AI改革的双刃剑:从生成式AI到推理式AI的未来之路

news2024/10/9 13:03:40

  每周跟踪AI热点新闻动向和震撼发展 想要探索生成式人工智能的前沿进展吗?订阅我们的简报,深入解析最新的技术突破、实际应用案例和未来的趋势。与全球数同行一同,从行业内部的深度分析和实用指南中受益。不要错过这个机会,成为AI领域的领跑者。点击订阅,与未来同行! 订阅:https://rengongzhineng.io/

I. 误读了AI的现状
艺术家Reid Southen,在X平台上因坚定反对生成式AI而闻名,特别是为反AI的艺术家们发声。他为上面的拼贴图配上了一句带有末日预言意味的评论:

"朋友们,他们已经走投无路了。AI公司开始提价以抵消损失。传统上,只有在你垄断市场后才会这么做。他们完了。"

Southen的看法看似合理,基于以下三个原因:

  1. 生成式AI市场尚未成熟。创业公司仍然在为资金、人才和先驱客户展开激烈竞争。他们为了吸引客户,不断压低生成词语(即生成的内容)的价格,然而,这对他们并无实质益处,除了是一种公共关系上的“扣篮”。
  2. 公司缺乏实质性护城河——员工的流动性决定了知识供给,Nvidia则垄断了硬件供应——唯一的“护身符”就是成为科技巨头的庇护者。但这并不是一个真正的差异化因素,因为大多数初创公司都得到了微软、谷歌、Nvidia、亚马逊、苹果,或某些风险投资公司的支持——有时同时得到了其中好几家的支持。
  3. 软件端不存在垄断。AI模型的进步如此迅速,以至于没有一家公司能够“垄断市场”。甚至连拥有ChatGPT品牌的OpenAI也没有。2023年初看似不可超越的技术优势,一年后却已变成竞争对手在后视镜中的逼近。

来源
即使是那些成功占据了可观市场份额的初创公司,如OpenAI和稍次的Anthropic,也远未实现盈利。ChatGPT是生成式AI舰队的旗舰,拥有2亿每周活跃用户(其中1100万是付费用户),但仍未为OpenAI带来足够的收入来覆盖资本支出(如购买Nvidia的GPU)和运营支出(如在微软Azure云上运行ChatGPT本身)。Anthropic的处境也不见得更好。

当公司账目亏损时,如果认为市场需求能承受价格上涨,那么提高价格似乎是合理的策略。虽然看上去像Southen所说的“绝望”,但实际上是有道理的。我打赌,付费的ChatGPT用户会愿意为这个生成“黄金令牌”的应用多掏些钱。我愿意。

但10倍?100倍?这就是Southen带着幸灾乐祸提到的数字。根据传闻,OpenAI正在考虑将订阅费用提高到每月2000美元。如果连全球1100万付费用户和一些世界上最大的资助者都不足以让你在不大幅提高价格的情况下保持竞争力,那也许你的技术根本没有市场。

这至少是如果我们遵循Southen看似合理的推论得出的结论:AI公司已经“完了”,因为它们计划以贪婪的方式大幅提高产品价格以弥补成本。

但他错了。错了两次。

首先,数字不对。OpenAI并不需要将当前收入提高100倍来实现收支平衡。也不需要10倍或5倍。

简单的计算。根据报道,“OpenAI的AI训练和推理成本今年可能达到70亿美元[加上]人员成本可能高达15亿美元。”总共是85亿美元。同时也有报道称,OpenAI的收入在2024年翻倍至34亿美元,最近更新的数字是40亿美元。两者都是未经证实但合理的估计;显然不会相差一个数量级。这意味着OpenAI的经营亏损约为45亿美元。

将收入翻倍——虽说容易但做起来难——就足够了。

筹集资金也是个办法。

这正是OpenAI的计划。新一轮融资(最高达65亿美元)可能会包括苹果和Nvidia——加上微软(OpenAI的主要资助者和受益者),形成科技巨头三强——以及阿联酋。用Bruce Wayne的话来说,OpenAI从这些朋友那里筹集到的资金,已经无需再担心其他资金来源。

所以,无论是从收入数字来看,还是考虑到OpenAI的短期融资计划,提价作为一种抵消亏损的手段都没有意义。你可以嘲笑生成式AI依然未能盈利(尽管炒作声不断),但这一假设并无解释力。

到目前为止,我只是驳斥了对OpenAI提价原因的错误分析。有没有合理的假设来解释他们为什么还会这么做?

