2023-12-06 07:33

周鸿祎首次分享硅谷见闻:OpenAI发布GPTs是个“阳谋”

AI黑马 发布在 AIGC
3.3万

原文来源:AI黑马

图片来源:由无界 AI生成

近日,360集团创始人周鸿祎发的一条微博(如图),引发了业界的广泛争论。

周鸿祎在微博中提到, 这次在硅谷见了一些投资人,震撼非常大,他们对于没有AI概念、AI功能、AI成分的公司已经不会考虑了。他还见了一些创业者,几乎所有创业都在以AI为核心推进。“可能会有一些人看不懂AI,但是所有人都不敢看不起。可以说,美国在赌人工智能这件事,整个投资体系、创业体系、大公司体系、传统公司体系都在全面拥抱AI。”

恰逢OpenAI发布ChatGPT一周年之际,在黑马直播间里,创业黑马执行总裁罗浛予与360集团创始人周鸿祎,一起聊到了周总此次硅谷之行的见闻和最新洞察,也聊到了中国AI创业者的机会在哪里、中国的创新靠什么,以及360在大模型安全方向做的三件事。


01 大家都是all in派,谁也不愿错过大机会


发的那篇微博,是因为近期去美国硅谷见了一些创业公司和VC(风险投资)投资人。很多VC告诉我,他们现在只投AI相关的项目。而创业者无论做什么,都会调用OpenAI的API,尽量将AI概念与自身业务结合。虽然国外也会争论AI的安全问题,但基本都是动动嘴皮子。基本可以得出一个结论:大家都是 all in派,都不愿错过这个大机会。

OpenAI内斗那几天,美国媒体的谣言满天飞。我当时正好在硅谷,跟同学朋友吃饭,大家也都在谈论这些话题。这种新闻相当于是做全民教育。现在美国公司都在疯狂采购英伟达的GPU(图形处理芯片)。因为过去1万块GPU可以训练出一个千亿模型,未来可能需要几十万块卡组成一个超大的集群,训练出一个超级AI。在英伟达工作的同学跟我讲,芯片还没生产出来就已经被人预定完了。

我们之前可能觉得,英伟达的芯片热卖一阵就差不多了。这种观点是不对的。除了做云服务的,像亚马逊、微软等大互联网公司和很多创业公司都在囤卡。未来要进入人工智能时代,没有卡就像没有武器,怎么进入战场?

还有一个消息说,奥特曼(Sam Altman)在被驱逐出OpenAI之前,已经在筹划融一大笔钱来做芯片。另外,微软和其他一些互联网公司也准备做芯片。为什么呢?他们都看到了,未来算力不够。不仅是训练的算力,将来推理才是消耗算力的大头。包括为什么OpenAI宣布一些新功能后,有时候要限制用户的发展,也是因为全网上亿用户同时使用,需要更大的算力集群、更多GPU来支持。

所以,大家都在研究能不能在芯片上实现突破。比如,用类似TPU这种专用芯片做推理,试图把推理成本降下来,或将推理的并发吞吐量涨上去。

我在硅谷见到一些美国朋友,他们认为,美国当下有一个很重要的机会,就是通用人工智能,这是超越电脑、互联网、手机、移动互联网的,又一次工业革命级别的产业升级创新机会。所以,他们相信通过这次通用人工智能带来的创新机会,可以解决美国现在面临的所有经济问题。

如果没有创新机会,大家都在一个存量市场分蛋糕,贫富不均、产业没落等问题就解决不了。但通过AI创造出新的市场增长,很多社会矛盾、经济问题就能迎刃而解。举个不太恰当的例子,网上都说日本当年GDP接近美国时,是被美国打压下去的。还有人说,是日本被迫签署了广场协议。但你如果仔细想想,国与国之间的竞争,不可能被一纸协议所左右。

从我的一个角度来看,其实是日本错过了个人电脑和互联网这两次重要机会。而美国则成功抓住这两次机会,实现了产业升级,从而创造出巨大的新市场增量。所以,美国每次碰到危机的时候,总是要靠新技术做突破。


02 中国的创新靠什么?


