微软又向OpenAI狂砸100亿美元!巨头AI大棋下4年,谁是最大赢家?

9a79dc17772e547d8b0722cf087b2c99.jpeg


  视学算法报道  

编辑:编辑部

【导读】AI领域群雄激战,到了2023年,微软逐渐显出了「赢家」的势头。

2023年刚开始,微软就显示出了AI领域「大赢家」的派头。

最近,大火的ChatGPT和微软之间,不断擦出火花。

微软先是宣布将ChatGPT整合入自家搜索引擎Bing,没过几天,又宣布要将其整合进Office办公套件中的「三大件」:Word、Excel、PPT。用个Office就能体验ChatGPT,让不少人直接「喜大普奔」。

c3aae43369e4e8abad2b82240600fa60.png

从微软在办公软件的体量上看,此举可能会改变超过10亿人编写文档、演示文稿和电子邮件的方式。

早在2019年,微软就向ChatGPT的所有者OpenAI投下10亿美元,此番频繁「互动」也让业界联想不断,接下来微软砸下更多筹码,甚至将OpenAI和ChatGPT一起收购,成了自然而然的事情。

没有意外,没有反转,没让人们等太久,微软就给出了答案:再投100亿美元。

微软投资100亿美元

据熟悉此事的人士说,微软此前一直在就追加更多投资一事与OpenAI谈判,早在去年10月就开始了。

如果这笔资金最终敲定,包括新的投资在内,OpenAI的估值将达到290亿美元。

据报道,微软的注资将是一项复杂的交易的一部分,投后,微软将获得OpenAI 75%的利润,直到收回投资为止。

此前,OpenAI一直从微软云计算部门购买服务,目前不知道这笔钱是否会算在其账户上。

eeec519a106cae54eef46fe76d04e1dd.png

在收回投资后,在OpenAI股权结构下,微软将拥有49%的股份,其他投资者获得另外49%的股份,OpenAI的非营利性母公司获得2%的股份。

报道称,目前还不清楚这笔交易是否已经敲定,但潜在投资者在最近收到的相关文件显示,此交易原定是在2022年底前完成。

目前,微软和OpenAI均拒绝发表实质性评论。微软发言人在一份电邮声明中表示,公司不会「对猜测发表评论」。

13eb85fe1f01cf3f5bad8d1f52a75bdb.png

人工智能的经济潜力巨大,可能比目前所有的软件支出都要大。

如果设计出一个更好的搜索引擎,一个直观地知道用户正在寻找什么的引擎,将对谷歌母公司Alphabet1.1万亿美元的估值构成重大威胁。下一步,可能就是设计药物的AI程序。

当然,OpenAI 很有可能会消失,就像大多数科技公司所做的那样。即便如此,微软的投资也未必就白费了。

摩根士丹利估计,Alphabet仅在过去三年就在研发上投入了约1000亿美元,在此类产品上押下重注,未来三年的支出将以每年13%的速度增长。

通过锁定一家有前途的公司和稀缺的研究人员,微软可能会阻止Alphabet获胜,并可能迫使它增加支出。

058197de2aee466d06c5e0d0e619da1d.png

微软的布局:AI时代,先得技术者,得天下

290亿美元,对OpenAI来说是一个很大的估值,目前OpenAI名气虽大,但目前其商业模式和路线还是不清晰的,而100亿美元对微软的股东来说,也是一个不小的数字。

不过有华尔街分析人士认为,虽然100亿美元属于妥妥的大钱,但无论从投资时机,还是投资策略来看,微软这次并不算是「高风险赌博」。

ChatGPT火遍全球,热度爆表,这是不假,但入不敷出的风险,也随着用户的暴增而越发严重。

fc202b07fc55cc3bc5e1059c40569cab.png

据OpenAI的首席执行官Sam Altman上个月在推特上说,每次有人与ChatGPT聊天提问,公司都要付出几美分的算力,这引发了人们对 OpenAI 「过于烧钱」的担忧。这些算力很多都是从微软的云计算平台上获得的。

