乌鸦智能说

人工智能新时代的商业智库和价值灯塔

IP属地:未知
    • 乌鸦智能说乌鸦智能说
      ·04-12 15:05

      AI Agent,垂直AI重塑B2B价值链的关键

      本文编译自Sangeet Paul Choudary,其以在平台经济学和网络效应方面的研究而闻名。在本文中,Choudary探讨了垂直 AI 与代理如何重塑 B2B 工作流价值链。在他看来,虽然大多数人工智能炒作都围绕水平 B2C 应用,但真正的机会在于垂直 B2B 人工智能。 Choudary认为,AI Agent创造了一个重新整合场景的可能性。它们使垂直人工智能玩家能够通过跨多个工作流程进行协调来实现水平发展,这将重塑B2B价值链。尤其在医疗保健这样的低互操作性领域,AI初创公司能够通过AI Agent这样的人工智能原生工具,作为新的控制中心来集成不同的工作流程,进而取得主导产业的枢纽地位。 / 01 / 垂直AI的短期和长期博弈 如今,大多数垂直人工智能玩家都专注于通过专有的微调模型和有针对性的用户体验来开发垂直优势。正如我在如何赢得生成人工智能中How to win at Generative AI所解释的那样,这种优势创造了一个飞轮: 与较大的基础模型相比,经过特定领域数据训练的较小模型在延迟、准确性和成本方面有更好的表现。这种垂直化有其自身的强反馈效应,你开发的模型越垂直,你在所有参数上的竞争力就越强。 随着时间的推移,模型微调得越多,未来的用户体验更改应该与模型更加深入地耦合,以便将该模型的优势传递到用户工作流程中。 垂直人工智能玩家的优势在于他们是全栈运营的——也就是说,他们提供跨接口、专有模型和专有数据的完整解决方案。这创造了上述飞轮的护城河不断增强,因为继续拥有该接口的权利赋予了紧密者不断收集专有数据的能力,从而有助于进一步微调模型。 这就是赢得垂直人工智能短期游戏的方法。但这并不能保证长期胜利。 尽管有这个飞轮,所有垂直游戏最终都会参与到别人的生态系统中。这是大量垂直解决方案最终激增的自然结果。最终用户希望通过一两个界面完成工作,而不是针对每个新用
      35评论
      举报
      AI Agent,垂直AI重塑B2B价值链的关键
    • 乌鸦智能说乌鸦智能说
      ·04-10

      AI卷到人身上了!OpenAI、谷歌上演抢人大招,最高开出1873万年薪

      在生成式AI之前,似乎没有哪个行业如此明确地展露它对于天才的巨大需求。马斯克直言,AI的人才争夺是他从业以来见过的史无前例的最疯狂的一次。 不久前,马斯克又和奥特曼公开叫板了,而这一次不再是关于开源盈利的钱财之争。让马斯克备受困扰的是OpenAI准备抢走特拉斯的AI研发团队。据悉,奥尔特曼已经开出了不菲的薪资。作为回应,马斯克说,他计划提高AI研发人员的薪酬留住他们。 据美国劳工部数据显示,AI数据科学家的平均年薪已跃升至12万至20万美元,而机器学习工程师的年收入更是高达12.5万至20万美元,是美国平均薪酬的三到五倍。 在这场争夺中,科技巨头们更是不惜血本。OpenAI为AI软件工程师提供的年薪高达54万至91万美元,而谷歌的顶级AI研究人员年薪最高更是达到了惊人的259.5万美元。 这一切无不表明,AI是一个人由少数天才驱动的行业,人才是最宝贵的资源。而这场抢夺战的热度,似乎才刚刚开始升温。 / 01 / 大佬下场、巨头挖人,AI抢人大战一触即发 在这场抢人大战中,大佬们基本都亲自下场了。 据The Information消息,小扎已经干起了猎头的活儿:亲手写信给DeepMind的研究员,诚邀他们跳槽加盟Meta。谷歌联合创始人布林也亲自打电话,挽留即将离职转投OpenAI的员工。 大佬都下场了,AI人才的价格也在水涨船高。根据美国劳工部数据,AI数据科学家年薪通常在12万至20万美元。机器学习工程师年薪范围大致在12.5万至20万美元之间,而顶尖的AI研究人员薪资可能达到30万美元(折合人民币 217万)。 作为比较,截至2023年1月,美国人的平均年度薪酬为56310美元。也就是说,AI行业的薪酬水平大概是普通从业者的3-5倍。 从美国招聘网站以Glassdoor为关键词进行检索,可以看见,大部分AI工作的年薪都在15万美元左右(折合人民币约109万)。作为对比,
      220评论
      举报
      AI卷到人身上了!OpenAI、谷歌上演抢人大招,最高开出1873万年薪
    • 乌鸦智能说乌鸦智能说
      ·04-10

