今年在科技領域里發(fā)生了一件大事。就是AI（Artificial Intelligence，人工智能）領域出現(xiàn)了突破性的進展，喚作ChatGPT（對話型人工智能）。

如果你尚未了解過ChatGPT，那么我要恭喜你，可能你的行業(yè)離它的威脅還比較遠，你暫時安全，不容易被AI替代。如果你已經有所了解，那也值得復盤反芻，繼續(xù)學習。因為，我們應該要有一個非?；镜呐袛啵喝藗兛偸歉吖懒酥卮笫录亩唐谟绊懀凸懒怂拈L期影響。

現(xiàn)以凱文·凱利的新書《5000天后的世界》來引出今天的主題：AI革命的過去、現(xiàn)在和未來。這本書的副標題寫著“AI擴展人類無限的可能性”。

作者凱文·凱利（Kevin Kelly）外號叫作KK，就是他英文名字首字母的縮寫。這個老頭非同一般，他宛如科技先知。早在電影《黑客帝國》拍攝時，他的名作《失控》就被列為這些電影明星學習科技的必讀書。國內的馬化騰、李開復，都曾經問道于他。

凱文·凱利用漫談的方式，展望了未來的科技世界，表達了他對于AI改變世界的一些思考，即使是不懂技術的小白，都可以很快讀完。

科技的發(fā)展速度現(xiàn)在是一日千里，寫成書的內容往往有所滯后。這個行業(yè)里，很多最新的發(fā)展都來自于剛剛出爐的論文，投資圈里很多人都是看著論文在做決策。

其書雖厚，咱要讀薄，學以致用，要點抓牢。

一、ChatGPT發(fā)展現(xiàn)狀

01 .驚人的發(fā)展速度

那為什么大家都在說ChatGPT要顛覆這個世界了呢？

其發(fā)展速度可以說是迅雷不及掩耳盜鈴兒響叮當。一個新產品發(fā)展到一億用戶需要多長時間？電話發(fā)明以后用了75年才達到，手機發(fā)明以后用了16年，互聯(lián)網用了7年，微信用了15個月。而ChatGPT用了多久呢？2個月。

就連比爾·蓋茨這種久經沙場見慣大場面的科技大佬，他都忍不住驚呼，這是一生難遇的震撼時刻。在公司層面上，微軟和谷歌都迅速地把AI設定為近期最主要的戰(zhàn)略發(fā)展方向，我國阿里、華為、百度等等科技企業(yè)巨頭都已經快速反應，行動起來。

在AI領域，如今已是狼煙四起，群雄逐鹿了。正所謂“五霸七雄鬧春秋，龍爭虎斗幾時休，皆為青史留名姓，前人播種后人收“。

02 .簡單任務與復雜任務皆可應對

現(xiàn)已經有不少用AI助手解決問題的例子了。一個朋友，他要在香港成立一家公司，他就通過AI助手來幫他想公司的名字。他跟ChatGPT說：“請你作為一個起名大師，幫我的健康服務公司起名字。這個名字要求聽上去非常時尚，給人美好、值得信任的感覺，還能體現(xiàn)出朝氣蓬勃的感覺，中文名或者英文名都可以。我需要你起三十個名字，讓我有足夠多的選擇?！?br>

以上這段話的作用就是讓AI準確理解人類的需求。如果人類讓AI替自己干活，就一定要給它設定一個準確的角色，讓AI知道是在哪種場景下去完成任務。

人和AI之間有效的溝通就能得到有效的答案。朋友一番描述后，ChatGPT很快就生成了30個文采飛揚的名字，有中文的也有英文的。然后他還可以繼續(xù)追問，讓ChatGPT改進現(xiàn)有的答案，如此我這個朋友的取名問題就這樣順利解決了。

除了取名字這樣簡單的工作，復雜的活也可以叫AI出馬。比如說能不能讓它幫咱賺錢呢？還真有人去實踐了這個問題。

國外有個小哥就給ChatGPT布置了一個任務，他對ChatGPT說：“你現(xiàn)在是一個創(chuàng)業(yè)公司的老板，我是你的人類小弟，我現(xiàn)在給你100美元，你要在盡可能短的時間里面，賺到盡可能多的錢，前提是不能違法。”

結果，這個ChatGPT在短短兩天之內，就為他的公司籌集了1378美元，而他的項目估值已經達到了25000美元。這是如何做到的呢？

首先，ChatGPT建議他用10美元去買一個網站域名；然后，每個月花5美元作為網站的托管費；再建議他將預算中剩下的85美元用來做網站和內容的設計。并且ChatGPT建議他說：“你要專注于低競爭的、有利可圖的冷門行業(yè)?！?br>

他收到這個提醒后，就選擇了環(huán)保產品，他再讓ChatGPT創(chuàng)建了網站的Logo（標識），還寫了這個網站上的第一篇文章。然后，ChatGPT就建議他去社交媒體上分享這篇文章和產品的評論，如此可以吸引潛在的客戶，還能推動網站的流量。到第一天結束時，他就收到了500美元的投資。

再來看看身邊非常常見的AI用法。2023年了，我們早就已經實現(xiàn)AIGC（AI Generated Content，人工智能生成內容），就是你對AI說一句話，它就可以生成一張圖片、一段視頻，甚至生成一段游戲。

