上部　從信息化到數(shù)智化

第一章　人工智能：從玩具到工具

人工智能發(fā)展的第四階段

2022年9月，全球風險投資機構(gòu)對生成式人工智能進行大規(guī)模投資的前夕，紅杉資本發(fā)表了一篇預測性文章《生成式人工智能：創(chuàng)意新世界》（Generative AI: A Creative New World），提出“預計AI的殺手級應用即將出現(xiàn)，比賽開始了”的判斷。

所謂“生成式人工智能”是指：機器比人類在分析方面做得更好，機器分析被稱為“分析人工智能”或傳統(tǒng)人工智能，但人類不僅擅長分析，還擅長創(chuàng)造，現(xiàn)在，機器剛剛開始擅長創(chuàng)造有意義和美麗的東西，這一新類別被稱為“生成式人工智能”。也就是說，現(xiàn)在機器不僅能夠分析已經(jīng)存在的東西，還開始創(chuàng)造全新的東西。

按照紅杉資本的梳理，人工智能發(fā)展歷程目前可以分為四個階段，而我們現(xiàn)在正在進入第四個階段。

● 階段一：小模型至上（2015年之前）：將近10年前，小模型被認為是理解語言的“最先進技術(shù)”。小模型擅長分析任務，并可以用于從預測交貨時間到欺詐分類等工作。然而，小模型對于通用生成任務的表達能力不夠，生成人類水平的寫作或代碼仍然只是一個夢想。

● 階段二：規(guī)模競賽（從2015年開始）：谷歌研究院的一篇里程碑式論文《注意力是你所需的一切》（Attention Is All You Need）描述了一種用于自然語言理解的新型神經(jīng)網(wǎng)絡架構(gòu)，這種架構(gòu)被稱作transformers。它可以生成高質(zhì)量的語言模型，同時可并行性更強，訓練所需的時間也大大減少。這些模型是小樣本學習器，可以相對容易地根據(jù)特定領(lǐng)域進行定制。

而隨著模型越來越大，其表現(xiàn)開始與人類水平相當，然后是超人類水平的結(jié)果。從2015年到2020年，用于訓練這些模型的計算量增加了6個數(shù)量級，其結(jié)果超過了人類在手寫、語音和圖像識別、閱讀理解以及語言理解方面的性能基準。其中，OpenAI的GPT-3脫穎而出，該模型的性能比GPT-2有了巨大的飛躍。

盡管基礎(chǔ)研究取得了很大進展，但這些模型并沒有得到普及。它們體積龐大，難以運行（需要圖形處理器協(xié)調(diào)），不能廣泛訪問（不可用或僅為封閉測試版），而且作為云服務使用成本高昂。盡管存在這些限制，但是最早的生成式人工智能應用已經(jīng)開始進入戰(zhàn)場。

● 階段三：更好、更快、更便宜（從2022年開始）：計算變得越來越便宜，如擴散模型（diffusion models）等新技術(shù)降低了訓練與運行推理所需要的成本。研究界不斷開發(fā)出更好的算法和更大的模型。開發(fā)人員的訪問權(quán)限從封閉測試版擴展到了公開測試版，或者在某些情況下是開源的。

對于那些一直無法訪問LLM（大語言模型）的開發(fā)人員來說，探索和應用開發(fā)的大門現(xiàn)在已經(jīng)打開，應用開始綻放。

● 階段四：殺手級應用出現(xiàn)（現(xiàn)在）：隨著平臺層的穩(wěn)固，模型不斷變得更好、更快、更便宜，以及模型訪問趨向于免費和開源，應用層的創(chuàng)造力爆發(fā)時機已經(jīng)成熟。

我們期待這些大型模型能推動新一輪的生成式人工智能應用，正如移動設(shè)備通過GPS（全球定位系統(tǒng)）、攝像頭和隨身連接等新功能釋放出新應用一樣。紅杉資本預測：正如十年前移動技術(shù)的拐點為少數(shù)殺手級應用開辟了市場，預計生成式人工智能也將出現(xiàn)殺手級應用。比賽已經(jīng)開始。

