怎样用一周时间研究 ChatGPT

我是怎样用一周时间研究 ChatGPT 的?

图片

上周大概开了 20 多个会,其中有一些是见了觉得今年可能会比较活跃出手的机构,其余见的绝大多数是和 ChatGPT 相关。

我后面就以 ChatGPT 为例,讲下我是如何快速一周 cover 一个赛道的,班门弄斧、仅供参考。

1)遇到新的赛道、概念,首先第一步永远是先弄清楚实际的定义,即到底什么是 ChatGPT?所以我第一步是先看了一遍 ChatGPT 的 wiki,里面有定义、信息、历史等核心信息。

2)定义弄明白之后是搜 Google(百度意义很低,可以忽略,还是要多用 Google,尤其是海外更领先的赛道),Google 一方面是看最新的一些新闻动向,另外是定向搜投资机构、知名博主的分析文章,比如 A16Z、红杉美国等(还可以搜这个领域最典型公司的创始人及背后投资机构的说法,比如在这个 case 里就是 Sam Altman)。

这类热点话题这些机构肯定都已经有很多分析文章、博客、播客等内容,而且是经过筛选、处理以后的认知的输出总结,大概看 10 - 20 篇就差不多了,到这步其实最多就用一天的时间,就能具备超过国内大多数人的认知,国内能看到的信息大多是这个范畴内的信息的翻译、节选。

3)再一下步是搜微信公号、36kr、朋友圈、微信群,会发现有很多相关主题的文章,其中会遇到很多上面看过的英文文章的翻译,也偶尔会有些比较好的集中总结,看 36kr 则是希望能看到一些公司的融资新闻或其他国内投资人的总结(但 ChatGPT 类别太新,暂时没有很好的)。

在这步里,其实很考验你加过什么高质量的人,或者有没有一些比较活跃的群,如果有的话可以很容易在朋友圈找到不错的文章,或者在群里看到一些分享报告。

以上三条是我们所谓的 secondary research,即可以不用和外界交流,纯粹自己花时间看就可以学习的东西,这些东西都做好,认知已经会超过市面上 80% 的人(因为绝大多数人不会真的坐下来花时间认真搜索和阅读)。

在这个之后我们自己应该已经对某个概念、赛道有足够的理解,形成了自己的认知和假设,并且了解市面上大概有哪些典型的公司在做,所以再之后主要是验证假设、和人交流的过程,目的是获取非市场化的信息、认知、完善自己的判断,以及对我们来说更重要的,找是否有落地、和参与到其中的机会,即有什么好的资产标的。

在这个时候,一定要要求自己总结出简单的认知,以及形成核心的判断和假设,并且有一个自己的问题清单,这样才能更好地进行下一步,primary research,即与人交流的环节。

在这个阶段,我的一些基本认知是:

1)ChatGPT 是更领先于上一代文字生成图像等的技术,会有更大的想象空间,比之前的 web3、metaverse 更有可能是 the next big thing。而未来 ChatGPT 相关的发展,可能可以理解成对人脑功能的 copy,而不只是局限于文字对话或其他的生成。

2)相关的产业链玩家包括底层的芯片、云服务商(基本无创业公司机会),以及上层的模型开发公司(如 OpenAI),还有终端的纯调用模型的应用开发公司。此外要注意的是,这里有一类公司是只做模型,有一类是只做应用,还有一类是自己端到端、既做模型又做应用(比如 midjourney)。

3)底层模型开发的难度和成本都极高,国内哪怕是大公司也落后海外 2 年左右时间,而应用开发公司基于之前的了解,没有自己的核心壁垒和差异化,所以在这个阶段已经可以有个偏悲观的假设,即这个领域可能近期很难出现好的投资、创业机会。(如果是小的赛道和概念,其实到这步就差不多了,但因为 ChatGPT 极其性感,所以我们可以继续进行下去。)

4)但长期看,ChatGPT 很可能是一个对搜索引擎的颠覆,那自然可以推理出,也很可能是对抖音类似的推荐模型的颠覆。而且国内大概率会禁掉海外的公司,所以这个机会不是一个全球竞争的机会,而是充满了本土化的机会。

而在这个阶段,我的一些希望获得答案的问题或假设是:

1)国内到底有没有人在做大模型,是不是真的落后很多,落后多久,真的是两年吗?那这个机会是当下的机会,还是两年后的机会?如果类比移动互联网来说,现在是 2008 年的机会,还是 2010 年的机会,还是 2012 年的机会?

2)大模型这个东西最终国内到底谁能把这件事做出来,谁是最领先的,创业公司是否有机会?如果有的话,是最考验融资能力?技术能力?还是落地能力?还是什么?

