很可惜 T 。T 您現(xiàn)在還不是作者身份，不能自主發(fā)稿哦～
如有投稿需求，請把文章發(fā)送到郵箱tougao@appcpx.com，一經(jīng)錄用會有專人和您聯(lián)系
咨詢?nèi)绾纬蔀榇河鹱髡哒埪?lián)系：鳥哥筆記小羽毛（ngbjxym）
來源：Agent的潛意識
AGI是一場生產(chǎn)力的變革。如果說大語言模型是蒸汽機，則AGI就是一場工業(yè)革命。在這一新質(zhì)生產(chǎn)力革命進程中，技術(shù)是驅(qū)動引擎，深入理解技術(shù)，才能更好的切到業(yè)務(wù)的蛋糕；就像賽車手，他知道發(fā)動機引擎的操控邏輯，才能在彎道超車。
我們先聊技術(shù)范式，再來談商業(yè)模式。
從小到大，經(jīng)歷無數(shù)次考試，我們常識里就知道，判斷對錯題拿分簡單，瞎選也有一半分；單選題 4選一就難了，需要各個答案鑒別；如果是十選一那就更難。這個邏輯是成立的。對機器學(xué)習(xí)來說也一樣。從圖像分類來看：如果分十個類別，相當(dāng)于是十選一的單選題；imagenet的數(shù)據(jù)集是1000個類別，就是1000中選一個了。而大語言模型是多少呢？他是從十萬多的詞匯表中選一個最可能的token，分類數(shù)增加一個，他的難度都是指數(shù)級增長。從數(shù)學(xué)概率論的視角來看，就是softmax 回歸的shape越大，需要指數(shù)級增加的數(shù)據(jù)集樣本才能訓(xùn)練充分；因為條件概率分布P(Ai|(A1A2……A十萬,輸入text)中，A的個數(shù)增加，則輸入的text 和 A的組合數(shù)就指數(shù)增加的。需要用大數(shù)據(jù)量來一一計算概率，才能排除掉其他可能，得到真主Ai。
為了得到這樣規(guī)模的完全分布，里面的數(shù)理邏輯的表達是比較復(fù)雜的，因此需要大模型參數(shù)，參數(shù)越大，他能表達的數(shù)學(xué)邏輯就越多；同時需要大數(shù)據(jù)量來提供完全分布，才可以訓(xùn)練充分。為了尋找達到這一目的的路徑，openai 這幫人就發(fā)現(xiàn)，只要是transformer，寬度和深度不需要設(shè)計排列組合，參數(shù)量差不多的話，model能表達的數(shù)學(xué)邏輯是基本一樣的。因此就省心去找更合適的模型架構(gòu)了。直接暴力增加深度，增大數(shù)據(jù)集，就完成了這一巨大任務(wù)：從十萬個選項中選一個真主答案的選擇題任務(wù)。
我們來基本預(yù)估下text2video需要多大規(guī)模的訓(xùn)練集。之前分析過
Sora技術(shù)6:深入谷歌videopoet理解全模態(tài)視頻生成
經(jīng)典圖像分類工程中，imagenet數(shù)據(jù)集，共1000個類別，你可以認為是token的Codebook是1000 的size，然后總數(shù)據(jù)集是128萬，合每個類別1300張圖片的樣子。這個類比的意思是，一個token的全分布概率計算，需要1300個樣例來統(tǒng)計。
GPT1的詞典大小是40,478 個，GPT-2的詞典大小為50257個，因此詞典差別不是很大，那么我們姑且假定GPT4的詞典大小為6萬，他的數(shù)據(jù)集呢，是13萬億個 token，也就是每個token有2億個樣例來計算全分布概率才能達到GPT4的效果。
Videopoet的Codebook大小是27萬，詞典過大，會造成embedding matrix巨大，會帶來存儲和時間的復(fù)雜度。因此，短期內(nèi)視頻生成任務(wù)不能達到GPT4的水平的，因為Codebook過大了。一個類比計算就是：
Codebook size 1000的時候，需要1300個樣例來算全分布。
Codebook size 60000的時候，需要2億個樣例來算全分布。是1300的15萬倍。而Codebook size 只是變大了60倍。也就是膨脹比是2300倍。