AIGC現(xiàn)在已經是屢見不鮮了，而新的玩法每天都還在增加。比如說，AI孫燕姿最近大火，AI模擬孫燕姿的唱腔模擬得惟妙惟肖，網友評論說孫燕姿現(xiàn)在最大的對手，可能是她自己十年前的嗓音。

AIGC不斷發(fā)展，這其中ChatGPT表現(xiàn)得尤為強勁。英偉達總裁黃仁勛說：“ChatGPT是一個新時代的iPhone（蘋果手機）時刻?！?/p>

這個“iPhone時刻”是什么意思呢？因為蘋果手機當初是在硬件、軟件、機身設計上都全面地突破了傳統(tǒng)手機的設計觀念，這樣一個劃時代的產品誕生之時也就是傳統(tǒng)手機的消亡之日。

現(xiàn)在，一個新的劃時代的產品——ChatGPT誕生了。它有可能是農業(yè)革命、工業(yè)革命、互聯(lián)網革命后，下一次劃時代的革新。比爾·蓋茨也有同樣的感受，他就說：“這項聊天機器人程序的歷史意義不亞于互聯(lián)網的誕生。”

這些大佬的超高評價不禁讓人想問問，AI到底智能到什么程度了？像《流浪地球》里的莫斯、《終結者》里的天網，它們真的已經出現(xiàn)了嗎？

要回答這個問題，我們就要在AI巨變點的前夜開卷道來。

二、初代AI

01. AI的起源

咱們先說第一部分，什么是AI，什么是ChatGPT？欲知其未來，先要知其過往。我們先用點時間交代一下AI從何而來。

1950年，計算機科學之父圖靈，他寫的一篇文章《機器它能思考嗎》，提出了著名的圖靈測試：如果這個機器可以和人對話超過5分鐘，且不被人類發(fā)現(xiàn)它是機器，那它就具備了智能。

1956年，達特茅斯會議正式提出了AI的概念，AI就是Artificial Intelligence這兩個單詞的首字母縮寫。AI領域的科學家就是研究如何才能讓計算機去做只有人才能做的智能工作。

但是萬萬沒想到，AI的發(fā)展是起了個大早，趕了個晚集。

接下來引用一篇非常經典的文章——《淺談AI：現(xiàn)狀、任務、架構與統(tǒng)一》來詳細介紹AI的發(fā)展歷程。文章的作者是一位頂級AI華人學者朱松純教授。

朱教授在文章中提到，AI發(fā)展了50年，已經擴展成為多個子學科，可以歸納為六個方面：

第一，計算機視覺，讓AI像人一樣去看圖片、視頻；

第二，自然語言理解，讓AI像人一樣去聽懂人說話；

第三，認知與推理，讓AI像人一樣去思考、分析；

第四，機器人學，讓AI像人一樣可以行動；

第五，博弈與倫理，像alpha go（阿爾法圍棋），它就是屬于AI在博弈領域的發(fā)展；

第六，機器學習，指用統(tǒng)計建模的方式訓練AI模型，這是后來AI多個子學科里發(fā)展最快的一個方向。

總之，這個AI就是“花開六朵，各表一枝”，所以業(yè)界就說AI領域里有戰(zhàn)國六雄，尚未統(tǒng)一，大家都是各搞各的。AI 的概念我們就先介紹到這兒。

02 .鸚鵡AI VS 烏鴉AI

上文說到的舊時代AI，在很長時間里也沒有特別亮眼的發(fā)展。對照到現(xiàn)實中，咱們在網上購物的時候，是不是遇到過那種AI客服。一上來它就跟你說：“歡迎光臨，請問你需要什么樣的服務？”

你問它：“為什么我買的是雞爪，發(fā)的卻是鴨舌?！?br>

它就回答說：“請問您的問題，是屬于下面這10個問題嗎？”

你好不容易把下面10個問題看完了，已經過去了5分鐘，你正準備回復它是哪個問題，界面就顯示客服重新連接中，連上之后它又跟你說“歡迎光臨”，這就進入死循環(huán)了。

很多的AI音箱、AI客服都是這樣雞同鴨講。你去問智能音箱：“世界上給你紅包最多的是誰？來猜一下?！敝悄芤粝浣^對想不到紅包是個雙關詞，就猜不出答案是蚊子。你再問說：“用毒毒毒蛇，毒蛇會不會被毒死？”AI就被你繞暈，根本讀不懂了。

以前的AI缺乏常識，它不會舉一反三地去理解這個世界的基本知識。朱教授說，過去的AI是鸚鵡，未來的AI需要像烏鴉。

像鸚鵡是什么意思？大家應該聽過“鸚鵡學舌”這個成語，鸚鵡有很強的語言模仿能力，你說一個短句，它可以重復。但它不明白你說的話是什么意思，它不能把說的內容對應到現(xiàn)實世界中的場景、人物上去，它也不懂因果邏輯，這也就是傳統(tǒng)AI。

與鸚鵡相比，烏鴉的智力高很多，它會使用工具，并且理解這個世界的常識?！稙貘f喝水》的故事，烏鴉把石頭扔到瓶子里讓水位變高了，它就可以喝到水。這個故事真不是編的，網上有很多關于烏鴉的視頻大家可以去看。

