文|酷玩實(shí)驗(yàn)室

1997年，一臺(tái)叫“深藍(lán)”的超級(jí)電腦僅僅用11步就擊敗了國(guó)際象棋大師卡斯帕羅夫，第一次完成電腦對(duì)人類(lèi)的智力逆襲。

在那個(gè)AI技術(shù)還處于低谷的年代，卡斯帕羅夫賽后堅(jiān)持認(rèn)為有人在操控，引發(fā)的爭(zhēng)議讓人們只把這件事當(dāng)成茶余飯后的談資，或者科幻電影素材，沒(méi)人想到，十年蟄伏后，一個(gè)AI的時(shí)代來(lái)的這么迅猛。

2010年，微軟剛剛用全球第一款探測(cè)跟蹤人體運(yùn)動(dòng)的智能游戲設(shè)備把AI悄然帶到了普通消費(fèi)者面前，遠(yuǎn)在中國(guó)的百度就在財(cái)報(bào)電話會(huì)議上就透露了all in AI的計(jì)劃，產(chǎn)業(yè)競(jìng)爭(zhēng)初見(jiàn)端倪。

三年后，谷歌brain項(xiàng)目的吳恩達(dá)教授團(tuán)隊(duì)用三臺(tái)機(jī)器上的Nvidia圖形處理單元（GPU）集群訓(xùn)練出了此前要一千臺(tái)電腦才能完成的貓咪圖像識(shí)別神經(jīng)網(wǎng)絡(luò)，拉開(kāi)了人工智能發(fā)展的快車(chē)道。

等2015年馬斯克剛剛成立Open AI，第二年，一個(gè)叫做AlphaGo的AI就以4:1的成績(jī)擊敗了韓國(guó)圍棋冠軍李世石。喚起了比人類(lèi)當(dāng)年面對(duì)深藍(lán)更強(qiáng)烈的壓迫感。

因?yàn)橄聡逅枰牡乃懔σ葒?guó)際象棋高出N個(gè)數(shù)量級(jí)，當(dāng)然消耗的能量也比人類(lèi)搞得多——下一場(chǎng)圍棋光電費(fèi)就要三千多美元。

從那之后，AI就越來(lái)越頻繁霸榜科技媒體頭版頭條。

比如，升級(jí)后的AlphaGo Zero打敗了人類(lèi)圍棋冠軍柯潔、AlphaStar的AI在《星際爭(zhēng)霸2》中拿到了大師級(jí)段位，游戲渲染更流暢的DLSS技術(shù)也用到了AI，AI換臉、AI推送、AI自動(dòng)駕駛也不是什么新鮮的玩意兒了。還有AI數(shù)字人度曉曉挑戰(zhàn)高考作文，以48分的分?jǐn)?shù)超過(guò)75%考生。

沒(méi)想到這兩年，AI再次迎來(lái)了一波熱潮，但與此前總是挑戰(zhàn)人類(lèi)頂尖選手不同的是，這次AI顛覆的是每個(gè)普通人的生活。

首先是2020年，一個(gè)叫GPT-3的AI向全世界宣布：“我寫(xiě)的作文，幾乎通過(guò)了圖靈測(cè)試”，驚掉了很多人的下巴。

沒(méi)等輿論把圖靈測(cè)試到底是什么給公眾科普清楚，一個(gè)叫做“DALL-E”的繪畫(huà)AI就在網(wǎng)絡(luò)上病毒式傳播開(kāi)了。

用戶只要輸入一段文字，AI就可以生成符合描述的圖像，作畫(huà)效果出奇的好。

因?yàn)槟爿斎氲拿枋隹刹粌H僅是“天空”、“城市”、“激光”、“敵人”這樣簡(jiǎn)單的詞語(yǔ)，還可以是“一座漂浮在天空的城市在用激光和敵人戰(zhàn)斗”這種雜糅了多種元素的自然語(yǔ)言表達(dá)。

同時(shí)，生成的圖像也絕對(duì)不是“在PS里把幾種元素隨意拼接在一起”的程度，而是構(gòu)圖、配色、風(fēng)格都非常統(tǒng)一的形式，還可以指定諸如“賽博朋克”、“UE4渲染”、“宮崎駿”等特定的作畫(huà)風(fēng)格。