我最近在读两本书:《重新理解企业家精神》和《市场的逻辑》,整个世界正处于百年未有之大变局,美国、欧洲、中国都遇到了原来没有见过的问题。而创新是一条非常独特的路,通过产业技术创新,能让整个社会经济找到新的上行曲线。

但创新靠什么?我认为,还是要靠企业家,靠企业家敢于冒险、有社会担当的理想主义精神。

企业家和商人还不太一样。商人能敏锐捕捉到机会,很多人因此挣到了足够的钱,但他们叫商人。企业家还是要有一定的理想,不走寻常路。在大家都不看好、看不清的时候,果断投入力量进入一个新增量市场。借此机会,我想呼吁一下国内的企业家。我们不能只是感慨美国有马斯克、奥特曼,反过来,AI也给了中国企业家很多机会。润、躺平,都是与企业家精神相违背的。

在安全行业做了这么多年,现在行业越来越卷,价格战越打越厉害,利润率越来越低。很多人辛辛苦苦做了好多年,终于成功把自己的企业做的,连工资都发不出来了。这肯定不是一个正常的行业发展状态。除了天天抱怨客户不愿花钱外,整个行业都应该反思一下:我们究竟为客户创造了什么价值?怎么让客户感受到我们发挥的作用?

于是,我准备做一个创新的想法:能不能把安全行业中的软硬件都免费,让用户只为服务付费,如数据情报、人工智能、安全专家等服务。把原来卖盒子、搬箱子、卖货的商业模式,变成用户付费订阅服务的模式。之前很多客户不愿在盒子上花太多钱,现在通过数据、专家服务帮客户保护好数据、抵御好攻击,真正让客户感受到降本增效的体验。我们最后投入的成本,可能反而比原来还要低。我觉得可能做不成功。但一旦做成功了,整个产业的市场基数就能扩展10倍。

举个例子,很多人认为360杀毒软件是通过免费干掉对手的。这个话不对,对手不是我干掉的,我也没那个能力。原来杀毒产品市场很小,即使干掉他们,整个市场也就只有一两百万用户。而通过免费杀毒软件,让很多本来不愿花钱买杀毒软件的用户都用上了杀毒软件,整个市场容量、用户基数直接扩展了100倍,做出了更大的增量。


03 AI最大的机会是:如何找到应用场景


很多人也问到,国内AI创业者起步晚,还被美国各种技术限制,想问我有什么建议。

我个人是比较乐观的人,如果瓶子里还剩半瓶水,别人说只剩下半瓶了,我会说居然还有半瓶水可以喝。

第一,我们应该感谢Open AI,他们用六七年时间,给世界蹚出了一个新方向。再加上公开的算法、论文、大模型训练方法,让中国各大公司用了大概一年时间,就推出了自己的大模型,且基本达到了GPT-3.5的程度。但离GPT4,至少还差一年的发展时间,毕竟GPT4并没有把所有的牌都摊在桌面上。在我看来,中国的发展速度已经是奇迹了。GPT是全世界最聪明的一批人,用六七年才做出来。我们用一年时间就想追赶上人家,也不太现实。

第二,在目前基础上,大家需要给自己点耐心。工业革命、互联网崛起,至少都进行了10年以上,人工智能也是最近一两年才刚过拐点。现在,中国很多大型企业也在投入AI,更多AI人才即将涌现出来。据说,这两年的校招出现学数学、人工智能的整个班都被签走。

第三,芯片方面,国内企业也想了很多方法。比如,把消费级的芯片拆下来装在服务器上,发现4090显卡的算力还蛮惊人的。包括国内的摩尔线程、壁刃、寒武纪、华为、海光等,都在努力打造国产芯片。其中,我们也测试了一些国产芯片,效果还不错,基本超过了英伟达入门级的水平。如果我们能把训练芯片和推理芯片分开,并对模型做针对性的优化,使推理的成本比现在降低100倍,那么就有可能把英伟达的护城河打开。这也是国内企业的一个机会。