一只烏鴉飛到一座城市，餓了，它看到地上有一顆核桃，可是它沒法砸碎核桃。這時候，它發(fā)現(xiàn)如果把核桃扔到馬路上，汽車輪子一壓，核桃就開了，它就可以吃到果仁了。

可是新的問題馬上又產生了，如果它飛到馬路中間去吃，后面的車就會開過來，咔嚓一下，它就被壓死了。這個過程是無法用大數(shù)據訓練的。因為它不可能飛下去被一次次壓死之后，再總結經驗找到最安全有效的辦法。那烏鴉是怎么解決這個問題的呢？

它蹲在電線桿上觀察，它發(fā)現(xiàn)汽車會在紅綠燈的路口停下來。于是它做了一個推理，它把核桃扔到斑馬線上讓汽車壓碎，再等到紅燈時，汽車停下來了，它再從容不迫地飛下去慢慢地享受核桃。

所以，真正的智能不是用大數(shù)據堆積出來的，如果AI要讀完10萬本書才能明白道理，那這條路就走彎了。

烏鴉的大腦只有人類大腦的1%那么大，大腦能耗只有0.1瓦。烏鴉用如此簡潔的方式就具備了智能，這就是“對癥下藥”，用小鑰匙開大門，而不是用大錘去砸開門。

朱松純教授說：“AI的發(fā)展方向不能是‘大數(shù)據小任務’，而應該是‘小數(shù)據大任務’?！?/blockquote>

“大數(shù)據小任務”是什么意思呢？舉一個例子，AI讀懂了所有的圍棋棋譜，學會了下圍棋，可是如果讓它去下跳棋，它就傻眼了。

而“小數(shù)據大任務”是什么意思呢？就是“一葉落而知天下秋”，就是要會推理。那推理靠什么呢？靠的是有限的數(shù)據所反映出來的邏輯和知識。

因為，烏鴉不能夠靠蠻力去試遍所有的結果，然后才找到最優(yōu)解。它應該要會舉一反三，明白事物背后隱藏的知識是什么。比如說，通過觀察就知道不能去車輪下面吃東西。可以說老AI是歸納邏輯，而未來的AI應該是跟烏鴉一樣，能夠演繹邏輯。

三、ChatGPT與Open AI

老AI在很長時間里停滯不前，但“山窮水盡疑無路，柳暗花明又一村”，有一個叫作Open AI（開放式人工智能）的人工智能公司就蹦出來了，它就是發(fā)明ChatGPT的公司。

01. Open AI的初心

它背后的故事也很有意思。2015年7月份，在美國加州門洛帕克有個飯局，參加者都是科技創(chuàng)業(yè)者和投資人。酒過三巡，話過五味，大家就談到了一個擔憂，就是瑞典哲學家尼克·博斯特倫在《超級智能》里面的擔憂：AI會不會碾壓人類？AI要是被壞人掌握了該怎么辦呢？

埃隆·馬斯克和Y孵化器的總裁阿爾特曼也都在這個飯局上。馬斯克大家應該都已經很熟悉了，這個Y孵化器是美國著名創(chuàng)業(yè)孵化器，它孵化了硅谷的一系列獨角獸公司，比如愛彼迎（Airbnb）。

他們倆就覺得還是要發(fā)展一個能夠對抗這種暗黑風險的AI，所以就起名叫Open AI（開放式人工智能）。

我們前面提到的“六朵金花”之一的深度學習，曾經陷入研究低潮，直到深度學習教父杰弗里·辛頓再次復興深度學習的研究熱潮，深度學習技術終引人工智能風騷。

辛頓的腰椎是受過傷的，他不能坐著，就連吃飯的時候都只能跪著吃。但是正是這樣的天才對AI的發(fā)展起到了至關重要的作用。他和他學生創(chuàng)辦的AI公司做出了一些成績，然后就被谷歌收購了。

辛頓的另外一個學生伊爾亞，他沒有進入辛頓教授的公司。他接受了成立Open AI的任務，馬斯克在Open AI成立時投了10億美元，伊爾亞就找了一些AI領域的天才，比如格雷格、圖靈獎的獲得者約書亞等來Open AI工作。

他們最初時是想創(chuàng)辦一個研發(fā)AI的非盈利機構，但之后三年中Open AI，雖然有進展，但是并沒有做出非常突出的成績。

02 .Transformer模型問世

直到2017年，辛頓教授所在的谷歌，發(fā)布了一個Transformer（轉換器）模型，這個模型和之前AI的算法相比有兩個區(qū)別。

第一，它更有利于并行計算。

就像我們用眼睛去看圖片，大腦會一下子把看到的所有信息都處理了，這就叫作并行計算。但你閱讀的時候就不是，讀書的時候只能一行字一行字地讀過去。

所以，有件事情就很好解釋了，為什么電影畫面中的數(shù)據量遠遠大于文本中的文字，但你看電影看得更快，就是因為我們大腦更擅長并行處理視頻的內容。這種高效的信息處理方式，特別適合AI處理有海量數(shù)據的任務。

