看懂OpenAI的“指数级领先”｜原标题：我为什么没有加入一家AI公司？

Рет қаралды 91,385

5 ай бұрын

1. 如何理解GPT的范式突破和指数增长
2. 原理解释为什么OpenAI注定比第二名强十倍
3. 指数增长下，做什么是死路一条，做什么有意义
4. 到底什么是AI Agent
5. 为什么来Statsig
6. 今天的企业未来如何用好AI
【腾讯文档】关于ChatGPT的五个最重要问题（反馈出问题了）
docs.qq.com/doc/DQ0plY0JDbXFK...
公众号版本：mp.weixin.qq.com/s/ACMAeGi0LP...
英文重写版：yuzheng.substack.com/
PPT讲解版： • 如何通过Vision Pro理解ChatGPT？
扩展阅读：rlaexp.com/studio/biz/concept...

Пікірлер: 327

@kedaibiao Ай бұрын

OpenAI自从宫斗事件之后，被别人追上的概率高了很多。指数领先是一个忽略了很多现实因素的理想情况。但是这个推演本身对于形成技术理解的mental model是重要的。

@shaohualiu7896 5 ай бұрын

课代表出视频的效率真的是杠杠的！感谢分享！

@hakunamatata7616 4 ай бұрын

最后那段话理论其实就是贝叶斯思想，分析透彻有理有据，感谢分享

@lb8166 4 ай бұрын

看完这个视频，没有忍住升级了会员。感谢课代表分享！

@zhaoweizhang919 4 ай бұрын

真的非常感谢课代表的这次分享，关于课代表提到的GPT医生完成大牛智力分发的例子，很希望课代表能够给行业内平均水平的医生从业者或者未来想选择某一专科的医学生一些职业发展的建议，怎么才能提高自己的不可替代性以及更好的与GPT共存，非常感谢！

@shrdi 4 ай бұрын

就跟電話語音行銷那麼普遍, 為何人們還是喜歡接到真人電話應該是一樣的道理 20年前就有影片教學, 人們還是有一些必須去參加實體課的理由和驅力這就是雞蛋蘿蔔各有各的市場

@yiwang9814 5 ай бұрын

课代表在视频前半部分分析GPT的开发和优势，其实在说明，知识(泛指)是有复利效应的。你知道的越多，执行的越多，能够产生的知识复利（% 和 ^) 越多。 Paul Graham 在他的播客里面也说过，在现在这个时代，敢于尝试，敢于失败，因为你总会学到东西。利用知识产生的复利，最终提高成功的几率。

@cuiyuli5693 4 ай бұрын

请问有链接或者标题名字不？很感兴趣想听一下，谢谢😊

@quantumjun 4 ай бұрын

其实人的学习何尝不是呢，每天进步一点点，1年之后就是一个不一样的自己

@user-om3kx9cj1c 4 ай бұрын

是的啊

@deter3 4 ай бұрын

讲的很好. 商业分析和技术分析问题的扎实框架还是需要加强，都是感性认知和零碎的阅读得出的结论.

@xiaolong174 4 ай бұрын

毕竟是闲聊节目，要做到deep dive还是难了点

@zhouzhou3785 4 ай бұрын

展开讲讲啊

@alfreddesign 4 ай бұрын

感谢课代表的犀利观点。作为一个行业内部人士，带给我们这些外行非常不一样的视角。但是对于业界生态的预测，我有一些不一样的观点。比如iPhone的时代，一直还是有android开源系统伴其左右。Open Ai确实强大，有很多的优势。但是开源世界的海量参与者，一定程度上也会抵消Open Ai的先发优势。当然我也同意，现在这些开源模型，可能最终只会生存下来一两个。而当所有的资源都集中到这一两个开源模型的时候，还是有巨大的力量的。

@junyang1688 4 ай бұрын

墙裂同意，所以我们应该要有定力，甘于坐冷板凳

@k5508520 4 ай бұрын

這期視頻好讚

@quickcinemarecap 4 ай бұрын

03:16 对加入人工智能公司的担忧 06:32 GPT 代表了人工智能开发的范式转变 09:48 OpenAI 的工程能力和数据处理对于创建高级人工智能模型至关重要。 13:04 OpenAI的成本降低能力是显着的。 16:20 由于 GPT 模型的效率和功能不断提高，开源与其竞争对手之间的差距越来越大。 19:36 GPT 作为医疗建议的超级应用程序 22:52 人类有人工智能无法取代的偏见和独特的观点。 26:01 了解用户行为和数据对于人工智能公司的重要性.

