AI 新創的機會與 MaaS

查核補註（2026-10-28）： 1. Med-PaLM（Singhal 等人）在 MedQA（美國醫師執照考試風格題）達到約 67.6%，超過 60% 的及格線；論文並未宣稱與臨床醫師相當。 來源：https://www.nature.com/articles/s41586-023-06291-2 2. GPT-3 訓練成本估計：Lambda 約 460 萬美元；Rethink Priorities 估約 1200 萬美元（區間 500 萬至 3,300 萬）。 來源：https://lambda.ai/blog/demystifying-gpt-3 https://rethinkpriorities.org/research-area/the-replication-and-emulation-of-gpt-3/ 3. Riffusion：2022-12-15 發布，以 Stable Diffusion 微調，用頻譜圖生成音樂。 來源：https://techcrunch.com/2022/12/15/try-riffusion-an-ai-model-that-composes-music-by-visualizing-it/ 4. 《科學》雜誌 2022 年度突破名單列入有創造力的 AI。 來源：https://www.science.org/content/article/breakthrough-2022 5. 萬億參數模型：智源悟道 2.0 為 1.75 兆參數；阿里 M6-10T 為 10 兆參數（皆 2021 年）。 來源：https://baai.ac.cn/en/research https://arxiv.org/html/2110.03888 6. 依上述來源核對，本文已刪去查無可靠出處的敘述，部分說法改為可查的版本（共4處）。 ---- 羅賓小弟覺得，AI新創的機會，就是不會再去開發底層平台，就像是現在風起雲湧的SaaS新創也不會再去開發雲端技術的底層平台，而是在各大公有雲的架構上，依據自己的獨特專業/產業知識，長出各種服務。 但是在科技大廠已經架構好的平台架構中，未來一定會展開更多有趣、更貼近工作/生活層面的AI應用服務。 --- 《科學》雜誌公佈的2022十大科學突破，有創造力的人工智慧就在列。再比如，AI大規模破圈，從ChatGPT到AI依據文字生成圖片。上一回AI這麼熱，還是2016年，AlphaGo擊敗李世石的時候。 這一輪AI熱，很多人都有兩個擔心。第一，這回能不能帶來新一輪的商業機會？會不會像2016年那樣，炒一輪概念就冷卻了？第二，假如這其中有商業機會，我們又該怎麼把握？ 彭天放老師蒐集了過去兩個月裡，大量國內外的研究報道。 首先，這其中有沒有商業機會？肯定有。 因為這回AI的能力，跟2016年的AlphaGo，根本不在一個層次上。AlphaGo擅長的是運算，但創造力方面非常一般。 而2022年的這一波AI，在創造力上，幾乎上升了一個能力層次。用專業的行話說，比如，注意力機制（Transformer)、擴散模型（Diffusion）等等代表性的新演算法，在能力上都超過了之前的卷積（CNN)、迴圈（GNN)、對抗（GAN）等等各種神經網路。 這些專業的名詞你不用記。只需要記住一個結論，就是這一波AI在文字、影像、語音等需要創造力的任務上，效果奇佳。 更重要的是，這一波AI熱，只是剛開了個頭。其中的很多潛力，比如，“注意力機制”、“擴散模型”這些新演算法的潛力還遠沒有被充分開發。假如全都發揮出來，這其中的機會就更不得了了。 簡單說，AlphaGo那一輪AI熱，帶火的其實是概念，是信心。但是這一輪AI技術，是真好用。 （羅賓小弟感覺，更重要的是每個人都可以學著使用，而不只是侷限在軟體工程師的小圈圈。） 但這些機會，目前都還在科技巨頭手裡。因為這些新演算法的AI模型“太大了”。