      13万亿个token的GPT4,困于数据短缺

      大模型就要没弹药了,训练数据成为大模型升级的最大拦路虎。 《纽约时报》报道,为了训练GPT4,OpenAI使用其旗下语音转文字模型Whisper挖掘了超100万小时的YouTube数据作为其训练模型。而另一端,社交媒体巨头Meta高层也在讨论收购出版社 Simon & Schuster来完成基础模型对高质量训练数据的需求。 但即使如此,现有人类社会生成的包含社交文本在内的互联网数据也不能够支持大语言模型的优化升级。研究机构Epoch报告,在未来两年内,AI训练将用尽互联网上包含音视频在内的高质量数据格式,而现存(包括未来生成的)数据集或将在2030年至2060年之间耗尽。 除了物理世界现实存在的数据,科技公司还考虑使用合成数据作为AI训练材料。合成数据就是用AI生成的数据训练大语言模型。不过,合成数据也就意味着更高的计算费用和人才支出,这也让本就高昂的AI成本雪上加霜。 / 01 / 最优的数据,最好的大模型 据悉,GPT4有着超1.8万亿参数和13万亿token的训练数据。 13万亿,相当于自1962年开始收集书籍的牛津大学博德利图书馆存储的单词数量的12.5倍。这些数据来源于新闻报道、数字书籍、Facebook社交平台数据。不过在这之前,我们并不知道还有基于视频转录的文字。据传,Google模型也使用了Youtube转译的文字作为其大模型训练数据。 不止ChatGPT,市面上的大模型都是建立在上亿级模型的训练基础上的。谷歌的 BERT是在英语维基百科和BookCorpus中包含33亿单词的数据集上进行训练的,微软的 Turing-NLG是在英语网页中超过170亿个词组的数据集上进行训练的。 可以说,数据就是AI模型的燃料。根据标度定律(scaling law),训练模型的数据越丰富,来源愈丰富、异质化愈强,模型的质量越高,语义理解能力越强。这不难理解,AI就像是
      41评论
      举报
      13万亿个token的GPT4,困于数据短缺
    • 乌鸦智能说乌鸦智能说
      ·04-09

      291亿投资拉动5万亿财富增长,大模型的泡沫来了?

      2023年,苹果、微软、Alphabet、亚马逊、英伟达、特斯拉和Meta的股票已累计上涨75%,远远超过纳斯达克指数43%的涨幅。算下来,这七家公司的市值在去年增长了近5万亿美元。 科技股股价暴涨并非来自于业绩。要知道,整个2023年,除英伟达外,其余六家收入增长均低于20%。造成这一翻天覆地变化的根本原因是,生成式AI与大语言模型在去年席卷了全球科技圈。去年一年,全球生成式AI的投资额高达291亿美元。 与传统互联网的故事不同,资本成为生成式AI竞争的最关键因素。所有的科技巨头都直接或间接参与了这场军备竞赛,并主导了模型公司的融资和估值。 就在刚刚,亚马逊向Anthropic追加27.5亿美元投资,此次注资完成后,亚马逊对Anthropic的总投资达40亿美元。这是亚马逊30年以来最大的一笔外部投资。巨头们的军备竞赛,也让身为AI军火商的英伟达比前一年多赚了340亿美元。 巨头们愿意参与这场千亿美金豪赌,并不令人意外。某种程度上,生成式AI的出现,恰逢其时。 当平台型机会几乎消失,人口红利走到尽头,全球互联网的故事宣告结束。在这样的背景下,资本一方面变得前所未有地节制,另一方面又变得前所未有地贪婪,他们坐拥大量现金,但真正值得的押注寥寥无几。而生成式AI,就是一个充满想象力,甚至可以改变世界的故事。 但现实也是残酷的。红杉资本最新报告显示,AI行业在英伟达芯片上的部署费用高达500亿美元,而营收却只有30亿美元。显然,生成式AI的远大愿景和羸弱商业化的现实之间,仍然需要无数的故事去填。 / 01 / 291亿投资,拉动5万亿的财富增长 2023年11月,ChatGPT的发布掀起了生成式AI的热潮。根据 PitchBook 的数据,2023 年,超过70轮1亿美元或以上的资金流向了创建模型、提供基础设施或将技术应用于特定应用的初创公司。短短一年内,投资者向近700笔生成式
      69评论
      举报
      291亿投资拉动5万亿财富增长,大模型的泡沫来了?
    • 乌鸦智能说乌鸦智能说
      ·04-07

