 在AI在现在的赛道里面一共分为四个，分别是小模型层，中模型层、大模型层、基础层。 在1957年AI就已经被发明出来了，就有了这个概念。那为什么AI在17年阿尔法go之前，它都没有特别大的突破性的发展？ 因为AI的发展，它有三个必要的基础能力，第一个是数据，第二个是算法，第三个是算力。 在数据层面上看，互联网在20世纪90年代开始大规模快速的发展。而中国的互联网在移动互联网时代才迎了来非常巨大的爆发。 而互联网发展之前，很多线下的传统行业，是没有办法把很多数据来进行线上化的。 之前我们也给大家探讨过，线上化是AI化的基础，即数据化是AI化的基础。 所以为什么近两年AI才会那么火热。是因为现在的互联网的产品把AI的数据进行了最大规模的收集，所以说以此来形成了AI的大爆发。 在算力层面上看，所有AI在训练模型的时候，在进行预测的时候，需要有很强的算力。而这个算力要求什么？我们需要很强的芯片。芯片的发展，这个也是在近几年里面有大规模的发展。 在算法层面上看，数据和算力其实是一直在推动着算法的发展，所以我们现在才有CPU。 01 之前阿里云、腾讯、百度云、华为云等给客户提供的是算力能力，现在给客户提供除了算力能力之外，还加了一个算法能力，形成了一个新的平台名称叫做mass平台。 所以现在各大平台，你们现在的看到的腾讯、阿里、华为都在进行mass化，就把把自己的算力和算法相结合，打包售卖给客户。而这个时候新的方向出现了，就有新的机会，就有新的人才的机会。 所以如果大家之前是做Iaas，做saas的，做B端的同学，加上你的AI能力，加上你的AI认知。你是可以转向mass这个方向。 02 那么我们的AI认知是什么呢？我们需要知道一下内容。 AI学习模型的训练方式，它会分为两种。第一种叫做监督式学习。第二种叫做无监督式学习。 标注本身就是告诉机器正确答案的东西，这个是属于监督式学习。 所以标注这个东西，现在看要对大量的数据进行大量的标注标注。 在标注产品有两个层面。 第一个层面就是在工具层，叫标注产品。在工具层提供标注能力。 第二个就是通过模型去标注。 03 刚才我们讲的是大模型层的标注，大模型层都是在做这种基于语音的大模型，图像大模型，除了这些外还有多模态大模型。 多模态指的是多种模态的信息，包括：文本、图像、视频、音频等。顾名思义，多模态研究的就是这些不同类型的数据的融合的问题。 那什么是中模型层。中模型层你可以理解为场景模型和行业模型，这里面机会就太多了。 什么叫做场景模型呢？就是我们在有很多东西是有场景的，比如说最典型的就是营销、客服、智能驾驶、医疗、城市管理等。 举个中模型的例子，我们拿营销为例，营销公司做了大量的场景营销，做了大量的客服，所以他们收集出来了很多的语音素材或者叫做训练集。所以它能够基于它自己大量的素材，从而去训练一部分针专门针对营销这个领域，专门针对客服这个领域下面的模型。 那什么是小模型层呢？小模型层我们可以理解为是to c的，中模型层你可以理解为是to b的，C端是基于具体的场景具体中具体个人而使用的。 比如说举个例子，我们现在抖音里面有个剪映，它是一个剪辑工具，它有一键成片。这个一键成片的功能，就是专门针对剪辑这个场景下这个产品要做的事情。 END 我们来总结一下本章的重点内容，在AI在现在的赛道里面一共有4种模型，分别是小模型层，中模型层、大模型层、基础层。首先大模型层主要是基于语音的大模型，图像大模型，和多模态大模型。中模型层主要为场景模型和行业模型。小模型主要针对的是具体的问题，具体的操作。只要我们有AI的认知，就有机会把自己公司转化为AI的产品，就能升职加薪，走向人生的巅峰。 |
|
|
