如日中天的AI大模型,也到了发展幻灭期!

如日中天的AI大模型,也到了发展幻灭期!

文章图片


近期 Gartner发布了《新兴技术成熟度曲线》 , 其中生成式 AI(GenAI) 正式进入到了幻灭期 。

2018 年 6 月 , OpenAI发布GPT-1模型 , 生成式AI开始向产品化发展 。
到2022年的GPT-3.5发布 , 并且ChatGPT首次向公众推出 , 一夜之间人工智能崛起之声响彻云霄 。

在资本市场上 , 原本火热的分布式数据库、云数据库瞬间哑火 , 所有注意力全部集中到生成式AI领域 , 文生文、文生图、文生视频、数字人、智能助手...
人工智能企业的崛起速度、规模远远超过当初的分布式数据企业 。 曾经投资几亿美金就能在分布式数据库领域掀起阵阵热潮 , 然而类似的投资规模在AI领域简直就像是往海面上的鹅毛 , 荡不起一丝涟漪...
睡了一觉醒来 , 发现整个世界好像都被贴上了AI的标签 , 楼下饮水机流出来的都是“AI+”water;各大科技展会中 , AI企业、大模型产品、解决方案占据了整片江山 , 于是有人感叹这个时代是“大模型遍地走 , 数据库不如狗”...那时出差在外 , 高铁上、飞机上、合作伙伴、客户...所有人都在谈论人工智能 , 各种新闻媒体报道不断 , 纷纷预测哪些职业将被AI快速替换 , 打工人到了灭绝的边缘...
然而随着大模型产品的推广使用 , 很快人们发现当前的技术还远远没有达到其吹嘘的能力 。 曾经尝试使用某言、某问减轻文章编辑工作 , 但是发现其生成内容存在两个严重问题 , 导致根本无法使用:
1 , 信息幻觉 。 通用大模型依赖的训练数据集本身质量低、准确性差 , 导致产出的内容也大多存在失真 。
哪怕只有1%的错误信息 , 但是这也无法应用在一些严谨的场合中 , 因为我们不确定这错误的1%具体是哪些信息 , 也就导致整体内容是无价值的 。

【如日中天的AI大模型,也到了发展幻灭期!】例如我曾经随便编了几个数据库名字 , 和真实存在的几个数据产品混在一起 , 让某大模型“介绍一下这几款数据库” , 结果他把这些不存在产品和相对小众不知名的产品 , 都“安”给了自家公司 , 并煞有其事的介绍他们的优秀功能、特性...
2 , 废话连篇 。 有一段时间用大模型 , 发现其生成的内容总是遵循一种固定格式 , 例如“首先....其次....最后....综上所述...” 。
格式其实不重要 , 仅内容也全是类似“问题的关键是解决关键的问题”这种废话 , 但却远远达不到这句话所展示出的滑稽和幽默效果 , 总之 , 就是充斥毫无意义、且平淡的废话 。

如今 , 生成式AI技术从快速上升 , 达到顶峰 , 然后又进入幻灭期不过仅用了不到5年的时间 , 未来能不能达到曾经的预期还需要很长的时间验证 。
但要说明的是Gartner模型中的幻灭期(或者叫陷入低谷)并不代表这项技术就不行了 , 而是其“炒作周期”进入了“陷入低谷”的阶段 。
Gartner-技术成熟度模型
新技术从诞生、发展到成熟等不同的阶段周期都是可以预测的 , 而技术的整个发展过程中有一个关键因素起到了很大作用 , 就是— 炒作周期(Hype Cycle ) 。1995 年 ,Gartner 就提出了这一观点 , 并在每年的技术成熟度分析报告中通过 Hype Cycle 来探索、展示某类技术正处于何种阶段 。
其中 Hype Cycle(炒作周期) 包括五个阶段:

  • 上升期:随着技术诞生、突破或产品发布等事件 , 引起人们的讨论 , 创新触发的炒作周期就此开始 。
  • 顶峰:随着厂商的营销力度增加 , 市场期望不断增长 , 最终达到顶峰(把“牛”吹到了极致 , 无“牛”可吹了) , 产品使用量也将快速增加;但此时市场增长的原因更多是因为“炒作因素”在发挥作用 , 而不是创新技术真的可以满足用户需求 。
  • 陷入低谷:随着用户数量的增加 , 问题和缺陷被暴露 , 例如性能和低 ROI (投资回报率) , 负面口碑增长(超过了宣传、营销的影响) , 从而导致市场的兴奋感消退 , 技术开始进入幻灭的低谷 。
  • 攀升阶段:然而 , 并不是所有的早期用户都在报告缺陷和问题 , 也有部分用户在展示创新技术应用的价值;并且随着厂商对已发现问题的解决 , 以及用户使用能力的适应 , 于是这一技术又从低谷缓步进入攀升阶段 。
    当某一个技术发展到了这一阶段 , 如果参与厂商还没有建立稳定、有效的营收规模 , 那么它很很可能无法应对接下来的市场竞争压力 , 于是我们会发现头部企业效应产生 , 并且人才、资源、市场等将变得更加集中 。 当前的国产数据库技术 , 应该已经进入到这一阶段 。
  • 稳定期:最终这一技术在其合适的领域趋近成熟 , 并得到广泛应用 , 成为这一领域的主流技术 。

    推荐阅读