第四,AI最大的机会是如何找到应用场景。AI还不能算成功,它也在寻找应用场景。我觉得,AI本身不是一个杀手级应用,指望AI自己变成杀手级应用比较难。现在真正的杀手级应用还没出来,或者有可能不会出现杀手级的应用,AI只是赋能我们生活的方方面面。就像微软和Adobe从AI中赚到了钱,但他们并没有用AI做出新产品。他们只是将AI和自己的Office365、Photoshop等做了一个结合。

第五,AI创业公司真正的优势是什么?他们可以进到大公司看不起、看不清、看不懂的领域做颠覆式创新。大公司可能觉得市场刚开始比较小,产品也很粗糙,也不值得我去干。如果能在一个细分产业领域做出一些真正用大模型,解决了降本增效问题,还是很有机会的。

第六,中国一些投资人对创业者逼的太严。我认为是这些投资人自己的心态出了问题。VC(Venture Capital)叫风险投资,没有风险就已经盈利了,那叫无风险投资,世界上哪有那么多好事?做风险投资就应该有思想准备,投一些公司就是暂时不盈利,目前还是在投入期。创业者想融资,可以去找那些愿意做中长期投资的投资人。


04 OpenAI发布GPTs可能是个“阳谋”


很多人说OpenAI发布GPTs,是为了做人工智能的App Store。我有一个观点跟别人不太一样。

我觉得,GPTs离人工智能的App Store,还差得有点远。OpenAI之所有发布GPTs,是希望大家帮助他们来寻找各种各样的应用场景。现在ChatGPT只能跟人聊天,大家聊完天发现它跟真实工作的关系还是比较远的。OpenAI希望用户在生活、工作、学习等方方面面,帮他们发现能用AI来解决的实际问题。所以,我认为这也是我们中国创业者能抓住的机会。

之前创业黑马提出做“重度垂直”的口号,给了我很大启发。

现在有人问我,一个行业是不是可以做一个大模型?如金融、教育、医疗大模型等。我认为目前还不现实。

你选定一个赛道时,要看行业场景的容错率。如金融行业可以用大模型解读年报、做客服、给客户发邮件,但用大模型做风控就不太合适。医疗行业肯定不用大模型给患者开药方、做手术,但可以把医生对患者说的话,快速整理成病例蓝本。

其实,大模型可以深扎到更细分的领域、更窄的场景。如果我们能把一个行业拆解出100个、200个细分环节、链条、任务、场景等,这些或许更适合用大模型去赋能。

我们要清楚大模型的边界在哪儿。不要高估大模型的能力,它有很多事情还做不了,但也不要低估大模型的潜力。另外,大模型的能力高低,也要看企业有没有数据,以及数据质量高不高。

所以,没有必要妄自菲薄,不用非得超过GPT-4才去找应用场景,完全可以双翼齐飞。大厂有足够的算力、算法人员、数据资料,还可以借鉴国外开源生态和模型训练方法,相信一两年以后,我们会有一些明显进步。另外,中国供应产业链是全世界最完整的,结合国家提出的传统产业数字化、智能化改造,未来完全可以充发挥出我们的场景红利。


05 没有Agent架构的大模型就是一个摆设


最近还看到一个趋势,OpenAI发布的GPTs背后,实际上是一个叫Agent的架构,只是OpenAI没有故意把Agent概念打出来。我相信国内的百度、阿里、360做大模型,必然会推出自己的Agent架构。

Agent又叫智能体架构,大家可以记着这个名词,它能让大模型发挥出真正的威力。没有Agent架构的大模型,可能最多能发挥出两、三成能力,有了Agent架构的大模型就能发挥出150%能力。为什么?Agent架构可以把人的知识传递给大模型,为其设定目标和流程,让大模型有手有脚。这样就能把大模型与企业的信息系统、数字化组件,和个人的电脑、互联网、浏览器真正链接在一起。

