楊淨 發自 凹非寺
量子位 | 公衆号 QbitAI
又一家國内企業大模型産品釋出。
不是别的,而是已擁有4億使用者的最大中文問答社群知乎。
而且官宣即内測——
不光有首個大語言模型「知海圖AI」,首款産品也将應用于熱榜。
情理之中,意料之外。
一方面,知乎擁有天然的大模型優勢,有場景有應用,最關鍵的還有天然大規模、高品質的中文資料池。NewBing也将其視作中文資料源之一,一時間股價暴漲近50%。
這種優勢放眼國内并不多見,此次産品釋出也算是千呼萬喚始出來。
但另一方面,在衆多尤其科研工作者認知中,知乎作為知識問答分享平台,每一次技術革命爆發都在這裡圍觀與見證。
正如ChatGPT相關話題就已打破當年AlphaGo讨論熱度,浏覽量達4億,讨論量近24萬。
至于知乎背後相關AI技術和布局,并不被大多數人所知。
現在,知乎主動分享了一切。
而且随着産品的釋出,知乎在大語言模型上的布局也首次浮出水面。
知乎大模型産品官宣即内測
在釋出會現場,知乎也釋出了「熱榜摘要」的産品形态最新Demo,讓正在等待内測的朋友們先來一睹為快~
可以看到的是,“看山”小助手會出現在熱榜的問題下方。
然後它會抓取那些優質問答的重要觀點,經過AI算法整理、聚合、潤色後,将回答梗概展現給使用者。
這樣一來,看熱門問題的同時就能擷取關鍵資訊,效率直接拉滿。
而這背後的大語言模型CPM-Bee,來自當下飽受市場關注的清華系大模型創業公司面壁智能。
據知乎聯合創始人、CTO李大海介紹,CPM-Bee是目前視野範圍内表現最好的中文大語言模型。
面壁智能聯合創始人兼CEO曾國洋,也給出了官方内測表現:
内容聚合場景下,在41個問題中,有28個問題表現持平。與GPT-4相比基本持平。
作為國内最早開展相關研究和探索的公司之一,創始團隊來自清華計算機系自然語言處理與社會人文計算實驗室(THUNLP),劉知遠、孫茂松、劉洋多位教授分别是他們的聯合創始人和顧問。是以在大模型學研轉化、開發落地等方面都有豐富的經驗。
産學研轉化這塊,團隊曾最早提出由知識指導的預訓練模型ERNIE,圍繞模型預訓練、提升學習、參數高效微調等這些大模型熱門議題,他們也在國際頂會上發表了數十篇論文。
他們也曾開發開源多個大模型,比如:國内首個中文大模型CPM-1、高效易用大模型CPM-2、可控持續大模型CPM-3……
除此之外,法律、生物醫學等垂直領域也開發了專有專用大模型。成立伊始,就與法律、汽車、家電、傳媒等行業龍頭客戶達成合作,以及完成近千萬種子輪融資。
而就在最近,面壁智能剛獲由知乎領投、智譜AI跟投的天使輪融資。據雙方消息,此次投資合作旨在實作雙方優勢資源的價值共創,共同探索大規模語言模型的上層應用。
由此看來,知乎大模型布局也浮出水面:投資大模型公司, 共同打造大模型應用。
據透露,與面壁智能之間屬于是深度融合的關系, 每天都要見一面的那種。
接下來,在CPM-Bee基礎上,随着更多的回報和疊代,新模型有了更強的邏輯推理能力和更快的訓練和推理速度之後,将逐漸應用到知乎更多場景中去。
比如創作、讨論場、資訊擷取等。
事實上這種路徑也并不陌生,正如微軟與OpenAI。微軟的産品矩陣完美貼合ChatGPT的落地場景,應用的同時又能反哺疊代大模型的能力。于是乎,正是兩者技術與應用的深度融合,才有了震撼全球的搜尋引擎、生産力和生産生活的變革,讓企業、個人都能享受到AIGC帶來的潛力和可能。
随之而來的問題是——
為什麼走這樣一條路?
