4月17日，微軟以Azure OpenAI國際版服務(wù)所提供的GPT-3、GPT-4、Codex、DALL-E和企業(yè)級ChatGPT服務(wù)為基礎(chǔ)，針對零售電商、制造業(yè)、數(shù)字原生等行業(yè)領(lǐng)域推出首批三套“Azure全球創(chuàng)新行業(yè)場景”。

今年一月，Azure OpenAI國際版服務(wù)首次推出面向企業(yè)用戶的大模型服務(wù)，目前已經(jīng)可以提供用于文本理解生成的GPT-3、GPT-4，可理解和生成代碼的Codex，可通過文本提示生成圖片的DALL-E，以及能夠提供聊天集成和定制服務(wù)的企業(yè)級ChatGPT等五種主要大模型服務(wù)。

“國內(nèi)客戶更主動擁抱新技術(shù)，很多應(yīng)用場景可能都是中國客戶有一些創(chuàng)新想法以及去積極使用，換一個角度，從傳播需求角度來講，大家發(fā)現(xiàn)OpenAI、ChatGPT已經(jīng)成為傳播熱點，媒體在關(guān)注，用戶在關(guān)注，市場也在關(guān)注，我們產(chǎn)品的服務(wù)也緊跟著而來。所以在中國市場籠統(tǒng)來說，對應(yīng)用場景的關(guān)注，創(chuàng)新性技術(shù)的使用，我覺得其實一點都不差，而且可能還是在全球比較領(lǐng)先的位置上。”O(jiān)neSight一網(wǎng)互通公司聯(lián)合創(chuàng)始人兼首席運營官苗宇表示。

(資料圖)

場景試點開發(fā)

作為OpenAI生成式人工智能的獨家云服務(wù)商，在此前3月初舉辦的Azure技術(shù)峰會上，微軟首次面向中國市場介紹和講解了Azure OpenAI相關(guān)服務(wù)，針對當前市場需求最為迫切的零售電商、制造業(yè)、數(shù)字原生三大領(lǐng)域，微軟也在近日正式推出首批Azure OpenAI國際版“全球創(chuàng)新行業(yè)場景”。

在零售電商領(lǐng)域，可幫助客戶快速生成產(chǎn)品相關(guān)文案及可視創(chuàng)意素材，創(chuàng)造更符合用戶需求的銷售及培訓話術(shù)，編制客戶服務(wù)及輿情應(yīng)對預(yù)案；呼叫及客服中心服務(wù)記錄匯總，新品營銷活動反饋分析，售后評價及投訴分析；快速編制應(yīng)用接口代碼，由自然語言生成SQL查詢語句；基于自然語言理解的搜索優(yōu)化。

在制造業(yè)領(lǐng)域，可以實現(xiàn)多語言智能終端與人機交互體驗，適應(yīng)海外市場的銷售及客服話術(shù)；基于垂直領(lǐng)域的生產(chǎn)技術(shù)文檔歸納，跨平臺多方會議紀要總結(jié)；加速應(yīng)用開發(fā)與迭代，加速跨數(shù)據(jù)平臺代碼轉(zhuǎn)換；企業(yè)內(nèi)部智能客服（如行政及IT），基于垂直領(lǐng)域的文檔搜索，面向外部的售后、技術(shù)、產(chǎn)品支持。

在數(shù)字原生領(lǐng)域，則可以進行無限故事創(chuàng)作的NPC (Non-Player Character)交互體驗，游戲、互聯(lián)網(wǎng)出海營銷所需的文字及可視內(nèi)容、素材生成和加工；匯總分析多渠道玩家反饋，當?shù)厥袌龌顒?、競品情報分析；生成、重?gòu)過程游戲平臺代碼；面向海外市場的智能化游戲客服機器人。

“技術(shù)上的領(lǐng)先以及廠商們的應(yīng)用，也反饋給我們很多的洞察。像在零售電商行業(yè)，流量上來之后就涉及到跨界的一些服務(wù)，比如搜索。我們會發(fā)現(xiàn)，原來不同的行業(yè)在很多場景又合在一起了，然后彼此跨界，出現(xiàn)很多新的可能性。剛剛兩三個月，我們也在看到客戶也在不斷的嘗試和創(chuàng)新，但是我們已經(jīng)看到有一些苗頭，未來也會有一些跨界的應(yīng)用出現(xiàn)?！蔽④浿袊髷?shù)據(jù)和人工智能產(chǎn)品市場總監(jiān)李冕表示。