有一个。Southen错得更深的一点是:如此昂贵的价格层级(高达四位数)揭示了AI公司——特别是OpenAI——并非“已经完蛋”,而是在“烹饪”着什么新东西。这个故事与其说是它们害怕成本倒退,不如说是它们对未来愿景充满信心。

与Southen的看法相反,这其实是个好消息——对那些能负担得起的人来说。


II. 好老派的生成式AI

当我写这篇文章的初稿时,"Strawberry"还是个传闻。如今,它作为OpenAI o1模型系列的实体化,揭示了一种新的AI范式。我曾为此写过一篇7000字的文章,所以这里就不再详细展开了。只想提前说一下,这些公司在“烹饪”的东西已经准备好上桌,我本打算提出的假设已经得到证实。

在解释o1,首个“能推理的AI”如何改变商业方程式之前,让我们回到ChatGPT。

ChatGPT的训练和运行成本虽然昂贵,但还不算太离谱。它也是一个原始工具,就像它的同类一样。没人会为如今的GPT-4、Claude或Gemini支付每月2000美元——这些聊天机器人有时能知道一些事实,半数时间解决不了简单的谜题,而且在孩子都能通过的任务上会犯下令人难以置信的愚蠢错误。如果你学会如何在它们的缺陷和创作者的夸大其词中航行,它们确实有用,但它们是不完整的、不完美的、尚未成熟的技术。

那么聊天机器人和“推理者”之间有什么关系呢?Chatbot是通向通用AI(AGI,人类水平AI)的第一阶段。不论你是否相信AGI的可行性,或是否相信它会很快到来,企业无疑正朝着这个目标迈进。随着他们前进,走过的地形也在改变,语言、推理、代理、发明……事实证明,OpenAI上周发布的o1模型将他们从基础的生成式AI带到了推理式AI的生物群系。

OpenAI o1虽然还不完美——在前辈失败的地方它也经常摔跟头——但不能仅凭它的当前局限来忽视它。变化不在于实用性,而在于理论。与ChatGPT不同,o1模型需要时间来回答。因为它在“思考”。它不再仅仅是一个聊天机器人。它的存在开启了所谓的“推理范式”

OpenAI o1超越了生成式AI的标签。它超越了ChatGPT。

我们必须重新构建我们对AI是什么、能做什么的整体认知。要将这一点传达给普通大众并不容易,因为AI社区在很大程度上未能清晰区分生成式AI和更广泛的AI领域。现在我们被一种不必要的同义化所束缚,许多人简化地认为:AI = 生成式AI = ChatGPT。随着新的推理范式的确立,这对大多数人来说将是一个惊喜。

虽然经过了两年令人疯狂的时间,但从现在起,生成式AI将不再是最前沿的技术。我们对AI的假设、预测以及对其现在和未来的乐观想法突然变得过时了——包括这些工具总是会变得越来越便宜的错误推论。


III. 新产品,新定价

一些目光短浅的人将OpenAI提价的传闻解读为一种绝望的举动,认为他们是为了弥补现有产品的成本。他们用了一个传统的科学发现框架来理解这件事,这就是Reid Southen最初误读新闻的原因:这与现有产品或现有范式无关。

需要澄清的是,基于GPT-4的ChatGPT——你过去两年一直在使用的工具——随着时间的推移仍将变得更便宜,而不是更贵。这是趋势,并且将继续下去。基础设施和训练后的优化会减少运营成本,从而使每个

字的价格接近零。

但o1是不同的。它可能会解决一些没人能解决的问题,比如如何减少宇宙中的净熵量。当然,我是在开玩笑。不过,它可能会解决一些稍微简单点的问题,就像谷歌DeepMind的AlphaFold所做的那样。即使o1无法做到,它的继任者——基于相同范式的模型——也可能解决。这会更昂贵,但也更有价值。这才是OpenAI定价部门关心的事情。这也是为什么Sam Altman——也很快会有Dario Amodei和Demis Hassabis——打算以四位数的订阅费来出售这种技术(如果我们幸运的话,可能是三位数的订阅费)。