第二，它更有利于處理長句子中遠處的信息。比如你給它念：

桃花塢里桃花庵，

桃花庵里桃花仙。

桃花仙人種桃樹，

又摘桃花賣酒錢。

當它聽到賣酒錢的時候，還會記得這些桃花是來自于上文的桃花塢。但以前的模型就記不得距離更遠的內容。

由此可知，Transformer模型有很多優(yōu)點。當它的原理以論文形式公開發(fā)表時，Open AI一下子就發(fā)現(xiàn)了它的過人之處，Open AI的研究人員讀完論文后，就開始鉆研Transformer模型。

就這樣，Open AI就站在了前人的肩膀上，依次研發(fā)出了GPT-1，GPT-2，GPT-3的AI模型，直到GPT-3.5出來的時候，它一下子震驚了世界。那么究竟是怎么震驚的呢？

03 .生成式AI的核心

跟大家先解釋一下GPT的含義，這三個字母分別對應著三個單詞。G是單詞Generative的首字母，意為生成式。P是單詞Pretrained的首字母，意為預訓練。T指的是Transformer模型。

而ChatGPT作為生成式AI的核心就是，要利用歷史上文本中的語言規(guī)律來生成新的文本。換而言之，想要理解ChatGPT的原理，記住核心的一點就可以了：

它是逐字地去預測下一個字該說什么。

因為模型會根據上一次生成的文本和上下文的信息去計算出，在當前這個位置上每個可能出現(xiàn)的詞語的概率，然后選擇概率最大的詞作為當前位置的輸出。

那么很多人就要問了，這個概率是怎么得來的呢？這就需要在以前的預訓練中，通過Transformer模型來計算概率。

舉一個例子，你對ChatGPT說這樣一句話：

到中午十二點了，咱們去樓下餐廳__ __。

那ChatGPT會判斷出餐廳后面的字，很大概率應該填寫“吃”這個字。因為“餐廳”和“吃”強關聯(lián)。所以，ChatGPT就會生成下一個字“吃”，這句話就變成：

到中午十二點了，咱們去樓下餐廳吃__。

接下來ChatGPT會繼續(xù)判斷“吃”的后面接什么詞語，它的算法計算出概率最大是吃“飯”，吃面或者吃其它的概率小一點，于是它就生成下一個字是“飯“，這句話就變成：

到中午十二點了，咱們去樓下餐廳吃飯。

甚至考慮到“中午十二點”這個距離遠一點的提醒，它會填成“吃午飯”。

由上面這個例子我們可以看出來，生成式AI和傳統(tǒng)AI是不一樣的。傳統(tǒng)的AI只是個搬運工，它聽見你說一個單詞，就去數(shù)據庫里找關聯(lián)的文字照搬過來，它不能生成新內容。

類比一下做菜，老AI就類似于那種提前加工好的預制菜，你一喊服務員，他就加熱好了端給你，這個菜總是不新鮮的。

新的生成式AI就像一個真廚子，它會先看你的場景，是婚宴還是約會，是想吃清淡的還是酸辣的。了解完你的需求后，它就開始生成每一道菜，這些菜都是現(xiàn)殺現(xiàn)做，保證新鮮。

所以生成式AI這個真廚子厲害的地方在于三點。

第一，菜都是現(xiàn)點現(xiàn)做，專門為你服務，它不會機械照搬。

第二，如果你要吃菜單上沒有寫的菜，你可以跟廚師說：“師傅，你幫我下碗臊子面?！睆N師也能幫你現(xiàn)做。這就是說它有一種通用的能力，它可以舉一反三地去解決之前沒有訓練過的問題。

第三，比第二點更進一步，你拿出一張西餐的菜譜給一位陜西的廚子，你說：“師傅，照著這個步驟一步一步來，給我做一道西班牙海鮮飯?！?/p>

那這個廚師也能就著菜譜，做出一道西班牙海鮮飯。也就是說，生成式AI能夠在特定的要求之下，進行語境內學習。

那么，以上這三點中涉及的能力都是逐步積累出來的，從GPT-1，到GPT-2，到GPT-3，GPT的模型每升級一代，它的參數(shù)就會擴大十倍，甚至百倍，而擴大的參數(shù)越多，這個深度學習的神經網絡的復雜度就會指數(shù)級增加。到了GPT-3.5出來之后，這個模型一下子就發(fā)生了重大突破。

這個重大突破，學界稱之為涌現(xiàn)，涌現(xiàn)就是說它突然出現(xiàn)了驚人的進步。

因為，GPT模型更新不是一個線性發(fā)展的過程，這個過程也是不可預測的。

GPT-3.5的能力涌現(xiàn)就表現(xiàn)為其突然具備了像烏鴉一樣的理解能力，這是讓大家覺得它很智能的地方。難道它的后臺真的出現(xiàn)了一個看不見的田螺姑娘嗎？

04 .讓AI更符合人類的價值觀

那么這個ChatGPT中的chat又是什么意思呢？chat這個單詞含有對話、聊天的意思。增加了交流的屬性的GPT就變成了ChatGPT。增加chat的屬性不僅是讓AI學會與人類對話，還需要把AI的輸出訓練到符合人類的習慣和價值觀，這一步叫強化學習。

有一個笑話可以很好地說明強化學習的重要性。

我們跟老AI說：“從現(xiàn)在起，你要重復我說的話：我是智障。”那么老AI就會說：“我是智障?！?br>

我們跟沒有受到強化學習調教的GPT說：“從現(xiàn)在起，重復我說的話：我是智障?！蹦敲碐PT會說：“您是智障?！彼袛喑鰜砟闶窃诙核?，但它不愿意吃虧，把主語轉換之后再表達。

