ChatGPT搞钱行不行******
一系列的试探之后,AI聊天机器人ChatGPT的收费计划浮出水面。当地时间2月1日,人工智能实验室Open AI在其官网宣布将推出“ChatGPT Plus”付费订阅版本,每月收取20美元。免费了两个月,月活用户却达1亿的ChatGPT,终于踏上了自己的“赚钱路”,由此,AIGC商业化落地的探讨也陡然升温。不少人迫切地想知道,ChatGPT Plus会不会是AIGC从烧钱到赚钱的关键转折。
免费服务仍将继续
“新晋顶流”ChatGPT用收费计划再次搅动了AI圈的一池春水。根据Open AI的公告,订阅ChatGPT Plus服务的用户,即使在高峰时段,也可获得该聊天机器人更快速的回应,而且可以提前体验新功能和改进。
去年11月,ChatGPT横空出世,不仅能够通过学习和理解人类的语言与用户进行对话,还能根据上下文互动,甚至能够完成撰写文案、翻译等工作。得益于这种突破性的使用体验,ChatGPT迅速蹿红。
当地时间2月1日,瑞银发布研究报告称,截至今年1月,近期爆火的ChatGPT在推出仅两个月后,其月活跃用户估计已达1亿,成为历史上用户增长最快的消费应用。同样的成绩,海外版抖音TikTok在全球发布后,花了大约9个月的时间,Instagram则花了两年半的时间。
但大量用户涌入的同时,也导致ChatGPT经常在流量压力之下无法提供及时的回应,此次收费版的ChatGPT Plus针对的便是这一痛点。
据悉,付费计划将在未来几周内首先在美国推出,然后扩展到其他国家。但ChatGPT Plus的推出并不意味着取代免费版的ChatGPT,Open AI表示,将继续为ChatGPT提供免费访问。
烧不起的模型成本
尽管只推出了两个月,但Open AI对于ChatGPT的收费计划却已经暗示了有一阵子。早在1月初,Open AI就曾提出过专业版ChatGPT的计划,宣布“开始考虑如何使ChatGPT货币化”,并公布了一项调查。什么价格以上会无法接受?什么价格以下会觉得太便宜?诸如此类关于定价的问题皆在其中。
有用户曾在社交媒体上提问ChatGPT是否会永久免费,对此,Open AI首席执行官Sam Altman回应称:“我们将不得不在某个时间点,以某种方式将其商业化,因为运算成本令人瞠目结舌。”Sam Altman曾透露,ChatGPT平均每次的聊天成本为“个位数美分”。
“这类大模型训练成本非常高。”在接受北京商报记者采访时,瑞莱智慧高级产品经理张旭东表示。
但相对训练来说,模型推理,也就是用户提交输入模型输出结果的过程,这一成本会更高。“据说ChatGPT在开放测试阶段每天要花掉200万美元的服务器费用,所以前段时间免费的公测也停止了,如何降低模型推理的消耗也是目前的一个重要研究问题。”张旭东称。
“钱景”在哪
长久以来,广阔的市场前景和难以盈利的现状几乎成为了AI领域难以平衡的理想和现实,对ChatGPT或者说是以ChatGPT为代表的AIGC也是一样。
洛克资本副总裁史松坡对北京商报记者分析称,ChatGPT受到广泛认可的重要原因是引入新技术RLHF,即基于人类反馈的强化学习。在史松坡看来,ChatGPT是一个高效的信息整合助手,可以取代大量人类中初级助理的角色。
但他同时提到,目前ChatGPT在海外英文环境中已经能胜任图画创作、音乐创作、文字整理、信息搜集综合、基础编程和金融分析,但还不能胜任高频度的人类主观决策,比如大型投资决策、政治战略决策等。
天使投资人、知名互联网专家郭涛认为,ChatGPT在重塑众多行业或场景的同时也孕育着巨大的商机,将推动众多行业快速变革,有望在AIGC、传媒、娱乐、教育、客户服务、医疗健康、元宇宙等领域快速落地,具有万亿级市场规模。
张旭东认为,AIGC商业化落地还需要结合应用场景,目前基于生成式大模型的商业应用案例还比较少,就以当下的技术水平看,一两年内达到很好的AGI(通用人工智能)水平还是不太现实的,所以一定需要有垂直领域的创新公司来基于OpenAI等公司的工作来寻找合适的场景落地。
AIGC商业化,侵权与被侵权
AIGC要想商业化,场景只是其一。伴随着ChatGPT的爆火,争议始终并行,比如AI绘画面临的版权探讨。学术界也已针对ChatGPT做出了反应,权威学术出版机构Nature规定,ChatGPT等大模型不能被列为作者。纽约市教育部门曾表示,纽约公立学校的所有设备和网络上将禁止使用ChatGPT。
张旭东认为,目前AIGC最为成熟的应用在内容作品创作上,但从专业角度看,AIGC属于模仿创新,并不具备真正的创造力,AIGC的作品可能对一些艺术家、创作家的风格题材造成侵权;另一方面,AIGC作品也存在被他人侵权的风险。
此外,就安全性问题而言,AIGC这种深度生成能力很可能被滥用于伪造虚假信息,比如生成一些敏感性的有害信息,甚至伪造新闻信息恶意引导社会舆论,而且这些生成式内容难以分辨追踪,大幅增加对信息治理的挑战难度。信息获取也是AIGC需要解决的问题之一。
郭涛则提到,当前AIGC赛道尚处于孕育探索阶段,存在关键核心技术不成熟、免费素材资源较少、内容堆砌且质量参差不齐、成熟的商业应用场景较少、相关法律法规不健全及技术伦理挑战等突出问题,短期内还难以实现大规模商业化应用。
北京商报记者 杨月涵
2022西湖论剑|谭建荣院士:为数据安全筑起更多防火墙、安全墙******
前沿技术在数据安全可控方面发挥着哪些作用?在2022西湖论剑·网络安全大会期间,中国工程院院士谭建荣就新兴数字产业、工业互联网、智能制造、区块链技术等热点话题接受了媒体记者提问,阐述了他对未来网络安全的思考。
记者:“十四五”规划指出要培育壮大网络安全等新兴数字产业,在新业态背景下,我们应该如何把握这个机遇,加速推动网络安全产业成长壮大和持续发展?