具体而言,我认为OpenAI可能提到高达每月2000美元的价格(我不认为这是对所有用户的要求)的原因是:价格层级可能会根据用户希望模型在每个问题上花费的时间来定义。它可能就这么简单。你需要五分钟来调试一个中等规模的程序吗?那可能是每月50美元(或其按需付费的等价物)。假设你是一名遗传学家,正在研究一些模糊的基因疾病联系,并且需要半小时来处理一个特别复杂的案例。这可能是每月300美元。然后是每月1000美元或2000美元,专为那些最具挑战性的任务。

细节尚未尘埃落定,但已有的暗示已刻在地面上。这——一个新范式,一个新产品,一个新定价——才是正确的解读。


IV. 停留在过去时态

除了对AI业务和进展的表面分析错误,Reid Southen犯了一个更严重的错误。让我在这一部分分享一个警示故事。

他和他的同行们认为AI不会走得太远。无论是出于法律原因、资金短缺还是技术障碍,他们从未预料到OpenAI能够实现类似于o1的成就——或者说是ChatGPT的成就。他们这些年来一直深陷于轻视AI的态度中,无法看到批评之外的未来。如果你像他们一样,我告诉你,这种情况还会再次发生。并且会一再发生。是时候纠正航向了

是的,现有的AI工具确实有不足之处,但从静态的角度去判断技术从来不会有好结果。我不愿意承认,但某种意义上,技术的二阶效应甚至能够救赎那些最让人讨厌的炒作。汽车最初只是“无马车”,而现在世界的城际基础设施大部分是高速公路,运输物流围绕它们的需求和可能性展开。抄写员试图保护他们的技艺、他们的生计。但是,没有印刷机,你现在又会在哪里?肯定不会在阅读这篇文章。

再举个更近的例子。Ted Chiang不愿承认AI艺术是艺术。然而,最终我们将像接受编辑软件、计算机甚至摄影一样接受AI作为一种工具。无论他如何提出巧妙的论据来划出一条看不见但令人安心的界限,无论他写多少篇文章来否认这个不可忍受的未来:他无能为力。即使我们今天争论,下一代人也会感激他们所拥有的一切。他们会自然地忘记我们曾在意过。

反AI的群体混淆了——这里不包括Chiang——AI初创公司的一些可疑行为和技术本身的内在局限。“如果它真的有用,为什么要这么炒作?”好问题!但让我告诉你,缺乏令人满意的答案并不能证明那些科技公司CEO的行为揭示了AI价值的某种丑陋真相

这些像Southen一样坚定的怀疑者,披着他们的自以为是,会在不知不觉中发现脚下的地面正在向前移动,而他们却停留在过去。他们会继续喋喋不休地讨论生成式AI的缺点,但事实是,生成式AI曾经是。


V. AI改革

这篇文章已经很长了,最后做个简单的总结。

  • AI公司正在提高产品价格
  • 原因不是为了覆盖现有产品的成本,而是为了支持新的、更强大但也更昂贵的产品
  • 这些新产品来自一个新的AI范式,推理范式
  • 那些坚信AI永远不会走得这么远的人将停留在过去,无法预见或适应未来
  • 在某种程度上,生成式AI时代已经结束了

然而,在下一个时代来临之前,AI领域将经历一场双刃的改革

这把剑形的过程将切断一个技术分支的伪装——生成式AI不再是主流。生成的这一面是一个必要的中间站,但从来不是最终目标。仅仅是我带着愉快的心情说,这是一个即将被更伟大努力所超越的偏离方向。因此,改革的刀锋主要是为了生成式AI——它不再是领先的范式——同时也为了打破对AI不必要的怀疑与过度的炒作。


VI. AI富人和AI穷人

我喜欢Dylan Patel的GPU富人和GPU穷人的二分法。“计算资源的获取呈现出两极分化,”他写道。

在消费者层面,目前没有区分,生成式AI是廉价的。如果你不使用ChatGPT,要么是出于无知,要么是出于忽视。现在,这种情况将消失。ChatGPT会继续便宜(甚至免费),直到OpenAI关闭它。而新东西——o1,还有后续的产品如Orion,GPT-5,或其他——将不会对所有人都负担得起。或许永远不会。


VII. 贫穷的人,用好奇心支付吧

最后,AI的未来会以一种无法忽视的方式重塑我们的生活。这不仅是技术、商业范式的改变,更是社会层面的巨大分化。那些具备好奇心、愿意探索的人,或许会发现自己有能力迎接这个新时代。那些没有准备的人,将发现自己落后于时代潮流。

你要怎么选择呢?

