# AI圈疯狂的一周！新加坡将进一步加大人工智能领域投资 URL: https://www.shicheng.news/v/8kkyL Published: 2024-05-24 Source: 狮城新闻 5月13日，OpenAI推出了多模态大模型GPT-4o，它能够同时理解和生成文本、语音及图像。紧接着的第二天，谷歌发布了Gemini 1.5 Pro大模型，为谷歌搜索注入了推理功能。到了周三，字节跳动公司推出了性价比极高的“豆包”大模型，宣称其价格仅为市场价的1%。 ![AI圈疯狂的一周！新加坡将进一步加大人工智能领域投资](https://www.shicheng.news/images/image/1744/17449039.avif?0) **AI竞争主要体现在大模型** 博智库预计，到2032年，全球生成式AI市场的规模将触及1.3万亿美元。由于生成式AI的生成能力严重依赖大模型，因此这场AI竞争在很大程度上演变成了大模型的较量。 特别是在大语言模型（LLM）领域，资本纷纷下注其未来潜力。 微软已对OpenAI投入超过130亿美元；亚马逊在2月为其竞争对手Anthropic追加了27.5亿美元的投资；Meta在第一季度财报会议上宣布将额外投入数十亿美元于AI领域；谷歌也在4月宣布将投入30亿美元用于数据中心建设。 这些公司的股价今年已经上涨了10%至40%，而作为AI基础设施的芯片巨头英伟达的股价更是飙升了近90%。 **何为大语言模型** 大语言模型是一种由具有许多参数的人工神经网络组成的语言模型。大模型的参数可以看作是神经元之间的连接，有了类似人脑神经的整个架构后，大模型就能对互联网上的知识进行“学习”。 大语言模型工作的基本原理是根据已有文本，预测下一个词出现的概率，进行输出。大语言模型的“大”，指的是参数量。从2018年谷歌推出大规模预训练语言模型BERT开始，到OpenAI的GPT-2、GPT-3、GPT-4，以及谷歌的PaLM和Gemini，Anthropic的Claude，短短几年，参数量从亿级提升至万亿级，掀起了这场生成式AI变革。 ![AI圈疯狂的一周！新加坡将进一步加大人工智能领域投资](https://www.shicheng.news/images/image/1744/17449040.avif?0) 图源：ST 参数量越大，模型性能越好，神经元连接越多，AI就越像人脑，理解和推理能力就越强。因果推理的能力对AI系统进化十分重要，因此，大语言模型的出现，使通用人工智能成为可能。 然而，面对高昂的算力成本、盈利难题以及投资机构的退缩，人们开始担忧：大语言模型领域的竞争是否仅限于巨头之间？ **AI初创公司更难生存** 新加坡国立大学计算机系的尤洋教授指出，大模型的创业门槛极高，“没有两三亿美元的资金，几乎不可能起步。无论是美国、欧洲还是中国，从事大型模型开发的公司都是如此。”大型模型的开发似乎天生就需要大量烧钱，而模型的性能在很大程度上取决于其参数量，参数量越大，所需的算力成本也就越高。 据美国媒体SemiAnalysis去年披露的内部消息，ChatGPT的参数量达到了1.8万亿，其训练成本大约为6300万美元。这仅仅是算力的开销，还未包括实验、训练失败、数据收集和人力成本等。日常运行ChatGPT也需要消耗大量算力资源。 ![AI圈疯狂的一周！新加坡将进一步加大人工智能领域投资](https://www.shicheng.news/images/image/1744/17449041.avif?0) 图源：FACEBOOK 新加坡AI公司WIZ.ai的联合创始人兼董事长陆剑锋曾表示：“扎克伯格提到Meta需要60万片H100的计算能力，而OpenAI可能需要100万片。除了这些顶尖公司，其他公司很难从零开始，开发通用大型模型。” H100是英伟达在2022年推出的一款高性能GPU，主要针对AI和高性能计算任务。 尽管H100没有官方公开的价格，但在二手交易平台eBay上，其售价已接近4万美元一片。高昂的成本带来了盈利的难题。 **专攻特定领域 小公司的出路** 在AI领域，专注于特定领域的小公司也正在寻找新的发展道路。风险投资基金Flint Capital的创始人斯米尔诺夫（Dmitry Smirnov）指出，投资机构对AI初创公司的投资并未成为历史，但普通初创公司获得青睐的程度已不如以往。 由于算力资源的限制，专注于特定领域、训练有特定功能的大语言模型是多数小公司的选择，这些模型通常用于企业服务。 ![AI圈疯狂的一周！新加坡将进一步加大人工智能领域投资](https://www.shicheng.news/images/image/1744/17449042.avif?0) 图源：FACEBOOK 尤洋指出，与通用大模型相比，垂直领域大模型可以更快实现盈利。例如，如果针对特定场景训练一个大模型，其体量和成本仅为OpenAI的百分之一，那么很可能实现盈利，如利用大模型加速药物研发或帮助石油公司寻找石油。 新加坡独角兽公司智慧芽（PatSnap）就是一个例子： 其联合创始人关典表示，与OpenAI和Anthropic的通用大模型相比，智慧芽的大模型在专利这一垂直领域更加深入和准确。 她认为，这是大模型时代的机会。小公司追求的不是技术高峰，而是效率提升。 陆剑锋说，小公司对算力成本敏感，这是大语言模型落地的难点。模型越大，推理代价就越高，如果一个场景只需要简单知识，那么过大的模型就不划算，这些在实际业务中还需考量。 **新加坡在AI领域中的努力** 新加坡去年推出了专为东南亚定制的大语言模型Sea-Lion，拥有30亿和70亿参数两种版本。去年12月，在发布新加坡人工智能策略2.0的同时，当局宣布投资7000万元在未来两年推出大语言模型，这个模型建立在Sea-Lion基础上，规模将扩大到300亿至500亿参数。 尤洋认为，新加坡等小国，也有必要自研千亿参数级别的大语言模型。“倒不是为了和OpenAI竞争，但有这样一个模型，最适合东南亚语言和产业，能在各行各业中产生价值，同时又能吸引高端人才，就像中东推出的Falcon。” ![AI圈疯狂的一周！新加坡将进一步加大人工智能领域投资](https://www.shicheng.news/images/image/1744/17449044.avif?0)