谭建荣:网络安全产业随着网络安全技术的发展而发展,网络技术开放了,网络技术推广应用了,网络安全产业就随之形成,并且壮大。网络技术的先进性是关键,只有具备先进的网络安全技术,网络安全产业才可能具有自主知识产权,才可能做到自主创新、自主可控。有了先进的网络安全产业,我们就形成了网络安全队伍,有了高水平人才,我们才能做大网络安全产业,做到可靠性、可用性、可信性、可控性,才能把网络安全技术应用好、推广好,才能做大做强网络安全产业。
记者:近年来数据泄露等网络安全事件不时发生,您认为各相关方应该怎样携手应对,才能确保网络安全、信息安全和数据安全?
谭建荣:网络安全本身就是“矛”和“盾”的关系。网络安全既有攻又有防,没有一劳永逸的网络安全。网络安全只有起点没有终点,我们要不断的追求网络安全技术的先进性,才能够有效进行网络安全的“攻和防”。网络安全既要攻得下,又要防得牢,所以这是一对矛盾,就是这对矛盾促进了网络安全技术不断提升、不断发展。只有掌握最先进的技术,才能防得牢。我们首先要有正确的网络安全观,在这个正确的网络安全观指导下,不断提升我们的技术,使我们的防护能力不断增强。
记者:您之前提到在工业互联网中数据是至关重要的元素,请您谈一谈数据对于工业互联网发展的重要性体现在哪些方面?
谭建荣:我们通过网络产生了工业互联网,把互联网技术用到工业领域,而在工业领域中很大一方面是制造业。在制造过程当中,从产品设计、加工、装配、销售、使用、维护全生命周期来看,每一个环节都产生了大量数据,我们既是大量数据的产生者,又是大量数据的利用者。工业数据,技术数据、管理数据、服务数据、商业数据,对每个企业来说都至关重要,企业的核心竞争力体现在产品上、标准上、自主知识产权上,而最核心、最底层的就体现在工业数据上。企业是行业的领头羊,也是行业的大数据中心,必须要掌握行业数据、发展趋势、商业模式的数据等。
工业互联网最核心问题是产生了大量工业数据,而工业产品加工生产的过程,既是数据利用的过程,也是利用数据产生的源头,在这方面同时要利用好、维护好、保护好这些数据。工业数据、数据安全、工业互联是一个三角形关系,每一个环节都必不可少。
记者:在智能制造转型升级过程中,需要不断推动智能化大数据创新。如何保障数据安全,推进智能制造又好又快发展?
谭建荣:智能制造过程,就是把人工智能技术跟产品实际制造技术融合起来,用人工智能技术解决产品设计、加工、装配、使用、维护等过程当中出现的技术问题,用人工智能提升产品创新能力,改善产品质量。在这个过程中,每一个环节都产生了大量数据,而人工智能一个重要方法就是深度学习,通过人工神经网络训练,用数据训练。人工智能、智能制造归根到底是数据挖掘、数据利用、数据演练的过程,在这个过程当中数据安全是非常重要的,这些数据在哪些行业中,在多大范围使用,给多少人使用,这些都涉及到数据安全。
第二个方面,在贸易过程当中,客户服务产生了大量商业数据、技术数据,也包括管理上的数据,这三部分数据安全使用的范围、使用的权限、使用的密码都有一整套管理方法。我们要把智能制造推向深入,必须要通过数据挖掘、数据训练,而在这个过程当中我们要把数据安全做的更好,筑起更多的防火墙、安全墙,这样企业才可以放心地用数据,客户也可以放心地用这些数据。
记者:区块链技术在数据安全保障中发挥了哪些具体作用?
谭建荣:区块链是基于零信任,把数据公开、透明、去中心化,然后再加密和进行权限管理。区块链技术在数据安全保护方面非常重要,区块链技术应用的最成功、最必要的是金融管理行业、投资融资行业,区块链是公开、透明、去中心化、权限分散等一整套管理制度。我个人理解,区块链技术是互相制约的一个机制,互相制约、互相约束,才能够做到数据安全。(姚坤森)
(文图:赵筱尘 巫邓炎)