人工智能(AI)行业如此烧钱,离真正商业化还有多远,如果不商业化还能走多远?

简介: 似乎在一夜之间,ChatGPT家喻户晓,成为当下最热门的话题之一,吸金无数。ChatGPT,大模型等也是最近的热门词汇。ChatGPT概念的走红,背后有相应的技术支撑和社会对人工智能的现实需求,当然这其中也少不了资本的推波助澜。但是个人觉得资本在热捧ChatGPT的同时,也应该要注意避免泡沫。

--忽如一夜春风来,千树万树梨花开。

AI这波红利是否会泡沫化?

似乎在一夜之间,ChatGPT家喻户晓,成为当下最热门的话题之一,吸金无数。ChatGPT,大模型等也是最近的热门词汇。ChatGPT概念的走红,背后有相应的技术支撑和社会对人工智能的现实需求,当然这其中也少不了资本的推波助澜。但是个人觉得资本在热捧ChatGPT的同时,也应该要注意避免泡沫。

ChatGPT确实带来很多可能性,也增加很多可想像的空间。但任何新概念、新技术从萌芽到大规模的商用,都需要一个过程的。当前ChatGPT在应用场景和商业化探索上还处于初始阶段,一些公司在相关技术上并没有太多的突破,甚至不少公司处于业绩亏损状态,股价却先突飞猛进。比如Stable Diffusion背后的公司Stability AI为AI行业发展出了不少力。据报道,这家公司资金也将要用完了。在 Stable Diffusion 发布后不久,Stability AI 报告称每日活跃用户超过一千万,然而只有一小部分为该公司带来效益。但是AI的发展需要庞大算力的支撑。说白了就是每天需要大量烧钱,Stability AI目前已经“烧掉了很大一部分”资金而收效甚微,投资者开始犹豫,导致新一轮融资受阻。正因为如此烧钱,chatgpt才从开始的开源走向闭源商业化。chatGPT的走红,既有市场资金有意捧之炒之,相关上市公司股票被动身价上涨。也有部分上市公司主动“炒概念”“蹭热点”,企图趁机捞一笔就走人的。但无一例外的是,概念炒作越烈,市场泡沫越大,而且甚至可能一触即破,对相关行业的发展并无益处。技术门槛高、投入规模大、知识迭代快。

ChatGPT的发展成熟需要资本的关注、需要市场有效的定价,而不是过度的炒作。润物细无声,方能细水长流。唯有市场各方静下心、沉住气,多一份行稳致远的从容,少一份急功近利的浮躁,方能让人工智能更好地走进生活、方便你我

ChatGPT就是试错+暴力计算吗?这样的模式还能走多远?

4月8-9日,中国人工智能学会主办的“人工智能大模型技术高峰论坛”主论坛在杭州萧山启幕,这是chatGPT、文心一言等人工智能大模型大火后的一次关于人工智能大模型交流讨论的盛会。浙江大学人工智能研究所所长吴飞在本次论坛指出ChatGPT就是试错再加上暴力计算。因为人在犯错以后往往能够从中吸取极大的教训,防止再次犯错,因为人没有那么多的犯错成本,或者说人们没有那么多犯错的机会。从精力和人有限的人生中都不允许有太多次的试错机会,也不现实。而计算机是可以无休止地工作和试错,从而得到更好的结果,而且计算机的优势就是拥有高速的计算能力。能够在短时间得到更多结果。当计算达到瓶颈时我们可以增加更多的算力。但是这也意味着一个人工智能大模型的训练和运营以及所需的运算成本极高,而这跟目前计算机互联网行业所提倡的降本增效有所矛盾,所以在降本增效的大背景下,试错加暴力计算的人工智能大模型还能走多远,是否可以另辟蹊径找到更好的替代方案?