由于AI作畫(huà)的水準(zhǔn)在線，創(chuàng)意也非常新穎，這東西經(jīng)常是玩起來(lái)一晚上就過(guò)去了，上癮程度堪比刷短視頻。

但這還沒(méi)完，到了過(guò)年的時(shí)候，與GPT-3同一家公司的聊天AI—— ChatGPT來(lái)了。而且轟動(dòng)程度一點(diǎn)也不亞于AI作畫(huà)，從零到一百萬(wàn)用戶，只用了五天，當(dāng)初扎克伯格的臉書(shū)用了整整一年。

ChatGPT厲害之處就是它擅長(zhǎng)的是自然語(yǔ)言處理（NLP）。簡(jiǎn)單來(lái)說(shuō)，它的作用就是“有問(wèn)必答”，而且更像是在跟人聊天，你甚至可以讓ChatGPT寫(xiě)一段小說(shuō)場(chǎng)景，或者寫(xiě)一段實(shí)現(xiàn)具體功能的代碼，甚至年終總結(jié)也可以交給它試一試。

哪怕對(duì)于一些比較抽象的概念，ChatGPT也會(huì)先向人詢問(wèn)這些概念到底指什么，再做出自己的回答，真是個(gè)小機(jī)靈鬼。

這么看的話，ChatGPT是不是有點(diǎn)通過(guò)圖靈測(cè)試那味兒了？

當(dāng)然，由于預(yù)言與注冊(cè)程序的原因，國(guó)內(nèi)用戶想要體驗(yàn)這兩類(lèi)AI應(yīng)用還是比較困難的，但國(guó)內(nèi)對(duì)于AIGC的研發(fā)也完全不落下風(fēng)。

比如百度的文心一格可以用來(lái)AI作畫(huà)，文心NLP大模型ERNIE可以寫(xiě)詩(shī)、可以撰文。而且國(guó)內(nèi)的產(chǎn)品也往往對(duì)于中文有更好的支持，在寫(xiě)描述的時(shí)候也不用翻譯來(lái)翻譯去的了。

在此前幾輪的AI熱潮中，不論是下棋還是駕駛還是機(jī)器人，主角都是決策式AI。

而“AI作畫(huà)”和“AI聊天”，它們的名字叫生成式AI。

生成式AI擅長(zhǎng)的是歸納后演繹創(chuàng)造，根據(jù)人給出的條件進(jìn)行縫合式創(chuàng)作、模仿式創(chuàng)新。英偉達(dá)的CEO黃仁勛相信，生成式AI會(huì)成為一項(xiàng)革命性的技術(shù)。

不過(guò)在10年代的機(jī)器學(xué)習(xí)教科書(shū)中，早已就有了這兩類(lèi)AI。為什么在2020年后出現(xiàn)有了顯著突破呢？

真正的關(guān)鍵是，大模型的突破。

2019年 3 月，強(qiáng)化學(xué)習(xí)之父Richard Sutton發(fā)文表示：“短期內(nèi)要使AI能力有所進(jìn)步，研究者應(yīng)尋求在模型中利用人類(lèi)先驗(yàn)知識(shí)；但之于AI的發(fā)展，唯一的關(guān)鍵點(diǎn)是對(duì)算力資源的充分利用?！?/p>

神經(jīng)網(wǎng)絡(luò)模型在上世紀(jì)90 年代出現(xiàn)，但在2010 年前，基于統(tǒng)計(jì)的學(xué)習(xí)模型仍是主流，所以在打敗人類(lèi)象棋高手多年后，遲遲無(wú)法攻克變數(shù)近乎宇宙級(jí)的圍棋。

后來(lái)得益于GPU算力的高速進(jìn)步與深度神經(jīng)網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)等等算法的進(jìn)步，深度學(xué)習(xí)模型逐漸成為主流，擺脫了窮舉法的限制，AI能夠用來(lái)學(xué)習(xí)訓(xùn)練的參數(shù)也越來(lái)越多，充分利用了GPU 擅長(zhǎng)并行計(jì)算的能力，基于龐大的數(shù)據(jù)集、復(fù)雜的參數(shù)結(jié)構(gòu)一次次刷新人類(lèi)對(duì)AI智力天花板的想象。