3)大模型这件事是对现有应用和场景的改进和效率的提升,还是一个跨世代的机会,会不会未来所有的 app 都值得被重构?那这里到底是现有玩家的机会,还是新玩家的机会?

4)会是先做应用场景的公司最有机会,然后反向再去做技术,还是先做技术,再找应用场景,还是必须两个同时做?要抓住这波机会的发展路径到底是什么?会有公司能借鉴当初字节的路径,先做产品再积累技术实现弯道超车吗?

5)目前市面上到底有没有人探索出来更创新的应用场景和模式,我没想到的会不会已经有别人想到了?这个机会会不会是一个完全创新的新的交互模式?

6)最终大模型的能力会作为一个基础能力吗?这个能力会被开放和拉平吗?如果会的话,现在的大模型公司的价值会不会其实并不长远?

7)在大模型领域最终会出现类似 ios 和 android 这样的生态吗?

8)目前海外最主流、最内部的看法和典型应用场景到底是什么?为什么海外能有创业公司同时做大模型和应用的落地?

9)为什么国内这波会落后这么久,为什么国内的公司和新的创始人没有在更早的时候看到机会?

10)之前做 aigc 的公司怎么样了,之前的很多的 saas 公司会不会被颠覆,ChatGPT 带来的到底是更多的 2B 的机会,还是 2C 的机会?先后顺序和时间轴会怎样?

等等

在这个时候,如果你发现自己并没有问题,或者没有值得问的好的问题,那说明你的理解不够深入,还是要长期训练及逼迫自己思考,而这些问题大多来自于你之前对某个领域的理解和积累(对应和比较是最好的方式,比如去比较移动互联网时代的发展历程),和当下对于该领域核心症结和框架的理解。

基于这些认知和假设,后面我做了几件事(primary research 的过程):

1)去知乎、即刻进行搜索,这个一方面能补齐认知,另外也能通过别人的回答和写的内容,去快速筛选出值得聊的业内人士,然后我通过知乎的问答发现有一个相关主题的圆桌,我大概一共给 7、8 个人发送了私信,其中有四个人加了我的微信,并且约了见面或线上的 meeting。

之所以有比较高的成功率,一方面是因为我在知乎平台有真实的资料和几十万的粉丝,另外也是因为我具体解释了我的目的、和我对这个领域现有的了解、认知(所以先进行最前面提到的几步是非常必要的,直接约人聊天一方面聊不出来东西,另一方面也很可能会让对方觉得是浪费时间),努力做到让对方觉得和我沟通是一个对等的过程,这个有点像申请留学陶瓷的过程。

另外这里也可以看出,经营自己的社交网站和个人 IP 是一个长期看很有收益的事情。

2)去找其他机构可能对这个领域有研究的投资人聊,比如之前看 AI 的、看 Metaverse 的、投过 AIGC 公司的、以及比较活跃的美元基金投资人,一般这类的人也都会迅速 cover 这个赛道,而能否约到适合的值得交流的人,也取决于个人长期的积累。

3)去找相关的大厂的人聊,比如我约了百度投资的人、微软研究院的人、以及 FACEBOOK 的高管等交流,其实还可以做的事情是去 Linkedin 等平台搜索 OpenAI 等美国公司的华人高管等,这个能给我带来更内部的大公司的视角,以及海外的一手信息。(我还试图寻找小米、字节、WPS 的相关的人聊,另外也还去问了 36kr 的人,结果被告知概念比较新,还没有人完全专注 cover,此外也还在联系清华相关的领域实验室的教授或 PHD 等)

4)我还约了可能对这个领域有认知的、感兴趣的创业者交流,创业者的视角是很不一样的,尤其是历史上有成功经验的有思考的优秀的创业者,他们更多会从产品、业务、创业公司的机会等角度提供很多新的信息和认知。

这里举一个例子:

当我们讨论这件事的机会在哪里,更多会是现有玩家的机会,还是新玩家的机会的时候,某个创始人讲了一个观点:ChatGPT 最显著的一个特性是降低了内容生产的门槛,那如果这个提效是 1 到 100,则是现有玩家的机会,但这里是否有因为这个技术,把一件事变成了从 0 到 1 的点呢?如果有的话就会变成创业者的机会。

这样下来,基本到后面几场会,实际上对我来说开不开已经没有很大的意义和区别,所以我逐渐从线下会过渡到了线上会,这里需要注意的是,每场会我都会先把我已经获得的信息、认知总结分享,争取让别人觉得有收获,且能更愿意对我做一些补充和输出,到最后我基本一个会只要开 15 分钟以内就可以完成,主要是验证一些共识性的信息。

