自动识别了,标注员再去标注更难的边缘案例。」



「继续叠代模型,形成数据飞轮。」



「……」



听老板聊了整整一下午,贺敏第一次眼睛亮了起来。



她隐隐约约明白了一点点,周明远要做的事情,究竟有什么作用和含义。



2015年这个时间点,抖音还没上线,快手也才刚刚转型成为短视频社区。 两家都没开始大规模做推荐算法,但也不过是临门一脚的事情。



不管是哪家短视频平台,快手也好,日后的抖音微视秒拍也好,第一件事就是解决内容冷启动问题。



一个新视频上传之后,系统怎么判断内容质量?



怎么决定推给谁?



答案就是内容理解模型。



而内容理解模型的训练数据,就是标注数据。



「所以啊,我为什么有自信能做到营收破亿?」



「因为如果我们在这一年,就把数据标注工厂做起来的话,规模和管理能做到行业领先……」



周明远跺了跺脚,眉眼中洋溢著满满的自信。



「要么大家都是我的客户,要么来给我股份,要么拉我一起创业干平台。」



「跑不掉的。」



事实上,这样的商业模式也非常清晰。 短视频公司提供海量视频素材,标注工厂负责标注标签、情绪、场景、动作、音乐等多个维度,按时交付标注结果。



按条收费或按项目收费。



标注的越精准,推荐算法就越强。



算法越强,就越懂用户,用户停留时长就越长,广告收入就越高。



所以标注成本对平台来说不是可选项,是必选项。



更深一层的价值在于垂直领域的壁垒。



通用标注谁都能做,但视频级多维标注需要不少东西。



一个搞笑视频的【笑点位置】标注,需要文化背景和理解能力。



一个舞蹈视频的【动作拆解】标注,需要一定的专业素养。



一条时政新闻的【立场倾向】标注,需要基本的政治敏感度。



这些说难不难,说简单也不算简单。



需要长期积累和培训的能力,简单的众包还真搞不定。 一旦某个团队,在视频标注领域积累了大量的标注标准和培训体系。



后来者想挖人、想复制,成本高的惊人。



所以数据标注跟短视频的关系,本质上是一条产业链的上下游。



短视频平台是数据标注的甲方,标注工厂是数据标注的乙方。



如果这个乙方在2015年就提前卡位,把规模、质量、成本三个维度都做到极致。



那一旦等到短视频大战全面爆发,或者说新军想要扰乱整个行业,数据标注需求会在一年内从零飙升到数亿元的年市场规模。



到那个时候……



甲方排队等签约,乙方挑客户、提价格、设壁垒。



更长远看,手里有了海量的视频标注数据,训练自己的视频理解模型就不再是天方夜谭。



万一有人想拉人马自己干呢?



进可攻退可守,那都是预期之内的事情。



哪怕不想进军短视频平台抢饭吃,既可以帮平台做内容审核和智能推荐,又可以把ai能力开放给所有想做视频分析的企业客户。 从标注服务升级为ai能力输出。



这个跃迁一旦完成,就不再只是平平无奇的数据标注公司。



而是高贵洋气的,ai基础设施提供商。



最有趣的事情是。



在这个构想里,数据标注只是第一步,是这个商业模式的现金流来源。



真正的星辰大海是用积累的数据和资本,反向杀进大模型赛道。



在周明远的预期里,transforr论文发布是关键节点。



从这开始,nlp领域的范式开始从rnn/lst转向注意力机制。



谁先在中文语料上用transforr架构做预训练,谁就能定义中文nlp的下一个标准。



要做出一个可用的中文预训练模型,需要三枚龙珠。



足够多的中文语料、足够便宜的算力、知道怎么训练的人。



而到了那个时候,这三枚龙珠周明远应该已经凑齐了。 语料是现成的。



几年积累下来的标注和未标注数据已经是天文数字。



算力可以买。



gpu云伺服器按小时租,aws和阿里云都有gpu实例。



那个时候的人才,自然也不是问题,ai投资热潮之后人才流动性大增。



第一版不需要做到bert那个量级,可以先从更小的模型开始,用更干净的语料、更长的训练时间、更精细的领域适配来弥补参数量的差距。



大模型做出来之后,商业化路径就很简单了。



做api调用,全盘抄openai就完事了。



开放平台,按调用量收费。



中小企业不需要自己训练模型,直接调用api就能获得最先进的中文nlp能力。



这是最标准的平台型商业模式。



一边是开发者生态,一边是模型能力,中间靠api连接。 一旦这个飞轮转起来,后来者就算有更好的模型也很难抢走客户。



因为客户已经在上面积累了大量的调用记录和应用生态,迁移成本太高。



这个模式在若干年后会被openai的gpt-3验证。



api调用收入年化数亿美元,估值暴涨到千亿级别。



时间回调到2015年,这个看似不可能做ai的年份,恰恰是最好的起点。



再过几年,所有投资人和热钱都一股脑涌入ai的时候,先发优势的价值会被卷到无限趋近于零。



而现在,这条赛道几乎是完全真空的。



前无古人,后无来者。(3/3)

章节目录

循规蹈矩能叫重生吗?所有内容均来自互联网,零点小说网只为原作者法学院新生的小说进行宣传。欢迎各位书友支持法学院新生并收藏循规蹈矩能叫重生吗?最新章节。