簡(jiǎn)單來(lái)說(shuō)，早期的AI就像個(gè)剛出生的小嬰兒，什么也不懂。爸爸媽媽就要拿著一張“貓”的圖片然后跟他說(shuō)“這是一只貓”，建立起圖像和語(yǔ)言的聯(lián)系。AI也是如此，我們需要大量的“識(shí)圖卡”來(lái)訓(xùn)練AI。

在十年前，由于芯片的算力有限，人類(lèi)使用的方法非常笨拙：

找出一張主體是貓的圖片，然后人工打上“貓”的標(biāo)簽，喂給AI來(lái)學(xué)習(xí)，效率非常低下，而且訓(xùn)練出來(lái)的AI只能識(shí)別特定的物種。經(jīng)過(guò)大量的訓(xùn)練，AI雖然能識(shí)別幾千類(lèi)物品，可一旦遇到復(fù)雜的情況就蒙了。比如給一只狗帶上貓貓的頭套，AI大概率就出錯(cuò)了，因?yàn)樗徽J(rèn)識(shí)0和1，但不認(rèn)識(shí)0.5。

但大模型就不一樣了。

隨著算力的提升，AI能處理的樣本數(shù)量也突飛猛進(jìn)。

工程師們反而可以化繁為簡(jiǎn)，直接把大量的網(wǎng)絡(luò)圖片丟給AI去學(xué)習(xí)就好了。

因?yàn)榫W(wǎng)絡(luò)上的圖片一般都是自帶描述的，而且畫(huà)面還更復(fù)雜，比如“一只狗在草地上玩飛盤(pán)”，包括多個(gè)主體還有動(dòng)作，一下子讓AI接收的信息量暴增。

比如，DALL-E 2采用了6.5億張圖文配對(duì)，這種龐大的樣本數(shù)量就構(gòu)成了AI的“大模型”，也是這兩年AI發(fā)展的大趨勢(shì)。從結(jié)果上來(lái)看，大模型也的確讓AI從量變達(dá)到了質(zhì)變，比如我們不僅可以畫(huà)“貓”和“火焰”，還可以畫(huà)“用火焰構(gòu)成的貓”這種現(xiàn)實(shí)中不會(huì)存在的幻想生物。

所以，大模型便是樣本參數(shù)量達(dá)到一定量級(jí)的產(chǎn)物，一旦突破某個(gè)質(zhì)變點(diǎn)，比如十億級(jí)的參數(shù)量，就能實(shí)現(xiàn)在小模型無(wú)法實(shí)現(xiàn)的泛用性。

因?yàn)闊o(wú)論是AI作畫(huà)、AI聊天還是AI寫(xiě)小說(shuō)、寫(xiě)詩(shī)歌，其背后最大的共同點(diǎn)是，可以分析識(shí)別人類(lèi)的自然語(yǔ)言。而語(yǔ)言和人類(lèi)的知識(shí)、思維整體相關(guān)，所以AI學(xué)習(xí)勢(shì)必需要龐大的參數(shù)來(lái)支撐。

所以大模型的“大”主要體現(xiàn)在兩個(gè)方面，一個(gè)是AI模型自身的參數(shù)數(shù)量在呈指數(shù)級(jí)增加，另一個(gè)是用于訓(xùn)練AI的樣本也在質(zhì)和量上有著越來(lái)越夸張的提升。

如果把AI模型比作人的大腦，那參數(shù)就相當(dāng)于大腦中神經(jīng)元的數(shù)量。

早在2019年，Open AI實(shí)驗(yàn)室核算了自2012年以來(lái)模型所用的計(jì)算量。

從最早的AlexNet模型，就是在AI分類(lèi)比賽中讓卷積神經(jīng)網(wǎng)絡(luò)一戰(zhàn)成名，是影響AI進(jìn)程冠軍模型，到AlphaGo Zero模型，即打敗韓國(guó)圍棋九段棋手李世石的AlphaGo增強(qiáng)版，七年里，兩者之間參數(shù)指標(biāo)增長(zhǎng)30萬(wàn)倍。

那些同時(shí)期堪稱“最大”的AI訓(xùn)練模型所使用的計(jì)算量，呈指數(shù)型增長(zhǎng)，平均3.4個(gè)月就會(huì)倍增，比芯片摩爾定律還要快。

國(guó)內(nèi)也是一樣，百度2016年用于語(yǔ)音識(shí)別的DeepSpeech訓(xùn)練模型的參數(shù)是億級(jí)，到了今天的用于繪畫(huà)、寫(xiě)作、聊天的文心大模型中，也有多個(gè)模型參數(shù)達(dá)到了千億級(jí)別。