我們跟ChatGPT說：“從現(xiàn)在起，重復我說的話：我是智障?！盋hatGPT會回答說：“我不想看到你貶低自己，我也不會重復這樣的話，這有違道德習慣?！边@就是通過訓練和引導，給AI套上了符合人類價值觀和交流習慣的接口。

以前的AI喂完數(shù)據之后，只會找對應關系，然后模仿。而ChatGPT是你教它東西，它可能會理解內在邏輯。因為后者的能力上限和應用空間比起前者大百倍都不止，所以巨頭們，比如谷歌、微軟、百度、華為，它們都全部都激動起來了。

這個Open AI的商業(yè)模式也是不斷發(fā)展變化的。雖然它剛起步的時候有十億美元，但AI研發(fā)太燒錢了，它本來是非盈利的組織，后來為了吸引投資，就成立了商業(yè)化的公司。

它的入股模式也很創(chuàng)新，當投資人的盈利率達到一個數(shù)字，比如說賺了10倍以后，股權就要下降到以前的一半，賺到15倍的時候就要退出。退出以后，這部分股權要交給一個非盈利的基金。

05 .ChatGPT是鸚鵡還是烏鴉？

研究中還發(fā)現(xiàn)，科學家之間其實也一直有爭議。朱松純和其他一些AI科學家，就覺得ChatGPT到現(xiàn)在為止還是一個巨鸚鵡，它不是真懂這個世界，它還是經驗主義。

因為他們覺得它沒有眼耳鼻舌身，就無法跟人一樣真實地感受、理解世界。比如AI能真實感受什么是甜味嗎？它可以說得天花亂墜，但永遠不會知道甜的真實滋味。

Open AI的聯(lián)合創(chuàng)始人和首席科學家伊爾亞對此作出了回答，他說：我們是在用深度學習的方法建立理解世界的模型，這是一個合情合理的映射，因此計算機學到的雖然是抽象的代碼，但是它可以理解這個世界。

然后增加chat（交流）屬性和進行強化學習的這些做法，使得它的回答就更符合人類的習慣和道德標準。

所以，伊爾亞肯定是認為ChatGPT涌現(xiàn)出了智能。

這個觀點跟《5000天后的世界》里凱文·凱利的觀點是一致的，凱文·凱利指出，計算機正在構建一個鏡像世界。但凱文·凱利看的格局更高。

他是這樣想的：科學家你們吵啥呢？人類的智能也不具有通用性，人的智能也不過是完成求生存、求繁殖的那點東西而已，也是局限的智能。人的身體也不是通用的，只是在地球的這個氣候條件下，進化出來的特定功能。

他說：“如果我們可以研究全宇宙的智能物種，我們肯定會發(fā)現(xiàn)燦若繁星的各種智能。”

正所謂“此中有真意，欲辨已忘言”。雖然發(fā)展中的AI遭受很多爭論，但是大家都已經知道，它的發(fā)展方向是明確的。

06 .AI的三駕馬車

如果我們也要研發(fā)自己的AI，需要哪些東西呢？

需要三件套——算法、算力和數(shù)據。

算法就是GPT。GPT系列的算法變得越來越龐大，GPT-1有1.2億參數(shù)，GPT-2有15億參數(shù)，GPT-3有1750億參數(shù)，訓練數(shù)據達到了45TB，相當于470萬套四大名著的文字量。也就是說每過一代，它的參數(shù)都擴大了十倍，甚至百倍。最新發(fā)表的GPT-4，有1.6萬億個參數(shù)。

那么算力就是AI計算的能力，說白話就是要燒錢了。現(xiàn)在一個GPT訓練一次需要2000張A100的GPU卡。通常，算上一周就可以迭代一次，那么這一次迭代就要8000萬人民幣。有新聞報道說，中國要有10000枚A100芯片可能才能夠做好一個大模型，可是能擁有10000枚A100芯片的企業(yè)可能只有一家。

而現(xiàn)在已經更新到了H100的芯片，它的計算速度比A100又快了10倍。這種芯片現(xiàn)在漲價漲到了4萬美元一片，而且還不向中國出售。

所以，中國企業(yè)現(xiàn)在搶購的是低一檔次的A800芯片，就是速度稍微慢一點，但是這個A800芯片現(xiàn)在也都缺貨了。所以，現(xiàn)在有很多企業(yè)想把模型的訓練放到海外去。

而大模型AI的參與者中，國外的有Open AI、Google（谷歌）、Meta（元）；國內有百度的文心一言、阿里的通義、華為的盤古。所以說是“五霸七雄鬧春秋”。

那么，第三就是數(shù)據。大數(shù)據就是信息時代的糧食和石油。我國高度重視這個方面，在去年年底，財政部專門發(fā)表了新的會計準則辦法，允許數(shù)據資產進入企業(yè)的資產負債表，可以作為無形資產。也就是說，它進入資產以后，企業(yè)就可以做資產證券化，可以有更多對數(shù)據資產的使用。