@billyuan8167 4 ай бұрын

课代表讲得大多数观点或者说核心观点我是认同的。我觉得作为一个不直接做这个行业的人（我认为课代表是做data的，而不是做DL的），能到这样的理解程度和有这样的观点其实挺不错的。作为真正做这个领域的最底层的小工，想分享一下自己一些和课代表不同的观点，因为水平极其菜鸡，只是自己粗浅的想法，轻喷： 1. 基于原标题，衍生出来的问题是，如果我要加入一家ai公司，我应该加入一家怎么样的ai公司？我认为这里的分析非常到位，到最终做foundation model，好的foundation model可能真的就三四家，而且全都是现在的大玩家，如果你认为的ai是这样的公司，那对不起，一点机会都没有。但机会也是存在的，可以去找专业化的领域，及其专业化的领域和ai相交汇的地方。比如你打开看股票的软件，看各种板块，能源板块、健康医疗板块、零售等等，你找这些板块中专业化最高的。我们以健康医疗为例，这里包括了保险、仪器、图像分析等等，那机会就在这里。我们能不能做用ai审核保险cliam的？我们能不能用ai做对医学图像进行自然语言总结描述的?这些都是高度专业化的东西，数据成本非常高，因为隐私原因也非常难以获得，并且由于监管等等原因，是不可能被大公司短期攻克的。所以可以找这种方向的公司，没错，是ai的应用层，但是壁垒非常高的应用领域。课代表提到，closeai的数据标注团队都是phd，是这样的，我们公司有40人的标注团队，都是phd学历。专业化程度越高，壁垒越高，有壁垒就能活下去，数据是建造壁垒最简单也是最直接有效的方式。 2. 开源大模型的意义在哪里？学界和开源社区真的在做没有意义的事吗？课代表自己都说到，gpt其实不只是一个model，他是一个复杂的工程。那学界和开源社区的意义在我看来主要就是两点，更复杂更全面的工程实现，使autoregressive generative model能在短期内被运用到各个方面，从而实现基于工程和model的伪伪伪AGI。这样的agent依旧是没有智能的，但是他表现出了智能，能完成很多事。没有开源社区，这个目标的实现就相当遥远了。我的很多师兄弟，和以前的一些同事，都在这个方向上努力，我觉得是挺有意义的，也是感谢meta的llama。第二点或许就是降低算力成本了，正因为开源社区的贫穷，所以一个很大的研究方向就是如何高效地训练大模型和高效地serve大模型，这个其实对降低AI使用的成本起到了很大的作用。 3. 基于generative model做的套壳公司真的完全没有前途吗？因为我个人在做类似的side project，所以算是利益冲突。我认为基于generative model的做应用层的套壳公司，如果只用generative model加工程的话，确实是没有技术壁垒的，一定完蛋。但是generative model是一个可以用来快速实现想法，做出demo的工具，能帮你快速拉到钱，从而进行下一步。此外，课代表也提到，gpt是复杂的工程，一旦一个工程复杂到要完成非常多任务的时候，那工程本身就是有价值的。也就是说，不存在一次model迭代就突然能舍去工程了。而一些比较好的套壳公司做的工程和优化，并不只是调教prompt那么简单，而是一整套逻辑，一整套工作流。这部分的工作是有价值的，而vc看重的价值正是这整套工作流，毕竟人家也不是傻子对吧，你套个壳凭什么给你钱？至于model部分的壁垒，以我自己的project为例，我们用api实现功能之后，就是开始自己用别的方法，结合多个model，更具有针对性的model来完成本来套壳api的事。而套壳api帮我们搞到的钱，和前期积累的用户（的数据），都给我们个性化model（s）的开发和训练提供了基础。所以我的观点是，将generative model作为前期开发工具的，具有好的工作流的套壳公司，不是完全没有机会。并且同第一点，专业性和行业壁垒很重要。 4. GPT真的突破了之前的模型的限制，变得general了吗？这是我觉得这个视频中存在的比较大的认知问题，但是也能理解，毕竟课代表不是做这行的。我们的观点是autoregressive model和diffusion model + reinforcement learning并没有带给model真正的所谓的智能。具体无法一句话讲清楚，用最最粗浅的话来说就是autoregressive model + reinforcement learning带给我们的是一个超级会接话的话痨，具体背后的原因，以及我认为的AGI的方向可以参考Yann LeCun的这篇paper：openreview.net/forum?id=BZ5a1r-kVsf

@kedaibiao 4 ай бұрын

说的都很好。有机会采访你一下，聊一聊你的观点和见解吗？

@kedaibiao 4 ай бұрын

然后关于第四点，我一开始是抱着你的态度作为我的默认认知。但是后来我了解了很多认知科学的内容，尤其是刘嘉教授的一些分享，觉得事情没这么简单。这也是为什么我这一年去接触了很多玄学内容。因为GPT让我开始真的怀疑进化论，去更多思考智慧、意识，是什么。具体GPT是什么，Ilya在MIT的讲座上（Lex几年前的视频）提到的点我觉得很重要，shortest program to represent data is the most general one.

@billyuan8167 4 ай бұрын

@@kedaibiao 感谢课代表的回复。我只是一个底层的小工，所以认知可能也是有偏差的，也是看到这是个限时开放视频，才想说结合最近工作和自己创业的经历，来简单说说自己的看法，毕竟之后关起来之后看到的和来喷我的人就不会和公开视频一样那么多哈哈哈（真的没有内涵会员人数🙏，只是客观说一个会员视频之后能看到的人毕竟是会少一些）。所以采访谈不上，我们可以简单的聊一聊，交流一下。我觉得你对第四点的补充非常好，这里看来是我理解的一些问题。我看到general一词，我以为说的是artificial general intelligence，但看你这个回复，我认为你说general的意思是指泛化能力和之前非transformer based model有本质区别，是吗？此外就是你提到的认知科学的问题，我觉得这里就是对于智慧定义的问题了，甚至是个哲学问题了。比如说我们狗宝虽然不能帮我们写代码，帮我们回答法律问题，但它的智慧就比LLM低吗？怕是不一定（我始终认为因果推断是智慧中很重要的一部分，小动物有，但LLM没有）。我觉得我说的观点，是基于计算机这个学科，基于技术本身的一个描述，以及我的点是在于autoregressive model + reinforcement learning（which is how and why ChatGPT works）是否能lead to AGI的一个质疑。这也是我这里对general和对intelligence的理解。

@yensivon3254 4 ай бұрын

@@billyuan8167 哈哈，我没看视频，看了你的回复。我跟你是同行，单纯只看行业发展的话，我跟你的观点是差不多的。我觉得这些都是从业者共识。分歧点在公司、体制&法规、商业模式等内容上，不在技术及前景上。