      GPU 经济学:算力背后的成本与未来

      AI发展的核心三要素就是算力、算法和数据,在人工智能的训练和推理过程中,每一步都需要消耗大量算力。伴随着人工智能开发热度的水涨船高,英伟达的GPU芯片也越发一芯难求。CoreWeave作为一家被业界称为“算力黄牛”的公司,通过向开发者提供GPU托管服务,成立以来获得英伟达力挺,并在四年内估值成长到560亿人民币。 在不久前美国的一档节目中,CoreWeave公司的联合创始人和首席战略官Brannin McBee探讨了GPU 背后的经济账,数据中心冷却技术的创新,以及人工智能基础设施对搜索、广告和电子商务等行业的未来挑战和影响。 Brannin McBee认为,GPU云基础设施市场面临的瓶颈是,如何获得足够的数据中心容量来满足不断增长的需求,而限制数据中心容量的就是电力。微软和亚马逊都在将IDC建到核电站旁边。虽然有大量的可再生能源,比如太阳能、风能,但这两样东西都不适合数据中心。我们需要的是更多的基础负荷电力,传统电力比如煤炭和天然气发电。 同时,Brannin McBee表示,Coreweave今年的收入会增长10倍,到2024年底的所有算力已经售罄。现在有大约500名员工,年底将会接近800人。而其中很多需求是训练到推理的转换推动的,训练你可能需要1万卡训练,但比如Chatgpt这种一旦进入推理, 需要的是1百万张卡。 Brannin McBee表示,在AI算力需求增长大幅提升的情况下,过去十年建立的云基础设施需要面临重建。原因是,之前的云基础设施,是为了序列化的工作负载而建造的,不是为了AI这种并行化工作负载。所以,你必须以AI被采用的速度重建它,这是一件极其困难的事情,因为速度太快了,预计到2030年,算力供需才能到达平衡。 04 大语言模型训练瓶颈突破的物理难题 05 Brannin McBee的AI发展预言 06 AI新基建的供需探讨 / 04 / 大语言模型训
      86评论
      举报
      GPU 经济学:算力背后的成本与未来
    • 乌鸦智能说乌鸦智能说
      ·04-07

      GPU 经济学:算力背后的成本与未来

      AI发展的核心三要素就是算力、算法和数据,在人工智能的训练和推理过程中,每一步都需要消耗大量算力。伴随着人工智能开发热度的水涨船高,英伟达的GPU芯片也越发一芯难求。CoreWeave作为一家被业界称为“算力黄牛”的公司,通过向开发者提供GPU托管服务,成立以来获得英伟达力挺,并在四年内估值成长到560亿人民币。 在不久前美国的一档节目中,CoreWeave公司的联合创始人和首席战略官Brannin McBee探讨了GPU 背后的经济账,数据中心冷却技术的创新,以及人工智能基础设施对搜索、广告和电子商务等行业的未来挑战和影响。 Brannin McBee认为,GPU云基础设施市场面临的瓶颈是,如何获得足够的数据中心容量来满足不断增长的需求,而限制数据中心容量的就是电力。微软和亚马逊都在将IDC建到核电站旁边。虽然有大量的可再生能源,比如太阳能、风能,但这两样东西都不适合数据中心。我们需要的是更多的基础负荷电力,传统电力比如煤炭和天然气发电。 同时,Brannin McBee表示,Coreweave今年的收入会增长10倍,到2024年底的所有算力已经售罄。现在有大约500名员工,年底将会接近800人。而其中很多需求是训练到推理的转换推动的,训练你可能需要1万卡训练,但比如Chatgpt这种一旦进入推理, 需要的是1百万张卡。 Brannin McBee表示,在AI算力需求增长大幅提升的情况下,过去十年建立的云基础设施需要面临重建。原因是,之前的云基础设施,是为了序列化的工作负载而建造的,不是为了AI这种并行化工作负载。所以,你必须以AI被采用的速度重建它,这是一件极其困难的事情,因为速度太快了,预计到2030年,算力供需才能到达平衡。 01 GPU背后的经济账 02 芯片之外:数据中心建设如何应对挑战 03 GPU计算市场需求火热,英伟达成最大赢家 / 01 / GPU背后的
      103评论
      举报
      GPU 经济学:算力背后的成本与未来
    • 乌鸦智能说乌鸦智能说
      ·04-07

      欧洲人工智能的归宿,在美国?

