538
白交 發(fā)自 凹非寺
國(guó)內(nèi)玩家如火如荼入局ChatGPT，其在各行業(yè)出圈也有目共睹。
但具體什么時(shí)候能上崗尚且還不明晰，尤其像一些艱深、壁壘性高的行業(yè)，比如醫(yī)療。
現(xiàn)在，一位哈佛醫(yī)學(xué)院教授，就親自下場(chǎng)測(cè)試ChatGPT的表現(xiàn)。
結(jié)果顯示，它在45個(gè)案例中的39個(gè)診斷正確，正確率87%（超過(guò)了現(xiàn)有機(jī)器診斷率的51%）；并為30個(gè)案例提供了適當(dāng)?shù)姆衷\建議。
他表示，ChatGPT輔助診斷的表現(xiàn)，已經(jīng)接近醫(yī)生。既然如此，那什么時(shí)候可以上崗？
事實(shí)上，這也是目前國(guó)內(nèi)大多數(shù)玩家所面臨的問(wèn)題：紅利在此，如何率先吃掉？
此前我們也系統(tǒng)性地梳理過(guò)復(fù)刻中國(guó)版ChatGPT背后的技術(shù)與生態(tài)難度，顯然不是短期就可以實(shí)現(xiàn)的。
現(xiàn)在已經(jīng)衍生出來(lái)一種新思路：直接打造行業(yè)垂直版ChatGPT。
這種方式是否可行？
打造行業(yè)版ChatGPT可行嗎？
ChatGPT的打造，技術(shù)核心繞不開(kāi)算力、數(shù)據(jù)和算法三要素。
算力方面，OpenAI背靠微軟這頭奶?！獡碛?8.5萬(wàn)個(gè)CPU核心、1萬(wàn)個(gè)英偉達(dá)V100 GPU，光是訓(xùn)練一個(gè)GPT-3，費(fèi)用就高達(dá)460萬(wàn)美元；數(shù)據(jù)上，GPT系列幾經(jīng)迭代優(yōu)化，一度驚艷眾人的GPT-3就有1750億參數(shù)，而上一版本GPT-2只有15億參數(shù)；算法自然也有多年深厚的積累，否則也不能出現(xiàn)“類人”自主學(xué)習(xí)特征，而且進(jìn)一步展現(xiàn)出快速適應(yīng)多領(lǐng)域、多場(chǎng)景的能力。
再加上生態(tài)反哺技術(shù)，形成迭代閉環(huán)。OpenAI自GPT-3開(kāi)始就以開(kāi)放接口的形式，構(gòu)建起了專屬“GPT生態(tài)”。據(jù)gpt3demo網(wǎng)站統(tǒng)計(jì)，目前已有656個(gè)調(diào)用GPT-3系列模型開(kāi)發(fā)的應(yīng)用程序。
這樣的技術(shù)與生態(tài)壁壘，決定了復(fù)刻ChatGPT并非那么容易。既然如此，垂直版ChatGPT的解決思路也開(kāi)始在行業(yè)中探討。
首先從技術(shù)上來(lái)看，他們的核心挑戰(zhàn)主要在于以更少的參數(shù)，比如以百億規(guī)模參數(shù)量，在垂直領(lǐng)域的任務(wù)達(dá)到或超過(guò)ChatGPT的效果。
這可能比復(fù)現(xiàn)ChatGPT更難，因?yàn)閰?shù)數(shù)量要小很多，不能僅僅依賴“暴力美學(xué)”，還要有高超的模型設(shè)計(jì)和壓縮技巧。
另外一個(gè)挑戰(zhàn)是數(shù)據(jù)來(lái)源的不同。
像谷歌、微軟他們其實(shí)有天然的通用數(shù)據(jù)來(lái)源，但專用數(shù)據(jù)積累不能跟垂直玩家相比。
尤其像醫(yī)療等民生行業(yè)，專業(yè)性強(qiáng)覆蓋面廣，所需的高質(zhì)量數(shù)據(jù)可能并不比ChatGPT小，且大部分?jǐn)?shù)據(jù)不是網(wǎng)上可以抓取的。
