( ⊙ _ ⊙ )
每天一篇全球人文與地理
微信公衆号：地球知識局
AI 這波技術潮流
作者：小貝
校稿：朝乾 / 編輯：闆栗
5 月 19 日，由 OpenAI 研發的聊天機器人 ChatGPT 手機版上架蘋果美國區 App Store，一時引發了下載熱潮，很快就攀上了免費 App 排行榜第一名。
這個軟件支持語音提問功能，答案生成速度很快。用戶如果每月花上 19.99 美元，就能升級 Plus 版，就可以使用更先進的 GPT-4 的功能。
ChatGPT 的熱潮開始于今年年初的時候。當時，GPT 靠着寫論文、寫作業等一衆" 奇技淫巧 "快速出圈，但随着越來越多的行業和老闆把 AI 實際應用于工作流程，并發現這東西真的能省很多人力，不少職業中人，以及還沒畢業的學生，已經深深焦慮自己的未來命運。
但焦慮之後，如何認真看待，如何因勢而動，才是正經事。至少，這一産品突破及背後的技術前景，救活了久違的創業氣，如今 GPT 日活躍已經超過 1300 萬，各行各業的大佬小佬紛紛入局。
在座的各位應該有不少人貢獻了些數據吧▼
上一個下載神話是由我們都熟悉的抖音創造的
盡管如此，依然耗時 9 個月 ▼
就連矜持的學術界也開足馬力唯恐掉隊。截至 4 月 1 号，已經有 194 篇學術論文在讨論 GPT，而且以每天 6-10 篇的速度增長。
去年也就 6 篇相關文章，今年截至到 5/17
在知網上關于 ChatGPT 的文章已經有 708 篇了▼
不過，即使你沒有在前兩個月上手 GPT 也不必心急，任何技術浪潮都不是一蹴而就，而且人性常常高估技術的短期影響，比如一兩年内，而低估（含着恐懼）對未來十年的影響。因爲你面對的是一道時代的窄縫，所以，先把心态打開。
當前的 GPT 的強大之處
GPT 顯然不是 AI 第一次刷屏，上一次可能還是AlphaGo碾壓柯潔。但 AlphaGo 的唯一作用就是下圍棋，GPT 卻能試圖 " 理解 " 人類的語言邏輯，其适用性有天壤之别，具備滲透到各行各業，甚至是改造一些行業的能力。比如一些校對、翻譯類軟件和崗位已經自感朝不保夕。
無論身處什麽行業
大家都或多或少感受到了 AI 引發的變革所帶來的壓力
（嘲諷電影制片廠用 AI 取代作家提議的标語 圖：wiki）▼
同爲人工智能軟件，GPT 未必就比 AlphaGo 更聰明。但 GPT 可以用自然語言和你交流，讓你感受到了他的強大，這才是厲害之處，通過改變人，來改變人類社會。
體驗上，你的每一次會話和提問，都仿佛有一個相關領域的大學畢業生在爲你打工，這無疑大大降低了靈感轉化爲文本的門檻，很多名爲腦力勞動實爲大腦肌肉勞動的事情完全可以被替代。
有個不知疲憊的機械大腦給自己當外挂确實挺爽的
（圖：壹圖網）▼
GPT 與之前 AI 産品的差異，主要在于 GPT 是在模拟人大腦的神經元，如今人類對于大腦如何工作的研究也不夠透徹。所以對 GPT 過于宏觀的讨論基本上是空對空。讨論 GPT 還是要從細節處入手。
比如，用過 GPT 的都知道，同一個問題你可能會得出多種答案，其答案的靈活多變乃是由概率決定，這個概率又源自程序裏的随機數種子，如果你把這一系列随機數種子固定的話，這個程序就是确定性的 ( deterministic ) , 那麽 GPT 就會變成複讀機，也就變成了無法通過圖靈測試的" 人工智障 "。
GPT 是基于 Transformer 架構的預訓練語言模型