      CEO跑了,让Stability AI正在陷入困境,这意味着欧洲即将失去一家AI独角兽。就在今年2月,号称“欧洲OpenAI”之称的Mistral AI刚刚选择拥入微软的怀抱。这很容易让人想起DeepMind。这个被认为是全球最顶级的AI研究机构,在2014年被谷歌收入麾下。 Stability AI陨落,加上Mistral AI转投微软,让欧洲本就没什么声量的AI领域变得更加冷清。去年,欧洲在生成式AI的融资规模只有6.4亿美元,甚至不到月之暗面新一轮融资的规模。 虽然没出什么AI超级公司,但欧洲人也没闲着。今年3月,他们花了好大精力通过了《人工智能法案》,为欧盟扫清了立法监管人工智能的最后障碍。 于是,一个尴尬的局面出现了:欧洲有最好的AI监管,唯独没有足够多优秀的AI公司。 很多人可能以为,欧洲在AI领域毫无积累,但事实恰恰相反。号称“深度学习三巨头“的Yoshua Bengio、Geoffrey Hinton和Yann LeCun都出生在欧洲,最后如今的归宿都在北美。世界最大开源 AI 社区 Hugging Face,最早也是由三名法国人在法国创立,不过后来才搬到了美国。 这与互联网早期如出一辙。20世纪90年代欧洲科学家蒂姆·博纳斯·李发明了万维网和HTML,但美国成为却成为了最大赢家,欧洲则彻底缺席了互联网的浪潮。而同样的故事,正在人工智能产业上发生。 难怪有人会说,美国才是欧洲人工智能的最终归宿。 / 01 / 没有最好的公司,却拥有最好的监管 2023年,AI公司干地最重要的一件事就是,融资。融资规模大小,往往是衡量一个国家AI产业发展繁荣度的核心指标。CB Insights数据显示,2023年欧洲在生成式AI的融资规模只有6.4亿美元,单笔最大融资规模是Mistral AI的3亿美元。 这样的融资规模,在生成式AI大模型企业动辄大几亿美元有些不够看。且不说
      169评论
      举报
      欧洲人工智能的归宿,在美国?
    • 乌鸦智能说乌鸦智能说
      ·04-03

      吴恩达最新演讲:AI Agent工作流的未来

      吴恩达教授曾任谷歌大脑项目的创始人,并开创性地提出了深度学习概念,推动了人工智能的发展。今天分享的是,吴恩达教授在红杉资本的人工智能峰会(AI Ascent)上发表了一次演讲。 在本次演讲中,他谈到了AI agent工作流多步迭代的模式与基于人工评估基准测试的效果分析,还谈到了自己对于AI agent设计模式的四种分类,包括检查、工具使用、规划、多智能体协作。 与此同时,吴恩达还分享了其对AI agent的未来发展潜力的展望。在他看来,通过代理工作流程,人工智能能够胜任的任务种类今年将会大幅扩展。此外,快速 token 生成也很重要,即使使用质量略低但速度更快的语言模型,通过更多轮次的迭代,也可能比使用更高质量但速度较慢的模型获得更好的结果。 目录如下: 01 AI agent工作流的模式与效果 02 四种AI agent设计模式 03 总结 / 01 / AI agent工作流的模式与效果 我很高兴与大家分享我对人工智能代理的看法,这是一个令人兴奋的新兴趋势,所有从事人工智能的人都应该关注。 目前,我们使用大语言模型的主要方式是一种非代理工作流程,即您输入一个提示,模型就生成一个回答。这有点像让一个人坐下来一次性从头到尾编写一篇文章,而不允许使用退格键,尽管这样做很难,但大语言模型的表现出奇地出色。 相比之下,代理工作流程看起来是这样的:首先,让人工智能大语言模型写一个文章大纲,如果需要进行网络研究就先做研究,然后写出第一稿,然后阅读并思考需要修订的部分,再修改这一稿,如此循环往复、迭代多次。很多人没有意识到,这种做法可以带来显著的改进效果。我自己在使用这些代理工作流程时也感到非常惊讶,它们工作得如此之好。 我的团队分析了一个叫做"人工评估基准测试"的编码基准数据,它包含诸如"给定一个非空整数列表,返回所有偶数位置元素的和"之类的编码问题。现有的做法是使用零样本提示,
      72评论
      举报
      吴恩达最新演讲:AI Agent工作流的未来
    • 乌鸦智能说乌鸦智能说
      ·04-02

