共计 2524 个字符，预计需要花费 7 分钟才能阅读完成。
3 月 3 日，由深圳市产学研单干促进会举办的海峡两岸暨港澳人工智能与机器人倒退论坛在深圳市福田区会展中心揭幕。极狐 GitLab CEO 柳钢受邀缺席此次流动，并做了题为 《翻新与平安并重：大模型私藏之道》 的主题分享。
人工智能之新曦
自 ChatGPT 横空出世以来，AI 的倒退浪潮，一浪高过一浪。过来二十多年，CEO 柳钢始终在科技公司工作，联合本身的工作经验，CEO 柳钢对于 AI 的倒退进行了简述：人工智能的倒退晚期能够追溯到上个世纪，比方 1956 年的达特茅斯会议。进入 2000 年当前，AI 的倒退有了很大的提高。2006 年，被称为人工智能之父的 Hinton 提出的深度神经网络带来人工智能在视觉等畛域的冲破和微小倒退；2016 年，AlphaGo 战败世界名将李世石和柯洁，标记着人工智能能够在某一畛域战败人类智慧；2017 年，Google 提出 transformer 架构，该架构因为其独特的自注意力机制、高效的并行处理能力，在 AI 畛域产生了深远的影响，也开启了自然语言解决技术的新篇章。当然，真正让 AI 为公众所熟知的是 2022 年底 OpenAI 推出 ChatGPT 这一事件，其标记着大模型和 AIGC 正式进入公众视线，从此 AI 进入大模型时代。
灿烂绽开：大模型的“热闹”
在这一波浪潮中，国内外企业都在抢抓 AI 倒退时机，大模型、产品都层出不穷，大模型的“热闹”正在灿烂绽开。CEO 柳钢举了几个国内外的例子。比方微软这家曾经平凡了几十年的公司，凭借着对于 OpenAI 的投资（据统计，微软从 2019 年开始投资 OpenAI，前后投入的资金达 130 亿美金），以及将 AI 产品疾速利用到自家产品中，让其市值达到了 3 万亿美元，成为了寰球市值最高的公司。
AI 大模型时代的当红炸子鸡“OpenAI”，在接连推出文字问答产品 ChatGPT、文生图产品 DALL-E、以及文生视频产品 Sora 后，估值已达到 800 亿美元，成为了顶级独角兽。
另外一家很值得探讨的企业 —— Meta，前身是 facebook，在元宇宙衰亡的时候，公司 CEO 扎克伯格发表将公司改名为 Meta，随后公司股价一路上涨，但随着大模型的衰亡，公司股价又一路回升，当初也是冲破万亿美元。
再比方大模型倒退风口的英伟达，这家提供 AI 外围硬件——GPU 的公司，成为了过来两年 AI 倒退的最大赢家，公司股价一路飙升，也让公司的市值冲破两万亿美元，成为了寰球第一家市值冲破万亿美元的硬件公司，而作为老牌的芯片提供厂商——英特尔，其近两年的倒退和英伟达相比就显著逊色许多，市值仅有 1800 多亿美元。
除了这类科技公司在乘 AI 东风疾速倒退的时候，一些传统赛道的企业也在踊跃布局倒退 AI，比方寰球最大的零售商沃尔玛就正在应用 OpenAI 企业版 GPT-4 推动其对话式 AI 客服机器人技术的倒退；任天堂这家老牌游戏公司，开发了全新的 AR 游戏 Peridot，应用 Meta 定制版 Llama 2 来生成宠物角色，以实现游戏中的性情类型与世界的交互方式。
AI 在国外的倒退热火朝天，但国内的企业也在踊跃致力地追赶。CEO 柳钢提到了国内 BAT 厂商在 AI 方面的倒退，这三家公司都推出了对标 ChatGPT 的大模型，比方百度推出了文心一言、阿里巴巴推出了通义千问、腾讯推出了腾讯混元，其余国内公司和组织也纷纷推出大模型，造成了中国百模大战的场面。
炽热之下的暗流不止
当然，AIGC 的倒退也不全是坦途一片，炽热之下也有暗流在涌动。针对 AIGC 倒退过程中存在的一些问题，CEO 柳钢也表白了本人的一些观点，他认为 AIGC 的倒退过程中须要解决好以下三个问题：
- 训练数据集不够专精：目前，私有大模型只从公开出版物、公开数据集上获取数据，难以深刻解决企业问题。
- 数据隐衷和平安危险：将企业敏感数据上传至私有云上的大模型服务可能存在数据泄露和平安危险。
- 训练和推理老本高、耗费高：随着模型规模的增长，其训练和推理过程中所需的能源消耗也急剧减少。
针对这些问题，CEO 柳钢提出了一个灵魂拷问：大部分企业还要去卷大模型（千亿级别）吗？大部分企业可能接受这些巨额的训练老本吗？
以轮为基，造车以行
CEO 柳钢提出了本人对于中国企业倒退大模型利用的观点：以轮为基，造车以行 。中国企业要想构建 AI 竞争力，就要有企业大模型利用的新范式—— 翻新与平安并重的大模型私藏之道。
CEO 柳钢以跑车为例阐明：企业要以现有的大模型为根底，比方开源的大模型，来打造跑车的轮子，而后让跑车疾速跑起来。这一类大模型不须要太大（几十亿参数级别），比方 Meta 开源的 Llama、Google 的 Gemma、零一万物的 Yi、智谱的 ChatGLM 都是“小规模”的参数模型。应用这一类模型，再搭配一直成熟的工具链，诸如 RAG、Agent 等，来真正构建出企业在大模型时代的新范式——企业公有数据 + 小规模参数模型 + RAG 等工具链 = 企业应用场景下的提质增效。
极狐 GitLab DevOps AI 新范式
CEO 柳钢以极狐 GitLab 本身在 AI 方面的倒退和布局进一步解释了这一新范式。这也是极狐 GitLab AI 产品的首次披露。
极狐 GitLab 作为 GitLab 在中国的发行版，专门为中国企业及程序员提供企业级的一体化 DevOps 平台，在 AI 大模型时代也在积极探索并研发相干产品。而极狐 GitLab AI DevSecOps 软件研发的新范式和下面提到的一样：先用开源“小规模”参数模型 + 一直成熟的工具链 + GitLab 这一寰球成熟平安的 DevSecOps 平台构建出 AI 赋能的 DevSecOps 平台，而后再联合企业的公有数据来最终构建出企业研发效力晋升的 AI 利器。这个过程中极狐 GitLab AI DevSecOps 平台提供的诸多 AI 性能将是这一范式落地的要害。
这种新范式和 GitLab 浑然一体，为企业带来的价值也是不言而喻的：私有化部署、低算力老本、构建企业自有知识库 等。极狐 GitLab AI DevSecOps 平台是新范式下企业大模型利用的实在案例，也是“以轮为基，造车以行”的具体论述。
目前，极狐 GitLab AI DevSecOps 性能还在缓和的研发中，置信在春暖花开之际，这样的产品就能间接跟大家见面了。
更多对于极狐 GitLab 的最佳实际，请搜寻【极狐 GitLab】