Codebook size 27萬的時候，那么他是6萬的4.3倍，需要多少token？那就是4.3*2300*2億。這么龐大的數(shù)據(jù)量是沒法計算的。
因此，可以毫不夸張的說，sora放出來的demo，只是一個局部分布訓(xùn)練到了一個小局部最優(yōu)解（鞍點）上的某個角落而已，他還不能達到全分布的局部最優(yōu)解。也就是說sora只是在幾個案例上能合成優(yōu)秀視頻，如果真的洪泛攻擊散開了讓大眾隨意測試，基本不可能達到chatGPT的能力的。
解決這一難題，一方面需要scalaing law，這是最土的方法；另一方面核心的是降低codebook的size。這是邁向AGI的關(guān)鍵一步。
只要是通用大模型，不管他刷了多少數(shù)據(jù)集評測榜單，他終究還是一個實驗室產(chǎn)品，因為他訓(xùn)練的是公開數(shù)據(jù)集，公開數(shù)據(jù)集本身就存在語義混亂的情況，他就沒辦法進入嚴(yán)肅的職場環(huán)境解決現(xiàn)實問題。Imagenet上的訓(xùn)練的分類模型，也不能直接拿來做工業(yè)視覺上的缺陷檢測：這個斑點屬于CPU正常的噪點，這個坑點是CPU制程的缺陷。這就需要重新構(gòu)建真實數(shù)據(jù)集來真實訓(xùn)練一個分類模型才可以。
通用大模型也是這樣的，他離落地的最后一公里是有g(shù)ap的。隨便舉個例子，如果讓通用大模型來回答醫(yī)療問題，我估計業(yè)內(nèi)人士都是不放心的。而真實的業(yè)務(wù)場景就是這樣的。他不是一個閑聊的助手。他需要嚴(yán)格保證質(zhì)量。
因此，垂類模型當(dāng)前緊要解決的問題是回答收斂問題。其次，還有主動發(fā)問的情況。就是一個真實的醫(yī)生，他是需要主動望聞問切的，主動去挖掘患者的病情，而當(dāng)下的大模型是做不到的。因此垂類大模型就是需要緊密結(jié)合業(yè)務(wù)另尋出路。
基座是所有codebook的全量數(shù)據(jù)分布，由于公開數(shù)據(jù)集里存在許多糟粕，例如科大訊飛那次學(xué)習(xí)機事件，本質(zhì)是他的底座訓(xùn)練集中出現(xiàn)了很多敵對意識形態(tài)的數(shù)據(jù)；他基座訓(xùn)練過程中吃進去的數(shù)據(jù)，得到的就是一個codebook的全量分布；這個全量分布底座歪了，在他基礎(chǔ)上長出來的應(yīng)用，或多或少，時不時會冒出一些古怪輸出。
因此，我們需要訓(xùn)練一個垂域的底座大模型。這個大模型怎么訓(xùn)練呢？
第一是降低codebook大小。如果我們是做醫(yī)學(xué)問診的，那么，我們肯定不需要代碼codebook的，這些代碼的token就可以摘掉；第二是建一個大小適中，垂域數(shù)據(jù)充分的數(shù)據(jù)集。我們只有垂域數(shù)據(jù)集，就有可能不能覆蓋整個數(shù)據(jù)的全分布；只有公開數(shù)據(jù)集，就對垂類了解不充分。因此需要綜合考慮。第三個就是適中的模型大小。做一個垂類大模型，我們就是訓(xùn)練一個南翔技校的挖掘機工人，他開挖掘機干活干的又快又好；而不是訓(xùn)練一個北大的通才，他居廟堂之高則憂其民，胸懷世界。
成本決定了落地的關(guān)鍵。首先要成本小，模型不能太大；其次把高并發(fā)打起來。這個也是降低落地成本的。
最關(guān)鍵的是，每個行業(yè)每個角落都需要有一個專門干這一個活的垂類大模型。真正落地的大模型不是操作系統(tǒng)，他不需要大而全；他要的是小而精，在這個領(lǐng)域上，他的知識面非常精準(zhǔn)，能閉環(huán)解決問題，
比如說在智能汽車座艙領(lǐng)域，他可以很精準(zhǔn)的回答汽車的操控指南；例如，他可以回答兒童鎖在哪里操作，這個每個車都不一樣的，通用大模型是回答不了的。
然后是降低功耗。功耗太大，推理需要4090是不合適的。4090近500w功耗，太燒電。還需要更低成本部署。哪天1080這樣的老顯卡也能跑了，行業(yè)就是春天了。
