人工智能初创公司OpenAI研发的聊天机器人ChatGPT横空出世，引发了世界关注，也激发了产业和金融界讨论和布局的热潮。原本远在天边的通用人工智能（AGI）仿佛已经离人类越来越近。近日，云启资本合伙人陈昱接受澎湃科技记者采访，介绍了ChatGPT背后产生的质变，以及AI产业面向通用人工智能之路的未来。
陈昱长期关注前沿科技、智能驾驶等领域的投资，在加入云启前曾任Google（谷歌）工程师、国内上市公司CTO（首席技术官）。他认为，ChatGPT背后的质变，其实并不是技术上的变革，而是工程上的创新，模型参数量规模扩大导致的质变，人工反馈是ChatGPT脱颖而出的根源。伴随ChatGPT商业落地场景的显现，前往通用人工智能的方向也逐渐清晰，虽然抵达终点的路程还很遥远。
人工反馈是ChatGPT脱颖而出的根源
“有多少人工智能就有多少人工”，陈昱说，“这句话已经不是行业内的秘密。”训练大规模语言模型，需要大量人工做数据清洗和标注，还需要得到人工反馈，使得语言模型更贴近人的语言习惯和拥有正确的价值观。
自然语言处理技术（NLP）早在上世纪50年代便已进入科学家的研究视野，2010年后，计算机算力的大幅增长和深度学习的技术加持让NLP奠定了如今的技术发展方向，“模型参数量上去以后，突然间质变就到来了。”陈昱介绍，除了参数量的提升，“人工反馈强化学习（RLHF）”的技术对语言模型质量的提升也起到了关键的作用，它使得语言模型能够学习人类的表达方式。
人工反馈是ChatGPT脱颖而出的根源。用强化学习训练来逐渐改进AI 模型，就像教小孩学习，做对获得奖励，做错接受批评，经过无数次正负反馈迭代后最终让模型收敛，接近人类期望的结果，而这背后需要极为大量的人工劳动。因此，ChatGPT选择了劳动力价格低廉的非洲和东南亚，雇佣当地员工进行数据标注。其中肯尼亚数据标注员高强度的工作时薪仅2美元，也引发了国际社会的关注。
目前成本是传统搜索的5-10倍
“AI大模型是躺在钱堆上的赛道。从买算力，到顶尖AI工程师的雇佣，再到数据的收集、标注和评估（反馈），都需要大量的资金投入。”陈昱介绍，“起步创业的话5000万美元是够了，但如果长期来说，融资量得到3-5亿美元这个规模，才能叫真正上了牌桌。”他补充道，“这和当年的自动驾驶很像，对融资的要求特别高。”
ChatGPT背后的大模型不但拥有高昂的训练成本，其推理成本亦不容小觑。陈昱介绍说，“现在ChatGPT每服务一次客户要花费传统搜索5-10倍的成本，这笔账能不能算过来还是个问题。”
但陈昱同时也表示，成本的降低同样也已经能够展望，首先能够确认的就是，摩尔定律在大模型的算力中同样也有作用。“英伟达的GPU从V100、A100到下一代的H100，每次算力的整体效能都提高了一个数量级，所以未来成本还会继续往下走。”陈昱介绍，“现在业内已经在实验各种降低成本的方式，包括从芯片算力、改进算法等，还会研究未来是不是真的需要这么大的一个参数量，可能100亿参数、500亿参数的模型效果就很好了。”据他了解，微软和ChatGPT整合后，用的模型也不是最大的千亿级参数模型，而是一个中等大小的模型，只有几百亿的参数量，这些都会大幅降低模型的推理成本。
传统大厂VS创业公司
在陈昱看来，对大模型公司而言，数据量非常重要，但创业公司同样拥有在市场上挑战大厂的机会。OpenAI取得的成绩挑战了Google在搜索引擎领域的商业模式，更是为人们津津乐道。
“互联网上的数据对所有玩家都没有区别，区别在于数据背后的人工反馈。”陈昱介绍，“创业公司肯定没有大厂那么多的数据量，但它可以有一些创新的方式来收集数据和反馈，比如ChatGPT的聊天服务，其实用户每一次和他的对话都会被记录下来，它就在这样的对话反馈中学习。”
另外，陈昱也认为，大语言模型的研发中，创业公司的灵活性让他能比大公司做的更好。“如果是大公司里的一个部门，就会有大公司病带来的一系列弊端。如果一个大公司想去推出一个类似的服务，肯定公司内部会有人跳出来说你这个模型做的不完美，出去会损害公司品牌，或者说你会挑战我们已有的商业模式……无数理由让它做不下去，但在创业公司我就是无畏无惧的。”
早在2021年底，云启作为唯一的早期投资机构参与了国内一家多模态AI大模型创业公司MiniMax的天使轮投资。陈昱透露，目前MiniMax首款to C（面向消费者客户）的产品Glow已近500万用户，“在商业层面，MiniMax可能是国内第一个基于用户反馈跑通大模型的公司。”
商业化之路逐渐清晰
在陈昱眼中，ChatGPT已经拥有了很多商业落地场景，尤其是在和人的语言能力有关的领域。
“to C领域（面向个人）如情感陪伴，to B领域（面向企业）如智能客服、语法校对、文章摘要、财经分析等，这些都是大语言模型擅长的东西。”陈昱介绍，“当然目前它更多还是为人类提效。现在的人工智能、包括机器人都不能完全替代人类，未来很长一段时间都会是人机协同。”
通用人工智能（AGI）是人工智能发展的终极目标，即能够达到一般人类的智慧，能够执行人类智力水平的任务。而ChatGPT是通用人工智能的研究发展中产生的阶段性成果。
“现在的研发进展比想象的快，也让大家一下子找到了前往通用人工智能的一个方向，虽然这个方向具体能走多远不清楚，但它是有阶段性成果，而且是能商业化的。”陈昱表示。“通用人工智能现在仍然是一个遥远的概念，我们也不知道是5年、10年还是100年后才能做到，所以团队除了有技术之外，真的要有理想、有情怀。”陈昱表示，“作为VC（风险投资人）本身也需要理性的理想主义，除了资金助力之外，要真正去支持那些比较宏大的理想，不然不管是ChatGPT还是其他创新，就永远不可能发生。”