@tzh9668 4 ай бұрын

可以出一期视频讲讲这方面的思考吗？真的很感兴趣。谢谢@@kedaibiao

@jkapc8396 5 ай бұрын

1.openAi技术壁垒很高，谷歌一年也没追上来，所以不要做同质 2.做agent，根据对特定业务的理解分发自己的智力，比如医生 3.我们不知道拍脑袋的想法对不对，所以需要实验和数据去验证，statisig在做这部分数据的基建之前看过一遍文档，这次看视频感觉更清晰了一些，感谢课代表的分享

@thomassui4879 4 ай бұрын

但是google做的alpha系统很强呀。之前做的医疗帮助对生物科研的应用是有帮助的。

@BoonTee 4 ай бұрын

你的分析真的很好，希望多看到类似的视频

@kedaibiao 4 ай бұрын

会员专属里有很多

@BoonTee 4 ай бұрын

@@kedaibiao 加入了😀

@amandat6051 5 ай бұрын

非常感谢来自一线的分享

@ainativehealth 5 ай бұрын

Greetings from a AI clincial Agent company. We are doing a clinical copilot for doctors now, as an intermediate step to build the ultimate clinical reasoning engine.

@scottmindset1622 5 ай бұрын

谢谢课代表的分享！

@obtrusin 4 ай бұрын

说的很好，开源模型目前无法与OpenAI竞争，但学习AI的原理方法、要理解AI，使用和研究、发展开源模型，是很有必要的。AI商业应用，不必对开源模型寄予太大希望，更不要把巨大的应用投资建立在目前不成熟的开源模型上。

@sherrysherry4594 4 ай бұрын

可以看一下all in podcast最新一期，大模型基于public数据的， model quality赶超速度是很快的，只基于公共数据的天花板is near，其他大公司甚至开源模型的模型已经很接近了

@mo123456916 4 ай бұрын

感谢分享！

@limitli1117 4 ай бұрын

终于把【腾讯文档】关于ChatGPT的五个最重要问题咬牙看完了，只能说太牛了，去年没看到很遗憾，但是也完全来得及，感谢感谢！！

@hyperchem 4 ай бұрын

现在文档已经打不开了....

@dodozheng7939 4 ай бұрын

看不到了

@gundamlh 4 ай бұрын

cannot view that document now

@limitli1117 4 ай бұрын

果然看不到了。。。。还好我啃完了@@dodozheng7939

@irenesun9154 4 ай бұрын

现在看不到了，求分享

@NoSerious17 5 ай бұрын

很深刻

@yifanshu7769 5 ай бұрын

赞同课代表对套壳的看法。感觉agent以后比拼的就是，谁拥有的私域数据足够的优质（etc.海量的医疗记录）

@Robin-ei2ni 4 ай бұрын

Oracle 之前收购EHR公司Cerner，是不是可以发挥这样的优势

@l501l501l 4 ай бұрын

Data還是最重要的，GPT-3沒有高品質的資料跟RLHF,就不會有ChatGPT可以用。同理Agent沒有高品質的domain expertise 資料，也只會是套殼的LLM!

@yankees_2286 4 ай бұрын

Very innovative video

@mao_cmt 4 ай бұрын

蠻好的分享

@kedaibiao 5 ай бұрын

今天Sora发布，自媒体又是一片“震惊”。如果对“指数增长“的概念没有内化，如果不理解技术发展的底层原理，那就只能反复被标题“震惊”。所以这期视频给大家限时公开24小时，希望带来一些启发。

@willcheng8257 5 ай бұрын

謝謝課代表，學生黨受益良多❤

@user-cy2pq6yq7m 4 ай бұрын

什么时候开放Sora测试口呀

@user-hq8si5kl7v 4 ай бұрын

老师什么时候才能用上，好期待

@dragonzhizi 4 ай бұрын

这是不是代表PIKa 估值瞬间变晨光零了

@WandyLau 4 ай бұрын

收益良多

@sky78610530 4 ай бұрын

讲的很好, 以自身经验作出发推论, 能为我带来一些启发, 谢谢

@AIMagician996 4 ай бұрын

Ai也会有iOS 和Android之分。openai会吃点大部分高端市场，同时带动的低端市场也会能融下几个巨头。

@MrYaochen 4 ай бұрын

真是想什么来什么😀，我负责的独立站业务需要研究用户行为和决策，但是因为变量很多和团队专业性很多事情都没法科学验证。看完课代表视频发现了Statsig，学到东西的同时还帮助了自己的业务。不错不错

@kedaibiao 4 ай бұрын

反馈腾讯文档出问题了，我这里也没有入口可以申诉。不知道怎么回事。第一次发布的公众号文章：mp.weixin.qq.com/s/8U_mUn_dRDrB99OppK7oNA 这里有一个小改动，就是当时看Jeffrey Research的调研，inference有可能是通过CPU；后来向业内高管求证，inference用的仍然是GPU，而且需要得还很多英文重写版：yuzheng.substack.com/ PPT讲解版：kzfaq.info/get/bejne/rJmohLGE2K6laJc.html

@wuhaipeng 4 ай бұрын

开源模型在以下情景还是有一些意义：1.需要考虑数据隐私（数据处理必须本地化），2. 限定场景范围内的RAG，不需要特强的模型也能应付。当然我也非常同意：其他的模型和OpenAI 模型没法打。

@kedaibiao 4 ай бұрын

第一条的话，企业级API/服务的本地部署可以解决；第二条的话，是，写个if能解决的事情不需要上ML。同时openAI/微软是可以开放alignment层，所以GPT也是很大程度上可调的

