每日熱訊!AI十年浮沉，與改變命運(yùn)的大模型

AI起起落落這十年，成也場景，敗也場景。

編者按：本文來自微信公眾號遠(yuǎn)川研究所（ID：YuanChuanInstitution），作者：陳彬，編輯：李墨天，創(chuàng)業(yè)邦經(jīng)授權(quán)發(fā)布。

2019年，前谷歌CEO埃里克·施密特向白宮遞交了一份頗為“詭譎”的報告。這份長達(dá)750頁的文件，核心觀點(diǎn)其實只有一句話：若美國再不加大投資，中國將徹底主導(dǎo)AI領(lǐng)域[1]。

(相關(guān)資料圖)

施密特此舉其實有“騙經(jīng)費(fèi)”之嫌：一年前，谷歌曾迫于輿論壓力退出了一個政府AI項目，他一直對此耿耿于懷。但報告本身卻并非胡謅。同年，美國數(shù)據(jù)創(chuàng)新中心也發(fā)布了一份報告，聲稱中國AI實力全球第二，且在數(shù)據(jù)等層面比美國更具優(yōu)勢[2]。

在全民追趕GPT的今天，這則舊聞讀起來頗有幾分“魔幻感”。

報告甚至上升到了“國家安全”的高度

然而，施密特口中的AI，與如今人們談?wù)摰腉PT并非一個東西。

以GPT為代表的AI，指的其實是大模型。它擁有生成圖像、音頻、視頻等內(nèi)容的能力，像是個文藝青年。但彼時讓美國人深感威脅的，多指識別型AI（小模型）。它擅長各類數(shù)據(jù)分析工作，如同一個木得感情的運(yùn)算機(jī)器。

大模型走紅前，識別型AI曾被寄予了太多改變世界的厚望，在中國催生了一段群雄并起、熱錢涌動的黃金歲月。巔峰時期，中國AI初創(chuàng)企業(yè)的融資金額甚至超過了美國——李開復(fù)將其形容為“有三個AI專家就能估值7億、靠AI概念就能忽悠投資人”，也不怪美國人感到焦慮。

只是好景不長：后來VC陸陸續(xù)續(xù)退出，曾經(jīng)風(fēng)頭無兩的獨(dú)角獸也褪去了身上的光環(huán)，殘暴的歡愉最終以殘暴終結(jié)。

對此，百度集團(tuán)執(zhí)行副總裁、百度智能云事業(yè)群總裁沈抖曾打過這么一個比方：大模型出現(xiàn)前的AI像是氧氣——本身很有價值，但自己不會燃燒，必須找到可燃物才能把價值給發(fā)揮出來。這里的“可燃物”，指的是落地場景。

AI起起落落這十年，成也場景，敗也場景。

2016年，谷歌AlphaGO不僅徹底顛覆了圍棋，也改變了當(dāng)時的AI創(chuàng)業(yè)。一時間，VC、科學(xué)家、大學(xué)教授，乃到各路鄉(xiāng)鎮(zhèn)企業(yè)家，無一不在談?wù)撝鳤I商業(yè)化的可能性。短短一年時間，國內(nèi)誕生了528家AI企業(yè)，催生371起AI投融資，同比漲幅達(dá)到了38.9%；同一時間，中國AI企業(yè)申請了9000多項AI專利，幾乎是美國新增專利數(shù)的兩倍有余[3]。

不過，整個行業(yè)閉眼狂奔的同時，鮮有人會注意到初冬的號角已經(jīng)悄悄吹響。2019年，繁榮戛然而止。

首先是融資遇冷：這一年的AI融資金額僅有186億元，相比2018年直接腰斬了一個0。受此影響，AI初創(chuàng)企業(yè)的數(shù)量也大幅縮水，僅有鼎盛時期的1/20。至于那些從競爭中幸存、成功“上岸”的AI企業(yè)，其財務(wù)狀況仍舊慘不忍睹。據(jù)不完全統(tǒng)計，近九成AI企業(yè)都處于嚴(yán)重虧損的狀態(tài)[4]。

大起大落背后，是AI長期以來的產(chǎn)業(yè)化困境。

2021年之前，業(yè)界三大主流AI技術(shù)分別是計算機(jī)視覺、語音識別、自然語言識別，本質(zhì)都屬于識別型AI。單從技術(shù)層面來看，上述技術(shù)都具備著充分的下游應(yīng)用空間，想象力充足。