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2199088.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

一文彻底搞懂大模型 - Dify(Agent + RAG)

**Dify 是一个用于构建 AI 应用程序的开源平台。****Dify融合了后端即服务(Backend as Service)和LLMOps理念。它支持多种大型语言模型,如Claude3、OpenAI等,并与多个模型供应商合作,确保开发者能根据需求选择最适合的…

python中计算分布的分位数及累积概率

本文讨论python中怎样计算分布的分位数及累积概率 ⭐️ 根据累计概率获取分位数 在 Python 中,你可以使用 scipy.stats 中的 ppf(percent point function)来根据累积概率获取分位数。ppf 是逆累积分布函数,也就是根据给定的累积…

【前端安全】逆向webpack加密算法

❤️博客主页: iknow181 🔥系列专栏: 网络安全、 Python、JavaSE、JavaWeb、CCNP 🎉欢迎大家点赞👍收藏⭐评论✍ 0x01 webpack 简介 webpack一个静态模块打包器,有入口、出口、loader和插件,通过…

LLM RAG面试问题大全!

01 引言 RAG在通用人工智能、数据科学和人工智能的发展领域中起到了变革性的作用。RAG模型让机器能够基于事实产生更准确、连贯和一致的语言,它改变了人类与技术的互动方式。RAG让能够撰写独特内容、引人入胜的产品描述和新闻文章的机器人概念成为现实。尽管RAG的重…

c++primer第十四章代码重用

包含对象成员的类 包含&#xff1a;私有部分有一个类。 使用模板类&#xff0c;声明对象时必须指定具体的数据类型。 范例&#xff1a; #ifndef STUDENTC_H_ #define STUDENTC_H_ #include <iostream> #include <string> #include <valarray> class Stude…

【Sceneform-EQR】(手势控制器实现)通过手势事件实现在AR/VR等三维场景中的控制模型旋转、平移与缩放

在Sceneform-EQR中实现旋转平移缩放手势 实现在AR/VR等三维场景&#xff0c;通过手势控制模型节点的缩放、平移和旋转。 实现思路 实现模型旋转 Sceneform-EQR(filament\opengl)中采用右手坐标系。通过欧拉角进行旋转采用Z->Y->X的顺序&#xff0c;在这里&#xff0c;…

dart-sass和node-sass的区别,使用dart-sass后可能会出现的问题

前言&#xff1a; 2020 年 10 月 27 日&#xff0c;Sass 官方团队正式宣布 Libsass 将弃用&#xff0c;以及基于它的 Node Sass 和 SassC&#xff0c;并且建议用户使用 Dart Sass。如果在 vue 脚手架搭建的项目中需要使用 sass&#xff0c;建议初始化时勾选 sass 配置&#xff…

MySQL数据库备份与恢复:全面指南

MySQL数据库备份与恢复&#xff1a;全面指南 MySQL数据库是许多应用程序的核心组件&#xff0c;数据的安全和可用性至关重要。无论是由于硬件故障、软件错误&#xff0c;还是人为操作失误&#xff0c;数据丢失的风险都时刻存在。因此&#xff0c;做好数据库的备份与恢复工作是…

前端无感刷新token机制(一文说明白)

前言 用户登录之后&#xff0c;会返回一个用户的标识&#xff0c;之后带上这个标识请求别的接口&#xff0c;就能识别出该用户。 标识登录状态的方案有两种&#xff1a; session 和 jwt。这两种方案一个服务端存储&#xff0c;通过 cookie 携带标识&#xff0c;一个在客户端存…