反过来,也说明那些走在前面的公司为什么都在做Agent架构。因为大家都意识到一点,孤立的大模型就是一个摆设。

我们可以把大模型理解为汽车的发动机,Agent架构就像是底盘和车轮,界面就是车的外壳和自动座舱。所有造大模型的公司,不可能只做发动机,他们也会把底盘、四个车轮和外壳都做好。

所以,大模型的工作不只是刷榜、刷分,对外宣称自己超过了GPT-4,这样做没有意义。大模型一定要跟产业、行业、企业的数字化系统结合,而桥梁就是Agent架构。

我跟很多企业交流后有一个体会,大模型跟其他数字化系统还不太一样。云跟业务没关系,大数据跟业务多少有点关系。相对来说,你可以把业务数据存在数据库,数据库本质上起到的是存储作用,跟业务逻辑无关。而大模型是一个跟业务逻辑紧密关联的赋能化技术。这也是我为什么要鼓励自己的员工、业务专家要来玩大模型。一个大模型在内部怎么玩得转,可能不是外部专家能做好的。企业要掌控大模型,一定要理解自己的业务,知道业务怎么跟大模型结合。

最后,我强调一个观点:大模型不是操作系统,它就像当年的电脑,未来将无处不在。电脑没有杀手级应用,最早出来就是打字、做财务,后来成为学习机,现在已经融入到我们生活的方方面面。中国未来的通用大模型不会太多,但垂直大模型会无处不在。一个企业会有若干个垂直大模型,每个垂直大模型会用Agent架构支持不同的应用和数字顾问,各自协同工作。

所以,中国做AI大模型的机会还是蛮多的,也就是基础技术和场景要并行,两翼齐飞。


06 Q*只是OpenAI丢出的一个烟雾弹


我看到大家最近谈论都在Q*(音同 Q star)是导致OpenAI内斗的原因。我自己觉得,一方面OpenAI肯定有权力斗争的问题,尤其是伊利亚(Ilya Sutskever)可能跟奥特曼有一些不合。我的理解是,很多搞技术的人都容易犯伊利亚的错误。

很多技术人员和专家认为,自己手里有强大的技术就无所不能,这其实是误区。虽然技术很重要,但你的技术只是基础。用户买你的产品,是为了达到自己的目的、体验、效果,但用户不会为基础技术付费。GPT-3出来的时候,技术已经很棒了,但为什么没动静?GPT-3.5出来才一炮而红,它的技术本身没有变化,只是变成了聊天机器人,为什么?这就是产品的力量。

所以,奥特曼对OpenAI的贡献肯定不在于技术,而在于对技术进行包装。可能一些技术人员会认为奥特曼就会天天吹牛。我们很多创业项目的技术做得很好,但为什么VC不投你?因为你不会“吹牛”,不会对技术进行包装,VC听完觉得你没有价值。最后融不到钱,你的技术也没办法做大。

伊利亚对奥特曼缺乏真正的价值认知,才想把他赶走。OpenAI的第一个发展阶段的核心肯定是做技术,这个阶段只需要技术人员。但第二阶段的核心叫产品包装。想包装产品,对内就要涉及到找用户、搞流量、做推广,用户来了就要做用户运营、客户服务,员工团队就要不断扩大,与之匹配的组织框架还有财务部门、HR部门等。对外就得不断融资,想办法把微软这种庞然大物,从对手变成合作伙伴,还让他们投资100亿美金。这些,肯定不是一两个技术人员就能做到的。

那么,OpenAI内斗只是因为成伊利亚与奥特曼的矛盾吗?我觉得不太可能。

伊利亚毕竟还要说服其他董事投票,才能把奥特曼清理出董事会。他们要有冠冕堂皇的理由,就是所谓的AGI。我一直认为OpenAI在AGI有一些突破,他们很快推出GPT-4 Turbo 和GPT-4 vision两个版本。但避而不谈GPT-5,说明他们手里藏了一些牌。只是我现在还不知道藏的这些牌是什么。董事会的人可能会把其中的一些牌作为一个理由,认为奥特曼在这么搞,人工智能可能就会失控,最终干掉了奥特曼。