目前國内大模型的發展,已經遠不能用火熱來形容。這個被認為是比以往任何變革都大十倍的機會,任何企業和機構都不願意輕易錯過,這幾周接踵而至的新進展就可見一斑。
不可否認的是,知乎此時布局大模型,選擇了一條最适合自己的路——
用知乎CEO周源的話說,是AI時代新生産力的開發者、以及新場景的建立者。
個中緣由得從國内大模型發展開始拆解。
首份《中國AIGC産業全景報告》顯示,國内大模型發展大緻可以分為三種路徑:基礎設施層、模型層以及應用層。
其中,模型層成為目前發展的關鍵卡口,在一定程度上限制了上下層級(基礎設施層、應用層)的發展。
至于模型層發展好與不好,歸根結底,主要來自算力和資料這兩方面:算力是支撐背後大語言模型訓練的硬體基礎,而資料則是直接影響模型能力強弱甚至生成品質的關鍵。
尤其是中文資料這塊,一方面本質原因,中文相對英文複雜,技術難度高;另一方面,國外英文資料集更豐富,且品質較高。但國内的中文語料并不完善,必要時還需要各家公司來清洗,耗費人力财力。
而這恰好與知乎差別于其他平台的獨特優勢有關。
我們都知道,模型效果的好壞,既取決于資料的數量,也取決于品質。這一點知乎似乎能做到兩者兼備。
在數量方面,2022第三季度财報顯示,知乎社群内的内容量已累計超5.79億條。2022年年度财報顯示,問答量已累計到了5.06億條,覆寫超1000個垂直領域。
尤其在一些專業問題上,更是表現明顯。
知乎戰略副總裁、社群業務負責人張甯透露這樣一組關鍵資料:
站内從事科研學習和工作的人群總數高達544萬人。僅科研網際網路領域,就日均圖文生産量兩萬多篇。
在數學、實體、天文、人工智能等多個領域的回答、文章和視訊數都超過了100萬篇。
而除了數量之外,資料的品質也是尤為關鍵。
在ChatGPT釋出之初,經常會出現一些離譜、錯誤的答案。「一本正經地胡說八道」是ChatGPT留給大家的初印象。
這背後其實正是與訓練資料的品質有關,資料集中摻雜了諸多魚龍混雜的内容。
而在知乎,諸多專業人士的探讨、問答機制的篩選構成了内容資料的高品質,甚至有的知乎内容已經直接成冊出書。
前段時間,NewBing剛出爐,諸多網友發現一些回答來源正是來自于知乎。
周源這樣拆分AI時代的生産力要素,主要分為三層:應用場景、專有資料以及基礎模型。基于問答的讨論場,是天然的應用場景。這當中不斷産生的内容、關系和知識圖譜,則是獨一無二專有資料。
而以GPT為代表的基礎模型層在快速發展,再結合知乎的應用場景和專有資料,可推動大模型快速的應用落地。與此同時知乎的專業場景,還能反哺大模型技術疊代。
事實上,李大海也透露,知乎也正在與各種類型的公司合作,利用自身獨特優勢,助推國内大模型的發展。
除了應時之勢的考量,這背後也是回歸本質順其自然的選擇。
在知乎發現大會上,周源再次談及知乎社群一直以來「獲得感」的内容價值觀——
讓每個人更好的分享知識、經驗與見解,找到自己的解答。
他認為,AI終将服務于人,賦能于人,是人類能力的擴增。
于是具體到知乎這一場景下,人機共創就可以幫助創作者更好地發揮創造力、提高内容創作的效率和品質,進而讓更多使用者得到幫助、開闊眼界。
大模型浪潮下,諸多應用場景被提及。知乎也作為新場景的建立者躬身入局,探索更多價值。
回顧以往每一次的技術變革更疊,國内百萬從業者們通過問答、話題、圓桌、想法、專欄、直播等方式在這裡學習與探讨、回應和激辯。
是以從某種程度上來說,知乎作為關鍵媒介,在國内前沿科技發展程序中起到了不容忽視的作用。
尤其在這場全球ChatGPT風暴裡,體會尤為明顯,相關話題浏覽量達4億,讨論量超23.9萬。
吳恩達老師在這裡周更部落格,呼籲大家理性看待這個浪潮;被王慧文收購、正處風口浪尖的一流科技創始人袁進輝在知乎中尋找着答案……
諸多ChatGPT衍生産品在這裡首發誕生:北大團隊推出的ChatExcel、首個公開對标ChatGPT開源項目ChatRWKV 、以及首個國内ChatGPT檢測器……背後的開發者們也現身回應,親自解答網友的疑惑。
一群科研人員、創業者、從業者在這裡彙集聯結,打破時間與空間的壁壘,第一時間探尋前沿動向,進而去推動國内前沿科技的發展。
隻是現在及未來,知乎将利用自己積累的優勢,以更顯性的方式為中國大模型的發展貢獻力量。