采用的是單向的、基于自回歸的方式
來預測生成下一個單詞的概率
（Transformer 模型框架和 GPT 優化後的模型對比） ▼
比方說，有一款出圈更早的AI 圖像生成軟件 Midjourney，可以設置這個随機數種子。在繪圖描述相同的情況下，如果随機數種不變，不論生成多少次，出來的圖都是一樣的。如果 GPT 也這樣的話，還有威脅嗎？還算是聰明嗎？
一鍵生成多個方案
你想要的樣子全都有
（Midjourney4 生成的特朗普肖像 圖：wiki）▼
得益于随機性，GPT 可以用自然語言回答問題。而語言是人類思想的基礎，所謂 " 标準答案 " 隻是人類思想的很小一部分。所以 GPT 的設計目的不同于搜索引擎，GPT 的答案并不是在後台通過搜索引擎複制粘貼出來的，而是通過對語言邏輯的分析，生成出來的，他瞄準并非工具性 " 标準答案 "，而是标準之外的更遼闊更多樣的人類領域。
同樣問題問不同的人會得到不同的回答
在不同時候問同一個人也可能得到不同的回答
而 GPT 模拟的就是這千千萬萬不同的人
（圖：shutterstock）▼
所以，現階段的 GPT 既不需要，也還無法替代搜索引擎。受限于訓練數據和不把天聊死的設定，GPT 常常不懂裝懂，一本正經地告訴你曹操怎麽撰寫《紅樓夢》。如果問題過于籠統，題目表達得不清晰，也可能收獲一大屏車轱辘話。不擅使用搜索引擎的人，同樣用不好 GPT。
然而别忘了，GPT 依舊在叠代。對比 ChatGPT 與GPT4對同一個宏觀問題的回答，可以看出答案在嚴謹程度、準确性與啓發性上的明顯進步。這種令人驚歎的速度，正是我們如此迫切地重視 AI 的原因。
确實現在的 GPT 幾乎不會犯這種常識性的錯誤了
但它一本正經胡說八道的能力依然如此出色▼
可能大家更擔憂的是：我們已經逼近了自己的極限，但他才剛剛開始。
目前，微軟已經在他們最新的辦公軟件全家桶中融入 GPT-4。圖像制作巨頭Adobe也正在跟進，融入 AIGC 技術的軟件Firefly已在今年 3 月開始公測，登陸全家桶指日可待。
GPT 滲入我們生活的速度十分驚人
再過幾年估計就能 " 腌入味 " 了
（圖：adobe.com）▼
GPT 成功的窄路
大模型 AI 的光芒或許才剛剛開始，但也并不是從天而降的空中樓閣，自上世紀 40 年代以來，它走過大量彎路，經曆了邏輯推理、知識表示、專家系統、機器學習、深度學習、強化學習多個階段，才終于有了震撼世人的能量，而且 GPT 也并非 AI 唯一的未來，未來還難說。
人工智能這個詞首次出現
是在 1956 年達特茅斯人工智能夏季研究項目期間
（五位原始參與者 圖：Dartmouth College）▼
目前 AI 主要有兩大技術路線——邏輯推理和深度學習。
GPT 是深度學習的代表，它背後的數學原理涉及到微積分，線性代數，信息論，和概率統計等多個領域。正是通過對海量語言信息的概率統計，GPT 生成了滿足人們需要，而且娓娓道來的答案。
GPT 是通過人類反饋強化學習的方式
來達到最小化無益、失真或偏見的輸出
（圖：atriainnovation）▼
反觀基于邏輯學的 AI，其背後是嚴格的數學推理，所以說不會空口無憑亂講。但它幾乎隻懂得自己所在領域的事，還非常 " 木讷 "，隻能讀懂字面意思，和它說話會很累。如果你無法嚴謹、完整地提出問題，獲得的回答就會如下文一樣。