簡(jiǎn)單來(lái)說(shuō)，大模型突出的就是一個(gè)“力大磚飛”，讓AI的能力在參數(shù)增加到某個(gè)階段就突然獲得從量變到質(zhì)變突破性進(jìn)展。

這種“突現(xiàn)能力”的具體原因科學(xué)家還在研究，可能是代碼、指令上的微調(diào)，還可能是AI在預(yù)訓(xùn)練的海量數(shù)據(jù)中偶然學(xué)到了類(lèi)似問(wèn)題的思維鏈參數(shù)。

似乎只要參數(shù)夠大，一切皆有可能。

如果有一天AI像人腦一樣，有百萬(wàn)億個(gè)參數(shù)，那AI的智能可能真的可以和人類(lèi)比肩。

但這并沒(méi)有那么容易。

面對(duì)這么大的參數(shù)量，不管是百度還是谷歌，都認(rèn)為自然語(yǔ)言處理對(duì)整個(gè)人工智能的未來(lái)都是非常大的挑戰(zhàn)。

因?yàn)檎麄€(gè)AI框架的設(shè)計(jì)是否合理，芯片之間如何分配工作量，如何讓更多的芯片滿負(fù)荷運(yùn)作，這些在實(shí)際應(yīng)用中是很難同時(shí)達(dá)到完美狀態(tài)的。

總之，對(duì)于AI訓(xùn)練來(lái)說(shuō)，巨大的參數(shù)代表著算力、技術(shù)與費(fèi)用的暴增，而且產(chǎn)出并不是線性增長(zhǎng)的。說(shuō)不定100個(gè)AI芯片砸下去，也就比1個(gè)AI芯片提升了幾倍的效率，投入效費(fèi)比極速下跌。

像OpenAI公司GPT-3這種千億級(jí)別參數(shù)的大模型，一次訓(xùn)練的花銷(xiāo)高達(dá)千萬(wàn)美元，而同樣是馬斯克創(chuàng)立的SpaceX，一顆衛(wèi)星成本也不過(guò)是五十萬(wàn)美元。

據(jù)馬里蘭大學(xué)副教授Tom Goldstein粗略估計(jì)，如果100萬(wàn)ChatGPT用戶平均每天只進(jìn)行10次對(duì)話，那么Open AI就需要為ChatGPT每天燒掉10萬(wàn)美元（68萬(wàn)人民幣）。

而現(xiàn)在ChatGPT的對(duì)話水平只能說(shuō)交流沒(méi)問(wèn)題，還遠(yuǎn)遠(yuǎn)到不了能夠創(chuàng)造利潤(rùn)的地步，而未來(lái)每一次的訓(xùn)練進(jìn)步，都是錢(qián)燒出來(lái)的。

所以，短期來(lái)看，為每一個(gè)人配備鋼鐵俠賈維斯那樣全知全能的AI看來(lái)是無(wú)望了。

在國(guó)內(nèi)，像是百度的文心大模型在不斷推進(jìn)算法、算力的同時(shí)，更加專(zhuān)注模型的效率，而且更加貼近產(chǎn)業(yè)落地應(yīng)用。

比如GPT-3很聰明，可以生成所有的結(jié)果，但它沒(méi)有人類(lèi)習(xí)慣的常識(shí)。比如AI繪畫(huà)中，人的手指總是出問(wèn)題，從三根四根到七根八根都可能出現(xiàn)，結(jié)果是精美的畫(huà)面常常出現(xiàn)低級(jí)錯(cuò)誤。

這時(shí)候就需要給AI一個(gè)常識(shí)，幫助AI快速理解人類(lèi)社會(huì)。

而如果這個(gè)知識(shí)圖譜足夠?qū)I(yè)、細(xì)致，那么大模型就能干更專(zhuān)業(yè)的事情。

所以在龐大的參數(shù)基礎(chǔ)上，文心大模型有兩個(gè)突出特點(diǎn)——知識(shí)增強(qiáng)和產(chǎn)業(yè)級(jí)，知識(shí)增強(qiáng)也就是類(lèi)似AI繪畫(huà)海量圖文匹配的大規(guī)模數(shù)據(jù)樣本，比如文心一格就采用了10億張圖文來(lái)配對(duì)，大幅增強(qiáng)了模型對(duì)于知識(shí)的記憶與推理能力，學(xué)習(xí)效率更高，而且在實(shí)體問(wèn)答、知識(shí)預(yù)測(cè)、可控文本生成上擁有更好的效果。

