大模型

超大规模语言模型正在从两个方面深刻影响 AI 领域的发展。

其一，无论是大公司还是大型科研机构，大模型俨然成为一条新的护城河，下图展示了超大规模语言模型的时间线：

更进一步，大模型也在成为一种基础设施产品，以国内为例，阿里巴巴、华为、百度都进行了广泛布局：

• 阿里：云栖大会上，达摩院推出 AI 模型即服务；
• 华为：今年 6 月发布了人工智能大模型全流程使能体系，包括规划、开发到产业化三个方面；
• 百度：ERNIE（中文产品名为「文心」）已然成为百度的核心产品之一，比如与人民网的合作；

而关于中国公司在语言模型上的研究突破，可参考基准测试 CLUE 里的排行榜变化：

本周，OpenAI 发布了又一个大模型 text-davinci-003，你可以将其看作是 GPT-3 的一个分支模型，测试者发现，这个模型能够较好处理「创意性的内容生成任务」，比如：

• 「写」一首诗歌解释爱因斯坦的相对论；
• 根据诗人 John Keats（济慈）的风格「创作」一首诗；

相比于 GPT-3，目前 text-davinci-003 模型的生成速度更慢，价格也更贵，如果你之前使用过 GPT-3，可以通过这里体验新模型带来的惊喜。

其二，产业应用层面新产品处于爆发期。基于 OpenAI 的 DAll-E API，CALA 推出一个「时尚操作系统」，帮助服装设计师绘制草图或原型图等，这个产品的切入点颇具象征意义：让普通人也能感受到精英扎堆的时尚行业的工作体验。

内容创作领域的应用也不少：

• 如何使用 GPT-3 构建一个新闻网站？一位开发者详细分享了自己的探索历程；
• 将大模型应用到图书封面制作领域？NYT 记者尝试通过输入图书名称的关键词来生成图书封面，你会发现这些模型有时候是多么的不靠谱；

大模型带来的另一个典型应用场景是在代码辅助和生成领域，Github 采用 GPT-3 构建的 Copilot 引发众多讨论，该公司也对其中 2600 名使用者进行了一番调查，发现了几个有趣的方面：

• 开发者接受 Copilot 的「代码建议」越多，生产力效率也越高；
• 这些重度使用 Copilot 的开发者称，近 30% 的「代码建议」是可以被接受的；
• 而反馈生产力提升「适度」的开发者则表示，大约 23% 的「代码建议」能够被整合到自己的代码里；

与之形成鲜明对比的是，几乎是 Github Copilot 直接竞争对手的 Kite 公司上周宣布停止运营，这家成立八年的 AI 创业公司发现，即便是最先进的 AI 模型，也无法完全解决代码或程序的结构难题，而令这家公司走向终点的另一个残酷现实是：客户并不愿意为这类代码智能辅助服务付费。

Github Copilot 之外，AWS 本周也更新了其代码辅助工具 Amazon CodeWhisperer，新版本加入了对 TypeScript、C# 语言的支持，并且可以更好与 EC2、Lambda 等计算服务形成更好的整合，这或许是代码辅助类产品的一个出路。

最后一点，关于超大规模语言模型的发展，包括 Jeff Dean 在内的十几位知名科学家今年发布了一篇非常重要的论文「Emergent Abilities of Large Language Models」，论文提出一种假设，是否存在一些能力（或者说功能）只出现在大模型而不会出现在小模型里？如果存在，这就是「大模型的涌现能力」。

这篇论文的其中一位作者 Jason Wei 在一篇文章里谈到该研究对于未来语言模型的启示，包括几点：

• 如何改进模型体系结构吗？稀疏性、外部存储器、更好的目标？
• 如何能提高数据的质量和数量？
• 如何构建更好的提示词？如何才能最大限度地提高现有语言模型的性能呢？
• 涌现能力出现的原因是什么？我们可以预测吗？

未来还任重道远啊。

AI+X

Business Insider 最近的一篇独家报道称，亚马逊 Alexa 和智能音箱业务在遭遇持续困损之后，陷入困境。

这个消息其实一点也不奇怪，智能音箱的衰退有其必然性，在全球消费电子需求持续放缓的背景下，相比于手机、PC 这类刚需，智能音箱是最有可能被放弃的一类产品。

但从产业 AI 的角度去看，这个案例又有几个值得探讨的方向。

其一，以 Alexa 或 Echo 音箱为代表的智能音箱的确解决了部分需求，基于语音技术的巨大突破，无论是英文还是中文环境，语音交互在过去几年得以突飞猛进的发展，我们也越来越习惯通过语音完成一些事情，比如语音输入或操控设备等。