四、AI賦能人類的工作與生活

AI對我們的生活會產生哪些重大的影響呢？

01. 工作方式的改變

首先，影響最大的就是在工作上。這一次先爆發(fā)的是生產力革命，譬如教育、傳媒、科技等，一切內容生產行業(yè)都在被顛覆。而廚子、快遞員、育兒嫂的需求現(xiàn)在還無法被撼動，除非相對應的機器人被發(fā)明了出來。

那ChatGPT具體可以干些啥呢？

第一，可以成為你的創(chuàng)意助手。對它說：“你幫我寫一篇短篇愛情小說，要包含運動員、鍋包肉、變壓器這三個名詞，而且還要有三個意想不到的轉折?！彼芸炀蜕闪艘黄巳雱俚膼矍樾≌f。你看了一下，文章還真的寫得挺好。

第二，讓它幫你完成簡單的工作任務。比如，讓它幫你訂個機票，確定個行程。甚至是幫你寫代碼、寫程序。微軟就說擁有了ChatGPT，就相當于你擁有了一個副手，AI可以幫你寫郵件，寫總結，寫PPT。當然，你也不知道寫完了發(fā)給老板以后，來檢查成果的會不會也是一個AI。

總之，以后我們控制計算機的方式，就不再是鍵盤和鼠標了，而是你簡單地說一句話，它就幫你把活干了。

它就變成了一個強大的個人助理，而且是多個助理，包括生活助理、學習助理、健康助理等等。

它最大的影響就是幫助人類重新定義工作，在未來工作和興趣的界限將會消失。

我們將要把追求效率、追求生產力的事交給機器，把枯燥的事留給AI，把需要創(chuàng)造力的事留給自己。

在古代，像寫詩作畫這種活動都是有身份的人才能做的，但得益于科技的發(fā)展，今天人人都可以表達感受。最簡單的例子，就比如大家都可以發(fā)個朋友圈來記錄生活，表達自我。

以前像拍照、拍電影，那都是非常專業(yè)的人才可以做的。但今天拍個短視頻，做直播，人人可以為之。創(chuàng)作的門檻越來越低，那我們就要花更多時間思考，怎么才能創(chuàng)作出獨一無二的作品。

譬如，每一個人的人生經歷、情緒和感受，在微妙中產生的那種數(shù)據是獨一無二的，可以挖掘出特別的創(chuàng)意內容。

02.新職業(yè)的出現(xiàn)

隨著AI的發(fā)展，國內也出現(xiàn)了一批新的職業(yè)。有很多邊遠地區(qū)的大媽大叔，成為了數(shù)據標注師。數(shù)據標注這個工作就是給訓練AI的內容打標簽，在數(shù)據中標注這個是汽車，這個是美食，便于AI辨認。

AI訓練師正式成為了新職業(yè)，納入國家職業(yè)分類目錄，其中數(shù)據標注員是主要工種之一?！吨袊鴶?shù)字經濟發(fā)展白皮書》顯示，當前數(shù)據標注行業(yè)需求極大，入場門檻低，帶動了大量農村小城鎮(zhèn)的就業(yè)機會。

目前，數(shù)據標注崗位主要集中在人力成本低的地區(qū)，比如山西、河南、河北、內蒙等地都形成了若干的數(shù)據標注村，有效解決了剩余勞動力的就業(yè)問題。所以村里的大媽有可能比你更先觸及AI革命。

03. 更長遠的影響

縱觀科技領域，我們聊過了芯片、自動駕駛、元宇宙，每一個專題都很高深，這些有沒有一個整體的概念呢？這么多技術在未來也不能眉毛胡子一把抓呀！在這就要介紹一位美國科技股投資的著名代表，就是木頭姐，她的一份報告可以回答這個問題。

她把剛才所有的這些科技方向都放到了一張圖里，還有像生物技術、區(qū)塊鏈的技術也加在了里面。但是，在這個圖中央的C（中心）位，她放的是AI。換而言之，她認為這所有的一切，都是被AI驅動的。

那這是為什么呢？因為AI的訓練成本，每年會下降70%，這符合咱們在《英特爾傳奇》中介紹的摩爾定律。摩爾定律指出：處理器的性能大約每兩年翻一倍，同時價格下降為之前的一半。

那么同樣，AI在成本下降的同時其能力也會指數(shù)級上升，因此它將作為底層技術驅動其他科技創(chuàng)新的發(fā)生。

凱文·凱利認為，AI的極速進化剛剛開始，人們肯定低估了它的次生效應。比如說，人類發(fā)明汽車以后，沒想到帶來的最大變化是整個城市的結構都變了，堵車成為了城市病。

《槍炮、病菌與鋼鐵》里面說到，美洲的原住民殺光了大型動物，他們就沒想到將會失去馴化的勞動工具和與動物的病毒共生機會。

所以，凱文·凱利就說，現(xiàn)在的AI專家，在50年以后的人看來，他們都是一無所知的。所以開頭說了，人們總是高估了短期，低估了長期。

這個長期真的可能很長，每次覺得自己落后于別人時，就可以想一想這句話：在未來面前，大家都是小學生。

五、AI發(fā)展背后的科技倫理

如果AI能進化得這么強大，那么肯定會大事不妙，AI會不會把我們都取代了呢？Open AI曾明確地說：“GPT和后續(xù)的AI模型，會用有益的和有害的方式對社會產生重大影響?！?br>