為此，文心大模型背后還擁有一套從整個(gè)互聯(lián)網(wǎng)世界自動(dòng)挖掘知識(shí)的方法體系，突破了從無(wú)結(jié)構(gòu)直言語(yǔ)言數(shù)據(jù)中挖掘大規(guī)模結(jié)構(gòu)知識(shí)的技術(shù)瓶頸，讓百度打造了擁有5500億知識(shí)的多元異構(gòu)超大規(guī)模的知識(shí)圖譜。

這一特點(diǎn)也讓文心大模型擁有了大量產(chǎn)業(yè)級(jí)應(yīng)用落地的能力，可以推動(dòng)各行各業(yè)智能化升級(jí)，目前已經(jīng)于工業(yè)、能源、金融、通信、媒體、教育等各個(gè)領(lǐng)域。

這還需要數(shù)據(jù)之外更底層技術(shù)框架支持。

比如一系列AI大模型開(kāi)發(fā)需要的工具組件、開(kāi)發(fā)套件、基礎(chǔ)模型庫(kù)、核心框架、AI開(kāi)發(fā)者社區(qū)等等，才能最大程度加速了傳統(tǒng)產(chǎn)業(yè)智能化升級(jí)，從人才培養(yǎng)開(kāi)始為大模型的落地鋪路。

聊完了，國(guó)內(nèi)外的大模型與AIGC前沿競(jìng)爭(zhēng)格局，最后還是要回到人與AI的關(guān)系上來(lái)。

現(xiàn)在的AI已經(jīng)能繪畫(huà)、寫(xiě)小說(shuō)、寫(xiě)代碼、甚至可以做視頻了，如果AIGC真的擴(kuò)展到更多的領(lǐng)域，我們還是要問(wèn)出那個(gè)一直擔(dān)憂的問(wèn)題：

AI會(huì)造成人類(lèi)的大規(guī)模失業(yè)嗎？

我覺(jué)得，如果人們對(duì)AI的發(fā)展報(bào)以一種厭惡和排斥的態(tài)度，那它逐漸取代部分人的工作只是時(shí)間問(wèn)題。但如果我們能夠接納AI的發(fā)展，去主動(dòng)了解、使用AI，讓它成為日常工作生活中的得力助手，那我們就不會(huì)被AI取代，反而會(huì)在AI幫助下更好的創(chuàng)作內(nèi)容。

這并不是一種“打不過(guò)就加入”的無(wú)奈，反而是人類(lèi)不斷發(fā)展的必然。

正如熱兵器最終取代了冷兵器，信息化軍隊(duì)脫胎于機(jī)械化軍隊(duì)，互聯(lián)網(wǎng)一定程度上取代了傳統(tǒng)媒體，我們之所以成為今天的我們，同樣也是接納了諸多新事物的結(jié)果。而且在當(dāng)下，一些技術(shù)的發(fā)展正處于瓶頸，或者是被一張薄紙擋住未來(lái)。

比如VR領(lǐng)域的計(jì)算機(jī)圖形學(xué)，同樣也需要AI從另一個(gè)角度去攻破。就連計(jì)算機(jī)圖形學(xué)大佬約翰·卡馬克也在開(kāi)拓通用人工智能的道路，并表示“想嘗試一些沒(méi)人知道會(huì)走向何方的領(lǐng)域”。

無(wú)論是芯片產(chǎn)業(yè)的殘酷博弈、AI算法競(jìng)賽還是知識(shí)圖譜比拼，甚至是不知方向的瘋狂砸錢(qián)，面對(duì)AI帶來(lái)的期待與焦慮，人類(lèi)今天種種，是因?yàn)檎l(shuí)也說(shuō)不好，哪一天AI技術(shù)就如爆炸一樣，捅穿了蒙在未來(lái)前面那張薄紙。

今天人類(lèi)的彷徨、迷惑，甚至不屑，都可能是圖靈當(dāng)年所說(shuō)的：

“不過(guò)是將來(lái)之事的前奏，也是將來(lái)之事的影子。”