21世紀經濟報道記者雷晨 北京報道

(相關資料圖)

6月6日，21世紀卓越董事會人工智能閉門會議在北京召開，會議主題為“AI領域上市公司創新涌現、技術難題與發展路徑”。

會上，北京人工智能產業聯盟元宇宙專委會主任、大數據分析與應用技術國家工程實驗室網信智能中心副主任顏陽發表題為《AIGC的沙丁魚效應與對策》的演講。

沙丁魚效應也稱鯰魚效應，是指引入外界的競爭者，往往能激活內部的活力。

顏陽表示，從技術角度看GPT，它現在最根本依賴的Transformer模型，其底層較多涉及向量矩陣的點積計算，因此通過硬件在處理這些運算時還有很多的優化空間。他認為，綜合考慮存儲、傳輸和計算的整體影響，通用GPU大概率開始向專門支持Transformer的AI加速的方向轉移。

另外，顏陽認為根據Transformer的基本原理來看，很多模型可以做優化的，例如不一定需要同時加入編碼器和解碼器等等，而需要根據場景來做匹配。未來在整個生態過程當中，有可能是群雄逐鹿

“不管元宇宙也好，還是AIGC也好，都是在提升效率。在整個AIGC的應用過程中，做垂類的應用是有很多空間的。實際上GPT出現以后，以前的一些人工智能模型也還是可以優化的。”顏陽說道。

他舉例稱，最近有一個模型DragGAN，通過對于相關圖片的修改，完全可以把PS進行顛覆：如果說把一個靜態照片修復成動態的話，用以前工具去做的難度是比較高的，現在這個開源模型稍微修改一下就可以做到，而且整個產業都可以通過這些開源生態產生沙丁魚效應。

但同時，顏陽認為，整個GPT模型也并非一股腦往大做就是最好，因為根據有關機構測試表明，大模型大數據的模型在訓練時的損失也會很大，但如果從U形的兩頭突破（也即是小數據大模型或是大數據小模型），可能是中國“沙丁魚”出圈的契機。

“包括現在我們說金融行業為什么用的比較少，部分原因是用一些大模型對數據精準的計算不太友好，但現在開源模型稍微修改以后對結構化的數據反而很有效。我們前幾年用邏輯回歸都能做到這種程度，現在有大模型加持的情況下，就會把使用門檻大幅度降低，海外已經有對小盤股股指做預測的實驗室案例，現在來看金融行業確實有很大的應用空間。”他表示。

另外在科學研究領域，他認為，比如大模型在結構生物學方面也還是有很大空間，雖然說Alphafold2此前在蛋白質結構預測方面取得了重大成就，但還有很多涉及算力與數據不足的有待改善的方面，這就為我國在這個領域里垂類應用帶來了非常大的想象空間。在IT這個領域里DBA（數據庫管理員）的工作也是相對復雜的，現在通過TexttoSQL，也可以提升DBA工作的效率。

那么，怎么才能成為沙丁魚的升華？顏陽認為，除了技術的突破，還有商業模式的突破。

他表示，在突破技術瓶頸的過程中間一定要找準自己的商業模式，很多不是大流量平臺的機構肯定做不到OPENAI平臺那種對C端市場的梅特卡夫效應，但是要非常關注整個過程在B端市場的雙邊市場效應。

“我們也在做國產化，第一步先把開源做起來，例如我們把相關的代碼run起來以后，就可以形成自己的開源生態，例如現在虛擬空間的NPC都可以用AIGC形成，支持商業合作伙伴直接使用，如果他們用起來非常方便，也非常低廉，此后便可以開始進行循環迭代。”顏陽稱。

他認為，在整個AIGC的領域挑戰很多，有一些東西非常的尖銳例如數字資產的治理問題等。“當我們在推進人工智能的同時，特別要關注重新定義Web3.0的問題，我們今年一直在推進這方面的工作。”他指出。

“以前說是奇點已來，現在我們期望：跨越奇點，對齊未來。”顏陽表示。

關鍵詞：