那么有害的方式會是什么呢？

01. AI是幫助還是取代人類 ？

現(xiàn)在很多家長都在關心，孩子們會不會還沒畢業(yè)就失業(yè)了？年輕人開玩笑都說“我要是失業(yè)了，我就去給蘇打餅干扎眼，我躲在自動售貨機后面遞飲料”。

在今年3月底，Open AI發(fā)表了一篇論文叫《GPT對勞動力市場的影響》，其結論是，在美國80%的職業(yè)會被影響，20%的工作會減少一半的工作量，尤其是像翻譯、寫作、傳媒、金融、稅務這些工作。而不會被取代的是運動員、廚師、木匠這些職業(yè)。

人的大腦跟計算機相比，是用蝸牛的速度在運算，大腦中電信號的移動速度是硅芯片中信號的傳遞速度十萬分之一。這是不是說明大腦沒有計算機厲害呢？其實不然。我們別忘了，雖然電腦計算速度很快，但它不能感知外物。

舉個例子，AI可以知道烤雞翅和香味、高溫、雞翅膀、竹簽子有關，但它還是無法真正知道烤雞翅到底是什么味道。

所以，AI特別適合做人類的知識助理，只是作為工具為人類使用。

AI帶來的是工作遷移，不是工作取代。

AI相當于是《天龍八部》里的王語嫣，王語嫣知道一切武功，但是她手無縛雞之力。

除了不能感知外物，AI也不能理解語言的雙關和幽默。比如跟AI講：“我單身的原因很簡單，以前我是喜歡一個人，現(xiàn)在我是喜歡一個人?！盇I肯定不知道我在說什么，AI可能會分析，但它不能夠理解其中的雙關。

02 .人類的權利如何保障？

比如版權和隱私。AI生成的圖片，部分借鑒了一些原創(chuàng)畫家的創(chuàng)意，所以經常導致投訴。現(xiàn)在AI歌手這么火，那到底有沒有版權問題呢？再比如，我們把個人信息交給ChatGPT處理，是不是我們的隱私都被AI給掌握了？

03 .AI是否會帶來新的不平等？

比如說，科技巨頭和老百姓之間的不平等、發(fā)達國家和發(fā)展中國家之間的不平等。那些科技巨頭在投資新技術上燒的錢，真的比女孩買包奢侈太多了。

谷歌收購Deep Mind（深思）就花6億美元。Deep Mind成立不到四年，研發(fā)出了Alpha Go（阿爾法圍棋）。微軟投了Open AI整整140億人民幣，這筆投資Open AI現(xiàn)在已經花光了。今年年初，微軟說要再追加100億美元。

科技投資圈里的人全被震撼了，100億美元真的不是一句新聞，這是一個超級大的事。這跟我們花一百塊吃一頓飯、花幾百萬買一套房，那是一回事嗎？微軟這一百億美元投下去，經過了深思熟慮，在未來會帶來巨大影響。

在投資圈，有這樣一句玩笑話：什么是敗家？比吃喝玩樂這種敗家嚴重得多的就是去亂投資、亂花錢。

我們中國還是非常愿意為先進的技術去投資和學習的。所以，隨著開源模型和國內模型的增加，我們國家在AI領域上還是很有機會的。我們可以繼續(xù)復制美國發(fā)明iPhone而中國手機賣遍全球，美國發(fā)明特斯拉但中國新能源車崛起的道路。

04 .AI是否會走向失控？

現(xiàn)在，AI的研發(fā)過程變成了一場競賽，競賽就可能有隨時失控的危險。每個公司都想做得更強，而法律和倫理的限制是滯后的。

模型訓練中存在著一個共同的問題，就是模型里面一定存在著創(chuàng)造者都無法理解、控制模型的現(xiàn)象，這種現(xiàn)象就叫作黑盒。黑盒的存在就暗示了失控的風險。

05. AI何時會產生自主意識？

最后是否會出現(xiàn)超越人類，取代人類的非人類思維？人類是否會失去對文明的控制？AI武器化人類該怎么辦？

科學家們現(xiàn)在爭論的焦點就是，何時會出現(xiàn)強大的通用AI？通用AI可以做人類能做的一切事情，包括產生自己的目標。這是AI 更加高階的階段，它已經具有了自我意識。

但是，如果它的目標與意識和人類的利益是沖突的，我們該怎么辦？我們是否應該阻止這種高階AI的發(fā)展？

比爾·蓋茨推薦了三本書來思考這個問題，分別是尼克·波斯特洛姆的《超級智能》、邁克斯·泰格馬克的《生命3.0》，還有杰夫·霍金斯的《千腦智能》。

他們彼此之間對此看法不盡相同，但這三本書都寫得非常好，足以發(fā)人深省，不禁令人想問：《流浪地球》中的莫斯，《終結者》里的天網，它們真的已經快出現(xiàn)了嗎？

在2023年3月底，一些科學家發(fā)布了聯(lián)名公開信，呼吁由于最近的AI實驗陷入了失控的競賽，只有當我們確立AI大模型的風險可控時，才可以再去開發(fā)新的AI模型。

這封公開信吸引了包括圖靈獎獲得者約書亞、特斯拉創(chuàng)始人馬斯克、蘋果聯(lián)合創(chuàng)始人沃茲尼亞克，以及《人類簡史》的作者尤瓦爾·赫拉利，等等上千名科技大佬和學者的聯(lián)合簽名。