目录
相关文章
|
2月前
|
存储 人工智能 搜索推荐
解锁AI新境界:LangChain+RAG实战秘籍,让你的企业决策更智能,引领商业未来新潮流!
【10月更文挑战第4天】本文通过详细的实战演练,指导读者如何在LangChain框架中集成检索增强生成(RAG)技术,以提升大型语言模型的准确性与可靠性。RAG通过整合外部知识源,已在生成式AI领域展现出巨大潜力。文中提供了从数据加载到创建检索器的完整步骤,并探讨了RAG在企业问答系统、决策支持及客户服务中的应用。通过构建知识库、选择合适的嵌入模型及持续优化系统,企业可以充分利用现有数据,实现高效的商业落地。
91 6
|
3月前
|
人工智能 运维 安全
阿里云通过ISO42001人工智能管理认证,引领AI治理推动协同共治
9月19日,在杭州云栖大会「AI治理与安全论坛」上,阿里云宣布通过人工智能技术的全生命周期管理ISO42001体系认证。该项认证由国际标准化组织(ISO)和国际电工委员会(IEC)制定,是第一部可认证的人工智能国际管理体系标准。
135 14
|
23天前
|
机器学习/深度学习 人工智能 算法
人工智能与医疗健康:AI如何改变生命科学
【10月更文挑战第31天】人工智能(AI)正深刻改变医疗健康和生命科学领域。本文探讨AI在蛋白质结构预测、基因编辑、医学影像诊断和疾病预测等方面的应用,及其对科研进程、医疗创新、服务效率和跨学科融合的深远影响。尽管面临数据隐私和伦理等挑战,AI仍有望为医疗健康带来革命性变革。
86 30
|
17天前
|
机器学习/深度学习 人工智能 自然语言处理
1分钟认识:人工智能claude AI _详解CLAUDE在国内怎么使用
Claude AI 是 Anthropic 开发的先进对话式 AI 模型,以信息论之父克劳德·香农命名,体现了其在信息处理和生成方面的卓越能力
|
1月前
|
机器学习/深度学习 人工智能 搜索推荐
人工智能与未来医疗:AI技术如何重塑医疗健康领域###
【10月更文挑战第21天】 一场由AI驱动的医疗革命正在悄然发生,它以前所未有的速度和深度改变着我们对于疾病预防、诊断、治疗及健康管理的认知。本文探讨了AI在医疗领域的多维度应用,包括精准医疗、药物研发加速、远程医疗普及以及患者个性化治疗体验的提升,揭示了这场技术变革背后的深远意义与挑战。 ###
57 6
|
2月前
|
人工智能 自动驾驶 数据安全/隐私保护
人工智能的伦理困境:我们如何确保AI的道德发展?
【10月更文挑战第21天】随着人工智能(AI)技术的飞速发展,其在各行各业的应用日益广泛,从而引发了关于AI伦理和道德问题的讨论。本文将探讨AI伦理的核心问题,分析当前面临的挑战,并提出确保AI道德发展的建议措施。
|
2月前
|
人工智能 搜索推荐 安全
人工智能与未来社会:探索AI在教育领域的革命性影响
本文深入探讨了人工智能(AI)技术在教育领域的潜在影响和变革。通过分析AI如何个性化学习路径、提高教学效率以及促进教育资源的公平分配,我们揭示了AI技术对教育模式的重塑力量。文章还讨论了实施AI教育所面临的挑战,包括数据隐私、伦理问题及技术普及障碍,并提出了相应的解决策略。通过具体案例分析,本文旨在启发读者思考AI如何助力构建更加智能、高效和包容的教育生态系统。
|
3月前
|
人工智能 JSON 数据格式
RAG+Agent人工智能平台:RAGflow实现GraphRA知识库问答,打造极致多模态问答与AI编排流体验
【9月更文挑战第6天】RAG+Agent人工智能平台:RAGflow实现GraphRA知识库问答,打造极致多模态问答与AI编排流体验
RAG+Agent人工智能平台:RAGflow实现GraphRA知识库问答,打造极致多模态问答与AI编排流体验
|
2月前
|
人工智能 算法 安全
人工智能伦理与监管:构建负责任的AI未来
【10月更文挑战第3天】随着人工智能(AI)技术的快速发展,其在社会各领域的应用日益广泛。然而,AI的广泛应用也带来了一系列伦理和监管挑战。本文旨在探讨AI的伦理问题,分析现有的监管框架,并提出构建负责任AI未来的建议。同时,本文将提供代码示例,展示如何在实践中应用这些原则。
309 1
|
2月前
|
人工智能 自然语言处理 安全
Gemini 人工智能:谷歌AI重磅来袭!好消息,国内可用
Gemini 是 Google 🧠 开发的革命性人工智能模型,旨在打造一个功能强大的多模态 AI 系统。