如果OpenAI想出了如何在ChatGPT和图像创建工具Dall-E等产品上赚钱,75%的利润归微软所有,直到收回其最初的全部投资。

151d9669d0186d8eb0f2cbb1c4553647.png

而除了利润之外,还有最重要的技术市场。

自从2019年微软首次投资以来,OpenAI与微软就一直保持了实质上的合作伙伴关系,这次投资基本上是这种伙伴关系的正式化,两家公司能够联合起来,共同加速技术研究。

此次投资后,微软可以和OpenAI一起,在自家云平台上开发技术。

f703639120f3bda98e62caf9a53d12d4.png

这几乎立即使微软处于可能是未来十年最重要的消费技术的前沿。当商用云领域已经坐拥三分天下的Azure平台,遇见了OpenAI和ChatGPT,未来的云市场,看起来微软是想2B、2C「全都要」了。

对微软来说,从策略上看,这次投资是一个巨大的「政变」。

882ad5ca2954666e78998c91885bbec2.png

尤其是,重要竞争对手谷歌此前已经参与开发了OpenAI的一些技术。ChatGPT和Bing的整合,直接针对的就是谷歌的核心搜索业务,此次投资有望进一步挤压谷歌在AI布局上的野心。

在微软看来,OpenAI将在未来一段时间内,大概率继续遥遥领先于其他使用ChatGPT等产品的AI算法公司。

在大厂纷纷入局后,这批新的AI公司要想挖出新的「护城河」,产生网络效应,将变得越来越困难,而没有这一点,在消费技术领域就很难赚到钱。

从这个角度上看,微软这笔投资看重的是定位。

许多科技巨头一样都对人工智能的未来保持着高度关注。他们知道,控制核心技术的公司,在未来几年会有很大的优势。通过投资OpenAI,微软要将自己定位在这场AI革命的最前沿。

随着世界继续被人工智能所改变,这次微软和OpenAI的结合可能只是一个开始。未来光明,而微软和OpenAI都希望,自己能够站在这场AI革命的潮头。

AI激战群雄逐鹿,谁能笑到最后?

谷歌:有点失落

微软在AI领域一路狂飙,让谷歌有点吐血。

最近爆火的ChatGPT吸引了全世界的目光,谷歌心里大概有点酸。

d9a6adc61ebd76d015e4478b7338dc0f.png

谷歌曾经也有机会走这条路。在聊天机器人领域,谷歌并非处于下风。早在2021年5月的I/O大会上,谷歌的人工智能系统LaMDA一亮相就惊艳了众人。

但出于「声誉风险」之类的考虑,谷歌之前并没有打算把聊天机器人市场化。

谷歌在AI领域,算是老大哥了。

b9f62852ffcb6391cb607f3a7eff2027.pngPichai指示一些团队转换方向,开发AI产品

谷歌发明的Transformer,是支撑最新AI模型的关键技术;根据传言,谷歌的LaMDA聊天机器人,性能远超ChatGPT;另外,谷歌也声称,自家模型Imagen的图像生成能力,要优于Dall-E,以及其他公司的模型。

不过,略显尴尬的是,谷歌的聊天机器人和图像模型,目前只存在于「声称」中,市场上还没有任何实际产品。

谷歌会这样布局,也并不奇怪。很多时候,谷歌并不指望用AI来做商业化的事。

2cdeee75b9f8343d0766b87892a4b509.png

长期以来,谷歌秉持的宗旨是,使用机器学习来改进搜索引擎和其他面向消费者的产品,并提供谷歌云技术作为服务。搜索引擎,始终是谷歌的核心业务。

这样就有一个无法规避的问题:在搜索引擎中,用户始终是最终的决定方。虽然链接是由谷歌提供的,但用户才是决定点击哪个链接的人。

谷歌把自己的产品做得很巧妙。它不是按展示次数向广告商收费(因为这种价值很难确定,尤其在20年前),而是按点击次数收费。这可真是个革命性的产品。

020abccf0b7124f37fb75794444ac68f.png谷歌的大部分收入,都来自于在线广告

现在,谷歌靠搜索引擎上的广告收入,就能一年进账2080亿美元,占总收入的81%。所以,它对于怎样布局语言模型等AI,脚步就显得保守了。

七年前,美国商业分析师Ben Thompson曾写下一篇文章《谷歌与战略局限》,提到谷歌在AI领域的业务所面临的困境——

iOS 6之前的一年,苹果首次引入了语音助手Siri。这对谷歌的影响是深远的,因为语音助手必须比搜索结果的页面更主动,仅仅提供可能的答案是不够的,助手需要给出正确的答案。

2016年,谷歌发布了谷歌助理(Google Assistant)。但是,对于数亿iOS用户,要用谷歌助理,就得单独下载。另外,谷歌搜索引擎可以靠让用户多点几次来挣钱,谷歌助手怎么办呢?

