云知聲如何迎接大模型2.0時代

隨著ChatGPT的問世，人工智能的發(fā)展迎來了一次革命性的轉(zhuǎn)變。2024年，諾貝爾物理學獎、化學獎也均與人工智能相關(guān)，這充分印證了AI技術(shù)在科學界的重要地位。

創(chuàng)立于2012年的云知聲，已歷經(jīng)多次AI產(chǎn)業(yè)發(fā)展熱潮，也穿越過多次行業(yè)低谷，是國內(nèi)為數(shù)不多的AI賽道老玩家。

大模型浪潮下，云知聲于2023年正式發(fā)布山海大模型，交出其在AGI領(lǐng)域的第一張答卷。目前，山海大模型已在醫(yī)療、座艙、交通、政務(wù)、司法等多場景實現(xiàn)落地應用，并逐步拓展出文生圖、視覺理解、圖片問答等多模態(tài)能力，致力滿足多種場景的應用需求，助推千行百業(yè)的智慧化升級。

在10月25日的第一財經(jīng)《中國經(jīng)營者》欄目中，云知聲創(chuàng)始人、CEO黃偉受節(jié)目組特別邀請，探討在上一個發(fā)展范式當中處在第一梯隊的企業(yè)該如何迎接大模型的2.0時代，就“大模型未來圖景”、“垂類大模型如何選擇行業(yè)賽道”、“垂類大模型如何做好商業(yè)落地”等話題，給出業(yè)界前沿回答。

以下為專訪實錄：

人工智能三問

主持人：在我們的節(jié)目開始之前，我們進行一個快問快答。第一個問題，我們并不知道AI里面究竟發(fā)生了什么，是與不是？

黃偉：是的。

主持人：AI可以自己修改代碼，逃脫人類的掌控，是與不是？

黃偉：有可能。

主持人：現(xiàn)在的技術(shù)已經(jīng)到了這樣的一個狀態(tài)嗎？

黃偉：因為最近兩年的技術(shù)演進特別快，遠遠超過過去幾十年，我們再往未來看兩年三年會發(fā)生什么我們并不知道。

主持人：第三個問題，AI將非常擅長操縱人類，你關(guān)不掉它，是與不是？

黃偉：目前還不知道，如果說AI有意識的話，未來一切都有可能，所以說安全性、合規(guī)性也會成為我們新的研究課題。

通用大模型與垂直大模型無需對立

主持人：在大模型出來以后，其未來圖景也在投資圈引起很多爭議，包括應用層的百花齊放，那到底未來會是什么樣？

黃偉：我認為“千團大戰(zhàn)”、“百團大戰(zhàn)”這類激烈的市場競爭不會永遠持續(xù)，最終會通過競爭淘汰，留下一些優(yōu)勝者。其實不光是業(yè)內(nèi)，包括像我們團隊內(nèi)部，我們對大模型都有深入討論，并將其分為通用大模型和垂直大模型。有些人傾向于將這兩種模型對立起來，但我不這么認為。我們用一個強大的通用大模型來解決特定行業(yè)問題，就好比我的學霸同桌以702分的成績考入了清華物理專業(yè)，我以695分的成績緊隨其后考上了北大醫(yī)學院。我相信，經(jīng)過本碩博10年的系統(tǒng)訓練，如果將來大家的健康出現(xiàn)問題，更可能選擇找我，而不是我的學霸同桌。

主持人：所以這是不是也是給云知聲的定位，是不是可以將其定義為垂類的？

黃偉：我們對山海大模型的愿景是將其打造成為世界一流水平的大模型。這里所說的“一流”并不是簡單地追求排名首位，而是意味著我們具備了進入頂尖學府如清華、北大的實力。我們的目標不是一定要選擇這些頂尖學府，而是像選擇一個我們熱愛的專業(yè)一樣，我們希望在所專注的領(lǐng)域內(nèi)達到世界領(lǐng)先的地位。簡而言之，我們追求的是在特定領(lǐng)域內(nèi)的專業(yè)卓越，而不僅僅是普遍意義上的第一。

垂類大模型如何選擇行業(yè)賽道

主持人：從具體的賽道來看，哪些細分產(chǎn)業(yè)賽道機會會更大一點，黃總？

黃偉：在選擇發(fā)展賽道時，我們的目標是尋找那些具有長期潛力和高成長空間的領(lǐng)域，即所謂的“坡長雪厚”的賽道，避免那些天花板過低的領(lǐng)域?；谶@樣的考量，我們決定將醫(yī)療行業(yè)作為云知聲的核心賽道之一。醫(yī)療行業(yè)與每個人的健康生活緊密相關(guān)，具有長遠的發(fā)展前景。

十年前，我們在北京協(xié)和醫(yī)院首次通過語音電子病歷系統(tǒng)幫助醫(yī)生提高病歷錄入效率。過去，醫(yī)生可能需要花費三個小時通過鍵盤輸入病歷，而如今，借助我們的語音電子病歷系統(tǒng)，這一時間已經(jīng)縮短至一小時以內(nèi)。隨著大模型技術(shù)的應用，我們預見將有更多醫(yī)院采用我們的技術(shù)，進一步提升醫(yī)療服務(wù)的效率和質(zhì)量。

主持人：云知聲在短短的時間內(nèi)做到智慧醫(yī)療領(lǐng)域非常頭部的狀態(tài)，是不是也是因為在上一個范式積累了大量的資源，所以可以非?？焖俚剡M行技術(shù)迭代，然后找到具體的應用場景快速升級？

