文章插图
（我其实觉得，如果有一个像 wx 聊天机器人这样的方式，也许可以进一步做病毒营销，但是 OpenAI 并没有相关的产品可以相互引流，就更显得产品力的强大 。当然聊天机器人是不是会有其他各种内容限制，这是另一个话题了 。）
工程和产品体验会给 ChatGPT 的下一代带来更大优势 。试想，一亿人每个月在给 ChatGPT 生成对话数据训练下一代模型，这是现在任何一个研究院，包括一线大厂，所无法企及的 。
ChatGPT带来更多的机会
这个话题稍微有一点被说烂了我就不多说了 。我从浙江一个高中长大，30年前，学校采用的油印机是要用“蜡纸”的：老师们的一大技能就是在蜡纸上，用尖头的铁笔刻出手写的试卷来，然后卷到一个油印机的滚筒上面，油印机印的页数多了，蜡纸也就旧了，一张蜡纸能印个几百张，怎么刻字刻得足够深而不破，是核心技能 。后来90年代末有了打印机复印机，老师们不再需要手工刻试卷，我听到过他们怀念当年刻字的经历，但没有听到谁想回到过去 。有了更好的工具，为什么要回去呢？
文章插图
从技术的角度讲，ChatGPT 依然是一种基于统计的方式（虽然神经网络不像当年的概率图模型、统计机器学习那么有明显的“统计”的色彩）来实现的机器学习算法 。所以，它的能力也和场景的“常见程度”有关：只要是简单重复的人类劳动，它都能做得很好 。从技术的角度举例子，冒泡排序写过一百遍，写出来很简单，AI 一问就会 。让它写个更牛的自己出来... 抱歉，暂时还不行 。
然后我们发现它写各种企业“战略”写得很不错 。这是不是从一个角度体现出来，部分“战略”其实就是统计意义上的简单重复呢？之前有人开玩笑，说 xx 厂和 yy 厂和 zz 厂的 ppt 大图长得一模一样，只要把颜色调成红黄蓝当中的一种 。这样的工作，只要有训练数据，当然 ChatGPT 能做得非常好 。说笑归说笑，我觉得 ChatGPT 从一个大数据的角度让我们重新审视了“什么是创新” - 很多我们认为是创新的东西，也许并不是 。
但是 ChatGPT 给真正的创新带来了更多的机会 。一个广为人知的故事是，达芬奇在创作《岩间圣母》的时候，很多背景部分不是他画的 - 这些简单重复的地方就让他的助手画了 。今天 ChatGPT 就是助手，当内容创作者能够花更少的时间做重复劳动的时候，创新会变得更多 - 这是历史上多次证明的 。
聪明地设计 Infra
硅谷著名风投 A16Z 在最近一篇对于 AIGC 的文章当中提到那么一句话：“目前看基础设施提供商是这个市场当中最大的赢家” 。
不过要做这个赢家，就要更加聪明地设计 infra 才行 。AI 计算不同于传统上所说的“云计算”，而更加接近于我们所说的“高性能计算” HPC - 当你听见这个词语感觉我老学究的时候，且慢，听我道来 。
云计算很多时候在关注资源的池化和虚拟化：
怎么把计算，存储，网络，从物理资源变成虚拟的概念，“批发转零售”；
如何在这种虚拟环境下把利用率做上去，或者说超卖；
怎么更加容易地部署软件，做复杂软件的免运维（比如说，容灾、高可用）等等，不一而足 。
但是 AI 的计算不一样 。对于 AI 而言，尤其是今天 AI 的训练：
并不要求特别强的虚拟化 。一般训练会“独占”物理机，除了简单的例如建立虚拟网络并且转发包之外，并没有太强的虚拟化需求 。
需要很高性能和带宽的存储和网络 。例如，网络经常需要几百 G 以上的 RDMA 带宽连接，而不是常见的云服务器几 G 到几十 G 的带宽 。
对于高可用并没有很强的要求，因为本身很多离线计算的任务，不涉及到容灾等问题 。
没有过度复杂的调度和机器级别的容灾 。因为机器本身的故障率并不很高（否则 GPU 运维团队就该去看了），同时训练本身经常以分钟级别来做 checkpointing，在有故障的时候可以重启整个任务从前一个 checkpoint 恢复 。
也就是说，对于 AI 的用户而言而言，尤其是今天那么大规模的训练，性能和规模是第一位的，传统云服务所涉及到的一些能力，是第二位的 。
推荐阅读
- 肖战|肖战大男主剧启动，被爆与张译、陈道明合作，人设完胜魏无羡
- 关晓彤|曝关晓彤已怀孕，与鹿晗520领证结婚
- 如何推销产品给客户话术?如何推销自己的产品?
- 张译|张颂文李健参加庆功宴，张译未参加疑似与剧组闹翻，实体书被除名！
- 网络推广产品策划怎么做，网络推广作用和主要技巧
- 电子邮件营销成功案例，电子邮件如何推广产品
- 服务器有什么作用，服务器的作用与功能
- 怎么优化网站代码，页面代码优化与网站推广技术
- 四川大学考研分数线2020年！四川大学测控技术与仪器研究生分数线?
- 薛凯琪|薛凯琪近照被批粉太厚，晒与闺密阿娇合照掀热议