业内消息,近日在2023中国企业领袖年会上,创始人周鸿祎对于最近的大模型热潮发表了看法。他认为大家对大模型充满了一种无限的向往或者不切实际的膜拜,之前还有人找他做养猪大模型。
周鸿祎表示,大模型的技术路线突破才短短几年,目前还存在着很多缺点,希望大家对大模型有一个正确的认知,不要高估现在大模型的能力,不要低估大模型未来发展的潜力,虽然它现在已经可以跟实体产业相结合,但它还不能完全接管此类业务,应该扬长避短发挥它的长处,因为很多短板还有待解决。
大模型是指模型具有庞大的参数规模和复杂程度的机器学习模型。在深度学习领域,大模型通常是指具有数百万到数十亿参数的神经网络模型。这些模型通常在各种领域,例如自然语言处理、图像识别和语音识别等,表现出高度准确和广泛的泛化能力。
大模型又可以称为FoundationModel(基石)模型,模型通过亿级的语料或者图像进行知识抽取,学习进而生产了亿级参数的大模型。其实感觉就是自监督学习,利用大量无标签很便宜的数据去做预训练。
经过大规模预训练的大模型,能够在各种任务中达到更高的准确性、降低应用的开发门槛、增强模型泛化能力等,是AI领域的一项重大进步。大模型最早的关注度源于NLP领域,随着多模态能力的演进,CV领域及多模态通用大模型也逐渐成为市场发展主流。政企的极大关注带动了行业领域大模型的高速发展,逐渐形成了多模态基模型为底座的领域大模型和行业大模型共同发展的局面。
伴随基于大模型发展的各类应用的爆发,尤其是生成式AI,为用户提供突破性的创新机会,打破了创造和艺术是人类专属领域的局面。AI不再仅仅是“分类”,而且开始进行“生成”,促使大模型带来的价值进一步升级到人类生产力工具的颠覆式革新。同时,数据规模和参数规模的有机提升,让大模型拥有了不断学习和成长的基因,开始具备涌现能力(EmergentAbility),逐渐拉开了通用人工智能(AGI)的发展序幕。
人工智能大模型是指拥有超大规模参数(通常在十亿个以上)、超强计算资源的机器学习模型,能够处理海量数据,完成各种复杂任务,如自然语言处理、图像识别等。计算机硬件性能不断提升,深度学习算法快速优化,大模型的发展日新月异。一系列基于大模型的人工智能应用相继问世,其中OpenAI公司的ChatGPT、百度的“文心一言”等生成式大模型已经在各方面产生了广泛影响。
公开信息显示,集团今年三季度财报数据显示,当季获得22.35亿元人民币,相比去年同期增加5.87%,今年累计取得营收67.38亿元人民币,同比减少2.83%。该季度归属于上市公司股东的净利润为-1.38亿元,前三季度净利润为-3.69亿元。