黃偉：穿越商業(yè)周期確實是一項挑戰(zhàn)，尤其是在快速迭代的行業(yè)環(huán)境中。我總是在告訴自己，一定要少去做錯什么。自2012年起，我們便在國內(nèi)率先涉足深度學習領(lǐng)域。到了2016年，我們開始精準定位我們的核心應用場景，即醫(yī)療和物聯(lián)網(wǎng)。從那時起直至今日，我們深耕的領(lǐng)域未曾改變。今天大模型所需的這種算法，我們自2012年起便開始積累了，所以當新的技術(shù)范式出現(xiàn)時，我們能夠迅速將過去12年的技術(shù)積累轉(zhuǎn)化為山海大模型的產(chǎn)出。

垂類大模型如何做好商業(yè)落地

主持人：我們前面其實聊了很多關(guān)于云知聲整個大模型非常重要的跨越，包括現(xiàn)在大模型的外部環(huán)境。我們來聊聊商業(yè)化，因為今天我們聊在醫(yī)療的場景應用比較多，比如說我們今天醫(yī)療場景當中的客戶，它們和我們的云知聲大模型是一種什么樣的合作方式？

黃偉：因為醫(yī)院是一個對數(shù)據(jù)安全極為重視的場景，所以我們在合作模式上選擇了軟件售賣?；贏I的基礎(chǔ)能力，我們在醫(yī)院端構(gòu)建了非常豐富的產(chǎn)品矩陣，未來可能衍生出50個、100個不同的能力，進而轉(zhuǎn)化為多樣化的產(chǎn)品。醫(yī)院的高門檻和用戶的高黏性，使得我們能夠?qū)崿F(xiàn)持續(xù)收費，所以從過往歷史數(shù)據(jù)來看，我們醫(yī)療領(lǐng)域的復購率是非常高的。

主持人：其實前面黃總也談到，物聯(lián)網(wǎng)領(lǐng)域也是云知聲很重要的一個賽道，能不能稍微給我們說說物聯(lián)網(wǎng)領(lǐng)域目前是什么樣的？

黃偉：現(xiàn)在我們的手機、冰箱、空調(diào)、汽車等日常用品幾乎都已聯(lián)網(wǎng)，但在2013年左右，物聯(lián)網(wǎng)還被認為是一個相當前衛(wèi)的概念。我們在2013年和2014年就已經(jīng)開始探索如何利用AI技術(shù)為物聯(lián)網(wǎng)賦能。在這個過程中，我們面臨一個關(guān)鍵問題：如何讓AI能力觸及這些設(shè)備。因為許多設(shè)備端并不具備強大的計算能力，于是我們很早就開始了芯片的研發(fā)，并在2018年推出了我們的第一代AI語音芯片——雨燕。

這個過程很漫長，所有顯而易見的困難其實并不算真正的困難，真正的困難在于，我們在沒有手表、月亮和星星的夜晚行走，不知道現(xiàn)在是幾點，也不知道天何時會亮。這就是所謂的穿越周期。選擇正確的方向可以很理性，但沒有感性，你無法真正穿越過去。

主持人：最后其實是靠你心中的火和眼里的光去穿越黑暗，支撐你最后成為非常重要的幸存者。今天在云知聲的整個的營收架構(gòu)當中，醫(yī)療和物聯(lián)網(wǎng)大概是一個什么樣的比例？對于這兩個重要的板塊，您有什么樣的思考和規(guī)劃？

黃偉：我們集團內(nèi)部有個很形象的比喻：物聯(lián)網(wǎng)就是一橫，醫(yī)療就是一縱。我們希望能夠?qū)⑼ㄓ玫腁I能力應用于千行百業(yè)，只要你不涉及專業(yè)知識，我們都能夠給你提供一些最基本的服務(wù)，在更多的行業(yè)里實現(xiàn)落地；而醫(yī)療是一個專業(yè)場景，一個知識密集型場景，它考驗的不是AI的通識能力，而是專業(yè)能力。這一縱就代表了專業(yè)的艱深的壁壘。今年上半年，我們實現(xiàn)了快速且穩(wěn)健的增長，我覺得這都是對云知聲過去12年技術(shù)戰(zhàn)略、產(chǎn)品戰(zhàn)略堅持到今天的一個回報。

如何理性看待人工智能的泡沫

主持人：其實我覺得雖然ChatGPT的浪潮出來的時間沒有那么長，但是它對于整個人工智能產(chǎn)業(yè)的變革是翻天覆地的，所以最近也出現(xiàn)了一些聲音，有人說是不是人工智能的泡沫有點過熱了？其實整個大模型的產(chǎn)業(yè)還是挺燒錢的。兩位怎么來看待這個問題。

黃偉：我認為市場存在泡沫是正?，F(xiàn)象，且泡沫在不同發(fā)展階段有著不同的定義。實際上，我認為我們的投資力度尚未達到應有的水平。然而，投資力度不足并不意味著我們的投資得到了合理利用，關(guān)鍵在于資金的投向。我不認為單憑一個技術(shù)天才就能輕易改變世界，只有通過長期、穩(wěn)定且勤奮的努力，才有可能創(chuàng)造出真正有價值的成果。無論說像投資人，還是像我們創(chuàng)業(yè)者，我覺得都應該冷靜下來，在彈藥不多的情況下，審慎地將彈藥投入到最需要的方向。