大模型從研發走嚮應用時代，如何破解高成本難題？ai技術日新月異，人類如何提升自我能力以適應變化？4月14日，第二場「知乎ai先行者沙龍」在上海舉行，知乎攜眾多ai行業專家、學者、從業者共同探索ai發展之路。
談及大模型的商業探索，行雲集成電路創始人季宇認為，在大模型時代ai芯片將迎來真正商業化的機會。在他看來，如今大模型把芯片產品的競爭力拉到了內存和互聯維度，這些維度相比算力都標準化得多，對解決產品定義問題提供了新的可能性，「這也是中國ai芯片行業真正實現商業化的一次巨大機會」，季宇表示。
對於如何應對ai時代，商湯科技copilot應用技術負責人張濤認為，「ai時代的新開發者，需要從勞動者轉變為思考者，從執行者轉變為決策者。」上海交通大學副教授、生成式人工智能研究組負責人劉鵬飛則認為，最佳方式是改善教育，實施更好的教育策略，包括學習ai技術，以及重點培養批判性思維、原創思維、想像力、同理心以及終身學習能力。
大模型成本高昂帶來ai芯片商業化機會
「目前大模型有很多訂閱服務，一個月10美元或者20美元的價格，大部分還是在用『愛』發電，靠投資人的錢或者其他業務掙的錢來支撐這一成本。」行雲集成電路創始人季宇表示，原因在於大模型的邊際成本極高，「在過去的互聯網時代，對於互聯網廠商的基礎設施而言，每增加一個用戶，帶來的成本基本上是可以忽略不計的，今天大模型每增加一個新的用戶，背後的硬件資源都會相應地增加。「
行雲集成電路創始人季宇。
放眼未來，大模型在研發和應用層面都有諸多問題要解決，包括模型質量、服務能力提升、模型規模和上下文長度擴大等。在季宇看來，要解決這些問題還會進一步增加邊際成本，「今天日活過千萬的通用大模型，一年需要一百億以上的收入才能實現收支平衡，未來如果大模型產業像互聯網業務一樣服務上億的用戶的話，背後的成本是非常驚人的。」
值得關注的是，這也給中國ai芯片產業帶來了前所未有的商業化機會。「過去所有的模型最主要的資源是算力，算力的競爭不僅僅是峰值指標的競爭，對於先進工藝也有很強的依賴性。但大模型給芯片行業帶來了新的機會，因為競爭力往往來自於內存和互聯的緯度，這些緯度相比算力要更加標準化，比如今天大家去買網卡或者買交換機的時候，更關注的是指標而不是具體是哪家的產品，這就是標準化競爭的好處。其次是對於先進制程的依賴也相比過去會少很多。」季宇表示。
在季宇看來，未來兩三年，大模型的商業化還是會在成本和token質量上妥協。大模型行業由此也逐漸分化成了兩派，一派是「質量優先派」，通過高質量的通用大模型，去實現超級應用，來覆蓋高昂的成本。另一派是「成本優先派」，用足夠便宜的硬件來做，在一定程度上犧牲模型的質量，找一些垂直領域，比如寫代碼或者其他的一些垂直領域，來適應成本的訴求。
「這兩種需求都可以通過芯片行業的變化帶來一定的解決空間，ai芯片需要把產品定義、供應鏈問題都解決好，在更多的維度去創造出更有競爭力、更低成本的產品，這是大模型時代下ai芯片的商業化機會。」季宇稱。
人類如何自我進化適應ai時代？
除了大模型技術的演進趨勢外，人類應如何適應ai時代也是沙龍中探討的重點。
其中上海交通大學副教授、生成式人工智能研究組負責人劉鵬飛認為，我們身處碳基智能與硅基智能的場賽跑中，隨着技術發展，以大模型為代表的硅基智能超越人類為代表的碳基智能是必然趨勢。
上海交通大學副教授、生成式人工智能研究組負責人劉鵬飛。
「從代表智能體、學習方式和指導者三方面對碳基智能和硅基智能進行粗淺的定位。從代表智能體來看，碳基智能就是人類，硅基智能的代表就是大模型；碳基智能的學習方式是靠教育，硅基智能我們假設以大模型為例，它就是通過預訓練和對齊的方法，不斷提高能力。指導者顯而易見，人類的指導者就是老師，硅基智能的指導者可能是數據或者ai科學家。」劉鵬飛表示，ai驅動的硅基智能還在不斷演化，因為我們還沒有把宇宙中所有的語料建完，包括文本、音頻、視頻、圖像等，生成式ai驅動的硅基智能會發生更大的進展。
在「硅基智能」發展迅速的時代，作為「碳基智能」的人類該如何提升自身能力？如何在賽跑中保持主體地位？以及當硅基智能超過人類的時候，我們還能怎麼辦？
劉鵬飛拋出以上三個問題，在其看來最佳解決方案是改善教育，實施更好的教育策略，包括學習ai技術，以及重點培養批判性思維、原創思維、想像力、同理心以及終生學習能力，「批判性思維，要善於思考當前技術發展的瓶頸，因為很多原創會由此迸發出來。技術發展到一定程度之後很多時候你就需要想像力，基於當前技術邊界的理解，未來技術會發展成什麼樣子，這樣才能走出一條非常與眾不同，並且可以走通的路。」
面對ai時代，身處其中的開發者在能力上需要面臨什麼樣的變化？商湯科技copilot應用技術負責人張濤從ai時代的語言、新工具、新開發者三個方面進行分析，他認為ai時代的新開發者，需要從勞動者轉變為思考者，從執行者轉變為決策者。
「ai可以把我們從很多的需要提效的工作中解放出來，它能做到明顯地提效的工作我們都可以交給它，剩下人可以做的事情就是浪費時間，去做一些低效的事情，比如我們可以做一些科學和行業知識的學習，探索一些未知，所以後面的開發者就不僅僅是一個編程者，他可能更多的是一個創造者，一個解決方案的探索者。」張濤表示。
商湯科技copilot應用技術負責人張濤。
采寫：南都記者 馬寧寧 發自上海