@bingzhao4632 4 ай бұрын

中美脱钩的话，中国没有自己的大模型，以后能用美国的吗？

@OliverL-2307 4 ай бұрын

@@bingzhao4632首先，中美大概率不可能脱钩，可以当做伪命题了。第二的话，就vpn这点而言，中国政府也不会限制企业去使用这些tools。所以大概率没什么问题？

@wuhaipeng 4 ай бұрын

我同意你的方向性判断，现在能和openai打的一个都没有，因此，做openai生态下面的一个环节，更可能有意义。@@kedaibiao

@user-zr2du3jl9r 4 ай бұрын

其實問題是成本。你只要去問大家願意付多少錢就知道了。edge 是必然，多數的技術先行者很容易忽略成本的影響

@RPiao 3 ай бұрын

受教了，有些想法可以应用在我的计量课。

@shengxingyang290 4 ай бұрын

1. 如果AI公司的核心业务还是要和自己的skillset相贴，或者不能期待这方面有增长，那么应该找更能发光发热的，或者找其他定位（在自己能把握大部分机会的时候）。 2. 对于一般用户而言，AI的多头竞争是可以切实带来好处的，不应该期待openAI一家独大。当前多头以及开源社区就是作为非常好的competition以及complementary，对于大众而言有demystify的作用。 3. 感谢分享！

@waishinglauamy 4 ай бұрын

你很優秀

@philyu1117 4 ай бұрын

每期课代表的衣服都是亮点

@deochen2010 4 ай бұрын

历史上就没有什么领导者可以持续保持技术领先。OpenAI也不是一个人，或者说铁板一块。人员流动，知识和经验外流是不可避免的事情。探索的风险和成本永远高于跟随者。一旦遇到瓶颈，前进的速度下降，跟随者会迅速靠近的。真正能够制造壁垒的是用户习惯，商业上的成功。微软，谷歌，脸书无不如此。

@macaroniz1990 5 ай бұрын

关于指数增长这个事情，我的最大的困惑是：1）创新的成本是比跟随高的，具体一点的例子：OAI需要花3年找到从GPT-1到GPT-3的路径，可能一共需要花100B美金，但是跟随者可以在一年的时间做到GPT-3，并且花更少的钱（现在看也许不到1B美金），原因是这里砍掉了很多明显的试错成本。 2）似乎创新的速度本身似乎是无法指数增长的，举个原子弹的例子：从能释放核聚变的能量到可控核聚变，需要很多创新，过去很多年都没有明显的增长。结合1&2，认为OAI会持续指数增长，似乎背后的隐含假设是OAI只需要做规模化，而不需要新的巨大的创新？

@macaroniz1990 5 ай бұрын

更大白话一些表达我的疑惑：有些东西是可以scale的，所以有指数增长的效应，但是有些东西是不能被scale的，所以不会有指数增长的效应。钱、流量、数据，这些东西是可以scale的，所以我们可以反复看到指数增长。但是创新似乎并不是。所以当课代表谈OAI会重现指数增长，是觉得OAI在哪个层面是可以实现指数增长的呢？以模型的性能和成本为例：如果模型的性能提升和成本降低是不需要创新的，我其实同意几乎没有公司可以追得上OAI，但是现实似乎并非如此，模型性能的提升和成本的降低是需要创新的，除非OAI能够保持技术上的秘密，否则后进者总是可以用更低的成本和更快的时间来缩小模型层面和OAI的差距。

@kedaibiao 5 ай бұрын

非常好的问题，回头讲复利效应那一集可以一起讨论一下。包括网络效应，飞轮。

@macaroniz1990 5 ай бұрын

期待！@@kedaibiao

@rorschach8144 4 ай бұрын

你说的这个好像林毅夫说的发展中国家追赶发达国家的例子

@macaroniz1990 4 ай бұрын

逻辑的确是相似的@@rorschach8144

@TheHoward2414 5 ай бұрын

有沒有一種可能就是之後發展生成式AI模型所用的理論基礎不一定會是transformer模型或其衍生的模型而是其他更有效率更精簡的模型? 這種Self-Attention 、Positional Embedding 就一定會是最好用的模型演算方式嘛? 有沒有可能其他的大公司可以從這邊找到突破口? 既然追不上那乾脆不要追了另闢蹊徑是不是也是一種機會?

@a-wonderful-land 4 ай бұрын

实践出真理

@ZhishangHe 4 ай бұрын

其实开源本地才运行是才是王道还有尽快开发与cuda平替让显卡更便宜

@xiwang3029 4 ай бұрын

对于研究方向比其他竞争者更明确这个观点持有保留观点，“正确”的研究方向很难评价，OPENAI内部也有不同的声音，组织架构也不一定会一直稳定，比如之前的内斗，竞争者还是有机会。但是作为普通玩家如何参与，做agent是很好的方向，AGI还早，适配场景落地才是该做的，gpt好用就gpt，claude好用就claude，文心一言等等也有各自的长处，毕竟决策还是人来做。

@xiaokunliu4946 4 ай бұрын

Transformer 对于视频处理能力指数速度的迭代提高，是不是会让Tesla这样的同样基于Transformer的自动驾驶模型受益，比我们预估的要更快的实现啊？

@darkswordsmith 5 ай бұрын

Largely agree. A counterpoint to the dominance of openAI is this: - an implicit assumption is the current method of scaling transformers with more data will continuously improve GPT But the amount of data available now becomes a bottleneck, hence all the new ways to generate data. Google and Meta has advantage in that area. Also its possible that the limit of the scaling approach will be reached soon, in which case other companies can catch up to openAI. There many differnet open source approaches (state space models like the MAMBA family, reasoning+multimodal approaches) in which openAI is not necessarily the best in. If any of those approaches which openAI is not actively investing in becomes the next paradigm shift, then theres a chance it can be dethroned. Overall i agree with your assessment, but theres a small nonzero chance that openAI loses dominance.