      又一款字节AI产品火了!Gauth下载量三个月暴增14倍,一度反超多邻国

      今年以来,字节跳动旗下推出的AI教育产品Gauth突然火了起来。根据七麦榜单,截至2024年3月27日,Gauth目前排名美国教育类应用第二名,仅次于多邻国。Gauth官网显示,该款应用软件的用户量已经超过两亿。 作为一款2021年上线的AI教育产品,Gauth在今年以前的表现一直不温不火。根据七麦数据,在2024年1月24日之前,Gauth一直是应用榜100名开外的落跑选手,大致分布于200-300名开外。1月24日,Gauth以第80名的成绩进入应用榜单前100,在应用榜的最好成绩为3月1日的第24名。 Gauth在2024年初的强劲势头让我们不禁感慨,AI的火终于也吹到教育界了。但在AI的技术光环背后,或许还有更多的产品逻辑值得探寻。 / 01 / 3个月全球下载量暴增14倍,日活增长1.4倍 简单来说,Gauth是一款AI搜题拍照应用。不同于从题库搜题的解决方式,Gauth能够使用AI对照片或拍照后的题目进行分析,由AI技术在几秒钟的时间内为用户提供详尽的解答步骤、解题的逻辑思路。 目前,Gauth的海外用户主要包括美洲和欧洲地区的学生。根据Similarweb数据,其中美国、英国、菲律宾、墨西哥、哥伦比亚的访问量占比分别为43.14%、7.00%、6.01%、4.29%、2.87%。 从数据上看,Gauth的用户爆发性增长是发生在今年。根据data.ai数据, 24年1月25日,Gauth在美国市场的日活数量为50.56万人,到了2月15日,日活数增长近一倍达99.63万人,近期日活用户峰值达139万;日下载量方面,1月1日Gauth下载量1459次,3月21日下载量约3.09万次,日下载量增长21倍。 在全球市场上,24年1月1日Gauth的日下载量为4840,3月21日下载量为6.93万次,日下载量增长14倍。近期Gauth的日活用户峰值达206.5万人次
      138评论
      举报
      又一款字节AI产品火了!Gauth下载量三个月暴增14倍,一度反超多邻国
    • 乌鸦智能说乌鸦智能说
      ·04-01

      文生图模型又卷起来了!Stable Diffusion凉凉,Midjourney流量被反超

      今年以来,文生图模型领域就没消停过。 3月23日,Stability AI CEO Emad Mostaque宣布离职,这个昔日文生图巨头CEO的高调退场给了AI界一次小小的震撼。这并不奇怪。混乱,几乎是Stability AI在过去一年多时间里的缩影:管理层离职、技术团队跑路、入不敷出、法律官司…… 一年以前,Stability AI还曾是一家文生图领域的超级明星:当Stable Diffusion推出并宣布彻底开源后,这款AI图像生成模型在上线三个月内用户总量达到1000万。同一时期,DALL-E只有150万用户,Midjourney在200万到300万之间。 变化不仅发生在Stability AI,也发生在Midjourney上。今年1月,Lenardo.ai以18.71M的月访问量首次超越持续霸榜的Midjourney,到了2月,两者差距还在进一步拉大。这意味着,作为文生图领域老大的Midjourney正在面临激烈的竞争。 Stability AI、Midjourney的变化似乎也说明一家事情:与ChatGPT稳定领跑通用型聊天产品不同,垂直AI应用的“王位易主”显然更加容易。 / 01 / 开源与赚钱无法兼得,Stability AI跌落神坛 AI独角兽Stability AI的坠落并非一夕之变。早在2023年,该公司就有一批管理层和核心技术成员离开团队。 2023年6月,Stability AI首席信息官Daniel Jeffries、工程副总裁Scott Draves和首席运营官Ren Ito都选择了离职。7月中旬,参与了Stability AI大语言模型开发工作的Louis Castricato宣布离职加入EleutherAI。 就在Emad Mostaque离任的前一周,Midjourney就因数据盗窃把Stability AI的员工都拉入了黑名单。《福布
      130评论
      举报
      文生图模型又卷起来了!Stable Diffusion凉凉,Midjourney流量被反超
       
       
       
       

      热议股票