真正的商業(yè)模式，得深耕一個垂域，在這個垂域訓(xùn)練自己的大模型，算法效果上能做到閉環(huán)。然后降低部署成本，才能真正是掙錢的新質(zhì)生產(chǎn)力。
目前來看，text2video還不足以達到商業(yè)化產(chǎn)品的標(biāo)準(zhǔn)。離真正落地還有困難的。然后這個方向的科研任務(wù)還很重，短期一年內(nèi)看不到類似GPT4的產(chǎn)品出現(xiàn)。
一家之言。
本文為作者獨立觀點，不代表鳥哥筆記立場，未經(jīng)允許不得轉(zhuǎn)載。
《鳥哥筆記版權(quán)及免責(zé)申明》 如對文章、圖片、字體等版權(quán)有疑問，請點擊 反饋舉報
我們致力于提供一個高質(zhì)量內(nèi)容的交流平臺。為落實國家互聯(lián)網(wǎng)信息辦公室“依法管網(wǎng)、依法辦網(wǎng)、依法上網(wǎng)”的要求，為完善跟帖評論自律管理，為了保護用戶創(chuàng)造的內(nèi)容、維護開放、真實、專業(yè)的平臺氛圍，我們團隊將依據(jù)本公約中的條款對注冊用戶和發(fā)布在本平臺的內(nèi)容進行管理。平臺鼓勵用戶創(chuàng)作、發(fā)布優(yōu)質(zhì)內(nèi)容，同時也將采取必要措施管理違法、侵權(quán)或有其他不良影響的網(wǎng)絡(luò)信息。
一、根據(jù)《網(wǎng)絡(luò)信息內(nèi)容生態(tài)治理規(guī)定》《中華人民共和國未成年人保護法》等法律法規(guī)，對以下違法、不良信息或存在危害的行為進行處理。
1. 違反法律法規(guī)的信息，主要表現(xiàn)為：
1)反對憲法所確定的基本原則；
2)危害國家安全，泄露國家秘密，顛覆國家政權(quán)，破壞國家統(tǒng)一，損害國家榮譽和利益；
3)侮辱、濫用英烈形象，歪曲、丑化、褻瀆、否定英雄烈士事跡和精神，以侮辱、誹謗或者其他方式侵害英雄烈士的姓名、肖像、名譽、榮譽；
4)宣揚恐怖主義、極端主義或者煽動實施恐怖活動、極端主義活動；
5)煽動民族仇恨、民族歧視，破壞民族團結(jié)；
6)破壞國家宗教政策，宣揚邪教和封建迷信；
7)散布謠言，擾亂社會秩序，破壞社會穩(wěn)定；
8)宣揚淫穢、色情、賭博、暴力、兇殺、恐怖或者教唆犯罪；
9)煽動非法集會、結(jié)社、游行、示威、聚眾擾亂社會秩序；
10)侮辱或者誹謗他人，侵害他人名譽、隱私和其他合法權(quán)益；
11)通過網(wǎng)絡(luò)以文字、圖片、音視頻等形式，對未成年人實施侮辱、誹謗、威脅或者惡意損害未成年人形象進行網(wǎng)絡(luò)欺凌的；
12)危害未成年人身心健康的；
13)含有法律、行政法規(guī)禁止的其他內(nèi)容；
2. 不友善：不尊重用戶及其所貢獻內(nèi)容的信息或行為。主要表現(xiàn)為：
1)輕蔑：貶低、輕視他人及其勞動成果；
2)誹謗：捏造、散布虛假事實，損害他人名譽；
3)嘲諷：以比喻、夸張、侮辱性的手法對他人或其行為進行揭露或描述，以此來激怒他人；
4)挑釁：以不友好的方式激怒他人，意圖使對方對自己的言論作出回應(yīng)，蓄意制造事端；
5)羞辱：貶低他人的能力、行為、生理或身份特征，讓對方難堪；
6)謾罵：以不文明的語言對他人進行負面評價；
7)歧視：煽動人群歧視、地域歧視等，針對他人的民族、種族、宗教、性取向、性別、年齡、地域、生理特征等身份或者歸類的攻擊；
8)威脅：許諾以不良的后果來迫使他人服從自己的意志；
3. 發(fā)布垃圾廣告信息：以推廣曝光為目的，發(fā)布影響用戶體驗、擾亂本網(wǎng)站秩序的內(nèi)容，或進行相關(guān)行為。主要表現(xiàn)為：
1)多次發(fā)布包含售賣產(chǎn)品、提供服務(wù)、宣傳推廣內(nèi)容的垃圾廣告。包括但不限于以下幾種形式：
2)單個帳號多次發(fā)布包含垃圾廣告的內(nèi)容；
3)多個廣告帳號互相配合發(fā)布、傳播包含垃圾廣告的內(nèi)容；
4)多次發(fā)布包含欺騙性外鏈的內(nèi)容，如未注明的淘寶客鏈接、跳轉(zhuǎn)網(wǎng)站等，誘騙用戶點擊鏈接