@kedaibiao 5 ай бұрын

yes I think there is a large chance that OpenAI loses dominance, including the events like the board drama. but it is still the best bet, followed by Google and Nvidia.

@TheHoward2414 4 ай бұрын

Thanks for your additional remarks. Largely agree with your perspectives. Any conclusions without clear assumptions are always imprecise

@yanmingkan4395 4 ай бұрын

目前应该算是在应用领域，反倒是感觉大这件事不大重要，更会关注成本和速度了。如果大家分数差不多，模型越简单要求越低越便宜反倒更有价值，现在对于同一批模型甚至已经会有数量级的差距了，同时还可以结合传统ML来降需要的token

@user-ql2ij5wx5s 4 ай бұрын

Agent也是套壳，也很容易被大模型取代。

@jayliang5737 4 ай бұрын

哈哈，这安利的有点心动了哇所以你们Statsig还招不招人😜

@kedaibiao 4 ай бұрын

招

@hrx2470 5 ай бұрын

19:15 这样human capital就不是rivalry资源了，会惠及很多人，读书牛逼但是业务能力不行的人就难混了。这是好事。希望如此。

@kongwu4486 4 ай бұрын

视频开头的腾讯文档打不开了，请问还有其他可以看的？

@zhengzhou2076 4 ай бұрын

特别好的讨论，我个人比较倾向于Super智能一定会来，GPT showed us but GPT is not Super智能。我现在的认知更把GPT作为人类文字知识库。

@hangyuan8528 4 ай бұрын

不小心刷到的视频，点进来看了看，不是很懂，但是大概意思明白，感觉就像第一名考了100分，第二名考了99，大家都以为差不多，其实是第一名考100分，是因为只有100分上限，而第二名考99是他努力的上限。然后我大胆预言作者以后会是非常厉害的一个人，可能是未来一个也非常出名的人。

@kaiyuanwang3752 5 ай бұрын

随着职业的发展，人与人的social在career growth上会变得越来越重要。看了很多课代表的视频，觉得课代表的social面和知识面很广。请问课代表有没有打算建一个群方便会员讨论问题互相交流social，也许可以让大家互惠互利开拓眼界。

@kedaibiao 5 ай бұрын

群上限500人，b站这里加起来2000多会员了，还不知道有什么好的办法

@kaiyuanwang3752 5 ай бұрын

可能按地区分会更有效些，因为大家可能更方便线下social？我在湾区，不知道有湾区career social交流群吗？@@kedaibiao

@kaiyuanwang3752 5 ай бұрын

好的谢谢。请问有会员专属群吗，或者根据地域比如西雅图或者湾区组个小群方便大家线下social。@@kedaibiao

@alfreddesign 4 ай бұрын

另外，数据安全与民主其实也是一个很大的因素。导致很多有一定实力的制造业，服务业公司，并不希望受制于open Ai，所以更倾向于开源模型的应用。这些公司输出的产品可能跟Ai并没有很大的关系，而且2B的需求也可能并不需要达到Open Ai 一样极致的水平。

@hughqin2283 4 ай бұрын

是的，商业的AI应用不会太理想，除非OAI能设计出商业公司愿意投放语料的游戏规则

@alfreddesign 4 ай бұрын

@@hughqin2283 难，大家都意识到了数据的宝贵。

@clu5596 4 ай бұрын

臨床醫療使用類AI已經很多年了，不可否認，新模型的誕生會加速運算並提供快速建議，但是真正要給臨床建議的時候還要考慮很多非醫療因素，全人醫療，這是已經跨入哲學和情感領域，非AI所能主導

@thomassui4879 4 ай бұрын

我希望能做一个GPT的硬件画图工具。就很多老派的EE总感觉software是傻子，不能做好多的功能。但是真正到了那一天的时候，这帮子老古董是肯定会被淘汰的。我是真心想去学AI然后投身到这个事业里去

@bufang558 4 ай бұрын

哪里能看到openai的合作伙伴呢，stastig是一个角度，想看看有没有别的角度的，毕竟在国内的ab、实验多半是大公司自己把持

@8926599 4 ай бұрын

谢谢分享。 1. 数据标注上gpt不是也外包进行标注吗？只不过方法更复杂。提到的phd标注是里面的一部分？ 2.个人使用体验：gpt3.5 gemini(bard) 和claude。最开始3.5胜出，后来claude，现在觉得gemini最好。所以还是感觉其他公司会后来居上。 3.非常赞同因果推断那部分。不知道课代表现在公司有多少精力放在这上面了？

@butcherv3332 4 ай бұрын

为什么要拿三个不同时间发布的大模型去比较？

@8926599 4 ай бұрын

确实不妥。但没办法，从普通用户能接触到的最新的免费资源来比。@@butcherv3332

@fool9111z 4 ай бұрын

为什么不用gpt 4 ?