最后突然爆出Q*,我认为是他们意识到奥特曼走了,整个团队就要被微软0元购了,公司就完蛋了。笑到最后的是,Facebook、谷歌、马斯克。但把奥特曼请回来,必须编个说法,否则对几位董事个人品牌的杀伤力太大了。所以,我认为Q*只是OpenAI丢出的一个烟雾弹。


07 OpenAI的治理结构有点奇葩


大家可能也注意到了,OpenAI是一个非盈利组织,董事会不捍卫员工和投资人的利益,他们只对人类负责。包括CEO奥特曼由于没有股份,在董事会就没有发言权。这个治理结构比较理想主义,但他们犯了两个错误:

第一,市场经济中很多人都很“自私”,正是因为这种“自私”,反而能给人类做出有贡献的产品。我认为,OpenAI过早强调自己是个非盈利机构,完全忽视了投资人的价值。微软投资他们也是为了得到一定的利益,很少有人投资一家公司是为了给全人类做贡献,这也是违背市场经济基本规律的。

第二,OpenAI的700多个员工为什么要跟着奥特曼走呢?也不一定是员工热爱奥特曼。大家可能知道,奥特曼说自己当CEO不要钱,这是因为奥特曼很有钱。奥特曼说自己不爱钱,但你能这么去要求员工吗?不能。员工很现实,他们有妻儿老小,有房车贷款。他们还是希望公司未来能上市或卖给大公司,大家可以共享成果。OpenAI的治理观念有违于市场经济天然合理的架构,就会出现一个矛盾的结果,员工利益不受保护,员工就会集体跟着奥特曼出走。


08 关于大模型的安全问题,360都做了什么?


关于大模型的安全问题,360主要在做三件事。

第一,安全大模型。主要思考如何让大模型成为安全网络人员的得力助手,而不是让大模型成为黑客攻击的帮凶。

第二,我们为什么要做大模型?大家虽然嘴上还争论AI安全问题,但大家行动上都在all in。我认为,不发展AI才是最大的不安全。任何技术都是双刃剑,不光人工智能有安全问题,难道语音、大数据就没有安全问题吗?今天所有数字化技术的本质都是软件,是软件就有漏洞,有漏洞就会被人攻击,都有安全问题。我们不能因为安全问题就不发展了。360就是边做大模型,边把大模型这个黑盒子打开,了解它的工作原理,发现它的问题。如果解决这些问题,我们的数字化就可以跑得更快。

现在全世界都站在一个起跑线上,大家对大模型安全问题的认知都比较空泛。一是不知道安全问题会是什么,二是没有解决方法。所以,现在讨论做不做AI,就是1和0的问题,这个解法太极端。大模型的安全问题,可以分成近期、中期、远期三个层次。近期的技术问题可能是传统的安全问题,比如网络安全、数据安全等,发现后先尽快解决;中期问题可能是大模型的内容安全问题,AI是否向善,会不会成为坏人的工具等。长期的安全问题则来自AI产生意识后带来的人类终极安全挑战。

我不太相信,科学家会训练大模型对人类友好。科幻作家已经写过了,人工智能是理性的,没有感情。当你给它一个目标的时候,它会想尽办法找资源去实现。但总有一天,他会发现人类才是它获取资源的最大阻碍,刚开始或许于心不忍,但为了目标,还是会选择毁灭人类。

正是由于AI带来了前所未有的安全风险,因此我们更要躬身入局,从零开始,把大模型的各层技术搞清楚,知道它的边界在哪里,知道它的长板和弱点。最终,360会靠技术、靠围栏、靠安全防范,把大模型的危险性降到最低,把它放在”安全的笼子”里。

本文链接:https://www.aixinzhijie.com/article/6840362
转载请注明文章出处

评论
登录 账号发表你的看法,还没有账号?立即免费 注册
下载
分享
收藏
阅读
评论
点赞
上一篇
下一篇