5)發(fā)布大量包含推廣鏈接、產(chǎn)品、品牌等內(nèi)容獲取搜索引擎中的不正當(dāng)曝光；
6)購買或出售帳號之間虛假地互動，發(fā)布干擾網(wǎng)站秩序的推廣內(nèi)容及相關(guān)交易。
7)發(fā)布包含欺騙性的惡意營銷內(nèi)容，如通過偽造經(jīng)歷、冒充他人等方式進行惡意營銷；
8)使用特殊符號、圖片等方式規(guī)避垃圾廣告內(nèi)容審核的廣告內(nèi)容。
4. 色情低俗信息，主要表現(xiàn)為：
1)包含自己或他人性經(jīng)驗的細節(jié)描述或露骨的感受描述；
2)涉及色情段子、兩性笑話的低俗內(nèi)容；
3)配圖、頭圖中包含庸俗或挑逗性圖片的內(nèi)容；
4)帶有性暗示、性挑逗等易使人產(chǎn)生性聯(lián)想；
5)展現(xiàn)血腥、驚悚、殘忍等致人身心不適；
6)炒作緋聞、丑聞、劣跡等；
7)宣揚低俗、庸俗、媚俗內(nèi)容。
5. 不實信息，主要表現(xiàn)為：
1)可能存在事實性錯誤或者造謠等內(nèi)容；
2)存在事實夸大、偽造虛假經(jīng)歷等誤導(dǎo)他人的內(nèi)容；
3)偽造身份、冒充他人，通過頭像、用戶名等個人信息暗示自己具有特定身份，或與特定機構(gòu)或個人存在關(guān)聯(lián)。
6. 傳播封建迷信，主要表現(xiàn)為：
1)找人算命、測字、占卜、解夢、化解厄運、使用迷信方式治??；
2)求推薦算命看相大師；
3)針對具體風(fēng)水等問題進行求助或咨詢；
4)問自己或他人的八字、六爻、星盤、手相、面相、五行缺失，包括通過占卜方法問婚姻、前程、運勢，東西寵物丟了能不能找回、取名改名等；
7. 文章標(biāo)題黨，主要表現(xiàn)為：
1)以各種夸張、獵奇、不合常理的表現(xiàn)手法等行為來誘導(dǎo)用戶；
2)內(nèi)容與標(biāo)題之間存在嚴(yán)重不實或者原意扭曲；
3)使用夸張標(biāo)題，內(nèi)容與標(biāo)題嚴(yán)重不符的。
8.「飯圈」亂象行為，主要表現(xiàn)為：
1)誘導(dǎo)未成年人應(yīng)援集資、高額消費、投票打榜
2)粉絲互撕謾罵、拉踩引戰(zhàn)、造謠攻擊、人肉搜索、侵犯隱私
3)鼓動「飯圈」粉絲攀比炫富、奢靡享樂等行為
4)以號召粉絲、雇用網(wǎng)絡(luò)水軍、「養(yǎng)號」形式刷量控評等行為
5)通過「蹭熱點」、制造話題等形式干擾輿論，影響傳播秩序
9. 其他危害行為或內(nèi)容，主要表現(xiàn)為：
1)可能引發(fā)未成年人模仿不安全行為和違反社會公德行為、誘導(dǎo)未成年人不良嗜好影響未成年人身心健康的；
2)不當(dāng)評述自然災(zāi)害、重大事故等災(zāi)難的；
3)美化、粉飾侵略戰(zhàn)爭行為的；
4)法律、行政法規(guī)禁止，或可能對網(wǎng)絡(luò)生態(tài)造成不良影響的其他內(nèi)容。
二、違規(guī)處罰
本網(wǎng)站通過主動發(fā)現(xiàn)和接受用戶舉報兩種方式收集違規(guī)行為信息。所有有意的降低內(nèi)容質(zhì)量、傷害平臺氛圍及欺凌未成年人或危害未成年人身心健康的行為都是不能容忍的。
當(dāng)一個用戶發(fā)布違規(guī)內(nèi)容時，本網(wǎng)站將依據(jù)相關(guān)用戶違規(guī)情節(jié)嚴(yán)重程度，對帳號進行禁言 1 天、7 天、15 天直至永久禁言或封停賬號的處罰。當(dāng)涉及欺凌未成年人、危害未成年人身心健康、通過作弊手段注冊、使用帳號，或者濫用多個帳號發(fā)布違規(guī)內(nèi)容時，本網(wǎng)站將加重處罰。
三、申訴
隨著平臺管理經(jīng)驗的不斷豐富，本網(wǎng)站出于維護本網(wǎng)站氛圍和秩序的目的，將不斷完善本公約。
如果本網(wǎng)站用戶對本網(wǎng)站基于本公約規(guī)定做出的處理有異議，可以通過「建議反饋」功能向本網(wǎng)站進行反饋。
(規(guī)則的最終解釋權(quán)歸屬本網(wǎng)站所有)