AI行业深度报告：AI算法、算力、数据和应用（19页）

行业报告下载 2023年05月15日 06:19 管理员

现有的大模型的框架在本质上是一致的，尚未出现技术上的“降维打击”。 GPT-4 虽然整体性能最为领先，但从技术上看，GPT-4 仍然是对自然语言处理增强学习、深度循环神经网络及其改进版本、大模型等已有技术的组合的创新，并且通过足够大量的数据进行支持，并非在大模型技术上有革命性突破。虽然国内 AI 大模型版本相对要滞后一些，但是并不存在不可弥补的鸿沟。参数量和数据量是决定了模型效果。通常认为，参数量大于 1000 亿时，模型才有可能形成“突现能力”，这种现象在 GPT3 后开始更加显著。过往的 NLP 模型是按照具体任务和具体数据来训练的，所以数据质量越好，模型效果越好。而从 Transformer 开始，除了数据质量外，数据数量的重要性也愈发重要。因此参数量和数据量决定了模型最终的效果，最直观的效果指标就是准确度。此外，IDC 搭起了大模型评估框架 V1.0 以充分评估大模型技术能力、功能丰富度与底层深度学习平台开发能力，以及对各行业赋能的实际效果。当前大模型的商业模式是“通用大模型+产业模型”。底层 AI 大模型的研发具有极高的研发门槛，面临高昂的成本投入，不利于人工智能技术在千行百业的推广。而具有数据、算力、算法综合优势的企业可以将模型的复杂生产过程封装起来，通过低门槛、高效率的生产平台，向千行百业提供大模型服务。

各个行业的企业只需要通过生产平台提出在实际 AI 应用中的具体需求，生产大模型的少数企业就能够根据应用场景进一步对大模型开发训练，帮助应用方实现大模型的精调，以达到各行业对于 AI 模型的直接应用。不同类型的企业在发展大模型拥有的优势也不尽相同。1）一是以阿里巴巴、华为、腾讯及百度为代表的基础云厂商，既具备做出通用 ChatGPT 的能力，也有着足够的数据和算力。2）二是以科大讯飞为代表的 AI 算法领先企业，被视为计算机板块中最有可能做出通用 ChatGPT 的公司。3）拥有天然的场景应用及配套数据优势的互联网平台。例如，国内最大的在线问答社区——知乎，以问答类任务为主模式与 GPT 天然契合。4）拥有高价值内容数据的企业也具备做好大模型的核心要素，可以大幅提升对人类意图的理解，从而提升回答信息的准确性。各大厂商大模型百花齐放，核心差异在于细节。以国内厂商为例：1）百度由于多年在 AI 领域的深耕，其文心大模型涵盖基础大模型、任务大模型、行业大模型的三级体系，打造大模型总量约 40 个。2）腾讯混元应用方向则主要是腾讯自身生态的降本增效，其中广告类应用表现出色。3）阿里更重技术，通义大模型基于阿里云、达摩院打造的硬件优势，可将大模型所需算力压缩到极致；另外其底层技术优势还有利于构建 AI 的统一底层。4）华为的优势则在于其训练出业界首个 2000 亿参数以中文为核心的预训练生成语言模型，包括 NLP、CV、多模态、科学计算大模型，目前已实现医学、气象、时尚等多个 AI 场景落地。5）中科院的紫东太初是全球首个视觉-文本-语音三模态预训练模型，同时具备跨模态理解与跨模态生成能力。