例如在“AI+安防”領(lǐng)域，2020年時已有453億元的市場，且增速可觀，預(yù)計到2025年時市場規(guī)模將再翻一番[6]。

可下游需求不斷擴(kuò)大，并無法拯救虧錢的AI企業(yè)。識別型AI的技術(shù)特點(diǎn)，決定了它是一門技術(shù)、投入與產(chǎn)出不成正比的生意。

識別型AI采用的是小模型——這是一種專為特定任務(wù)而生的技術(shù)。在實際訓(xùn)練小模型時，研究員只需給AI灌入標(biāo)注過的特定數(shù)據(jù)，便能讓AI獲得對應(yīng)的能力。如果想要一個能抓“闖紅燈”的AI，那么無需教它語文數(shù)學(xué)，只要讓它從小學(xué)習(xí)各種闖紅燈的視頻即可。

小模型的優(yōu)點(diǎn)在于簡單、高效，專用向的AI能夠很好地完成對應(yīng)任務(wù)。但其缺點(diǎn)同樣明顯：由于沒學(xué)過其他知識，一個AI只能解決一個問題。譬如一個抓闖紅燈的AI，顯然不會具備識別超速、違規(guī)變道的能力。

識別不同元素需要不同的標(biāo)注數(shù)據(jù)

由于小模型不具備通用性，導(dǎo)致識別型AI只能成為一門類手工作坊的定制生意。

且具體到實際應(yīng)用中，一個需求有時還需要定制不止一個AI。例如在工業(yè)領(lǐng)域，在制造冶金鋼卷時有缺陷檢測這一步驟。如果將這項工作交由AI，定制起來其實相當(dāng)麻煩。因為鋼卷分為冷軋、熱軋，所以AI企業(yè)需要同時用“冷軋-合格”“冷軋-缺陷”“熱軋-合格”“熱軋-缺陷”四組數(shù)據(jù)訓(xùn)練四遍[7]。其繁瑣程度，與“五彩斑斕的黑”有的一拼。

定制需求繁瑣的同時，對人力要求還不低——這活兒可不是月薪三千的大學(xué)生能干的。

出于業(yè)務(wù)需要，頭部AI企業(yè)都聘請了大批科學(xué)家、博士生與教授作為研究員，而AI研究員又是出了名的“高薪崗位”。2015年，谷歌為了不讓知名研究員伊利亞（Ilya Sutskever）跳槽，曾開出過200萬美元/年的高薪——后來桑達(dá)爾·皮查伊繼任谷歌CEO時，其基本工資是同一個數(shù)字。

財新曾對國內(nèi)AI企業(yè)招股書做過一筆測算，發(fā)現(xiàn)：它們每掙1塊錢，就要花掉0.75元的人力成本。再算上定制AI的算力、數(shù)據(jù)開銷、以及其他成本，幾乎做一單虧一單。

人們這才驚奇地發(fā)現(xiàn)，AI這門生意似乎遠(yuǎn)不如想象中那么性感。

陷入死局后，AI企業(yè)們只能寄希望于一場“推翻重來”式變革。幸運(yùn)的是，沒過幾年，暴風(fēng)雨真的來了。

紅杉資本率先嗅到了風(fēng)雨欲來的氣息。2022年9月，紅杉發(fā)表了文章《Generative AI: A Creative New World》，預(yù)言一場全新的科技競賽即將來臨。投資人同行很快聞風(fēng)而動，一度冷清的AI圈再度人聲鼎沸。

這篇文章發(fā)布僅半年，有頭有臉的科技公司們幾乎全部一頭扎進(jìn)了AI浪潮之中，要用人工智能把每個行業(yè)都重新做一遍。

例如當(dāng)下火熱的直播行業(yè)，大模型應(yīng)用的空間就相當(dāng)廣闊。對于那些養(yǎng)不起專業(yè)直播團(tuán)隊的商家，如今只需輸入商品信息，百度的文心一言能夠自動生成話術(shù)、配音以及數(shù)字人主播，直接包攬了整個流程。

企業(yè)無需再花錢雇主播、想話術(shù)、搞培訓(xùn)，能輕松實現(xiàn)7*24小時直播，對中小企業(yè)而言無疑是個重大利好。

本文（含圖片）為合作媒體授權(quán)創(chuàng)業(yè)邦轉(zhuǎn)載，不代表創(chuàng)業(yè)邦立場，轉(zhuǎn)載請聯(lián)系原作者。如有任何疑問，請聯(lián)系editor@cyzone.cn。

關(guān)鍵詞：