亚洲一区二区三区无吗_中文视频一区_yw.尤物在线精品视频_亚洲一区中文在线

首頁 > 活動線報 > 每日福利 > 生成式AI未來三大支柱:算法、算力、數據,創業投資的機會在哪里?

生成式AI未來三大支柱:算法、算力、數據,創業投資的機會在哪里?

發布時間:2024-05-14 16:49:02

GTC后,生成式AI相關的討論久久不能平息,上個月Gen AI領域剛剛宣布的兩個高額融資消息也引發了大量關注:Augment以近10億美金的估值融資2.27億美金,Cognition則以20億美金估值融資1.75億美金。從文字chatbot到視頻生成、機器人,生成式AI的能力不斷拓展,應用潮已經開始,行業內外,大家都很關心這個話題:AI將會帶我們到何處去?

作為AI、深度學習領域多年的從業者,曾經的大公司管理者、創業者以及如今的深科技領域投資人,我在此拋磚引玉,談談我對生成式AI發展的個人判斷。

本質上,我認為生成式AI的競爭力根植于這三個維度:

一是算力及基礎設施,這也是許多大公司優勢明顯的地方。

二是算法,當然也意味著算法背后的人才。

第三則是數據及應用場景,對創業公司來說,這一部分仍存在著大量機遇。

我們下面可以從這三個維度來生成式AI的未來。

Gen AI并非算力競賽,創業公司的機會在這些領域
在算力方面,Nvidia是GPU的領頭羊、CUDA生態的開創者,具有巨大的優勢,但其實,未來的生成式AI并非絕對以算力定成敗。

算力有限的創業公司或者科研機構,機遇主要在哪里呢?

首先,創業公司可以打造生成式AI的基礎設施,解決底層的問題。

幾乎所有的領域的公司,都在考慮自身在生成式AI方面的競爭策略。在數據隱私/計算安全、

準確性/可靠性、商業邏輯等等領域都會有很碎片化的的要求。而大廠的工具鏈服務鏈只能解決一部分需求,其他的就需要初創企業來填補。Lepton.AI、Corvic.AI、Fairly.AI 等都屬于這個范疇。這些創業企業搭建了機器學習領域的基礎架構,比如Corvic.AI,他們提供的解決方案讓復雜數據能較為簡便地轉化為可用的企業級AI,提供預測分析、AI助手、數據標簽等功能。

其次,雖然大公司在算力方面擁有優勢,創業公司可以將目光投向專業領域——對于這些領域來說,持續積累的專業數據將會有著不可替代的價值,其中的行業壁壘、合規等方面的積累也能形成一定的護城河。

而更重要的是,不少領域(比如生物醫藥、網絡安全、科研、制造)的底層邏輯和大模型擅長的語言文字視頻并不相近,無法直接套用,也不容易簡單的做二次開發就能獲得好的結果。

從另一個角度來說,大模型也同樣打開了許多新機遇,過去一些離商業化較遠的領域可能忽然就有前進的動力了,其中往往會有創業公司的機會。

文初提到的AI寫代碼就是一個新出現的機遇,這兩家企業都是近年來發展迅速的AI公司,Cognition的創立時間才剛剛半年。我們也投資了一個同類別的公司Metabob,通過AI來幫助人們找程序中的bug并修復它們。這類企業在AI與軟件工程的交叉點找到了自己的市場。

近期機器人的熱潮也是個很好的例子。

過去傳統機器人往往只能解決單個任務,機器人的傳感器、成本投入都有限,也限制了它的發展。

隨著LLM的發展,機器人能夠在虛擬空間通過強化學習(reinforcement learning)來進行學習、迭代、完成復雜任務,帶來了一系列連鎖反應——企業愿意開發擁有成本更高、能力更強機器人,這一行業也有了更多的想象空間與投入。斯坦福大學李飛飛教授參與的團隊也構建了類似于當年ImageNet的針對虛擬空間訓練測試機器人的基于物理模型的大規模訓練場景。

今年3月,機器人公司Figure與OpenAI合作發布的視頻引發了很多關注:金屬覆身的機器人接入了OpenAI的大語言模型,能夠迅速理解人類的意圖并做出相應的動作,包括整理、準確放置物品以及完成一些相對模糊的指令——一名男子對Figure01“給我找個吃的”,機器人略思索后,拿起了桌上的蘋果,并遞給了他。值得注意的是,桌上還有四散的碗盤、瀝水架等,蘋果是唯一一個可食用的物品,這個簡單的動作涉及了推理與思考過程,加上之前整理、收納,機器人展現了完成多個復雜任務的能力。