现在,七年过去了,谷歌的主要商业模式无论如何创新,始终还停留在「把更多广告塞进搜索过程中」。在移动设备上,这很有效。

cc556be8d0ea6c16580fed4bab63e923.png在Pixel上运行的谷歌助理

但现在,大环境变了。ChatGPT之类的大语言模型,带来的是一种颠覆性的创新。

当颠覆性的产品变得越来越好,谷歌现在的产品却在变得越来越臃肿。怎么看,这都不是好的迹象。

最近,谷歌的动作是,宣布升级搜索引擎,让用户可以输入更少的关键词,获得更多的结果。

对于谷歌面临的危机,Stability AI的创始人Emad Mostaque评论道:「Google 仍然是大型语言模型(LLM)领域的领导者,在生成式AI的创新上 ,他们是一支不可忽视的力量。」

3ac4309be19ea70d089e9771bd7ffdab.png

尽管如此,他也承认:谷歌「没有很好地与股东和市场沟通,有点过于谨慎了」。

谷歌接下来会怎么走?凭着手上的AI实验室,它的AI产品能成功走出一条商业化之路吗?

Meta:社交媒体挣的钱,烧给元宇宙

要说AI领域的混战,怎么能少了Meta。

0a39e6805cd3762dabddef5d91f3e920.png

对于Meta来说,AI是一个巨大的机会,相应的,Meta一直在为其投入巨额的资本。

Meta拥有庞大的数据中心,这些数据中心主要用于CPU计算,这是为Meta的服务提供动力所必需的。驱动Meta的广告模型,以及网络推荐内容的算法,都需要CPU计算。

作为广告业务的长期解决方案,Meta需要建立概率模型,并了解哪些被转化了,哪些还没转化。这些概率模型需要大量的GPU,如果是用英伟达的A100,成本将高达五位数(美元)。不过,这对Meta来说,并不算贵。

1ccbc356308eb3dae6ab2de021423133.png

显然,Meta需要知道「确定性」的广告效果,因为投资中需要更明确的衡量标准。无论是Facebook还是Reels,推荐什么内容,AI模型都是关键,构建这些模型必然要花费大量资金。

长远来看,这项投资会有所回报。如果对用户有更好的定位和推荐,收入也会随之增长;一旦这些AI数据中心建成,维护和升级的成本应该大大低于首次建设它们的初始成本。而且,如此巨额的投资,是世界上除谷歌以外的公司无法承担的。

不过,这也会有帮助Meta的产品越来越集成。Meta也在开发自己的AI芯片。

d8b6932f7b35d91c412143167f9bf682.png

现在,Meta的广告工具很强大,生成和A/B测试副本和图像的整个过程都可以由AI完成,而且在大规模提供这些功能上,没有公司比Meta更好。

Meta的广告,目标是吸引消费者注意到他们以前不知道的产品和服务。这意味着,会有很多失误,因为绝大多数广告是没有转化的,不过同时,这也意味着有很大的实验和迭代空间。

这一点,就非常适合AI。

苹果:开源的大礼

很多大公司,都会投资开源软件。因为聪明的公司,会尝试将产品的互补品商业化。当产品的互补品价格下降时,对产品的需求就会增加,公司就能收取更多的费用,赚更多的钱。

苹果投资开源技术最著名的案例,是用于其操作系统的Darwin内核和WebKit浏览器引擎。

与此同时,苹果在AI方面的努力局限于一个小领域——研究传统的机器学习模型,用于推荐、照片识别和语音识别,这些研究似乎并没有对苹果的业务产生重大影响。

0f7da93529f4f76868de83c73f7bf1d2.png

不过,苹果确实从开源世界收到了一份不可思议的礼物:Stable Diffusion。

Stable Diffusion之所以引人注目,不仅因为它是开源的,还因为它的模型出奇的小:刚发布时,它就已经可以在一些消费类显卡上运行;几周之内,它就被优化到可以在iPhone上运行了。

