GPT-4引领传媒革命：DeepSpeed助力行业加速

“上海证券发布的报告探讨了GPT-4如何引领认知革命，以及DeepSpeed如何加速人工智能在传媒行业的应用。报告提出了'通用大模型'+‘行业小样本’的研究框架，并分析了模型适配度和迭代速度对应用效果的影响。” 本文是上海证券关于人工智能领域的专题报告，重点关注GPT-4技术对认知革命的推动以及DeepSpeed技术如何助力行业快速发展。报告指出，"AI+传媒"的研究框架由两个核心部分组成：通用大模型和行业小样本。通用大模型，如GPT-4，能够处理多种输入模态，如图像和文本，并生成文本输出。这种模型的适用性取决于它能否有效地与特定垂直应用的输入和输出相匹配。 GPT-4的多模态输入适应性使得它在需要处理图像和文本的场景中表现出色。然而，模型的迭代速度也至关重要，这涉及到应用层如何利用新产生的行业数据来更新和优化模型。例如，Bing AI和ChatGPT的反馈机制提供了不同类型的“行业小样本”，Bing AI基于搜索结果，而ChatGPT依赖用户交互，它们在处理超出原始训练数据范围的新信息时表现各有优势。 报告进一步解释了“行业小样本”的价值在于其数量和质量。高质量、多模态的数据集能够提升AI在应用场景中的复用和迭代效果。为了更好地利用这些数据，报告将“行业小样本”分为两层结构：中层小模型和下层应用及内容，并将其结合方式分为调用和训练两类。 1. “行业小样本”可以通过小模型或直接应用于大模型，形成“大模型+应用及内容”或“大模型+小模型+应用或内容”的模式。具有特定功能的AIGC软件产品和MaaS（Model-as-a-Service）可以视为小模型与应用的结合，当它们连接到合适的多模态大模型时，可能带来能力的显著提升。 2. “行业小样本”的结合方式分为“能力调用”和“能力训练”。调用是指直接使用大模型的通用能力，随着垂直场景特有数据的积累，不断优化模型在该场景中的表现。目前，大多数应用采用这种方式快速利用大模型的能力。另一方面，“能力训练”则涉及在特定场景下对大模型进行微调，以适应垂直领域的需求。 该报告深入探讨了GPT-4和DeepSpeed在传媒行业的应用潜力，强调了通用模型与行业特定数据的结合对于推动人工智能发展的重要性。通过理解和优化这一框架，可以更好地指导传媒行业以及其他行业利用人工智能技术实现创新和升级。