程序員上班前，老婆說：下班回來買一斤包子，如果看見有賣西瓜的就買一個。
下班回來，程序員帶着一個包子進了家門。
老婆問：怎麽就買了一個包子？
程序員：看見了賣西瓜的。
笑歸笑，但這并不表示邏輯推理就低人一等，更不意味着 GPT 就是人工智能的唯一未來。實際結果，很可能是不同路線的 AI 在專業領域并行不悖，甚至相互協作。畢竟，你不會希望主刀醫生是什麽都懂一點，但是日常信口開河的懂王。
人工智能兩大派系符号主義派（邏輯主義派）和
連接主義派（現在大模型所屬派系）已經鬥了幾十年了
起初的主流是符号主義派，現在則是連接主義派占上風
（兩大派系代表人物）▼
所以如果你觀察資本市場，總能看到多頭下注的特點。市場上有很多人工智能軟件類的 ETF（ETF 是一種可以上市交易的基金品種，可以在炒股軟件中進行類似股票的買賣操作），這樣的産品涵蓋多款 AI 主題産品，技術路線五花八門，可以更穩地搭上 GPT 發展的快車。這也是諸如軟件 ETF 的 AI 主題基金，在去年底與今年年初淨值增長超預期的原因。
至于爲什麽 ChatGPT 給人感覺天下第一。主要還是他能用自然語言與人交流，翻譯成人話就是它要模仿人，好的壞的都模仿，越像越好。
它就像你那個最會做向上管理的同事，能力未必是最強的，但給領導（用戶）的印象一定很好。當然，同類型 AI 中某些拉跨同行也确實襯托得好。還要考慮到，GPT 是大多數人使用的第一款大模型 AI，會帶給你第一次用智能機那樣的" 未來感 "。同時，也不要低估背後微軟在公關領域的鈔能力。
微軟這波赢麻了（圖：wiki）▼
有 ChatGPT 加持的 office 全家桶很難不愛
（圖：Microsoft）▼
總之，GPT 很強，但并不會成爲唯一的大模型 AI。這個市場夠大，能夠容納不同的巨頭。這意味着目前依舊存在大量被價值低估的 AI 産品。換句話說，從長期看，涉及 AI 主題的軟件 ETF 依舊有潛力。
我們距離 GPT 還有多遠？
對于各行業的人來說，可能都要問個問題：距離被 GPT 重塑還有多遠，以及我會不會被優化。目前首當其沖的職業比如平面設計師、秘書、編輯。
三月底，OpenAI 研究人員提交的一篇報告估計，未來美國大約 19% 的工作崗位中，一半以上會被 GPT 直接影響；80% 的美國勞動力至少有 10% 的工作任務會受影響。在這一點，中國恐怕會與美國同此涼熱，甚至更嚴重。
看看你所處的行業
在未來被 AI 代替的可能性有多少▼
GPT 大大簡化了簡單重複腦力勞動的流程，這一技能可以滲透進各行業。即使叉車司機的工作暫時不會受到 AI 直接影響，但是他所在的物流公司的工作流程，他使用的 OA 系統，叉車制造企業的設計、營銷都會受影響。
任何一個搬磚人都不可能從 AI 的浪潮中全身而退
遺憾的是，我國尚未出現比肩海外最先進水平的産品。這裏面有缺少 ChatGPT 這樣的基座模型的原因，有芯片被卡脖子導緻的算力問題，也有資金短缺的原因。
訓練大模型 AI 其實類似于高耗能的重工業，需要使用大量先進的 GPU 芯片，耗費大量電力。芯片被卡脖子的問題也會影響算力。
谷歌爲機器學習模型訓練而研發的
定制 AI 芯片 TPU v3 耗能就挺大的
（Cloud TPU v3 Pods 集群 圖：twitter）▼
