INDIGO TALK 第四期，邀请了棕榈资本创始人李厚明，一起来聊聊在这个 AI 新时代下的新概念、新机会还有新的困惑。厚明同学特别代表非技术投资人，准备了十多个问题，我们将在这次八十多分钟的对谈中逐个解答！这里也有 AI 帮忙回答的😄

本期嘉宾

• 李厚明 - 棕榈资本创始人


• Indigo - INDIGO 数字镜像博主

对谈纲要

00:02:05 - 生成式 AI 为什么爆发？

00:06:06 - Transformer 从诞生到现在的流行，这期间发生了什么？

00:10:24 - AI 模型大小的特点和区别？

00:13:57 - 训练文字和图像的差异？

00:21:57 - 做大模型国内有没有机会？

00:24:51 - 大模型训练的成本问题？

00:27:45 - 算力无限了就能做出 AGI（通用人工智能）么？

00:32:48 - OpenAI 对 Google 这种大公司的影响？

00:36:35 - 国内公司开始挖 OpenAI 的华裔 这个事情怎么看？

00:41:04 - 中美在 AI 研究上的差异？

00:43:37 - 国内大模型最看好哪个公司？

00:46:12 - Google 近期能有制衡 ChatGPT 的产品出现么？

00:50:59 - 美国的 AIGC 创业公司主要在做什么？

00:54:50 - AI 会创造全新的工作流，互联网企业 AI 化会像传统企业互联网化那样么？

01:02:03 - AI 会如何影响我们个体？

01:08:59 - AI 在那些方面做得不是很好？

01:13:34 - 在中国市场上会投资什么样的团队？（问李厚明）

01:16:44 - 像 AI、Crypto、Metaverse 这些代表了真正数字时代的技术，会推动人类社会结构的进化，是应该以民族优先来做，还是应该以人类视角来做？（问李厚明）

—

怎么看 OpenAI 的降价？（Notion AI 回答的）

OpenAI 的降价有两层意思：

1. 降低了使用门槛,让更多的人和企业可以使用 GPT-3，扩大了用户群和应用场景;


2. 也表明 GPT-3 已经基本成型，OpenAI 需要通过降价来争取更多的用户，获得更多的数据和反馈来提高模型的泛化能力;


3. 同时也给后来者带来了压力,要追赶 GPT-3 的技术优势,需要投入更多的资源。

对未来几年的展望

未来几年，在生成模型方面：

• 图像生成会越来越逼真，视频生成也会有很大提升；


• 文字生成会越来越流畅和逼真，甚至可以生成较长的文章；


• 这些模型的泛化能力和可控性会进一步提高，更加适合商业化应用；


• 不同的垂直领域会出现更多针对性很强的生成模型；


• 这些生成模型会和知识图谱、推理引擎等技术相结合,生成的内容会更加符合常识；


• 可能会出现第一代 AGI 的雏形，但距离通用人工智能还有很长的路要走；

对人工智能来说，未来几年会是飞速发展的几年，各种先进技术会层出不穷，人工智能会成为更多应用场景和产品的组成部分，产业也会进一步扩大。但距离人工通用智能，实现人类级智能还需要更长时间的积累和突破。

本期提到的产品与技术

• AIGC - AI Generative Content


• Transformer - Attention Is All You Need


• NLP - Natural Language Process 自然语言处理


• LLMs - Large Language Models 大语言模型


• StableDiffusion - Stability AI 的开源图像生成模型


• BERT - Google 最早基于 Transformer 的语言模型


• CLIP - OpenAI 的视觉识别模型


• DeepMind -  Google 全资收购的 AI 研究公司


• Multi-Models - 多模态


• FSD - Full Self Drive


• Andrej Karpathy - 前 Tesla AI 副总裁


• Geoffrey Hinton - 神经网络之父


• Anthropic - Google 投资的人工智能公司 他们有最接近 ChatGPT 品质的产品 Claude，可以访问 POE 来体验


• Meet Claude: Anthropic’s Rival to ChatGPT