LLM新闻资料

简

ADVERTISEMENT

ADVERTISEMENT

VIP文

黄子伦 | 人人都该冲进AI赛道吗？

光是2024年，OpenAI净亏损就已高达50亿美元；目前我们所看到的AI技术，绝大多数都尚未实现商业价值。人工智能（AI）可以说是时下最火的话题，无论你是否相关从业者，对AI持乐观还是悲观立场，你都会从各类平台接触它，无可避免。投资界里，AI似乎也成了最热门的词汇。只要你的公司有AI，估值就会增加，融资金额也更高。一堆大型投资机构捧着钞票追着你跑，深怕你不给他们加入。但，当一个池塘里的饲料增加了，就会出现鱼目混珠的情况。比如“伪AI”。许多公司会将自己的产品和服务包装成 AI，但并非真实技术。日前，有家印度公司声称能让AI生成程序码，许多大公司（包括微软）都纷纷投钱。结果，这家公司并非真的用AI来生成程序码，而是聘请大批人力，收到用户的指令（prompt）后，再转用其他AI软件生成程序码。也就是说，这家公司的服务听起来是很智能，不过他们就只是传递信息而已。客户大可绕过他们，自己用软件来生成程序码。我们看看OpenAI那样的真玩家。即便OpenAI看似已成为业界扛霸子，实际上日子也并不好过，因为他们推出的技术再厉害，都无法回避连年亏损的事实。光是2024年，OpenAI净亏损就已高达50亿美元。请看清楚，是一年亏50亿美元。用一个不是太恰当，但全马来西亚人都能深切体会的类比——1MDB丑闻所涉及金额约40亿美元。换句话说，OpenAI一年的亏损，就相当于重演一场1MDB丑闻。大家要明白一个事实，那就是目前我们所看到的AI技术，绝大多数都尚未实现商业价值。当然，有人可能不认同地说，2024年OpenAI营业额高达37亿美元，这些钱难道不是商业价值吗？但是，如果一门生意要不断贴钱，而且越做越亏，那它就谈不上商业价值，就是纯粹的亏损。如果每1令吉的生意需要贴上2令吉成本，那我何不将这2令吉直接记录到公司账本里？至少，我的营业额是2令吉，扣除2令吉的 “成本” ，我也能够达到 “收支平衡” 。换言之，现在的AI市场就像大家在玩着一个游戏。在这个游戏里，大家都有个共同的想象情景：彼此已经完成厮杀，优胜劣汰，赢家只有两到三位，绝大多数市场份额都被第一名拿下。这就是所有AI从业者，或者说许多创业者的梦想。但，这个梦想何时来临？没有人知道。会不会有实现的一天？恐怕也没有人知道，更不怎么敢问，生怕会醒过来。因此，是不是所有公司都要拥抱AI？从生产力考量，确实应该，这是个很好的学习契机。我相信很多企业老板为公司加入自动化元素时，就会发现 [vip_content_start] 原有的作业流程有大量改善空间。或许，部分公司会发现，他们未必需要AI，光是从简化流程出发，就能找到优化企业的关键。那么，如果公司预算充裕，是不是就能直接进攻AI领域呢？比如研发自家LLM（Large Language Model，大型语言模型），推出类似DeepSeek那样的产品？我觉得未必。 LLM极其考究训练资料量，许多企业都是靠 “笨功夫” 来解决——给资料备注，提升机器学习效率。这种做法往往需要极高的模型参数，但换了更高的精准度。另一种方式，是类似DeepSeek那样的蒸馏法——通过其他LLM训练出自己的逻辑。这类方式所需的模型参数比较低，运作起来也更快，而且精准度大概率也不会打太多折扣。还有一种方式，是减少参数，但用极高质量的资料来训练，例如教科书资料。通过这类资料训练后，LLM所需的参数不会太大，精准度也能大幅提升。其实，这些方式和人类的学习过程相当类似。不过，人类有较强的联想力，以及对抽象概念的辨认。因此，我们可以得出结论：训练资料不是要够多，就是要够好。当然，资料越多，高质量样本的比例也越高；反之，资料不足，就难以训练出理想的LLM。这也是为什么目前最强的LLM都是以中英文，其中以英文最强，因为英文资讯最多。如果我们要研发马来文为主的LLM，可以说是极其困难，因为马来文只在马来西亚通用，马来文的资料量也难以和英文比肩。故此，一家公司是不是一定要搞AI技术？能不能做得成功？这，真的有很多需要看清楚的事。有些事情，大家还是不要太认真。

4月前

VIP文

焦点

【数据战争／02】是谁教坏了AI？发展在地化技术，保障AI主权

你有用过ChatGPT、MidJourney、Sora、Suno等各种生成式AI工具吗？有没有发现这些“舶来品”生成的内容，有时会带有偏见或刻板印象？

11月前

焦点

即时国会

工程部：提高效率要求频密调整RFID车道

（吉隆坡23日讯）工程部副部长拿督斯里阿都拉曼莫哈末指出，大马大道局（LLM）已经要求大道管理公司频密调整无线射频识别（RFID）车道，以提高该系统的效率。他今日在国会下议院回答土团党马日丹那区国会议员拿督玛丝艾米雅蒂的提问时说，该局也要求大道公司向大道使用者进行宣传，提高民众的觉醒，以确保电子钱包有充足余额及可支付过路费。他承认RFID系统存在不足之处，特别是在技术方面，而政府目前正在积极解决和改善这个制度。他表示，由于涉及法律的问题，RFID车道栏杆目前无法开启以疏散交通。研究落实MLFF收费系统另一方面，阿都拉曼指出，政府正研究推行车道快速流动系统（MLFF）收费系统的落实方式。他说，政府放眼于2025年在全马的大道落实MLFF收费系统，废除大道收费站中的栏杆，并让大道使用者以各种方式支付过路费，不仅限于特定付费方式。他指出，此举将间接帮助大道使用者在经过收费站时解决余额不足的问题，也让交通更为顺畅。

3年前

即时国会