既要仰望星空，也得脚踏实地。
文 | 电信与互联网分析师 马继华
当我们正在进入一个人工智能的大时代，这是技术上的革命，更是范式上的进化。毫无疑问，在这个时代，将诞生伟大的新产品，也将出现伟大的新公司。
自从ChatGPT火爆以后，国内大模型产品就如雨后春笋，甚至，有媒体总结出来几十个大模型的应用，各个都很“强悍”。这里面，有些是个别媒体生拉硬套，将靠点“大模型”概念的都列入大模型，为的是给某些企业做营销。也有的，是媒体人员根本就不明白什么是大模型，看什么都是从而拉郎配。当然，还有一些，本就是李鬼来故意冒充李逵，提高自己身价股价。至于什么是大模型，有很多的定义。一般的理解，AI专家将大模型统一命名为Foundation Models，可以翻译为基础模型或者是基石模型，大模型是走向通用人工智能的关键通道。我们没有必要去从技术上分析把普通人绕晕，就说点底层逻辑。大模型，其初始本意就是要做通用AI，也就是将机器人当成刚出生的不懂世事的普通小孩来培养全面长大，而不是打造行业工具人。比如，ChatGPT就与各种专业领域AI不一样，通过大模型的训练，已可以实现在社会各方面的通用，你可以问他哲学问题，也可以问他科学问题，还可以生活细节、柴米油盐，可以包罗万象。换个说法，通用AI是要读普通高中，未来考大学读博士，专业AI是读职业高中，学得一技之长成为技术工人，未来“行行出状元”。这里，不管是通用AI，还是专业AI，并没有高低贵贱之分，只是分工不同，但差异确实不小。也有人认为，大模型本身是一个超级大脑，与之相对，小模型是一个垂域专家。在实际落地场景中，因为现在技术能力和产品进化的限制，小模型应用反而会更丰富一些，更能解决一些实际问题。因为大模型还不成熟，通用人工智能还处在童年阶段，所以呈现出来的很多应用比较“幼稚”，甚至产品粗糙错误不断，反而，那些基于“小模型”的专业人工智能应用更加好用。行业专用AI早就是很成熟应用，不要说用了几十年的工业机器人们，就是智能客服也图文问答等等也早就飞入寻常百姓家。由此来看，目前辨别什么是真正的大模型，就变得很简单。那些越是看起来水平很高的人工智能应用可能离真正的大模型越远，反而是那些漏洞百出的更是“大模型”。培养通用AI，培养专业AI，都需要使用预训练，也可以用同样的算法，但需要的数据量、需要的算力和需要的研发投入是相差巨大的。目前，大模型需要的数据量，特别是计算机能调取和分析的数据量非常庞大，GPT可以调用万亿token级别的全球高质量文本数据，超级计算机可以在短时间内进行分析，逐步实现从量变到质变的AI进化。如果说培养通用AI是造万里长城，那培养行业专业AI也就是家里四合院修个围墙。因此，从事通用AI大模型，需要巨大的数据量收集处理和积累，也需要巨额资金和科技投入的长期支持，还要有足够的技术水平底蕴及稳定的科研团队力量，这不是谁都能做的事。我们看到，在美国的互联网公司中，到目前也就微软谷歌等有限的几个科技巨头在做大模型，其他互联网公司绝大多数也只能看着，或者选择去合作调用其成果。结果，到了中国，各路神仙开始篡改定义，拿着所谓的行业大模型滥竽充数。一月之内，都做成了大模型，也都成AI巨人了。不得不说，国内绝大多数这些号称的大模型，其本质都是行业人工智能应用而已，或者搞了一个GPT插件，从而改头换面成了ChatGPT的顶级研发同行。路漫漫其修远兮，吾将上下而求索。通用人工智能才刚刚起步，大家都有机会，何苦急功近利？面对大模型，我们既要仰望星空，也得脚踏实地，勇敢的不断探索、更新和创造。作者简介
马继华
达睿咨询创始人，电信与互联网分析师，长期关注通信、科技、互联网、金融及新媒体。推荐阅读