最终我形成了自己的简单结论,并且发在了即刻上,这样可以让别人知道我对这个领域有研究,并且有认知,如果后面有人看到,不管是希望交流学习,还是有和我不同的观点,都可以主动来找我交流,这样就形成了从主动出击到守株待兔的过程。

我发在即刻的内容是:

一周聊了十多个 chatgpt 相关的各产业环节的人,感觉既有希望,又很失望啊。

希望是觉得这个东西不像之前的几波 web3、metaverse 之类的概念,确实是可能有更深层的改变和机遇的。

失望是觉得国内真的落后太多了,要追上很难,要在应用端有差异化的成果似乎也不是短期内可以见到的。

我感觉我目前对这个领域的理解应该超过市场上至少 90% 的人吧,有独特见解的还是欢迎交流。

而我现在发布这篇文章的目的,其实也和发即刻一样,此文中的很多假设和问题,我其实已经有了答案,其他的一些认知也有所删减,在文中并没有展开解答,这也是我的一个新的尝试。

总之,本文中只是一些我自己的方法,仅供参考,虽然 ChatGPT 落地上还有很多的问题,但不可否认的是,TA 确实是互联网人(还有美元基金?)全村的希望,所以还是希望能有更多人一起交流该话题,一起探讨更多的机会。

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:/a/24717.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

机器视觉怎么对陶瓷板的外观尺寸进行自动检测?

随着工业自动化的不断发展,机器视觉技术在制造业中的应用越来越广泛。在陶瓷板行业中,机器视觉技术可以用于自动检测陶瓷板的外观尺寸,提高生产效率和产品质量。下面我们来介绍机器视觉如何对陶瓷板的外观尺寸进行自动检测。 一、检测原理 …

vue常用指令

vue是前端框架&#xff0c;使用vue指令时需要导入vue.js文件&#xff1b;vue的常用指令有以下这些&#xff1a; v-bind、v-model&#xff1a;双向绑定数据、链接 <!DOCTYPE html> <html lang"en"><head><meta charset"UTF-8">&…

SAP-MM-采购申请字段解析

采购申请抬头以及行项目字段解析 1、采购申请类型&#xff1a; 对PR进行分类&#xff1b; 控制PR行项目的编号间隔&#xff1b; 控制PR编号范围&#xff0c;以及是否内/外部给号&#xff1b; 控制PR的屏幕选择格式&#xff1b; 控制PR是否允许凭证抬头审批&#xff0c;如果允…

什么是MQTT?mqtt协议和http协议区别

摘要&#xff1a; 什么是MQTT&#xff1f;MQTT&#xff08;Message Queuing Telemetry Transport&#xff09;译为&#xff1a;消息队列遥测传输&#xff0c;是一种轻量级的通讯协议&#xff0c;用于在网络上传输消息。MQTT 最初由 IBM 发布&#xff0c;后来成为 OASIS&#xf…

会话跟踪cookie和session

什么是会话跟踪技术 会话&#xff1a;用户打开浏览器&#xff0c;访问web服务器的资源&#xff0c;会话建立&#xff0c;直到有一方断开连接&#xff0c;会话结束。在一次会话中可能包含多次请求和响应。 会话跟踪&#xff1a;一种维护浏览器状态的方法&#xff0c;服务器需…

vivo互联网视频播放体验优化的探索与实践

随着vivo互联网在视频业务领域的不断扩展&#xff0c;在多样化的业务场景下&#xff0c;如何提升每个用户的视频播放体验&#xff0c;保障最优的播放流畅度和清晰度&#xff0c;vivo互联网技术团队做了很多尝试与突破。LiveVideoStackCon 2022北京站邀请vivo互联网研发经理王道…

python接口自动化测试之unittest自动化测试框架基本使用

目录 unittest简单介绍 unittest基础使用 unittest.Testcase setUp tearDown setUpClass tearDownClass 测试用例 unittest.main() unitteest提供的各种断言方式 unittest测试用例跳过执行 跳过执行测试用例共有四种写法 self.skipTest(reason) 跳过执行测试用例注…

eBay如何实现多账号登录以及防关联?

