“以前说是奇点已来，现在我们期望：跨越奇点，对齐未来。”颜阳表示。

6月6日，21世纪卓越董事会人工智能闭门会议在北京召开，会议主题为“AI领域上市公司创新涌现、技术难题与发展路径”。

会上，北京人工智能产业联盟元宇宙专委会主任、大数据分析与应用技术国家工程实验室网信智能中心副主任颜阳发表题为《AIGC的沙丁鱼效应与对策》的演讲。

(资料图)

沙丁鱼效应也称鲶鱼效应，是指引入外界的竞争者，往往能激活内部的活力。

颜阳表示，从技术角度看GPT，它现在最根本依赖的Transformer模型，其底层较多涉及向量矩阵的点积计算，因此通过硬件在处理这些运算时还有很多的优化空间。他认为，综合考虑存储、传输和计算的整体影响，通用GPU大概率开始向专门支持Transformer的AI加速的方向转移。

另外，颜阳认为根据Transformer的基本原理来看，很多模型可以做优化的，例如不一定需要同时加入编码器和解码器等等，而需要根据场景来做匹配。未来在整个生态过程当中，有可能是群雄逐鹿

“不管元宇宙也好，还是AIGC也好，都是在提升效率。在整个AIGC的应用过程中，做垂类的应用是有很多空间的。实际上GPT出现以后，以前的一些人工智能模型也还是可以优化的。”颜阳说道。

他举例称，最近有一个模型DragGAN，通过对于相关图片的修改，完全可以把PS进行颠覆：如果说把一个静态照片修复成动态的话，用以前工具去做的难度是比较高的，现在这个开源模型稍微修改一下就可以做到，而且整个产业都可以通过这些开源生态产生沙丁鱼效应。

但同时，颜阳认为，整个GPT模型也并非一股脑往大做就是最好，因为根据有关机构测试表明，大模型大数据的模型在训练时的损失也会很大，但如果从U形的两头突破（也即是小数据大模型或是大数据小模型），可能是中国“沙丁鱼”出圈的契机。

“包括现在我们说金融行业为什么用的比较少，部分原因是用一些大模型对数据精准的计算不太友好，但现在开源模型稍微修改以后对结构化的数据反而很有效。我们前几年用逻辑回归都能做到这种程度，现在有大模型加持的情况下，就会把使用门槛大幅度降低，海外已经有对小盘股股指做预测的实验室案例，现在来看金融行业确实有很大的应用空间。”他表示。

另外在科学研究领域，他认为，比如大模型在结构生物学方面也还是有很大空间，虽然说Alphafold2此前在蛋白质结构预测方面取得了重大成就，但还有很多涉及算力与数据不足的有待改善的方面，这就为我国在这个领域里垂类应用带来了非常大的想象空间。在IT这个领域里DBA（数据库管理员）的工作也是相对复杂的，现在通过Text to SQL，也可以提升DBA工作的效率。

那么，怎么才能成为沙丁鱼的升华？颜阳认为，除了技术的突破，还有商业模式的突破。

他表示，在突破技术瓶颈的过程中间一定要找准自己的商业模式，很多不是大流量平台的机构肯定做不到OPENAI平台那种对C端市场的梅特卡夫效应，但是要非常关注整个过程在B端市场的双边市场效应。

“我们也在做国产化，第一步先把开源做起来，例如我们把相关的代码run起来以后，就可以形成自己的开源生态，例如现在虚拟空间的NPC都可以用AIGC形成，支持商业合作伙伴直接使用，如果他们用起来非常方便，也非常低廉，此后便可以开始进行循环迭代。”颜阳称。

他认为，在整个AIGC的领域挑战很多，有一些东西非常的尖锐例如数字资产的治理问题等。“当我们在推进人工智能的同时，特别要关注重新定义Web3.0的问题，我们今年一直在推进这方面的工作。”他指出。

“以前说是奇点已来，现在我们期望：跨越奇点，对齐未来。”颜阳表示。

标签：