@ygo1136 4 ай бұрын

那课代表推荐加入openAI么（假如实力允许）？只是想分清楚是不加入任何AI公司还是不推荐加入头部以外的AI公司。

@DunLiu0 5 ай бұрын

谢谢分享关于ai的思考。两个comments， 1，没讲清 ai, genreative ai， languae model, large language model 的区别，这里的ai应该专指 large language model. 2. 我个人觉得做ab test的技术门槛不高。当然我也不熟悉这块技术啦，而且技术门槛也不重要，能卖去就是好公司。

@kedaibiao 5 ай бұрын

1. 最新视频的最后一页有；2.技术门槛有很多理解，硬技术没门槛，甚至我们在降低这里的门槛，我们代码都是开源的，sql都是公开的。

@MyTinyfish 4 ай бұрын

我对医药行业有些顾虑主要是fda和医生行业的组织过于严格，在legal这一关很难通过。

@fanyang5191 4 ай бұрын

“大多数人对数据理解太浅层，不知道如何用metric evaluate goal, only go for metric instead of evaluate the goal" 非常深刻的话，谢谢。

@plutogirl9397 4 ай бұрын

同意课代表对于openAI领先优势的分析以及我们应该拥抱技术的观点，但主要的焦虑点在于1、不知道如何具体leverage it to our advantage. 以及2、对于被超级个体碾压成为某种“弃民”的恐惧关于第一点，虽然在自己的工作和生活中积累了一些经验，多少可以算是niche knowledge/insight，但是感觉没有到那么精深的程度，也没那么成系统，达不到成为一个consultant的级别。即便要自己去训练一个GPT,也有无从下手之感。至于思维能力方面，虽然自问具备一定批判思维，以及喜欢思考各种各样杂七杂八的东西，但是除了跟ChatGPT进行一些有趣的交互对话，也不知道可以转化成何种output。课代表说人工智能可以进行大规模低成本的智力分发，那么前提是，使用者掌握了某种有利他属性的智力成果/思维工具以供分发（且不论具体的分发模式到底会是如何），作为个人来讲，感觉自己处于一种“有一点儿智力，但不多”的半吊子局面。如何从这个状态中成长突破呢？关于第二点，有一种恐慌感。正如openAI掌握了先发优势后又走上指数级发展轨道，一日千里的前进速度将所有竞争者远远甩在后面，让后来者根本无从追赶，我觉得大模型agent对于精英人士的辅助也是一样。我自己此刻还是“半吊子”，但是此刻必然已经存在成熟的专家学者/思维模型和各种东西已经考虑得很完备而且能力充足的个体，他们已经可以着手进行这种智力分发了（说不定已经开始），此为“先发优势”，然后一旦走上轨道，又迅速成长（也就是其他评论提到的智力学习的复利效应），然后形成一两个超级个体独占一个细分领域所有智力服务的局面，后来者没有任何空间。以前也许需要一千人去服务一千人，现在可以一个人+GPT服务一千人，那么沦落为那“多余”的999的群体，该如何自处呢？

@manyes7577 4 ай бұрын

原來課代表有正職工作啊太牛逼我以為你全職做影片

@jiachen1078 4 ай бұрын

If we have data, let’s look at data. 我也看过！ James L. Barksdale 说的

@xiaowanzi9177 5 ай бұрын

想问问课代表，如何学习加深对于数据的理解和如何做好实验，有什么方法论和学习资源分享吗？

@kedaibiao 5 ай бұрын

我的英文频道pragmatic data scientists，statsig的blog，都是我觉得最有用的信息

@balconychy 2 ай бұрын

从现在的结果来讲，虽然OPENAI的最新模型能力在逐步增强，价格在逐步下降。但其他公司追赶也很快，差距是在缩小的。Meta, Google都推出了性能接近，但价格要便宜的API。 OPENAI在创新上是领先的，但在如何将模型商业化和便宜上，感觉不具备优势。这个反而是其他大厂的优势。 OPENAI极有可能成为其他公司的寻宝图，他寻宝，别的公司挖掘和收获。

@kedaibiao 2 ай бұрын

是很有可能的他们要加速进步才行

@eeeee49976 5 ай бұрын

突然觉得很好奇，每次跟gpt输入的时候，每次可输入的上限增长率会是每年多少。或者这会是一个有趣的指标

@mengtaozhang536 4 ай бұрын

课代表，您发的那个文章二维码扫进去看不到，请问是什么原因？

@mmmtee00 4 ай бұрын

外行想请教一下，为什么openai会prioritize做sora这个功能？再加上有很多初创公司最近也在搞text prompt videos。是因为这块商业价值高？还是纯粹比较难做所以大家追求技术突破？因为总觉得比起做视频，text analysis应该对gpt更简单，我还以为他们会先搞编程ai，直接杀死程序员这类职位😂 应该更有利可图才对？

@yu-haowang6710 4 ай бұрын

他們有很多部門，所以所有目標都同時在進行，所以什麼能夠被推出，就先幹掉誰，這樣的概念

@wenxuanmo5443 5 ай бұрын

感谢课代表分享！庸医那一段特别有共鸣，我母亲之前在小城市三甲住院就经历了一系列问题，希望AI助诊早日到来

@zehuawei7883 5 ай бұрын

最近在研究AI辅助医疗，这块的潜力的确无限，但是因为医疗行业已经形成了，患者，保险公司，医院这么一个三角平衡的奇怪你利益均衡，ai问诊不仅仅是一个巨大的知识库的问题，还牵扯到谁为医疗的成本买单的问题。无论是过度医疗，还是过度简化的医疗，似乎都能被归类为庸医的行列。你从这个角度看，大模型还得懂经济才行。

@hughqin2283 4 ай бұрын

国内已经有几家公司在做AI助诊了，解决农村庸医误诊的问题。但是这个解决办法不需要加入OAI。局域网AI够用，不需要广域网AI。

@GoldConstant 4 ай бұрын

国内厂商和openai有差距。但是国外我倾向于认为还有紧追慢赶者。gemini family 最强的Gemini 1.5已经准备发布。开源的比如 mistral .