值得称赞的是,苹果抓住了这个机会,其机器学习团队上个月发布了以下公告:

069bb7990027ecf065f9c93167c75539.png

敲黑板,这个公告分为两部分:首先,苹果优化了Stable Diffusion模型本身(苹果可以这样做,因为它是开源的);其次,苹果更新了操作系统,得益于苹果的集成模式,它已经针对自己的芯片进行了调整。

可以肯定地说,这只是一个开始。尽管苹果多年来一直在自己的芯片上推出所谓的「神经引擎」,但人工智能专用硬件已根据苹果自身的需求进行了调整;看来未来的苹果芯片,也将针对Stable Diffusion进行调整。

9959ad85ed5e598e46d7298c66392c11.png

与此同时,Stable Diffusion本身可以内置到苹果的操作系统中,并为任何开发人员提供易于访问的API,而不必像Lensa那样,需要一个后端基础设施。

在Apple Store时代,苹果听起来很像是赢家——集成和芯片的优势,可以被用于提供差异化的应用程序,而小型的独立应用程序制造商,拥有API和建立新业务的分销渠道。

这么看来,输家就是集中式图像生成服务(Dall-E或MidJourney),以及支持它们的云供应商了。

可以肯定的是,苹果设备上的Stable Diffusion不会占领整个市场——Dall-E和MidJourney都比Stable Diffusion更好——但内置的本地功能,将影响集中式服务和集中式计算的最终目标市场。

亚马逊:我有云

亚马逊和苹果一样,在应用程序中使用机器学习;不过,对于亚马逊,图像和文本生成AI在消费者中的用例似乎不太明显。

对亚马逊来说,更重要的是AWS,它出售对云端GPU的访问权。其中一些GPU用于训练,包括Stable Diffusion,据Stability AI的创始人兼首席执行官Emad Mostaque称,使用256台Nvidia A100运行150,000小时,市场价格为600,000美元。这个价格已经低得惊人了。

d7c5f158e847ca7f7d187dac3235080c.png

不过,更大的用例是推理,即应用模型生成图像或文本。每当用户在MidJourney中生成图像,或在Lensa中生成头像时,推理都会在云中的GPU上运行。

亚马逊在这一领域的前景将取决于多种因素。

首先,也是最明显的是,这些产品最终在现实世界中的用处有多大。不过,亚马逊本身就是一家芯片制造商:虽然迄今为止它的大部分努力都集中在Graviton CPU上,但它可以为Stable Diffusion等模型构建自己的专用硬件,并在价格上展开竞争。

尽管如此,AWS还是在两边都下了注。对英伟达的产品而言,云服务也是一个主要合作伙伴。

6b698381389c9eeedeeea5984ec1b243.png

亚马逊的短期问题在于怎样衡量需求:没有足够的GPU将导致资金流失;但是,购买太多闲置的产品对于公司来说将是一项重大成本。另外,AI面临的挑战之一就是,推理需要花钱——用AI做东西是有边际成本的。

目前,争相开发吸引眼球的AI产品的大公司,似乎都还没认识到边际成本这个挑战。虽然云服务总是有成本的,但AI产品的离散性,使得为产品市场匹配所需的迭代、提供资金,变得更加困难。

目前,ChatGPT似乎是迄今为止最大的突破性产品,它不仅对用户免费,而且由OpenAI提供,OpenAI建立了自己的模型,并与微软就计算能力达成了一笔不错的交易,这绝非偶然。

总之,如果AWS以低价出售GPU,从长远来看,可能会刺激更多的使用。

微软,2023年笑到最后?