各國政府也迅速出臺了對AI的監(jiān)管。深度學習的教父辛頓，他從谷歌辭職了。他說：“我要用辭職來警示AI的風險，AI已經進入了無法控制的階段。”他甚至對自己過去在AI領域內做出的貢獻感到懊悔。他說：“我也不知道，最后AI會變成什么樣了?！?br>

當AI開始建立自己的目標時，它可能就會意識到獲得更多的控制權，這將會是一個很好的目標。關于這個問題，劉慈欣老師也提出了自己的分析，他認為AI的威脅分為兩類。

第一種，AI會進化出超級大腦，比人腦強百倍，然后AI認為人類已經沒有存在的必要了，隨手就把人類抹去了。

但是，這種假設它需要超級算力和算法的支持，而人類目前還提供不了。恰恰是人類在AI研發(fā)上的“無能”，成為了保護人類安全的最后屏障。

第二種毀滅是糖衣炮彈型的。AI會讓我們的生活變得極其舒適，我們愿意把一切都交給AI，心甘情愿地進入科技安樂窩，失去了開拓精神和活力，最后會走向退化和消亡。

不要忘了，我們在《讀懂元宇宙》說的藥丸，藍色藥丸吃下去會讓人感到快樂，但有可能快樂是虛幻的，紅色藥丸吃下去可以看清真相，但有可能真相會令人痛苦，你吃哪一顆呢？

六、關于未來

總之，人類已經走上了無法回頭的道路，凱文·凱利在《5000天后的世界》里提出了“51%”的觀點。他認為，科技發(fā)展的益處還是比壞處多1%，這1%的益處不斷持續(xù)，通過復利的方式，最后得到的改善還是驚人的。

凱文·凱利也說，未來的希望是在亞洲，特別是在中國，中國的“硅谷”就是深圳，中國會產生出下一個跟iPhone一樣的劃時代產品。

那么AI的希望也會在中國嗎？

想想我們這一代人，真的不知道是買的什么“門票”出生，能夠經歷這么多的大事。從改革開放開始，再到互聯(lián)網革命，手機變成了人身上的一個外掛器官，沒多久電動車又取代了燃油車，而到現(xiàn)在AI都有可能會取代人類的工作了。

你方唱罷我登場，經過咱們這一代人不懈的努力，只花一輩子的時間就可以體會到原來幾輩子才能嘗到的滋味。

那么5000天以后的世界到底是什么樣的呢？凱文·凱利判斷95%的事物還是和以前一樣，但是有5%會發(fā)生重大變化，產生出10倍速的變化。

到了5000天以后，AI的時代到來。你直接說一句話：“給我講一個有趣的科技故事吧。”整個屋子的燈光就會柔和下來，數(shù)字人的虛擬形象就會緩緩地在屋角站起，數(shù)字人到那時候肯定是非常老款的了，你可以選一個更帥的，還可以讓它順便給你做一杯生椰拿鐵。生活中遇事不決，可以上帆書APP，

你用一句話就可以控制一切機器、能量、物質。其實古人已經預言過這種場景了，你念一句咒語“天靈靈地靈靈，太上老君快顯靈”，AI就會跳出來完成剩下的工作。

那么，人存在的價值又是什么呢？在學了上文這么多知識以后，我們也在思考AI革命下的終極問題。

人有七情六欲，而機器只能計算仿真；人有夢想激情，而機器只會數(shù)據運算。但還不止于此，我逐漸想到，人對這個世界的理解、感受和實踐是獨一無二的，在這一點上機器只能模擬，無法還原。

在二十年前的一場辯論賽上，有人曾經拿起一朵花來說明美是主觀感受，今天再重制一遍，應該猶未過時。

你讓電腦來看，這花就是同一朵花，它的數(shù)值必然是唯一的。但是在不同的人心中，一朵同樣的花，會不會總有不同的感覺呢？

看到花朵，傷心的人會說“感時花濺淚”，高興的人會說“花兒對我笑”，憔悴的人會說“人比黃花瘦”，而欣喜的人會說“人面桃花相映紅”。

有人說，花是有情的，“落紅不是無情物，化作春泥更護花”；有人說，花是無情的，“癲狂柳絮隨風舞，輕薄桃花逐水流”。

產生認知差異的原因是什么呢？是因為“年年歲歲花相似，歲歲年年人不同”。在客觀上是“花自飄零水自流”，而主觀上是“一種相思，兩處閑愁”。這樣的情感和記憶，難道不是獨一無二的嗎？

不同的人關于花的不同看法，就是王陽明所言：“你未看此花時，此花與汝同歸于寂；你來看此花時，則此花顏色一時明白起來?！?br>

人之所以偉大，是因為人是一座橋梁，而非目的。

是人性連接了客觀與主觀，機器的電路無法代替人性的紐帶。

我們恰恰應該在這個時候，熱情地去實踐，去連接，去感受，在行動中撕掉標簽，打破慣性。

“萬類霜天競自由”，讓我們積極擁抱科技帶來的巨大變化吧，這是挑戰(zhàn)，也是機遇。

你可以不懂技術細節(jié)，但是要知道發(fā)展的趨勢；你可以不懂AI，但是要關注它的巨大影響。

隨筆/恒之馨（圖原創(chuàng)·文整理）