此前，國内 AI 研發團隊缺乏資金支持，不得不聚焦于迅速變現的應用領域。畢竟，不能保證明天是否因爲缺少資金被斃掉的項目，是沒有底氣改變世界的。
在這場席卷各行各業的颠覆式創新中，中國不會也不能缺席。畢竟長跑才剛剛開始，而賽道也遠比外界以爲的寬廣。
今年以來，資本市場力挺國産 AI相關行業。諸如軟件 ETF 這類基金産品的出現，不失爲雪中送碳。畢竟，如果沒有資金支持，連訓練大模型的天價電費都會成爲巨大的負擔。
目前大熱的大模型 AI 雖然不屬于中國公司所有，但是研發團隊往往不乏中國人；熱門相關學術論文也有三分之一強來自中國作者。他們是中國 AI 發展的生力軍。
中國政府也在出台相關政策，努力不讓 AI 成爲又一卡脖子的領域。在今年兩會首場 " 部長通道 " 采訪中，科技部部長王志剛談到 AI 時就表示。" 我們也希望我們的科研院所、企業、廣大科研人員能有進一步發展和進步，爲國際社會作出中國貢獻。"
之前的工業革命沒趕上
現在的 AI 革命咱可不能落下▼
4 月 28 日的中央政治局會議更是明确提出，要重視通用人工智能發展，營造創新生态。要知道，政治局會議提到具體行業的先例可謂罕見。這足以證明中國政府對國産 AI 的重視程度，和中國在 AI 賽道的決心。中國互聯網的發展史，已經告訴我們，永遠不要低估政策的力量。
如今 AI 大模型依舊處在群雄逐鹿的時代，最終形成怎樣的格局還未可知。如今中國集齊了政府的支持，以基金股票、風險投資爲代表的資金支持，和其實并不匮乏的人才支持，到了快馬加鞭迎頭趕上的時候。
未來 AI 産業會是什麽格局還未可知
（2022 世界人工智能大會 圖：壹圖網）▼
特别是考慮到 GPT 等平台訓練資料以英文爲主，以中文訓練的大模型 AI 也許更适合中國網民體質。這意味一片巨大的藍海從天而降。
AI 大模型在國内一線大廠，已然成爲一把手工程。百度的 CEO 李彥宏，阿裏的 CEO 張勇，紛紛親自站台。其實 BAT、字節與華爲支持 AI 的力度都不差。上述大廠在搜索、網購、社交、信息流、ToB 等領域具備各自的優勢，我們有理由期待他們在 AI+ 搜索、AI+ 通訊、AIGC、AI 在 ToB 領域等層面發揮價值，在未來兩三年内爲我們帶來劃時代的體驗升級。
中國部分大模型廠商▼
國産 AI的持續發力，也反哺于AI 主題的金融産品。比如重倉科大訊飛、金山辦公、深信服等相關科技企業的軟件 ETF 從去年 10 月開始便波動上漲，一直持續到 3 月末。這又将吸引更多資金進入 AI 行業，直到質變發生。
随着資金流入，大水終将沖出大魚。從互聯網、3C 等領域的經驗看，在彈藥充足的情況下，中國善于利用後發優勢，殺出一條血路，最終占領市場。最近 3 年内，中國國内的 AI 投資價值就可能是千億級的。AI 不但将滲透我們的日常生活，也将帶來新一波造富浪潮。
不知下一個 " 新貴 " 會是誰呢▼
舉重若輕的 " 後發優勢 " 四個字背後，是一代人付出更多資金、才智與汗水的背影。前路會很辛苦，會有波折，但拿到車票就意味着希望。他日回首，我們會發現一路上的收獲遠比想象更多，我們已經走的路也比想象更遠。
【今日福利】
AI 投資熱又起，局長發福利啦！～截止 5 月 24 号 12:00，局長将随機挑選留言區的 5 位粉絲，每人贈送 50 元 AI 紅包！快來評論區留言吧 ~
* 本文内容爲作者提供，不代表地球知識局立場
風險提示：觀點僅供參考，不構成投資建議。
END
擴展閱讀