而促使紅杉資本發(fā)表這一預測的直接原因是：2022年4月，一家位于硅谷的人工智能初創(chuàng)公司突然點亮了整個美國創(chuàng)投界，它就是此后照亮了全世界的OpenAI。

2015年，非營利組織OpenAI由特斯拉的創(chuàng)始人埃隆·馬斯克和硅谷著名孵化器YC的前總裁薩姆·奧爾特曼等人共同出資10億美元創(chuàng)建。

后來，奧爾特曼在接受《紐約客》采訪時曾經(jīng)提及為什么他要去幫馬斯克創(chuàng)建OpenAI。大概意思如下。

28歲這一年，奧爾特曼突然意識到：人類不是獨一無二的。很快，計算機就能夠復制他們的大腦。在某些方面，人類可能還具有特殊性，比如創(chuàng)造力、靈感、感受情緒的能力，但是很快計算機也會有自己的欲望和人生目標。

奧爾特曼說：“當?shù)弥悄芸梢员荒M時，我就不再認為人類有什么獨特性了。而且相比于人類，機器還有很多優(yōu)勢——人類在輸入和輸出方面太慢，每秒只能學習兩個bit數(shù)據(jù)，但是對于計算機，這簡直就是慢動作。”

2003年，瑞典哲學家尼克·博斯特羅姆曾經(jīng)提出一個著名的假設(shè)：如果我們對一個全能的人工智能下命令，要求它制作盡可能多的回形針。那么，在沒有其他指令的情況下，它就會耗盡地球上所有資源來制造回形針——包括你、我身體里的原子。

也就是說，人工智能將變得無比強大，但是它沒有人類的價值觀。于是，為了幫助全人類做戰(zhàn)略防御，奧爾特曼決定與馬斯克一起創(chuàng)立OpenAI。

他們模擬的敵人，就是谷歌旗下的DeepMind。因為如果世界上只有一個DeepMind，那么假設(shè)有一天DeepMind出了問題，也許就會出現(xiàn)一個不朽的超級獨裁者。這個獨裁者會殺光所有競爭對手的研究人員，就像修改一個程序的bug（漏洞）一樣。

而OpenAI的第一個任務，就是要從谷歌和臉書等美國科技巨頭手中奪取人工智能的人才。

不過，OpenAI也有自己的問題。因為它的出發(fā)點是完全“防御性”和“利他性”的，所以沒有人知道它想要什么——它的欲望是什么呢？（尤其是在威脅還沒有發(fā)生時。）這就像一個創(chuàng)業(yè)者昭告天下他要創(chuàng)業(yè)了，但是他的行為方式卻像在“帶發(fā)修行”一樣。

OpenAI募集了10億美元資金，雇用了一支由30名研究人員組成的超級強大的團隊。他們想干什么呢？

馬斯克后來幫助OpenAI提出了一個策略：最好的防御方式，就是讓盡可能多的人擁有人工智能。因為如果世界上每一個人都有人工智能的能力，那么就沒有任何一個人或者一小部分人可以擁有人工智能的超能力。

這也奠定了之后OpenAI商業(yè)模式的基礎(chǔ)，那就是：向全世界出售自己的AI產(chǎn)品許可。

2022年4月，OpenAI向公眾發(fā)布了自己開發(fā)的機器學習模型DALL·E2，專門用于從自然語言描述中生成數(shù)字圖像；同年7月，OpenAI開始出售DALL·E2圖像生成軟件的許可。很快，DALL·E2就正式開啟了硅谷社交媒體上的一場AI生成藝術(shù)盛宴。

