鸿博目前不能随心所欲写,风口浪尖,也不想蹭那些流量。所以这个阶段,写鸿博尽量避免和走势关联,只根据事实介绍公司业务,少进行推理预测。(现在一个人写这些文章,已经到了舒服写的极限了,原本想第一时间写无人驾驶和机器人的,确实精力跟不上,又不想草草写,只能先作罢。所以希望这篇大家在其它平台有讨论也别带上我,等出了监管再来写上次那个总代的事情,避免和时效性相关)
上次写万物皆可AI时用过一段英博数科CTO吴东的分享,今天就顺着那一段把他的分享的内容补充完,增加些对公司业务的了解吧。
大概意思就是说这波AI浪潮,让业内很兴奋,但是业内看来人工智能已经经历4、5波了,从图灵那时候开始,每一波都是过几年落下去,上一波浪潮还是在2012、13前后的深度学习,就在去年底今年初,OpenAI的ChatGPT火爆之前,这一波人工智能浪潮眼看着又要落下去了。如果关注互联网行业的话,会知道很多大厂的AI实验室在去年底今年初都要关掉了,而随着ChatGPT的火爆又重启了。从全球共振的角度能看到这波人工智能的拐点,通用人工智能兴起了 ,其智能水平在一些机构的大体评测下,已经超过了80%的人的认知和对话水平。每一次工业革命的标志,都是带来生产效率的提升。蒸汽机、电力、PC、包括这波大模型带来的影响都是如此,所以人类社会确实遇到了一次巨大的机会。
其实从吴东的分享不难看出,人工智能已经不是太新鲜的东西,一波波很像股价的运行,都是在周期性潮起潮落,这一次也就是年初,大厂们即将准备当“周期股”来关闭实验室的时候,OpenAI带着行业把见顶变成了中继,直接开启主升了。
这也解释了这一次为什么科大讯飞、360等公司拥抱人工智能这么快?产品每个月都在快速迭代,从吴总说的不难看出,二级市场觉得是新东西,行业里早就研究、积累多年了,也经历了太多的潮起潮落。
他觉得加入英博数科能够在AI的浪潮中( 细化点叫大模型浪潮),能够有机会做很有意思的一些事情。大模型市场数据预测空间很大,目前看到作为新的工业革命的驱动力发展,未来一定要改变各行各业的。去关注AI发展的,能看到各行各业都在思考:怎么去用大模型体系改变所处的行业进展,具体细节就不展开了。
他也很看好大模型的增量市场和未来空间,其实可以参考现在的网站和APP,如今只要是公司都有网站和app吧,丝毫不影响这巨大的市场里孵化出各种互联网行业巨头。
对于大模型来讲,英博数科要做的云业务,其实各家公司都在做,但英博数科有真正适合大模型训练的算力,所以会集中精力在大模型训练上。
针对大模型的痛点也提出:未来对于云服务会从多个方面帮助客户提升效率、降低门槛,把服务面向更多的行业和人,让他们真正在大模型浪潮中有自己的定位和发展。
英博数科认知到对云体系的架构,核心的还是软、硬件基础设施、大模型框架这些方面提供最基础的服务,帮助客户降低训练成本、降低各行业使用大模型的门槛,让更多的人在大模型浪潮中不至于去失业,更好的把大模型能用起来,这个过程中就有可能有更多的客户和人能把英博数科的算力也应用起来。
这里不难看出定位是算力云服务商,可能不是完全走的规模,而是做专业服务,比如帮巨头提供特定服务、帮初创团队快速入门,而既然来训练,租算力都是标配。
英博数科的差异化就是对行业的理解,目前在中国的大模型都在同一起跑线上,之前也看到一些大公司发布了不少,从公开信息来看,对于OpenAI这条路来看,国内都是今年二、三月开始的,从这个角度来说还在同一起跑线。英博数科团队对于NLP(自然语言处理)的理解,由于长期在做,对于大模型应用有些基础,包括怎么训练大模型还是有些了解。这些方面可以更好的为客户提供差异化服务。
注意不要误读,这里说的是OpenAI路线大家起点一致,如果借助过去的用户、客户、行业应用积累的要单独看。
算力储备部分他提了一句没展开,可以参考鸿博的上一篇。
数据的储备方面,更多还是理解的问题。在OpenAI的chatGPT刚出来的时候,很多公司说自己有大量数据,也有推测有数据优势的可能是搜索引擎这种类型的公司,而事实上大模型对数据的要求和标注和此前不太一样,这种情况下鸿博原本做印刷出身的公司反而有些适合大模型的数据储备。
我从他这一段联想到汉王帮图书馆、博物馆、政法系统做数字化,所以写了那一篇汉王的更新。
最后介绍了下团队背景来源于互联网公司,自己也比较长时间管过基础设施,这方面可能比其他人更了解行业情况,会从全局看待这个事情,大家如果了解的话,在中国管过几万台服务器的人说实话也没多少。
这段能感受到他想说说团队的背景,又不想多介绍,老师们太能搜了。
对于云服务和基础设施的研发,英博数科是有些优势的。因为确实对于目前大模型的基础架构,技术门槛挺高,公司目前在吸引国内外高端人才方面,还是希望汇聚有经验和学习能力的人加入,对于机房网络设施有经验的同时,还要面对全新的设备,所以公司对于有经验有学习能力的聪人求贤若渴 。
就先写这些吧,希望写的都是帮助长期熟悉公司,而不是针对一两个点的“消息”一两天的作用,本篇提到的内容没有时效性。