但對(duì)多年深根于此的垂直玩家來(lái)說(shuō)，他們?cè)缫褬?gòu)筑起自己的產(chǎn)業(yè)生態(tài)，有豐富的行業(yè)數(shù)據(jù)和知識(shí)積累，為復(fù)現(xiàn)ChatGPT奠定了必要的基礎(chǔ)。
而且從價(jià)值需求來(lái)看，垂直行業(yè)所代表的價(jià)值是實(shí)實(shí)在在的。像醫(yī)療本身需求就不小，一旦ChatGPT落地醫(yī)療，所代表的社會(huì)價(jià)值很大。
以往用戶們會(huì)習(xí)慣性使用的用搜索、APP來(lái)幫助診斷自己的疾病，但往往可能收效甚微。
哈佛醫(yī)學(xué)院教授Ateev Mehrotra曾測(cè)試，現(xiàn)有的在線診斷器平均正確率僅在51%，而ChatGPT則有87%，因此他認(rèn)為ChatGPT有可能成為醫(yī)療診斷的游戲規(guī)則改變者。
為了加速ChatGPT應(yīng)用落地，從技術(shù)難度、價(jià)值需求等維度看，打造垂直版ChatGPT是可行的。
而現(xiàn)在國(guó)內(nèi)有AI玩家，已經(jīng)在這樣做了。
云知聲ChatGPT行業(yè)版
最新曝光的進(jìn)展，智能語(yǔ)音賽道獨(dú)角獸云知聲正在推進(jìn)ChatGPT行業(yè)版的建設(shè)——
以醫(yī)療作為切入口，構(gòu)建ChatGPT醫(yī)療行業(yè)版，同時(shí)基于ChatGPT行業(yè)版構(gòu)建平臺(tái)，快速擴(kuò)展到其他領(lǐng)域，再利用領(lǐng)域模型集成MoE（Mixture of Experts）技術(shù)，訓(xùn)練得到通用ChatGPT模型。
而這種從專用到通用的思路。其實(shí)是云知聲一貫的“U+X“做法。在這里，“U”指的通用大模型算法研發(fā)及高效訓(xùn)練底座平臺(tái)；“X”則是應(yīng)用于多個(gè)行業(yè)領(lǐng)域的專用大模型版本。
事實(shí)上這也正在成為不少企業(yè)入局ChatGPT的思路，這樣一來(lái)，可以利用已有的專用數(shù)據(jù)優(yōu)勢(shì)。
不過(guò)也不是那么容易走的，更何況云知聲選擇的，還是對(duì)生成內(nèi)容質(zhì)量要求更高的醫(yī)療行業(yè)作為切入口。
最首要的難題，是要提高醫(yī)療知識(shí)的可靠程度。ChatGPT最擅長(zhǎng)的，就是一本正經(jīng)地胡說(shuō)八道。放在現(xiàn)在Bing上聊天搜索、內(nèi)容生產(chǎn)其實(shí)問(wèn)題不大，用戶們也樂(lè)在其中。
但應(yīng)用在行業(yè)中，往往讓非專業(yè)人士難以察覺(jué)，這會(huì)引發(fā)各種風(fēng)險(xiǎn)。因此行業(yè)版ChatGPT要杜絕一切胡說(shuō)八道，尤其像醫(yī)療、教育、工業(yè)等行業(yè)，內(nèi)容生成要求極高容錯(cuò)率很低，也對(duì)數(shù)據(jù)的質(zhì)量要求也就更高了。
其次，就是實(shí)現(xiàn)行業(yè)中的“性價(jià)比”。任何一項(xiàng)技術(shù)能夠大規(guī)模落地，都必須要解決「如何以有限的資源，實(shí)現(xiàn)效果的最大化」問(wèn)題。
這也是ChatGPT行業(yè)落地的必經(jīng)之路——模型能以更小的參數(shù)規(guī)模，達(dá)到與ChatGPT同樣的效果。這也就給這些企業(yè)帶來(lái)了不小難題。
事實(shí)上，云知聲也坦言，ChatGPT行業(yè)版的參數(shù)可能也需要達(dá)到百億量級(jí)規(guī)模，要做出效果并實(shí)現(xiàn)規(guī)模化應(yīng)用挑戰(zhàn)也不小。