所謂AI模型大，就是指訓練這個模型，需要的資料極多，週期極長，成本極高（需要的算力極大）。 比如聊天機器人，2019年之前，行業一線水平的語言模型參數規模，大概在十億量級。到了2020年，OpenAI公司釋出的GPT-3模型，參數規模一下升到了1750億。而到了2022年，國內外很多公司都為自己萬億參數的模型開發布會。 達到這個規模，成本有多高呢？你的模型要經過很多次訓練。而以2020年的GPT-3模型為例，業界估計這個模型訓練一次的成本約在數百萬至一千多萬美元之間，AI模型訓練還有著不確定性，業界經常開玩笑說，這玩意兒就像煉丹一樣，多少得靠點運氣。而只有市值上千億美元的巨頭，才有這個去賭一把的資本。 那麼，這是不是意味著，新玩家就沒機會了呢？也不是。 就在ChatGPT釋出不久，矽谷著名的投資人Chamath在自己的視訊帳號上發表了一個觀點。他認為，隨著大模型的功能越來越強、成本越來越高，AI領域有可能會形成一種獨特的商業模式，叫做模型即服務，英文簡稱是MaaS（Model as a Service)。這種商業模式最近也經常被國內外一些學者和企業家探討。 所謂模型即服務，就是大公司，開發出了一套AI模型，這是一個底板。可以把他想像成一個接受過良好基礎教育，數理化全都滿分，各種基本功都特別紮實的應屆生。基礎雖好，但對於專業領域，還是個門外漢。你要是讓他做點具體的、特別專業的工作，比如醫療、教育、銷售，他還得再深入學習。 而MaaS模式，指的就是把這個演算法的培訓過程，分成兩段。 基礎教育階段，需要極大的投入，數理化全都得學一遍。這個階段，由巨頭完成。他們相當於模型的創造者，給你送來一個特別聰明、基本功特別好的通識型人才。 第二個階段，你得把通識型人才，培養成能在某個領域幹活的專業人才。這一步，科技巨頭並不擅長，就得由細分領域裡的公司來完成了。做這個細分領域訓練的人，被稱為模型打磨者。 這個針對AI模型在細分領域的二次訓練，就是留給AI新玩家的機會。按照MaaS模式，科技巨頭在將來會對外開放這些AI模型的呼叫介面。吸引一些規模較小，但是對行業理解更深的玩家，付費使用這些介面，並將模型打磨成真正滿足行業需求的應用。 這麼一來，從巨頭到新玩家，都可以獲益。科技巨頭雖然承擔了鉅額的模型開發成本，但可以從其他細分專業行業中，收取模型介面使用費，而且避免了過度聚焦到某個特定行業帶來的風險。同時，細分行業裡的人，也不用從頭研發，能以更低的成本來使用AI模型。 這個模式，AI新創已經開始逐步實踐了。彭天放老師專門去做了調研，找了幾個MaaS模式的實踐案例。 第一個例子來自音樂領域。兩位工程師，釋出了一款叫做Riffusion的音樂創作工具，可以根據你輸入的一段話生成一段音樂。更有趣的是，這個AI音樂創作工具，並不是他們自己從頭開發的，而是他們利用業餘時間，藉助一款已經開源的AI畫圖演算法，微調之後，改造成的一個AI音樂創作工具。 比如，你輸入“電吉他搖滾獨奏”，就會聽到這麼一段音樂。 再比如，輸入“在放克基礎上的薩克斯爵士獨奏”，就會聽到這麼一段音樂。 聽到這裡你肯定會好奇，本來是用來畫畫的AI模型，怎麼搞出了一個創作音樂的工具呢？這裡的關鍵在於頻譜圖。頻譜圖專業知識就不展開說了，大概的原理就是，每一段聲音可以用一張叫頻譜圖的圖片來表示。這兩位工程師，就是讓AI大量學習頻譜圖片，讓它具備了作曲的能力。 第二個例子來自醫療領域。Google釋出了一個叫做Med-PaLM的模型，在美國醫師執照考試風格的選擇題測驗中，首次超過及格線。很有希望在未來的AI問診中發揮更大的作用，降低醫療服務的成本。 總的來說，這位AI醫生的誕生，也遵循了剛剛提到的兩段式訓練方式。也就是，利用一個已經成形的基礎AI演算法，疊加上一套專門基於醫療資料的訓練流程，兩輪打磨之後產生的成果。 最後，一個開放性的思考。你所在的行業，基於行業知識和AI大模型，有可能誕生哪些有意思的應用呢？ #得到頭條20230117