这么一捋,微软似乎还真是处于最佳位置。

像AWS一样,它有销售GPU的云服务Azure;而且,它也是OpenAI的独家云提供商。

与此同时,必应就像iPhone前夕的Mac——贡献了相当多的收入,但只是占主导地位的一小部分。如果将ChatGPT整合进必应中,或许必应会冒着商业模式的风险,获得巨大的市场份额。

显然,微软值得下注。

0cacd4dafba140740fec782fba09b9db.png

另外,The Information报道称,GPT将助力微软的办公软件,软件也许会添加收费的新功能,这将与微软的订阅业务模式完美契合。微软已经有成功的先例了,通过模仿GitHub Copilot,它知道怎样做出一个助手,而不是Clippy那样的烦人精。

GPT进办公软件,这很可能是革命性的一步。从此,10亿人编写文档、演示文稿和电子邮件的方式,或许会被永远改变。

英伟达和台积电或成最大赢家?

现在,AI在成为一种商品,各种模型每天都在激增。

到最后,最大的赢家或许就是是英伟达和台积电。

3d413ba85162fff20c978314b46d153b.png

Nvidia投资了CUDA生态系统,这意味着英伟达不仅拥有最好的AI芯片,还拥有最好的AI生态系统,而且,英伟达的投资还在继续扩大。

这已经给竞争对手造成了刺激,比如谷歌的TPU芯片。

另外,至少在可预见的未来,每家公司都得在台积电生产芯片。

参考资料:

https://www.reuters.com/breakingviews/microsofts-ai-bet-heads-i-win-tails-i-also-win-2023-01-10/

https://stratechery.com/2023/ai-and-the-big-five/

093d6be0e8b14edf8fcc68093b8dc1ef.png

outside_default.png

点个在看 paper不断!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/30130.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

关于QTcreator总是卡死无响应解决办法

网上找了很多原因,但是最终定位到的是显卡不兼容,只需要以下设置一下就行。 方法1: 删除~\AppData\Roaming\QtProject文件夹,然后再打开Qt Creator即可。 Linux下,~是/home/YourUserName Windows下,~是C:\…

本地PostMan双击无响应解决方法

本地PostMan双击无响应解决方法 解决步骤 解决步骤 本地安装postman后,一直使用正常,现突然双击无响应,网上查了一些解决方法,可能是我本地自动更新导致此问题,以下是我解决的过程。猜想可能是高版本不稳定&#xff0…

程序员是最好的结婚对象选择?

更多内容关注公众号:matinal 大部分程序员都比较辛苦,比如你晚上加班到快通宵了,困得快睁不开眼了,女上司很关心,问你要不要吃宵夜。结果你没好气地说:宵夜就算了,能让我睡一觉就行了。女上司红…

女程序员被瞧不起?92年程序媛发帖晒薪资,网友:老妹你可以了

当下,是一个“向钱看,向厚赚”的社会。快节奏的生活下,家庭、工作各方面压力很容易使年轻人陷入迷茫和焦虑。 与其他行业相比,程序员的高薪让人羡慕。但是是女程序员大多数会被瞧不起,觉得没有那种头脑,我…

两个程序员在一起谈恋爱......?

在一起的第一天: 女程序员:亲爱的,加需求了,要不今晚视频聊天下次吧 男程序员:好的,好的我也是 在一起的第二天: 女程序员:宝贝,今天加班改BUG,可能不能陪你…

TUSHARE绘制股票分时图

1.注册网站https://tushare.pro/,获取积分 2. 点右上角的登陆,点击个人头像,复制token 3.调取模块,并加载你的token import tushare as ts pro ts.pro_api(你的token) 4.调取分钟数据 df ts.pro_bar(…

Twitter 能否预测股市?

http://www.guokr.com/article/62535/ Lithium锂 2011-09-06 20:30 今年5月,世界首家基于社交媒体的对冲基金 Derwent Capital Markets 在屡次跳票后终于上线。它会即时关注 Twitter 中的公众情绪指导投资。正如基金创始人保罗•郝汀(Paul Hawtin&#…

chatgpt给的代码时有bug的

今天时2023-4-19,我想获取上个季度的起始日期,就再chatgpt上问了下 from datetime import date, timedeltadef get_last_quarter_dates():today date.today()month (today.month - 1) % 3last_quarter_end date(today.year, month 1, 1) - timedelta…

