#ChatGPT 终局:ChatGPT类的产品的特色是你问啥他都会,但这类产品的局限也在于太过于 General,意味着这个领域大概率存活下来的就那么一家。考虑到中国特色,估计国内还要有另外一家。没辙,中特估逻辑。其他的基本上都是基于这几家大的,然后通过 Finetune or Embdding 的能力来做二次开发。(9/N)
#ChatGPT 卡点:对于国内的大公司来说,算力显然是卡点。现在的 AI 都是数学问题,你可以理解为我们在试图用 X 元方程做题,X越大,能解决的问题越多,GPT 3、GPT3.5 的参数都在快速扩大,能力也会越强。但另一面是 X 越大,你得出结果所需要的算式数量也越大。所以 NVDA YYDS(10/N)
#OpenAIAPI 当然,你也可以使用开源的模型来自己跑,价格可以大幅度下降。不过,对于绝大多数的中小公司来说,使用现成的模型 +一些基础的 Finetune,可以解决绝大多数的问题。这也是为啥我看好 ChatGPT/OpenAI 的原因。他让过去的领域 AI 变成了如今的通用 AI,拥有了更多的可能性。(15/N)
#OpenAIAPI 但未来,终究我们选择的还会是领域 AI。因为通用 AI 对于使用者的要求太高了,绝大多数人用的还是领域 AI 。但 OpenAI 让领域 AI 的诞生成本下降了 N 个数量级。我自己用过很多 NPL 领域的 AI 产品,非常难用,又不具备可优化的空间,捏着鼻子用,ChatGPT 和 OpenAI解决了这个问题(16/N)
#OpenAIAPI 第三层则是用 Embedding,从文字推倒变为数学向量推导,可以解决更大范围的数据问题。 Finetune无法解决海量数据的分析和处理,提供 Embedding来解决。先将数据转换为向量,并从海量的向量中提取出最接近目标值的结果,发给 AI 回答,让 AI 可以在已经初步圈定范围的结果中做出预测(17/N)