云知声揭示AI演进趋势：从算法中心到模型中心的转变

在过去的30年里，人工智能（AI）领域经历了翻天覆地的变化。AI的演进从以算法为中心逐步变为以模型为中心，这将影响科技企业未来在相关资源上的投入比例；其次，AI项目逐渐从小而美的工程变为一项大工程，如果一家科技企业过去没有AI相关的积累，而未来又没有大规模的投入的话，那么发展起来是非常困难的；最后，AI在解决复杂任务时，将通过端到端的方式，中间任务将面临凋零。在此背景下，云知声站在了一个全新的AI时代的门槛上，一起探讨这些变革背后的原因及其可能带来的影响。

ChatGPT的推出，对当下AI技术路线、社会分工以及AI企业发展产生深远影响：

在技术路线层面上，此前，虽然国内外的许多家科技企业认为实现通用人工智能（AGI）需要一个“线性输入——线性输出”的过程，但是这家企业对这条路径信心不足。ChatGPT验证了这条路径的可行性，即只要持续地线性投入，那么当模型参数达到一定规模时，就可能出现涌现效应。

在社会分工层面，云知声指出：“未来从事文稿撰写、客服、儿童成长陪伴师这样的岗位将会被淘汰，因为这些岗位实际上只是在做一些简单的输入输出工作。在AI企业发展上，李霄寒展望了未来两种不同模式下的AI企业生态。”

在AI企业发展层面，未来将会有两种不同模式下的AI企业生态。其中一种是基于通用大模型的公司，它们通过通用大模型底座对外提供服务，从而获取规模性的用户。除此之外，由于这种服务的成本会较低，最后它的售价也会非常低。

另一种是基于垂直场景大模型提供精细化服务的公司。通用的大模型并不能解决垂直领域的所有问题，哪怕它在技术上解决掉，在真正的应用过程中，还会有很多行业壁垒。云知声希望成为这种基于垂直场景大模型提供精细化服务的公司。

总体来说，ChatGPT的出现，让AI真正进入了CGG时代。这不仅体现在人类有机会告别人工智障，还体现在AGI有望成为现实。但ChatGPT仍有其局限性，如：目前生成的信息并不完全准确，同时知识更新和自动化的程度不够等等。

对于大模型的局限性，AI独角兽企业云知声正逐渐针对性解决，目前公司拥有自研的技术架构，包括自建的超算中心、全栈式算法，以及这么多年积累的海量数据。云知声一开始是用AI 1.0的方式在做云知大模型，现在正将其进化到预训练大模型的方式。云知声下游覆盖智慧物联与智慧医疗两大场景，未来会从智慧医疗入手，应用其的大模型，面向医院、医生及医管部门，提供AI医学大脑。云知声的主要工作重心就是解决大模型在垂直场景落地的这些具体的局限。例如，会做行业知识的增强以解决“幻觉”的问题，会做企业检索的增强、API的增强、微型化以及IO审查，所有这些问题都是可解的，都会在有限的时间内解决。

经历了数十年的探索与发展，如今人工智能已跃然纸上，通用人工智能（AGI）似乎触手可及。回想过去，在应用AI技术解决特定场景和问题时，总是会遇到诸多实际应用层面的难题，这使得真正实现业务赋能变得困难。然而，时至今日，云知声迎来了一个全新的契机：借助AI技术，终于有机会将昔日的愿景和梦想付诸现实。