企业级AI落地新篇章:如何实现破局之道?

发表时间: 2024-07-01 15:27

本报记者 秦枭 北京报道

近年来,人工智能的巨大突破对社会发展产生了重大的影响,尤其是在以ChatGPT为首的AI大模型诞生后,使AI技术得以广泛地下沉到更多的应用场景,众行业因此迎来了全新的变革。虽然人工智能在C端(消费者端)的广泛运用能够引起公众的广泛关注,但B端(企业用户端)的市场价值却显现极少。随着时间进入2024年下半年,AI大模型的技术焦点也从先前的理论探索逐步转向实际应用阶段。各行各业纷纷在这场AI热潮中寻找新的业务创新点和行业增长点。

红帽全球副总裁兼大中华区总裁曹衡康对《中国经营报》记者表示,目前AI的发展还处于早期,首先要解决有无的问题,在AI的应用和如何变现方面,整个行业都还需要探索,大模型本身目前还有一些问题,比如幻觉,所以对于AI做事,既要有信心,同时也应看到技术发展目前的局限性。在其看来,开源、轻量化的“小模型”是推动企业级AI应用落地的有效途径。

开源共建AI生态

当前,大模型已经成为整个 AI(人工智能)产学界追逐的技术“宠儿”,“炼大模型”如火如荼,AI技术也从多分支发展,进入大模型时代,让AI变成了通用技术。包括OpenAI、Google、微软、英伟达、百度、华为、阿里巴巴等企业巨头纷纷参与其中,各式各样参数不一、任务导向不同的“大模型”也陆续面市。而在大模型竞争进入市场争夺的白热化阶段后,企业在开源、闭源上的争论也更为激烈。

“开源”是软件开发领域的专业名词,其全称为“开放源代码”,在版权限制范围内,任何人都可以公开获取源代码,并进行修改甚至重新开发。与之相反,在闭源的情况下,只有源代码所有者掌握代码修改的权利,其他人只能向其购买软件。

在一些业内人士看来,无论是基于自然语言处理、机器视觉、深度学习、强化学习,还是垂直行业模型,并不是互联网大厂们的“玩具”,也不是闭门造车就能完成的工程。

因研发推出ChatGPT而进入聚光灯下的OpenAI,也正因闭源备受争议。马斯克作为OpenAI的创办人之一,近日在社交媒体上炮轰OpenAI闭源做法:“OpenAI最初是作为一家开源的非营利性公司而创建的,为了抗衡谷歌,但现在它已经成了一家闭源的营利性公司,受微软控制……这完全不是我的本意。”

Meta首席执行官扎克伯格在日前的采访中也表示:“我不认为AI技术是一种应该被私藏起来的东西——那样就只有一家公司可以用它来打造他们想要的某个中心化、单一化的产品。”

红帽全球副总裁兼大中华区总裁曹衡康说道:“开源闭源并没有对错和优劣之分,在闭源环境当中,可能会有安全隐忧,因为你不知道它闭源的环境当中有没有人监督它。开源的好处就是一旦出现安全问题,整个社区都会来帮你检查‘问题出在哪里’。快速地通过社区的方式解决问题,AI亦是如此,在大语言模型当中,其实还有很多的空间可以做的地方。”

“坦白地讲,大模型很好,可是很多公司把模型做得太复杂。现在很多的模型动不动达到‘万兆’,万亿参数去做语言模型、非常复杂。我觉得这是非常浪费的事情。”曹衡康直言,红帽是以开源的方式去做AI解决方案的,无论在AI的哪一个领域,模型领域、模型调优领域、模型开发领域、应用开发领域或者将来部署的领域,只要牵涉到AI,红帽所有的产品和解决方案都是开源的。

曹衡康表示,红帽不做硬件,不做应用,而是在两者之间提供领先的AI平台,帮助企业安全高效地部署和管理AI模型、应用;构建AI基础设施层,为企业提供安全的可扩展基础设施和自动化。

基于此,红帽在日前推出了红帽企业Linux AI(RHEL AI)。该基础模型平台整合了IBM研究院的开源授权Granite大型语言模型(LLM)系列、基于大规模对话机器人对齐(LAB)方法的InstructLab模型对齐工具,以及通过InstructLab项目实施的社区驱动模型开发方法,可以让用户更加便捷地开发、测试和部署生成式AI模型,并已集成到红帽的混合机器学习运营平台OpenShift AI中。

加速企业级AI应用落地

实际上,不是每个行业都有必要做大模型。训练基础模型的成本非常之高,这对于很多企业来说是不现实的。不过,行业模型一定要训练,大模型未来会成为整个社会的基础设施、行业的基础设施。

但从全球市场来看,目前很多的大模型集中在语言大模型,其共性是基本都会“对话作诗”,而大模型要在行业领域赋予价值。如何基于大模型解决行业细分领域的具体问题受到更多的关注。

曹衡康认为,目前AI的发展还处于早期,首先要解决有无的问题。在AI的应用和如何变现方面,整个行业都还需要探索,对于AI做事,既要有信心,同时也应看到技术发展目前的局限性。

“针对行业企业可以有小模型,用更小的算力解决生产和应用的问题。”红帽大中华区市场总监赵文斌认为,其实市场的解决方法很多,只是因为市场还处于早期、还没有看清楚,短期突出的是算力紧张的问题。随着研究更深入或者更多的工具、更多厂商的方案更清楚,这个问题相对会被平滑地过渡过去。

红帽大中华区解决方案架构部高级总监王慧慧表示,每一个企业都在摸索AI应用场景的问题。“我们看到目前大量的生成式AI,是基于对话性的大语言模型。但这不是企业级AI应用,企业级AI应用才是真正为企业创造生产力的内容。什么样的企业级AI应用真的能够做到新质生产力呢?就是用更少的投入得到更多的产出,这其实是更值得探讨的问题,而且我国有如此多的企业,我很坚信企业级AI应用在中国一定会发展得特别迅速,只是现在大家好像还没有开始探讨这件事。”

(编辑:张靖超 审核:李正豪 校对:颜京宁)