從某種程度上說(shuō)，打造行業(yè)版的ChatGPT比現(xiàn)在通用的ChatGPT還要更難，但到真正ChatGPT行業(yè)落地時(shí)，這些問(wèn)題又都必須得解決。概括來(lái)說(shuō)，就是實(shí)現(xiàn)ChatGPT工程化能力。
這是每個(gè)躬身入局者，繞不開(kāi)但必須得過(guò)的路。
在此基礎(chǔ)上，毫無(wú)疑問(wèn)的是，云知聲的選擇更難——醫(yī)療作為切入口。這是始終被認(rèn)為是行業(yè)壁壘高、專業(yè)性強(qiáng)、技術(shù)難度制高點(diǎn)的領(lǐng)域，也是為什么相較于其他行業(yè)的盛況，醫(yī)療AI玩家就顯得少之又少的原因。
但一旦將醫(yī)療版ChatGPT打通，那么其他領(lǐng)域的實(shí)現(xiàn)，包括最后的通用大模型也就事半功倍了。
作為成立于2012年的AI公司，他們一直密切關(guān)注AI前沿技術(shù)，并積極推動(dòng)技術(shù)產(chǎn)業(yè)化應(yīng)用，包括2012年的深度學(xué)習(xí)算法升級(jí)和產(chǎn)業(yè)化應(yīng)用，到2016年Atlas超算平臺(tái)、知識(shí)圖譜和全棧AI技術(shù)應(yīng)用，到現(xiàn)在基于ChatGPT框架的AGI認(rèn)知技術(shù)升級(jí)。
同時(shí)，在醫(yī)療行業(yè)有近10年深耕，積累的行業(yè)知識(shí)、數(shù)據(jù)和應(yīng)用，還獲得了2019年北京市科技進(jìn)步一等獎(jiǎng)。
在回應(yīng)是否有信心打造ChatGPT行業(yè)版時(shí)，云知聲方面表示：完全有信心。
前面總結(jié)，打造ChatGPT離不開(kāi)高質(zhì)量的數(shù)據(jù)，領(lǐng)先的算法和充分的算力。而對(duì)于垂直版ChatGPT還需要更深厚的工程化能力。
從這幾方面來(lái)看，云知聲的確具有行業(yè)參考性。
數(shù)據(jù)方面，近10年來(lái)云知聲積累了全方位的行業(yè)數(shù)據(jù)，包括面向患者的導(dǎo)診、預(yù)問(wèn)診、患者教育和隨訪系統(tǒng)，也有面向臨床的語(yǔ)音病歷，病歷質(zhì)控，單病種質(zhì)控和醫(yī)療風(fēng)險(xiǎn)管理系統(tǒng)，已有近400家醫(yī)院落地使用。據(jù)稱數(shù)據(jù)規(guī)模已達(dá)到了5T，為醫(yī)療行業(yè)語(yǔ)言大模型提供數(shù)據(jù)基礎(chǔ)。
算法方面，而ChatGPT所代表的認(rèn)知智能，本身就是云知聲核心技術(shù)優(yōu)勢(shì)。他們構(gòu)建了國(guó)內(nèi)最大的醫(yī)療知識(shí)圖譜之一。從2019年至2022年，云知聲的認(rèn)知智能技術(shù)在國(guó)內(nèi)外相關(guān)評(píng)測(cè)中榮獲7冠5亞。其自主研發(fā)的醫(yī)療預(yù)訓(xùn)練語(yǔ)言模型CirBERTa一度登頂中文醫(yī)療信息處理挑戰(zhàn)榜榜首。
在算力上，云知聲超算平臺(tái)浮點(diǎn)計(jì)算能力可達(dá)8億億次/秒,可為千億級(jí)參數(shù)規(guī)模模型提供算力保障。
而在大模型工程化方面，云知聲已經(jīng)研發(fā)了CirBERTa模型，復(fù)現(xiàn)了GPT-2模型，并利用模型壓縮和知識(shí)蒸餾機(jī)制，實(shí)現(xiàn)了線上推理效率的近百倍加速，為大模型的廣泛應(yīng)用奠定了基礎(chǔ)。
此外作為行業(yè)版ChatGPT，內(nèi)容質(zhì)量保障也是關(guān)鍵一環(huán)。