@GoldConstant 4 ай бұрын

meta的实力我不清楚。不做评论。但是google自身的产品和生态也是很广泛强势的一部分，也不比微软就弱多少。用上youtube以及诸多产品线gmail，google docs的数据进行训练，反馈，也是潜在大有所图，如果搜索能够再进一步的话.. 最近我就用了 Gemini advanced😂

@Miketechsharing 5 ай бұрын

腾讯部分gpt游戏应用场景还比较少。医学这部分相当认同😊

@dragonzhizi 4 ай бұрын

我觉得医学这个很难，因为美国不管是法律还是医疗都有Board 来介入。很容易造成malpractice. 会有很多lawsuit.

@Miketechsharing 4 ай бұрын

嗯，限于基础科普医学，药剂学类。@@dragonzhizi

@Thomas_X_U 4 ай бұрын

指数上升的说法我是认同的。但是因此就不追逐自己的模型我觉得不合理，因为除非指数上升现象一直不停的。否则到一定程度后成本降低的意义会越来越小。

@wusanxi1668 4 ай бұрын

想跟你探讨一下几个问题。第1个问题就是在meta open source以后那么有的公司是不是可以用open source做自己的 Agent，而不必用openai，因其是免费的，当然它的质量远远不如openai。但是你要看他需要语言的能力有多强，如果他的语言能力只是问诊的话，并不需要多强的语言能力，其他大模型都足够了。第2个问题，你对数据是王强调的不够。比如说医疗软件最重要的是什么？是数据，如果有的公司能够把所有病人的病历整合起来到一个系统，他就可以自己训练一个这方面的系统，用开源可以用不着依赖于openai. 数据是资源是可以用来赚钱的。

@yililian746 4 ай бұрын

课代表你的腾讯文档文章已经不能看了，昨天看了开头，有没有其他备份链接？谢谢。

@sophieyue2579 4 ай бұрын

+1，看了开头，现在失效了，可以有其他方法share么？谢谢

@hughqin2283 4 ай бұрын

Agent很难AI化，本质上Agent是信息差。对应的商业化公司天然没有动力加入OAI，除非能看到更大的利益

@xiaotan9514 4 ай бұрын

主播讲的gpt医生的例子和后面说的opinion有点偷换概念。诊断应该是建立似然，给了输入，输出最高的概率就可以了，不涉及到个人观点。另外感觉如果有足够多诊断数据加入到多模态大模型训练，诊断就解决了，感觉壁垒只是数据的ownership

@LinBond 4 ай бұрын

請問你覺得底層的大模型未來只會剩下 openai的嗎? gemini 跟 llama 有戲麼

@taiwen7013 4 ай бұрын

认为不会，行业最后往往有2，3家

@sailfishcc 5 ай бұрын

能加课代表的 vx 吗❤

@Qiaoli. 5 ай бұрын

课代表那期通过工作买房dating认识自己的视频怎么找不到了👀

@kedaibiao 5 ай бұрын

还没录一期一期来

@T2uyu Ай бұрын

Anthropic未来有没有可能被OpenAI或者Google收购

@afgaggheh 4 ай бұрын

说实话，整体我觉得没毛病但是不太认同你说的Open Ai在每次测试的时候就已经知道了对的方向，往往第一个吃螃蟹的人或公司最容易碰壁和走弯路

@AI-Outlook 4 ай бұрын

感谢博主！这就是我相信奇点不远了。人类文明真的快要结束了！无语，叹息。去年OpenAI 董事会试图开除Sam 是绝对事出有因的。现在人类警觉已经太晚了。我非常想呼吁，想想我们的下一代。鼠夹上的花生酱，人类的贪婪。也许硅基文明是注定的。

@user-bd7jg2wh2b 4 ай бұрын

文章看一半下线了，请问还哪里可以看到？

@user-ql2ij5wx5s 4 ай бұрын

OpenAI未来也会让gpt学习因果推断，只有会因果推断，才能成为AGI

@maozi2443 4 ай бұрын

想多啦

@kedaibiao 4 ай бұрын

今天Sora发布，自媒体又是一片“震惊”。如果对“指数增长“的概念没有内化，如果不理解技术发展的底层原理，那就只能反复被标题“震惊”。所以这期视频给大家限时公开，希望带来一些启发。会员专属里有很多这样的深度视频，比如： - （两个月前）预测元梦溃败，分析底层原因，提出解决方法：kzfaq.info/get/bejne/h7d9i5lorJ-0dqc.html - 我的向上社交全攻略：kzfaq.info/get/bejne/e9SXf7OIxN-bhY0.html - 是否应该去startup，如何理解命运：kzfaq.info/get/bejne/bbifgaiQtJ_QlXk.html - 如何在大厂里找sponsor：kzfaq.info/get/bejne/bM1kntFjysDSZn0.html - 我的减肥攻略：kzfaq.info/get/bejne/lbV3dtiQz9PHlaM.html - 问道：kzfaq.info/get/bejne/fZejhJiKys-WpZs.html