除了Figure01外,ChatGPT引領的大模型風潮下,各類引入了LLM的機器人正在涌現:University of Michigan的學者也發布了基于大語言模型,能夠更好地理解3D環境的家用機器人。在工業、農業、醫療等領域,可以想象,新型的 機器人會帶來很多的新變化。

新型芯片及算法可能會重寫壟斷格局
目前,在生成式AI的算法方面,呈現NVidia、OpenAI、Microsoft三巨頭壟斷的格局。不過在我看來,這樣的情況也會在技術進展下面臨變化。

這并非我一家之言,可以說,幾乎是一個行業共識,只是很難預測它具體的時間點。

今年GTC上,Transformer的原作小組首次聚集,八位作者中的七位與黃仁勛對話,而核心觀點就是:Transformer已經夠老了,期待看到更新的模型。

作者之一、Cohere的創始人及CEO Gomez評論道:我想看到比Transformer好十倍的模型來替代它……Transformer在內存占用和許多架構方面都有優化的可能性,比如一個非常長的context是很昂貴、無法擴展的,它的parameterization可能不必要那么長 ,我們可以壓縮許多倍,帶來指數級的縮小。

從仿生學的角度來說,這個觀點也很站得住腳——目前算法的功耗算力,跟自然界還有很大差距。

人的大腦功耗幾十瓦。昆蟲的大腦功耗是毫瓦/微瓦級的,神經元數量極少,也能完成特別復雜的立體視覺、三維控制、捕獵逃生等感知相關的行為。同等情況下,如果讓電腦復現小動物在自然界里識別、控制、捕獵、求生的能力,需要更先進的模型,也一定會逐步出現更先進的模型。

而未來更好的算法與模型也很可能意味著更多專用的、小型的芯片會迎來發展。

比如我們此前投資的D-matrix,主打存內計算,預計將在2024大規模量產,目前已經有大量訂單。另一個模擬計算芯片設計企業Tetramem也備受關注,已經發布了多篇Nature論文。

除此之外,開源的相對小型的transformer 模型(如Microsoft's PHI-2 and Mistral 7B)也會迎來快速發展。在我看來,這些開源的小模型對于AI行業持續、健康的發展是很有必要的。這次AI的熱潮與以往的科技潮不同,大公司并未占據所有重要的研究方向——谷歌上市時,許多大學就停止了對搜索算法的研究,因為谷歌已經有了很好的團隊和資源來推進搜索算法。而生成式AI則不是,對于研究機構而言,這些開源的小模型中還有很多值得探索的地方,目前所有名校的計算機系也都在積極研究開源模型。

甚至可以說,文初我提到的、未來我們期待的新的算法很可能就會從這些科研人員的工作中涌現。

GenAI發展的背后是人才之爭
這個對更新、更好的生成式AI算法的期待,也意味著另一件事:生成式AI的競爭也意味著人才之爭。

目前,中美是在AI人才方面占據全球一二位置的兩個國家。

從絕對人數來說,中國占據了第一位——今年三月,紐約時報報道了一個追蹤AI相關人才的報告,中國有著全世界最多的AI本科生人才,而與三年前相比,如今在美國的頂級AI人才中,中國人的比例也已經超過了美國人。比起過去,這些中國人才在美攻讀學位后,也更多地“回流”中國。

當然,美國有著世界數量最多的一流大學,與創新氣氛濃厚的科技企業,也孕育出了將LLM石破天驚帶入大眾視野的Open AI,對各國的AI人才仍舊有著強烈的吸引力。

不可否認,基于天時地利人和等方面考慮,中美牢牢占據了未來AI發展綜合最優的前二寶座。

在這個背景下,還有一個值得注意的趨勢:人才的兩極分化。

由于AI+ 的杠桿作用越發明顯,創立一個優秀的AI企業所需要的技術人才的數量比幾年前已經顯著減少了。企業接下來對人才的競爭,會越來越集中于少數頂尖人才的爭奪。

無論在硅谷還是在北上杭,我們已經看到頂級AI人才被高價爭搶,而普通大學生找不到工作的這種兩極分化,而這樣的趨勢未來也會更加明顯。

Gen AI將成萬億美元市場,投資人如何入局?
從我和我身邊的創投從業者的角度看來,我們的共識是Gen AI的未來是光明的——Bloomberg Intelligence報告預測,GenAI將成為未來十年發最迅速的市場之一,市場總量超過萬億美元,復合年增長率超過40%。它變革性的能力會影響各行各業。

對于投資人而言,如果想要投資這個市場,我有以下建議:

首先,投資生成式AI項目,本質上仍舊是在深科技技術中尋找那些具有商業化潛力的項目。投資人最好能具備AI相關技術背景,并且保持持續學習及市場敏銳度。目前生成式AI的技術變化、突破、市場都在迅速發展。比如此前一些掛著大模型名號的項目,也許在ChatGPT某次更新后就會完全失去市場,能夠識別這些項目,可以幫助規避許多風險。

其次,正如文初分析的,目前生成式AI的支柱分為人才/算法、算力、應用/數據三大方向。作為投資人,前兩者的投資難度較大,然而應用/數據中,有著大量的未來機遇,可以考慮投資一些相關資源。

比如應用場景和應用場景相關的數據——對于中國投資人來說,半導體 、新能源、先進制造都是不錯的方向。以制造業為例,擁有大量垂直行業內的數據,才能做出好的AI,指導未來的先進制造。

從時間上來看,技術上如果不能特別確定 ,也可以等一下商業落地的信息,付出一些增值成本來換取更穩定的信號。

有關AI,這個問題我常聽到:AI能最終代替人類嗎?

我認為這要從不同尺度上去理解——我們究竟在討論的是AI從什么程度上在挑戰人類進化?如果是生物體層面,這有著百萬年以上的積累,是最難的;從人類認知層面,也至少有10萬年進化橫亙在AI面前;而出現數千年的人類語言相對更容易;出現僅100年的計算機語言則最簡單。

這個問題的答案當然沒有定論。不過在這個最終將達萬億美元、改變人類生活的市場里,我很期待看到更多來自華人參與者的身影,不管是創業、投資,還是積極地擁抱生成式AI讓生活、工作變得更高效,它將前所未有地改變我們與世界交互的方式。

每日福利更多>>

漢家族交付破百萬,比亞迪漢L賽道體驗日引爆性能狂歡 德系基因的再延伸,捷達VS8官圖發布 電動化浪潮下,寶馬堅守駕駛初心 搶不到人才,自研智駕的車企,突然被華為甩開距離 北京現代ELEXIO將9月上市,內飾布局也很“理想” 全新菲亞特500官圖,1.0升三缸混動,還是手動版本 消息稱鴻蒙智行上周新增訂單1萬臺左右,尊界S800車型占比接近10% 國四舊車淘汰置換34m³乘龍M3 6x2飼料車最高補10萬 蔚來冠軍紀念版,競速美學與極致駕控的完美融合 昆侖決104風云再起iCAR V23實力演繹15萬級“最能打”的純電方盒子 全系200馬力,1.5T+8AT,我看現代途勝L挺值得入手! 智駕一百多年前就有了,比亞迪又把它提升一個新高度 等什么等?海豹06DM-i旅行版正式上市:把“以后”變成“現在” 北京市首個6G產業專項政策發布,計劃2030年突破核心技術50項以上 地球在變暖,這群人卻用冰做“硬盤” 奇駿榮耀定價11.98萬元起,日產是在打價格戰嗎? 上汽奧迪A5L預售價公布 價格誘人配置還超出想象? 中興1949:重載不降速,效率與實力的全能擔當 智駕新標桿,小鵬G7震撼上市,重塑20萬級SUV市場格局! 1-5月全球電池累計裝車量:寧德時代152.7GWh、比亞迪70GWh…… 比亞迪純電重卡Q3在上海虹口北外灘開啟試運營 小米“車規級紙巾盒”可能是一片藍海 比亞迪海豹06DM-i旅行版上市,10.98萬起開創全民新旅時代 One UI 8動畫文件揭秘三星三折疊手機:采用雙內折設計 限時40.39萬元起 Jeep牧馬人/角斗士侏羅紀世界探索版上市 6月主流車企銷量:比亞迪一哥,零跑新勢力一哥,小米或未來一哥! 價格有驚喜還增配了 2026款起亞賽圖斯限時售7.79萬起 小米YU7爆賣,特斯拉漲價? 啟辰放大招!2026款啟辰大V 6.98萬起煥新,好省好開好看全拿下 樂道L90內飾圖解讀,內飾溫馨三排配置有驚喜!
主站蜘蛛池模板: 米易县| 盐源县| 泸水县| 溧阳市| 瑞丽市| 屏边| 黑山县| 南投市| 随州市| 垦利县| 东丽区| 视频| 南召县| 普洱| 宁蒗| 五大连池市| 探索| 藁城市| 红桥区| 西贡区| 阳东县| 蒙山县| 宽甸| 平罗县| 墨江| 邵阳县| 兴隆县| 凤山市| 枝江市| 淮滨县| 翁牛特旗| 临猗县| 新乡县| 红安县| 岐山县| 嵩明县| 平湖市| 新田县| 万山特区| 崇仁县| 盐边县|