但仅仅依靠语音技术显然无法完成一个交互的闭环，一个曾让亚马逊、阿里巴巴为之心动的场景是，智能音箱（Echo 或天猫精灵）可以成为消费者电商购物的入口。

但在涉及到金钱消费的场景里，消费者需要更多模态的交互，因此，除了语音技术（包括唤醒、识别等），还需要诸如自然语言理解甚至视频技术的加持，有屏音箱在一定程度上能够解决这个问题，但由此也产生了一个新问题：为什么用户不通过屏幕素质更好的智能手机完成购物呢？

其二，商业模式的探索并不成功。对于一款智能音箱来说，赚钱的方式无外乎以下两种：

• 硬件销售
• 软件或服务订阅

过去几年，智能音箱并未成为像手机一样成为一类需要不断升级换代的产品，而是回归了传统音箱的定位——除非硬件故障——用户并没有升级换代的需求。

而如果想以软件或服务订阅的方式获取收入，至少应该提供一些「杀手级」的功能升级，很遗憾，五年前与五年后，一款智能音箱的「能力」几乎是一致的，这如何说服用户为其付费？

其三，某种意义上说，语音助理与智能音箱的遭遇也是 AI 应用的缩影，而其未来的发展方向也会成为部分 AI 产品进化的参考：

• AI 底层技术的发展，比如 NLP 的突破或者多模态交互的整合能力越来越好；
• 从大众市场向专业市场（比如企业市场）转移，开放领域的语音交互依然是一个难以攻克的技术难点，但在特定或垂直市场，语音技术可以发挥的空间更大；

医疗是 AI 应用的重要场景之一，Google 旗下的医疗团队本周宣布将与医疗公司 iCAD 合作，双方将把 AI 技术应用到乳腺癌治疗中。

此前，亚马逊曾以 39 亿美元的价格收购医疗健康公司 One Medical，通过这笔收购，亚马逊拥有了上百个线下医疗网点以及专业的医疗产品能力。

结合 WSJ 分析，这笔收购不仅对亚马逊的医疗业务意义重大，更将推动包括 AWS、Alexa 等产品与医疗场景的融合，比如 One Medical 的医疗健康记录应用使用了 AWS 的服务，这将进一步强化 AWS 在医疗软件领域的能力；而基于语音助理的医疗咨询服务，或许会成为 Alexa 的新技能。

医疗 AI 创业公司的融资金额也不断创新高，最近的两笔投资：

• 医疗影像公司 Aidoc 完成 1.1 亿美元的 D 轮融资，该公司面向医院提供医疗影像分析，以发现潜在疾病，目前拥有 1000 个医院客户；
• 另一家医疗影像公司的 Cleerly 获得 1.92 亿美元融资，这家公司利用 AI 分析 CT 影像从而快速发现心脏疾病，特别是心脏动脉壁上的问题；

事实上，医疗 AI 是一个规模巨大的市场，很多时候，你会看到各种不同维度甚至完全相反的行业信息，宏观上，AI 各项技术的确进入到不同的细分市场，这其中有两个细分领域值得关注：

• 制药：利用 AI 加速药物发现，比如制药巨头赛诺菲与 AI 公司 Exscientia 合作，共同推进 15 种候选药物研发，涵盖癌症和免疫系统；路透社曾援引一份 2019 年的数据称，大约有 90 家公司「分割」了利用 AI 进行药物发现的 4.73 亿美元市场，其中包括辉瑞、罗氏以及 Alphabet 旗下的 Deep Mind。
• 医院：数据的难题显而易见，既包括医疗数据的隐私性，也由于其具有本地性，导致一些 AI 算法或模型无法实现大规模应用，比如在印度，通过一个手机应用扫描 X 光片提供结核病的风险评估，可以帮助医生决定接下来的医疗方案，但这个在印度当地准确率极高的 AI 应用，并不适用于欧美地区，因为后者患病率低，训练数据少。

报告

「AI Insider」除了每周关注实时变化的产业动态之外，还分享了大量行业深度报告，话题涵盖人工智能产业发展、国家间的人工智能竞争格局以及围绕企业市场的众多产业趋势分析等，本期推荐一组近期值得关注行业报告：

• IBM 发布的 AI 在企业适应能力的分析报告，可以了解到企业使用 AI 技术的现状与困难；
• 结合计算能力的发展与国内企业布局，这份报告可以帮你一窥 AI 与算力之间的关系；
• 2022 State of AI 报告，这是一份全面了解全球 AI 现状的报告，非常推荐；
• 中国 AI 开发平台一览，AI 开发平台是巨头们争夺的焦点，这份报告勾勒了产业基本面貌；
• 知识图谱的重要性不言而喻，这份报告面向中国市场，分享了产业现状和市场趋势；
• 数据库是 IT 软件领域的核心软件之一，这份报告从数据库是什么到国产数据库现状，整理的很详细，推荐一读；

这封邮件是 Dailyio Pro 及 Premium 的专属内容，但我欢迎您将这封邮件转发给您身边关注或从事 AI 与云计算的朋友。