文
|
邓咏仪
编辑
|
苏建勋
ChatGPT推出之时，最先感受到强烈震撼的，业界中的大小AI公司必然在队列之中。
对云从科技而言也是如此。2015年后，受AlphaGo影响的涌现的一批AI公司，都主要先围绕计算机视觉（CV）方向成长起来，云从科技就是典型代表。
在ChatGPT推出后，随着不断有新技术成果冒出，以及围绕AI生态的应用出现后，姚志强意识到，一个全新的时代即将来临。
“非常震撼，ChatGPT的技术突破，是质变，绝非简单的量变。”云从科技联合创始人姚志强对36氪表示。
和兴奋并存的，是对于AI领域迎来巨变的忐忑。“最先颠覆的，肯定就是我们AI企业。”他表示，“未来，产品和技术演进思路全都要重新迭代，可能我们不会再有所谓的语音识别、自然语言理解、图像识别这些技术分类，剩下的只有AI——你是不是一家AI公司？判断基础能力的标准可能就是大模型做得如何，再谈其他的行业模型、场景应用。”
AI界的共识也已经形成——通用大模型是基础，但往后的产品化、商业化则决定企业的生命力。此前，云从创始人周曦就在公开报道中提及，大模型对全行业、对入口和内容，都会有完全的颠覆，影响大于互联网和移动互联网。云从科技的重点是做行业大模型，但本质上必须要有基础大模型能力，否则将不具备长期竞争力。
而谈及云从接下来的发展规划，周曦曾表示，云从将尽快和一些头部企业合作，完成数据反馈方面的闭环。同时，要基于大模型平台化，改善原来AI体验不够好、能力不够强、定制化比较多的环节，并基于AI能力突破做一些To C的孵化。
如何在AI新浪潮中觅得一席之地？5月18日，云从科技在2023年的人机协同发布会上交出了第一份答卷——正式发布自家的大模型产品“从容大模型”，而且公布与中检计量、神州信息、深圳报业、今世缘、游族网络等企业进行签约合作。
从容大模型通过实时学习并同步反馈结果，可以解决AI应用的痛点——有利于快速普及个性化应用。同时，从容大模型也具备上下文学习能力，在云从的优势领域，如金融、游戏等交互场景有较好效果，多轮对话技术在人机协同操作系统中会得到更充分的应用。
在发布会现场，云从介绍了从容大模型在趣味问答、中英文翻译、编程与阅读理解等方面的应用，从容大模型除了能够准确地回答问题，还能够在回答内容下做出参考资料来源标注。
事实上，数年前，云从已经通过落地四大领域——智慧金融、智慧出行、智慧城市和治理、智慧商业，建立起客户服务网络。
在发布会上，云从也一并介绍了多个行业大模型解决方案。在金融领域，云从科技就推出了虚拟客户经理，基于从容大模型、金融行业模型、智能业务流等核心技术研发，具备智能问答、自动语义、意图判断、多意图理解、动态追问等AI交互能力，可在客户引流、咨询、营销、运营等环节实现全流程智能化能力。
AI大模型会为云从打开新的局面。在ChatGPT面世后，云从收到了许多来自客户对AI产品的需求，这无疑打开了新的商业机会。近期，云从正忙于将已有的产品服务，逐步与AI新产品相整合。
而在近期与36氪的对谈中，姚志强谈到了更多对AI的新思考。
此前，云从多次提到“人机协同操作系统”概念——这是云从想象中的AI理想状态，类似于钢铁侠的机器助手贾维斯，为人类提供很多助力，但最后依然由人类做出决策。
姚志强认为，人工智能有三大浪潮，第一大浪潮是以视觉识别、语音识别为主的单点技术；第二浪是从前几年开始，指把AI等多种技术进行组合，形成业务解决方案，帮助客户解决实际问题；而第三浪则是人机协同。
但AI大模型让这件事情大大跨越了一步，如今人们已经跨越了第二浪，向第三浪进军，AGI时代已经开始。周曦在发布会上提到，“大模型将以问答、伴随、托管三种递进的形式颠覆传统交互方式：问答即当前的GPT；伴随是AI会像一个朋友伴随执行很多事情；托管则意味着一件事主要交给AI来做。”