随着跨境电商的快速发展&#xff0c;亚马逊&#xff0c;eBay已成为人们熟知的电商平台。“不把鸡蛋放在同一个篮子里”&#xff0c;多账号运营店铺有许多显而易见的好处。 但由于亚马逊平台封号状况愈演愈烈&#xff0c;不少卖家把战线转移到了eBay平台。随着入驻人数的增加&a…

Solidity拓展:数学运算过程中数据长度溢出的问题

在数学运算过程中假如超过了长度则值会变成该类型的最小值&#xff0c;如果小于了该长度则变成最大值 数据上溢 uint8 numA 255; numA;uint8的定义域为[0,255]&#xff0c;现在numA已经到顶了&#xff0c;numA会使num变成0(由于256已经超过定义域&#xff0c;它会越过256&…

Redis事务及网络处理

一 Redis事务 redis开启事务后&#xff0c;会把接下来的所有命令缓存到一个单独的队列中&#xff0c;在提交事务时&#xff0c;使这些命令不可被分割的一起执行完成。 如果使用了watch命令监视某一个key&#xff0c;如果在开启事务之后&#xff0c;提交事务之前&#xff0c;有…

FreeRTOS:队列

目录 前言一、队列简介1.1数据存储1.2多任务访问1.3出队阻塞1.4入队阻塞1.5队列操作过程图示1.5.1创建队列1.5.2向队列发送第一个消息1.5.3向队列发送第二个消息1.5.4从队列中读取消息 二、队列结构体三、队列创建3.1创建函数3.2函数xQueueCreateStatic()3.3函数xQueueCreate()…

Spring Security入门

1. Spring Security 简介 Spring Security 是一个高度可定制的身份验证和访问控制框架&#xff0c;它基于 Spring 框架&#xff0c;并可与 Spring 全家桶无缝集成。该框架可以精确控制用户对应用程序的访问&#xff0c;控制用户的角色和权限等。 Spring Security 最早是由 Be…

又名管道和无名管道

一、进程间通信&#xff08;IPC&#xff0c;InterProcess Communication&#xff09; 概念&#xff1a;就是进程和进程之间交换信息。 常用通信方式 无名管道&#xff08;pipe&#xff09; 有名管道 &#xff08;fifo&#xff09; 信号&#xff08;signal&#xff09; 共…

JMeter性能测试:JMeter多用户并发模拟及压测结果分析

目录 JMeter设置 JMeter线程组 JMeter压测实例 View Results Tree Aggregate Report 命令行方式执行压测 jtl文件解析 JMeter多用户并发模拟 JMeter设置 多用户并发数的多少与计算机内存有关&#xff0c;设置 jmeter.bat (Windows) 或者 jmeter.sh (Linux)&#xff1a;…

Faster R-CNN网络架构详解和TensorFlow Hub实现(附源码)

文章目录 一、RPN网络1. RPN网络简介2. backbone网络简介 二、Faster R-CNN网络架构1. Faster R-CNN网络简介2. 基于TensorFlow Hub实现Faster R-CNN 前言&#xff1a;Faster R-CNN的简介见 上一篇文章 一、RPN网络 1. RPN网络简介 RPN网络全称Region Proposal Network&#…

vscode配置flutter开发环境,不需要安装第三方安卓模拟器

文章目录 1.获取Flutter SDK2.配置Android环境3. 在Android Studio配置Android设备3.1 进入Device Manager配置安卓设备3.2 创建安卓虚拟机3.3 选择x86 镜像3.4 配置硬件加速3.5 启动模拟器 4.配置vscode1.安装 Flutter 和 Dart 插件 5. 新建flutter程序创建应用 6.启动程序1.选…

nodejs+vue社区母婴幼儿用品商城系统

本系统实现了管理员对用户、商品信息、交流论坛、订单信息的管理&#xff0c;是为了满足用户更深层次的需求。除了上述优势外&#xff0c;本系统还具有&#xff1a;查询迅速&#xff0c;搜索资料方便&#xff0c;可靠性强等等在如今这个高速发展的时代&#xff0c;效率决定着你…

day10 - 使用canny算子进行人像勾勒

本期主要介绍canny算子&#xff0c;了解canny算子的流程以及各个流程的原理和实现。 ​ 完成本期内容&#xff0c;你可以&#xff1a; 了解canny算子的流程和应用 若要运行案例代码&#xff0c;你需要有&#xff1a; 操作系统&#xff1a;Ubuntu 16 以上 或者 Windows10 工…

第五篇、基于Arduino uno,获取超声波(HC04)传感器的距离数据——结果导向

0、结果 说明&#xff1a;先来看看串口调试助手显示的结果&#xff0c;显示的是一个距离值&#xff0c;如果是你想要的&#xff0c;可以接着往下看。 1、外观 说明&#xff1a;虽然超声波传感器形态各异&#xff0c;但是原理和代码都是适用的。 2、连线 说明&#xff1a;只…

秒杀系统常见问题—如何避免库存超卖?

大家好&#xff01;我是sum墨&#xff0c;一个一线的底层码农&#xff0c;平时喜欢研究和思考一些技术相关的问题并整理成文&#xff0c;限于本人水平&#xff0c;如果文章和代码有表述不当之处&#xff0c;还请不吝赐教。 以下是正文&#xff01; 先看问题 首先上一串代码 …