云知聲給出的解決方案是，利用應(yīng)用在CirBERTa的持續(xù)學(xué)習(xí)和知識(shí)嵌入技術(shù)，基于已有知識(shí)圖譜積累，優(yōu)化ChatGPT模型的知識(shí)獲取和更新機(jī)制。
據(jù)介紹，這樣一來(lái)可以保證ChatGPT回答中的知識(shí)正確性，與此同時(shí)還可以給出知識(shí)溯源信息。
另外，利用云知聲業(yè)內(nèi)領(lǐng)先的病歷質(zhì)控技術(shù)，可以自動(dòng)發(fā)現(xiàn)生成的病歷中的問(wèn)題，進(jìn)而自動(dòng)生成作為ChatGPT核心技術(shù)的基于人類反饋的強(qiáng)化學(xué)習(xí)（RLHF，Reinforcement Learning from Human Feedback）所需的用戶反饋數(shù)據(jù)，加速模型的優(yōu)化。
誰(shuí)最先吃掉ChatGPT紅利？
最后回到事件本身，此前論及ChatGPT對(duì)行業(yè)的價(jià)值，都是從宏觀上的產(chǎn)業(yè)生態(tài)和模式創(chuàng)新上談，比如對(duì)人機(jī)交互、信息分發(fā)、內(nèi)容生產(chǎn)等方面。
如今隨著越來(lái)越多的垂直企業(yè)入局，ChatGPT對(duì)企業(yè)的意義也呼之欲出——一種全新AGI的技術(shù)范式選擇：基于“大規(guī)模通用基礎(chǔ)模型+輕量級(jí)行業(yè)應(yīng)用優(yōu)化”的行業(yè)知識(shí)整合和問(wèn)題解決方法。
以往這些場(chǎng)景玩家，對(duì)于AI的探索可能處于“看山是山、看山不是山”的懵懂狀態(tài)，現(xiàn)在出現(xiàn)了一座“更小，而且明知會(huì)有路的山”。
ChatGPT所表現(xiàn)出來(lái)的“智能”，給他們帶來(lái)了一種明確的技術(shù)方向。
云知聲CEO黃偉也深有體會(huì)，甚至于相較于AlphaGo，他認(rèn)為ChatGPT所帶來(lái)的影響要深厚得多，相當(dāng)于一場(chǎng)新的“工業(yè)革命”。
這場(chǎng)革命最大的優(yōu)勢(shì)是，通過(guò)自監(jiān)督注意力機(jī)制，能夠充分利用海量無(wú)監(jiān)督數(shù)據(jù)訓(xùn)練通用基礎(chǔ)模型，并將感知、認(rèn)知與生成，用統(tǒng)一框架實(shí)現(xiàn)“端到端”的整合，直接從高質(zhì)量生成結(jié)果上去呈現(xiàn)機(jī)器智能。機(jī)器采取的人工引導(dǎo)的數(shù)據(jù)驅(qū)動(dòng)學(xué)習(xí)方法，與人類的邏輯思維方式是完全不一樣的，類似飛機(jī)所采用的噴氣式“空氣動(dòng)力學(xué)”機(jī)制，與鳥(niǎo)類采取的“扇動(dòng)翅膀”方式完全不同。
不管是對(duì)整個(gè)產(chǎn)業(yè)，還是單個(gè)企業(yè)而言，ChatGPT所帶來(lái)的價(jià)值確實(shí)讓他們不跟不行。
尤其對(duì)于一些場(chǎng)景玩家來(lái)說(shuō)，他們還是最有可能吃掉ChatGPT紅利的一撥人。
他們有場(chǎng)景有數(shù)據(jù)、有深厚的行業(yè)壁壘，一旦具備ChatGPT能力，就可以率先在行業(yè)落地。這是其他玩家所不能及的先發(fā)優(yōu)勢(shì)。
上一次AI浪潮來(lái)襲時(shí)，最終也是場(chǎng)景玩家率先吃掉AI紅利。只不過(guò)現(xiàn)在ChatGPT是直接以技術(shù)路徑出現(xiàn)，落地速度自然要比以往快得多。
云知聲CEO黃偉也給出了個(gè)明確的時(shí)間點(diǎn)：
年內(nèi)就會(huì)實(shí)現(xiàn)成功應(yīng)用落地的方案。