@user-mm7ot5zq2c 4 ай бұрын

课代表立正所提到的GPT與過往AI最大不同之處的論述,大概只搔到癢處,而沒有一針見血讓每個人都能輕易理解,因為立正還是用太過工程師的視野在詮釋這件事情,但立正看過底下這篇文章將會更能跟別人解釋清楚 (URL會被系統吃掉,自己搜尋"低成本的AI時代讓個人與大企業站在同一起跑點上"),GPT這事情不能用技術來詮釋他的影響力,必須要用商業的視角,也就是成本來詮釋他,這樣才能讓人震撼,否則就像從前區塊鏈、挖礦怎樣怎樣,大部分人根本無感😂,我自己已經在公司內部到處"嚇人",每個人都被我嚇死,因為我一個人只用幾天,利用GPT開發出可以評估商務上業務與客戶之間信任度的AI工具,而且還可以透過LINE等平台提供服務,我展示出過往極高的技術障礙早已不存在😂

@viiverse 4 ай бұрын

你的腾讯文档被删了打不开！！

@k5508520 4 ай бұрын

文檔被刪了～

@kedaibiao 4 ай бұрын

@jasonjuan4768 4 ай бұрын

垂直領域裡，這些模型包含Sora都是淺層的表現，比如文字所包含的內容與針對性是無法在人類深度創作的應用場景細緻的使用，代表這整個底層架構與核心訴求注定是變成普世家電，而不是人類智慧。人常被過去無法做到的驚嚇，目前你對Sora反應也是，這整個技術很強大，但沒有想像的強大，好比第一個2022年CompVis的High Res Latend Diffusion跟目前的DallE3或Midjourney6，以新的Datasets去訓練，生成的結果以明確目標導向，差距微小，那擴大模型確實可以擴展內容，好比大型的詞字典認知更多，這個測量與認知代表更有智慧? 或是聯想更廣也就代表智慧? 我個人看法是目前的這些更是宣傳類似當年特斯拉汽車的自動駕駛，距離現實乍看可以無窮逼近，但實際上並非如此，具備跟人或是生物類似底層機制的，當前仍然還沒有足夠的存在感。另外這些發展，他想解決的核心訴求才是真正需要探討的，我不認為Sam Altman有提出足夠說服力的核心來推動發展AGI，美國軍隊可能更單純的是保持軍事與國家優勢，但以人類而言，這些號稱AGI的發展與夢想與先前OpenAI的內部分歧本身是個非常尷尬的情境。這些文字可能描述不完整，但簡短的描述是這些模型與底層推理預測仍不具備生物智慧的一些基礎功能，且是必要不可缺乏的，比如什麼是溝通，跟創造溝通以及想溝通的需求。

@Enochyn 5 ай бұрын

如果openai 负责里智力的部分，企业负责data部分，基于现在还有很多行业的data infrastructure 很差，是不是de未来会炙手可热呢😂

@underfact2621 5 ай бұрын

同在思考这个问题😂想听一期DE职业前景可能性推演

@havemorebitcointhanyou 5 ай бұрын

最喜欢TMD和SB两个词！

@goryglory729 4 ай бұрын

很好的视频，不过课代表为什么认为AI未来不会创造counterfact，也就不会做实验呢？

@kedaibiao 4 ай бұрын

我的意思是 AI无法凭空产生counterfactual的数据

@qlwang-xt7zi 4 ай бұрын

赞成能用ChatGPT就用。如果未来有变化，国内用不了或者有很大限制，那严重依存ChatGPT的大量业务/应用是不是顷刻间死掉啊？这个问题何解？

@gabrielchow 4 ай бұрын

那国内就会遥遥落后

@ponyoJS 4 ай бұрын

信息壁垒本来就不可取。墙外不会因为你的墙受到什么影响，反之看看另外一个严格信息壁垒的国家现在怎么样了。

@arthazeng8930 4 ай бұрын

那个文章看不了了，可以再发一次吗？

@liyvonneyt5991 4 ай бұрын

课代表能不能讲下如何搭建数据基建

@kedaibiao 4 ай бұрын

很简单呀，有啥具体问题吗？

@rebeccahuangli 5 ай бұрын

从投资的角度来看哪些美股公司值得投资呢？可以提供一些你的角度和思考吗？

@kedaibiao 5 ай бұрын

特斯拉！买买买！

@rebeccahuangli 5 ай бұрын

@@kedaibiao 目前的最大持仓就是他了君子所见😀

@kedaibiao 5 ай бұрын

我是在通过讽刺自己，试图表达“不要听别人（我）的投资建议”的观点。

@tingzhou9552 4 ай бұрын

特斯拉手里握着大量的驾驶数据，等fsd再迭代两年，真是不敢想啊。@@kedaibiao

@vincezhang8572 4 ай бұрын

遥遥领先会说我可以😂

@terryching9193 4 ай бұрын

视频里说的计算机发展5次S曲线分别是什么呢，有人知道吗

@leopeng183 4 ай бұрын

逻辑上来讲成本低工程难度和迭代速度不是真正的壁垒这些都是钱和一定的时间可以填补的例如台积电拥有这三个优势但它和其他公司的差距不会越来越大只有用户多可以产生正反馈这个才是例如Google的搜索其他搜索一直比不上的原因是用户少导致搜索结果不够好结果更少人用但我不是很明白为什么用户多会对大语言模型产生正反馈

@jiabinchen1934 4 ай бұрын

懂了 long msft

@user-zr2du3jl9r 4 ай бұрын

Csp 廠商現在面臨的問題帳單太大章而且沒人願意付錢。假如成本真的很低，open ai不需要限制使用，s24不會限制免費到2025。我個人認為以後AI會分to c和to b兩個版本。to c 將會被llama等開源模型為主,open ai 的成本太高，而這些成本要透過edge端來轉移。to b將會交由Csp業者像open ai 提供服務，畢竟to b比較能負擔這個高昂的負擔。另外不要神化Sam,他要自制晶圓廠的言論，已經被打臉到爆了😂