不過，讓OpenAI始料未及的是：從2022年7月開始，整個硅谷和歐洲都出現(xiàn)了幾家被全球科技界瘋狂關(guān)注的生成式人工智能初創(chuàng)公司。其中，Midjourney公司的產(chǎn)品是一款精美的藝術(shù)生成器。它沒有網(wǎng)站，功能全集成在Discord（專為社群設(shè)計的免費網(wǎng)絡實時通話軟件與數(shù)字發(fā)行平臺）的一個頻道里，并且很快就積累了約300萬用戶。人們使用這款軟件，可以在幾秒鐘之內(nèi)就生成精美而富有詩意的圖片。例如，當你輸入提示詞“rain and yellow light”（雨和黃色的燈光）時，Midjourney能夠在幾秒鐘內(nèi)生成一張“一個撐著傘在檸檬黃的夜燈下孤獨行走的人的背影”的圖片。

戴維·霍爾茨是Midjourney的創(chuàng)始人。他這樣形容自己對生成式人工智能的理解：

“我們不認為這真的是關(guān)于藝術(shù)或者制作深度偽造品，而是關(guān)于——我們?nèi)绾螖U展人類的想象力。因為當計算機的視覺想象力比99%的人類更好時，這意味著什么呢？這不意味著我們將停止想象。汽車比人類行走的速度快，但這不意味著我們停止了步行。當我們要把大量的東西移動很遠的距離時，我們需要飛機、輪船或汽車。因此，我們將這項技術(shù)視為——‘想象力的引擎’。”

開源人工智能軟件也在這個時候興起——Stable Diffusion的突然出現(xiàn)，讓整個人工智能世界都大吃一驚。通過使用Stable Diffusion，包括Stability AI和后來大名鼎鼎的Runway在內(nèi)的人工智能初創(chuàng)公司，已經(jīng)為它們的客戶開發(fā)了內(nèi)容創(chuàng)建工具。

到了這個時候，全球創(chuàng)投界已經(jīng)涌現(xiàn)出了大量狂熱的技術(shù)，生成式人工智能初創(chuàng)公司獲得融資的消息，也頻頻出現(xiàn)在美國媒體和各大科技網(wǎng)站上。與此同時，美國創(chuàng)投界的思想家們紛紛發(fā)表自己的看法。其中，薩姆·奧爾特曼的兩段話廣為傳播：

“生成式人工智能提醒我們，人們很難做出有關(guān)人工智能的預測。十年前，傳統(tǒng)觀點認為：人工智能首先會影響體力勞動，然后影響認知勞動，最后，也許有一天它可以做創(chuàng)造性工作。現(xiàn)在看起來，它會以相反的順序進行。”

一時之間，有關(guān)生成式人工智能的創(chuàng)造競賽，以小時為單位在全球范圍內(nèi)展開。但僅僅是在幾個月前，硅谷還籠罩在一片烏云之中。

2022年第一季度，全球風險投資活動出現(xiàn)回調(diào)，全球風險投資總額為1600億美元，這是12個月以來的第一次下降。這種回調(diào)，當然與美股二級市場的“崩潰”有關(guān)。事后的一系列數(shù)據(jù)表明：此后，全球風險投資將快速地，甚至也許是殘酷地，從一個超級泡沫化、繁榮的環(huán)境，過渡到一個許多交易都沒有完成的環(huán)境。

但是有關(guān)生成式人工智能的投資，卻很快又“咆哮著”回來了。

這種從黑暗的蕭條、跌宕起伏到興奮的轉(zhuǎn)折能力，也許正是硅谷創(chuàng)業(yè)界創(chuàng)造未來的核心力量。風險投資界已經(jīng)躍躍欲試。

正如紅杉資本在《生成式人工智能：創(chuàng)意新世界》一文中所說：“生成式人工智能還處于很早期。平臺層剛剛好，而應用空間幾乎還沒出現(xiàn)。但預計AI的殺手級應用即將出現(xiàn)，比賽開始了。”