研发中台拆分之路:深度剖析、心得总结与经验分享

背景在 21 年&#xff0c;中台拆分在 21 年&#xff0c;以下为中台拆分的过程心得&#xff0c;带有一定的主观&#xff0c;偏向于中小团队中台建设参考&#xff08;这里的中小团队指 3-100 人的团队&#xff09;&#xff0c;对于大型团队不太适用&#xff0c;毕竟大型团队人中 …

leetcode C++特性 AIDL的一些细节

leetcode细节 C的一些特性 【C基础】std::move用法介绍-CSDN博客 c thread的join和joinable的区别_thread joinable-CSDN博客 C线程介绍_std::thread 头文件-CSDN博客 https://blog.csdn.net/weixin_46645965/article/details/136259902 【C】—— 观察者模式-CSDN博客 C 迭…

LabVIEW交直流接触器动态检测系统

LabVIEW软件与霍尔传感器技术结合的交直流接触器动态检测系统通过实时数据采集和处理技术&#xff0c;有效地测量并分析交直流接触器在吸合及吸持阶段的电流和电压变化&#xff0c;以及相应的功率消耗&#xff0c;从而优化电力和配电系统的性能和可靠性。 项目背景 交直流接触…

在供应商准入时,如何规避风险、提高效率?

在进行供应商准入时&#xff0c;进行风险审核是至关重要的步骤&#xff0c;它有助于确保供应链的稳定性和企业的长期成功。通过风险审核&#xff0c;企业可以确保供应商提供的产品或服务符合质量标准&#xff0c;同时评估供应商的财务稳健性&#xff0c;以降低供应链中断的风险…

电桥的作用是什么?

一、电桥的基本概念和原理 电桥是一种测量电阻、电容、电感等电学量的仪器&#xff0c;其原理基于电路中的克希荷夫定律以及欧姆定律。电桥由四个电阻分支组成&#xff0c;在精确测量电阻时&#xff0c;需要把待测电阻与一个已知电阻进行比较&#xff0c;通过调节电桥中的一个…

如何微调LLM大模型?看这一篇就够了!

在这篇文章中&#xff0c;我们将探讨一些用于策划高质量训练数据集的经验法则。 第一部分探讨了将LLM适应于领域数据的普遍方法第二部分讨论了咋确定微调是否适用于你的实际情况 1 介绍 微调LLMs是一门艺术与科学的结合&#xff0c;该领域的最佳实践仍在不断发展中。在本篇博…

【开源风云】从若依系列脚手架汲取编程之道(五)

&#x1f4d5;开源风云系列 &#x1f34a;本系列将从开源名将若依出发&#xff0c;探究优质开源项目脚手架汲取编程之道。 &#x1f349;从不分离版本开写到前后端分离版&#xff0c;再到微服务版本&#xff0c;乃至其中好玩的一系列增强Plus操作。 &#x1f348;希望你具备如下…

基于Java(Jsp+Sevlet)+MySql 实现的(Web)成绩管理系统

1 概述 1.1 开发背景 随着学生数量的日渐增多&#xff0c;学生教务系统的数据量也不断增加&#xff0c;这无疑大大增加了教务系统的负担。如果能把负责学生成绩管理的模块独立出来形成一个独立的系统&#xff0c;便可以有效降低教务系统的数据量&#xff0c;不仅可以方便管理…

封装el-upload组件,用于上传图片和视频的组件

使用环境 vue3element plus 需要根据后端返回结构修改的函数&#xff1a;onPreview onRemove onSuccess 组件使用 基本使用 源代码&#xff1a; <script setup> import AutoUploadFile from /components/auto-upload-file/index.vue function change(urls){console.log…

懂球短视频系统小程序的设计

管理员账户功能包括&#xff1a;系统首页&#xff0c;个人中心&#xff0c;上传视频管理&#xff0c;用户管理&#xff0c;懂球视频管理&#xff0c;分享视频管理&#xff0c;收藏视频管理&#xff0c;系统管理 微信端账号功能包括&#xff1a;系统首页&#xff0c;上传视频&a…

深入剖析递归算法:原理、特点、应用与优化策略

在上一篇文章&#x1f449;【剖析十大经典二叉树题目】中&#xff0c;运用到了大量的递归算法&#xff0c;故本文将解析递归算法。 目录 &#x1f4af;引言 &#x1f4af;递归算法的定义与原理 ⭐定义 ⭐原理 &#x1f4af;递归算法的特点 ⭐简洁性 ⭐可读性 ⭐通用性 …