自2022年底以來,ChatGPT的生成式人工智能(Generative AI)引發了新一輪創新熱潮,各大企業爭先推出自家的大模型產品,尤其在中國市場,競爭已經進入白熱化階段。但近日,這場沒有硝煙的戰爭,風向彷彿發生了一些微妙變化。
成本過高 非企業能承受
首先是ChatGPT的月度流量首次出現下降。對比2023年6月份,ChatGPT網站在全球的桌面和移動端流量較5月減少9.7%,獨立訪客下降5.7%。各行各業面對的同一個問題是,除了聊天對話之外,會帶來多少商業效益?因為每一次對話背後都要消耗龐大計算資源,支出大量營運成本,沒有哪家企業能夠長久扛下這個重擔。類似情況在2012年大數據時代也曾經發生,畢竟business is business。這一場AI大模型之戰的賽點已經顯而易見:技術以外,大模型做好垂直產業應用才是生存之道。
有專家估算訓練一次GPT-3的成本約為140萬美元(約1092萬港元),以每月1000人次的訪問量,每天光計算支出的電費就在5萬美元(約39萬港元)左右,這不是所有企業都能夠承受得起。總結來說,垂直產業大模型的落地和應用,存在高成本、缺數據、欠算力等諸多關鍵問題。在成本高昂下,金融業可能是最早衝出重圍的領頭羊。
大模型關鍵 在於挖得深
盛傳彭博推出的金融行業大語言模型BloombergGPT,涉及500億個參數,背後依賴彭博廣泛的金融領域數據優勢,構建了3630億個標籤的特有數據集。這說明了一個方向,大模型的關鍵不在於跑得快,而在於挖得深。終究還是得回歸到人工智能所提供的價值,在金融的例子中,就是決策準繩度與投資回報。
同時,考慮到技術發展的快速步伐,以及對AI可能破壞經濟並增加社會風險,美國商業領袖們已經表示需要對AI發展提供指導。人工智能公司和研究機構向國會領導層呈交了一封公開信,敦促國家為AI安全的研究資源提供資金。
另一方面,早前蘋果公司(Apple Inc.)中國區App Store的ChatGPT產品集體下架,據蘋果的說法,相關產品需要獲得運營許可證。在內地,生成式AI的立法正在進行,網信辦等7部委早前聯合發布《生成式人工智能服務管理暫行辦法》,於8月15日正式施行。
以上措施都可以看出,無論各地政府、商界及專家,都在嘗試減輕人工智能失控的風險,希望防患未然。
原刊於《信報》,本社獲作者授權轉載。