“OpenAI并不是微軟智能云Azure唯一提供的AI服務(wù)，其他一些場景，比如識別字幕、語音翻譯、語言翻譯等，這些都是Azure本身就有的服務(wù)，只是跟OpenAI做了一個結(jié)合。”微軟公司副總裁、微軟大中華區(qū)首席運營官康容表示。

商業(yè)化探路

對于走在最前沿的微軟，在其帶領(lǐng)大模型的技術(shù)探索及落地實踐中，如何將可能一本正經(jīng)說瞎話的AI，調(diào)整為能夠解決各種實際問題的專家成為重要的關(guān)注點。

參考GPT-3到ChatGPT式的飛躍式進步，對大模型進行微調(diào)，通過語料庫對模型參數(shù)進行調(diào)整，“再投喂”海量的行業(yè)數(shù)據(jù)，對大模型進行更進一步的專業(yè)訓練，從而滿足特定領(lǐng)域?qū)蚀_度等方面的要求，無疑是主要思路之一。

日前，北京智源人工智能研究院理事長張宏江也表示同樣的觀點，他指出，從“大煉模型”到“煉大模型”是一個范式的轉(zhuǎn)變，未來的APP的開發(fā)將是在大模型的基礎(chǔ)上“大模型+微調(diào)”的流水線運作方式，向產(chǎn)業(yè)提供源源不斷的智力源。相比以前既做APP，又煉小模型的方式，釋放掉重復(fù)造小模型的人力等資源浪費，極大降低開發(fā)成本，使邊際成本趨零，帶來百倍甚至千倍的生產(chǎn)力提升。

但李冕告訴21世紀經(jīng)濟報道記者，即使是對于微軟，微調(diào)的know how（技術(shù)訣竅）目前也依然是個技術(shù)門檻。

“我們對微調(diào)的感覺是，GPT用了非常大的，超過1750億參數(shù)的語料庫，現(xiàn)在只把極少的數(shù)據(jù)量導(dǎo)進去，就像往大海里面倒幾桶水，其實改變不了大模型，相反可能越改越差。雖然我們的平臺是open to everybody，我們把微調(diào)的功能開放出來，所有人可以去做微調(diào)，但如何確保微調(diào)之后就一定能實現(xiàn)更好的結(jié)果，目前還沒有一個特別好的實踐。”李冕表示。

“我們推薦客戶通過prompt engineering和embedding的方式去做匹配，效果要比微調(diào)要好一些，比如萬科，它并沒有做特別多的微調(diào)，它也是通過prompt engineering以及embedding的方式，將物業(yè)管理中的一些分類工作交給Azure OpenAI，像門禁、下水道以及安保等問題，這些原來是人工來做的，可能大部分情況是對的，現(xiàn)在用AI分揀，試了一下，效果有一點點差距。AI沒有取代人，但是極大輔助了團隊，這是我們看到的一個案例?！崩蠲嵫a充道。

值得說明的是，prompt engineering，即“提示工程”，是指由于大模型可能生成不準確或不當?shù)奈谋荆ㄟ^優(yōu)化輸入提示，引導(dǎo)大模型生成更加準確、可靠、符合預(yù)期的輸出內(nèi)容，進而實現(xiàn)各種應(yīng)用場景的實際使用優(yōu)化；而embedding則是指事先把預(yù)先設(shè)定好專有領(lǐng)域的問題和答案生成詞向量，存入向量數(shù)據(jù)庫，每次對話時先去向量數(shù)據(jù)庫的搜索問題和答案，再交給大模型對問題和答案進行整理，最終再輸出給用戶，這種方式又被稱為“檢索增強”。

“只有像那種以前做過機器學習，打過標簽，也失敗過，知道微調(diào)中會碰到很多坑的客戶，我們才會鼓勵它們?nèi)プ鑫⒄{(diào)，但是一些傳統(tǒng)的行業(yè)就很難，因為他們都不知道里面的坑有多深，一碰到問題就非常frustrated（沮喪懊惱）。因為人是有期望值的，領(lǐng)導(dǎo)說能不能調(diào)好，你說能，結(jié)果調(diào)了一個禮拜，花了大量的人力物力去組織、拿數(shù)據(jù)、打標簽，效果還是不行，一個月之后領(lǐng)導(dǎo)就把它砍掉了。”李冕對21世紀經(jīng)濟報道記者表示。

（文章來源：21世紀經(jīng)濟報道）

關(guān)鍵詞：