解决 error: failed to push some refs to ‘https://github.com/mxp520/test-spring-cloud-base.git‘

在使用git对源代码进行push的到github时,可能会出现错误,如下图所示 出现错误的主要原因是github中的README.md文件不在本地代码目录中 可以通过如下命令进行代码合并【注:pullfetchmerge] 执行上面代码后可以看到本地代码库中多了README.md文…

如何搭建一个自己的 cli 脚手架

搭建脚手架的目的:快速搭建项目的基本结构并提供项目规范和约定。 搭建 cli 脚手架 1.npm init -y // 快速初始化一个项目 2.新建命令行的入口文件 /bin/cli.js #! /usr/bin/env node //用于解释程序的脚本console.log(Hello World!) //为了测试是否正常3…

GPT系列:GPT1 -> 2 -> 3 -> InstructGPT ->ChatGPT

2018年6月 GPT-1:【无监督预训练有监督微调】 大量数据(约5GB文本)上无监督训练,然后针对具体任务在小的有监督数据集上做微调; 关键词:“scalable, task-agnostic system”;8个GPU上训练一个月…

【通览一百个大模型】Anthropic LLM(Anthropic)

【通览一百个大模型】Anthropic LLM(Anthropic) 作者:王嘉宁,本文章内容为原创,仓库链接:https://github.com/wjn1996/LLMs-NLP-Algo 订阅专栏【大模型&NLP&算法】可获得博主多年积累的全部NLP、大…

chatgpt写小代码的能力很可以

最近做财务报销单时遇到了一点小问题:有11项比较零散的报销单,费用分别是 180 ,160 ,235,260,320,520,375 ,155,255,1050,135元&#…

TTS算法笔记:MusicLM- Generating Music From Text(AI生成音乐)

1. 介绍 摘要: 介绍了一个以文本作为条件,生成高保真、长时间片的音乐音频。比如文本为“由扭曲的吉他重复段伴奏的平静的小提琴旋律”,MusicLM可以可以根据文本条件,生成24kHz采样率,分钟级别的连续音乐音频。 从摘…

神经网络训练中的Tricks之高效BP(反向传播算法)

神经网络训练中的Tricks之高效BP(反向传播算法) zouxy09qq.com http://blog.csdn.net/zouxy09 Tricks!这是一个让人听了充满神秘和好奇的词。对于我们这些所谓的尝试应用机器学习技术解决某些问题的人,更是如此。曾记得&#xf…

Chainlink 预言机的原理解析

本文来自于 8 月19 日 Chainlink 开发者社区中国负责人 Frank ,在 DApp Learning 分享会上对于 Chainlink 预言机的原理的讲解,以下是这节分享会的总结内容。有兴趣的小伙伴可以结合视频一起学习: 为什么区块链无法主动获取外界数据 区块链…

预言机(Oracle)

文章目录 一、概述1.1、为什么需要1.2、应用场景1.3、现有的预言机产品1.4、基本原理 二、蚂蚁区块链 BaaS 平台–外部数据源服务三、主流预言机:Oraclize3.1 使用举例3.2 数据源3.3 收费3.4 真实性:3.5 解析助手3.6 加密查询3.7 原理 四、参考 一、概述…

第147篇 笔记-预言机(Oracle)

定义:区块链预言机是将区块链连接到外部系统的实体,从而使智能合约能够基于现实世界的输入和输出执行。 预言机为分散的 Web3 生态系统提供了一种访问现有数据源、遗留系统和高级计算的方式。去中心化预言机网络(DON)支持创建混合…

语音识别-TDNN

近来在了解卷积神经网络(CNN),后来查到CNN是受语音信号处理中时延神经网络(TDNN)影响而发明的。本篇的大部分内容都来自关于TDNN原始文献【1】的理解和整理。该文写与1989年,在识别"B", "D&…

语音识别技术对比分析

文章目录 一、语音识别产品对比二、百度语音识别产品1、套餐及价格:2、官网3、调研结果 三、华为语音识别产品四、阿里云语音识别产品1、套餐及价格:2、官网地址3、调研结果 五、腾讯云语音识别产品1、套餐及价格2、官网3、调研结果 六、科大讯飞语音识别…