微信扫码
与创始人交个朋友
我要投稿
上个星期简单写了下一些自己出去了解其他行业的创业者的感受,没太上心,因为目前团队只有6个人的原因,自己出去的时候还要处理一些公司的事情。虽然只写了一些简单的看法,也引来了不少人的关注。
先给我们精神股东汇报一下进度,目前我们基础产品完成了,目前在微调,预计我的产品今年就要上了然后会先从区域的机构上落地,目前的试验田已经找好了。后期还会和医护工作人员会对RAG、知识库进行补充并训练。
另外这个月还是会去见一些创业者尤其是在医疗领域的Aiagent的朋友。在上海的小伙伴已经约好了。能在这个时候遇到你们真是太好了,老话说的好出门靠朋友,这也是我继续写公众号的目的。
在创业的时候难免有一些焦虑,依靠视频号给我推的一些鸡汤勉强坚持下去,昨晚看到前谷歌CEO在斯坦福说的话,又打被打了鸡血。毕竟他的一些想法确实跟我之前的思考是高度吻合的。我用我的视角去解读一下这里面哪些我们能用到的,仅供参考。
EricSchmidt:很快。这三件事,我非常确信这三件事的结合将在下一波浪潮中发生。所以你问还会发生什么。每六个月我就会摇摆一次。所以我们处于一个奇偶振荡状态。
EricSchmidt:这里的程序员知道我在说什么。因此,想象一下一个不傲慢的程序员实际上可以做你想做的事情,你不必支付所有的钱,而且这些程序的供应是无限的。这都是未来一两年内的事情。
以上两个观点,我一起说,我在《Ai医疗商业化的前提》这篇文有提到过,AI的大模型的变化不可同日而语,就连我们的AI顾问都感叹,之前用TANSFORM硬写一些推荐算法,花了不少钱。这种场景其实也在移动互联网兴起之前也同样发生过,所以他这里用了浪潮这个字眼。其实在局的创业者看到这个也会有一些焦虑,毕竟发展速度过快就意味着淘汰速度也同样的快,但我对这种鬼故事,向来不太在意。
举例来说,最近在微调我们的智能体得出来的一些感受,微调之前我们要比智能体更专业,这个是前提条件,所以急不来,也不用焦虑,有行业经验的人还是有先发优势的,毕竟医疗领域还是有一定门槛的。
EricSchmidt:因为我们作为一个国家没有足够的力量来做到这一点。另一种选择是让阿拉伯人资助它。我个人喜欢阿拉伯人。我在那里度过了很多时间,对吗?
我在《医疗企业,为什么一定要出海?》也讲到了,言外之意就是去找中东的投资机构有机会,这个需要很多钱才能成的事情。至于为什么是中东我有讲我对全球经济的一些逻辑推理。
那医疗AI面对海外市场怎么看,我会专门用一篇文章来讲。目前我用CB找到海外做AiAgent的都是做一些小工具的工作流,都获得了不错的融资。另外创业者也需要一个全球化的视野,所以我个人觉得是有机会的。
EricSchmidt:对于初创公司来说,初创公司之所以能成功,是因为人们拼命工作。所以我在小公司投资了很多钱。
这个确实是发生在我身上的一件事情,就是我去真格面试,投资人更关注的是团队情况,市场情况。而实际在做这件事情的创业者会更关注这个产品是否足够细分,足够的细分这个团队才能跑的快,在有限的时间和资金更聚焦的去做一件事。
这两者之间是有难点的,难点在这个产品辐射人群足够广并且这个产品要足够的垂直细分,创业者需要解决这个矛盾点。
主持人:总的来说,您似乎对人工智能问题的潜力非常乐观。我很好奇,你认为是什么推动了这一点?只是更多的计算吗?是更多的数据吗?
EricSchmidt:这是根本性的还是实际的转变?是的。你同意?被扔掉的钱财数量令人难以置信。我选择了,我基本上投资了一切,因为我不知道谁会赢。
我之前就分析过,这是因为很多人想要捡这个浪潮的钱,所以就必须一次次来做大模型。过没多久大模型还是回归那几个巨佬厂商,而AIAgent才刚刚开始。
对此我有八成以上把握。
关于医疗AiAgent是否在能在TOC端的大场景中跑出来,我的判断把握要小一些,毕竟我认为现在这个TOC端属于高杠杆行业、这种满手现金流的行业不一样,他们商业模式差很多。
而我这种只想满足TOB端的一些小需求解决他们的主要问题,不能去冒这个险,对于低杠杆的,做一些自由现金流好的生意反正又不会死,熬着总能等到风口。
主持人:是的,先生。是啊,似乎有几个玩家在主导AI,对吧?他们将继续占据主导地位。它们似乎与所有反垄断监管所关注的大公司有重叠。您如何看待这两种趋势...
EricSchmidt:所以在我看来,这种趋势确实不会被打破。
你们不要误会,这里他没有任何吹哪几家会垄断市场的意思。应该是告诉我们不要去玩基础的东西,我们玩不明白。
EricSchmidt:那是上周。他有一个很好的分类法。人们询问微调。我认为苏珊问的是微调。他说,嗯,实际上有三种方法可以让你的模型变得更加定制化。
一是你可以对其进行微调,这基本上就像对其进行更多训练。另一个是上下文窗口越来越大。第三种是使用 RAG 或类似的技术,这些技术是检索增强生成并访问外部数据。但这些上下文窗口现在似乎非常有效。我想,正如埃里克所说,我们认为这很难。
这个也是我们的产品一开始就像中了邪一样,开始乱回答。后面用加了RAG,主要做辅助回答的作用,现在稍微好一些。再进入到模型之前我们加了一些调优,就是再细化场景分类这个可以解决一大部分问题。
反正我感觉Qwen有点小强了,Ai技术远没有上限,这次和前面真不一样。做医疗领域的Ai产品为什么不用百川而用Qwen,我下篇会说一下我们对这件事情的思考。
53AI,企业落地应用大模型首选服务商
产品:大模型应用平台+智能体定制开发+落地咨询服务
承诺:先做场景POC验证,看到效果再签署服务协议。零风险落地应用大模型,已交付160+中大型企业
2024-11-12
英国20%医生正使用ChatGPT,获取医疗诊断、医疗建议等
2024-11-05
AI革命:加速药物发现,打破15年20亿美元成本魔咒
2024-10-30
ClinicalAgent: 基于大型语言模型推理的临床试验多智能体系统 - 一场医疗AI的革命性突破
2024-10-29
AI赋能传统医疗信息化应用场景分析
2024-10-29
AI医疗项目1--专科知识图谱结合大语言模型对话系统 可做智能问诊和随访
2024-10-28
稀疏建模为尖端医疗应用提供快速、节能且可解释的 AI 解决方案
2024-10-25
AI医疗智能问诊的革命:深度学习在心电图分析中的应用
2024-10-22
惊人突破:ChatGPT诊断癌症达96%准确率
2024-05-02
2024-06-21
2024-07-01
2024-04-24
2024-04-27
2024-05-23
2024-07-03
2024-06-21
2024-07-03
2024-07-09