而在拥有统一的技术底座平台后，人们能够快速地去改变海量的场景和海量的应用。“AI界现在已经出现这样的趋势了——无论是谷歌还是微软，都在改变未来的操作系统交互界面。”姚志强表示。
以下为36氪与姚志强的采访实录，经36氪编辑整理：
36氪：
还记得ChatGPT发布当天，心情是怎么样的吗？这段时间的心情、状态都有哪些变化？
姚志强：
非常忙，我想应该全行业都在忙，大家都在忙着抢人。
其实去年底ChatGPT刚发布的时候，其实当时觉得是一次技术进步，说实话并没有那么地震惊。真正感受到震撼是这段时间，围绕AI的技术进展和应用越来越多，我也做了些更深入的理解，发现和之前技术突破完全不一样。
36氪：
震撼在什么地方？对这次AI技术突破，您最印象深刻的点是什么？
姚志强：
原先我觉得技术突破是量变的过程，比如在某些性能上、指标上可能提升了又有百分之多少。我觉得AI远没到技术瓶颈期，通常来说，随着技术持续投入，进步都是可以预见的，但真正看到OpenAI的技术路线选择、最终实现效果来看，我意识到这是质变，而非量变的过程。
区别在于，以前我们做的小模型，是就很像是人类的社会分工，直奔目标，比如这个算法就只做人脸识别、车牌识别，我去收集数据标注数据，然后去训练它，未来的可扩展性其实就没有很多。
但现在大模型的训练，是将它真正作为一个人来训练。我们用专家知识去引导他，给他启发性的这样思维，真正的去教导他去引导他，这是出现了“涌现”现象的原因。
姚志强：
确实。这件事情最颠覆的就是我们AI企业，颠覆我们的商业模式。未来，产品和技术演进思路全都要重新迭代，可能我们不会再有所谓的语音识别、自然语言理解、图像识别这些技术分类，剩下的只有AI——你是不是一家AI公司？判断AI基础能力的标准，可能就是大模型做得如何，在这个基础上再谈其他的行业模型、场景应用。
36氪：
一个老生常谈的问题，最近评估下来，您认为国内大模型和OpenAI的差距有多大？
姚志强：
差距来说的话还是比较大的。ChatGPT是非常复杂的这样系统工程。他还不是一个简单的产品，我经常会把它比喻成登月。你说登月这件事，有哪一个技术环节或者理论你是没有的？都是已经现成的成熟理论和技术。没有什么特别复杂的，或者搞不定的。但你真正想做的时候，你会发现无比的艰难，因为这个事情非常复杂。
尤其是他最近放出来的一些公开资料，已经很含糊了，还是透露了一些不可思议的一些细节。
比如说，他可以在做每一次的模型迭代的时候，不用把这个模型训练到最终结果出来，他就可以知道它的性能或者迭代结果。每提升一次性能，它大概只需要跑十分之一的计算量，这是一个非常不可思议的事情。
36氪：
大家最近也在讨论，要做成一个OpenAI，要怎么样才能赶上。如果让您来排个顺序，数据、算法、人才、资金，哪个是最难的？
姚志强：
人才永远都是第一位的。再往后，可能是算力要更紧张一些，但这个是短时间内比较不平衡，需要周期性的调整。其次肯定是数据，大家已经讨论很多了，包括中文数据和英文数据在质量、开放性上面还是有很大的差距。
36
氪：
意识到这样的技术突破后，您和团队都做了什么？最近都在忙什么内容？
姚志强：
我相信。所有的AI公司都会高度重视。我们也在做大模型，并且时刻关注现在的技术进展。我们现在也在公司团队内部做结构调整，包括也会招不同的人。
36氪：
在招人这个事情上，OpenAI对你会有怎么样的启示？大家现在都在抢顶尖人才。
我倒不是很执着于一定要找那种特别学术大牛、顶尖人才。认真研究OpenAI的人才结构，你会发现在美国，顶尖大佬很少加入OpenAI，相反，他们有太多小组的负责人都是20多岁左右的年轻人。在GPT-3.5出来前，大家就觉得OpenAI是一个很普通的公司，一群很普通的人，看起来在做不太主流的一些事情。
我觉得，正是因为年轻人不受束缚，在学术上没有所谓的流派、成见，才容易做出一些这些创新的东西。这才是值得我们认真去思考的。
