本文來自微信公眾號“騰訊研究院”，作者/閆德利、騰訊研究院資深專家。
煉大模型，大煉模型
近年是全球風(fēng)險投資的低潮，生成式AI（GenAI）卻逆市而起，去年的融資筆數(shù)和融資額分別增長66%和400%（來源：CB Insight，如下圖所示），融資額高居所有細分領(lǐng)域第一位（來源：Dealroom.co）。去年美國前5大風(fēng)險投資中，OpenAI、Anthropic（2筆）和Inflection AI三家GenAI公司占據(jù)了4個，融資額分別高達100億美元、40億美元、20億美元和13億美元，主要投資者是微軟、亞馬遜、谷歌和英偉達等巨頭（來源：Crunchbase）。
2019-2023年全球GenAI的融資筆數(shù)和融資額
當下的GenAI熱潮起源于美國產(chǎn)業(yè)界，實際上美國政府也高度重視，提出了“確保繼續(xù)保持領(lǐng)導(dǎo)地位”的戰(zhàn)略目標。在奧巴馬時期，美國白宮發(fā)布《國家人工智能研發(fā)戰(zhàn)略計劃》（2016），特朗普時期（2019）和拜登時期（2023）分別對其進行了更新，從而形成了9大戰(zhàn)略——長期投資、人和AI協(xié)作、倫理、安全、數(shù)據(jù)集、評估標準、人才、公私合作、國際合作。為推進戰(zhàn)略執(zhí)行和落地，美國白宮科技政策辦公室（OSTP）相繼設(shè)置了人工智能特別委員會（2018）和國家人工智能倡議辦公室（2021）。
我國也煉大模型、大煉模型。今年一季度，全球前三大GenAI風(fēng)險投資中，我國占其二——月之暗面10億美元A輪融資和MiniMax 6億美元融資。電信運營商、手機廠商、家電廠商、汽車公司、軟件公司、AI公司、互聯(lián)網(wǎng)公司、電商等各類型的企業(yè)紛紛涉足，已有117個大模型通過國家生成式人工智能服務(wù)備案。大模型成為大廠標配。不過并沒有短兵相接的“百模大戰(zhàn)”，反而頗有井水不犯河水之意。
三塊短板
我國人工智能位居世界前列。但也存在尚待補齊的短板，集中體現(xiàn)在算力、數(shù)據(jù)集和人才三個方面。
一是算力。GenAI以算力堆積實現(xiàn)智能涌現(xiàn)，其成功依賴暴力美學(xué)。根據(jù)Jaime Sevilla等人的研究（2022），在前深度學(xué)習(xí)時代（1952-2009），算力需求每21.3個月翻一番，符合摩爾定律；在深度學(xué)習(xí)時代（2010-2022），算力需求加快到每5.6個月翻一番。如下圖所示。根據(jù)THE DECODER披露（2023），GPT-4的每秒浮點運算次數(shù)（FLOPs）達到2.15×10^25，一次訓(xùn)練成本6300萬美元。
里程碑機器學(xué)習(xí)系統(tǒng)的訓(xùn)練算力需求
來源：Sevilla J,Heim L,Ho A,et al.Compute trends across three eras of machine learning.2022.
在機器學(xué)習(xí)圖形處理器領(lǐng)域，英偉達占有95%的市場份額（來源：New Street Research，2023）。英偉達的A100和H100芯片是訓(xùn)練大模型的“金剛鉆”，具有不可替代性。由于美國對華GPU限令，我國面臨卡脖子現(xiàn)實。
二是數(shù)據(jù)集。我國數(shù)據(jù)規(guī)模大。根據(jù)國家互聯(lián)網(wǎng)信息辦公室《數(shù)字中國發(fā)展報告（2022年）》，2022年我國數(shù)據(jù)產(chǎn)量8.1ZB，全球占比10.5%，位居世界第二。這被看作發(fā)展相關(guān)產(chǎn)業(yè)的優(yōu)勢。然而，規(guī)模優(yōu)勢不足以彌補質(zhì)量欠缺。不管把多大數(shù)量的馬車連續(xù)相加，也決不能得到一條鐵路（熊彼特，1934）。數(shù)據(jù)質(zhì)量至少同等重要。在Hugging Face的高質(zhì)量數(shù)據(jù)集中，英語以37.7%的比重位居第一位，中文僅占3.2%，和波蘭語并列第九（來源：OECD，2023）。如下圖所示。我國數(shù)據(jù)集的質(zhì)量仍有待進一步提升。當然，這非一日之功，需要歷經(jīng)歲月的積累。
三是人才。自1966年以來，全世界共有77人獲得圖靈獎。其中只有一名華人——姚期智（2000）。我國計算機科學(xué)的歷史積淀尚有不足，所幸近年進步很大，成為美國最大的競爭對手。根據(jù)MacroPolo數(shù)據(jù)（2024），全球最頂級（前2%）AI研究人員的原籍國中，我國以26%的比例逼近美國（28%），位居第二位。在頂級（前20%）AI研究人員的原籍國中，我國有47%，遠超美國（18%）。但仍有隱憂，在最頂級（前2%）AI研究人員的就業(yè)國家中，我國仍位居第二，但僅有12%，遠落后于美國（57%）。如下表所示。GenAI高度依賴人們的創(chuàng)新能力。如何吸引全球頂尖人才來華創(chuàng)業(yè)、就業(yè)，是需要努力的方向。
全球AI人才的分布比例
來源：根據(jù)MacroPolo（2024）數(shù)據(jù)整理
兩道難題
每次創(chuàng)新都不是輕而易舉的，都需要破除很多困難，遭受人們的質(zhì)疑。當前的GenAI面臨以下兩個比較突出的問題。當然，只有發(fā)展才能解決問題。
一是缺乏殺手級應(yīng)用，面臨商業(yè)化困難。偉大的時代，必有殺手級應(yīng)用。例如PC時代的Office，桌面互聯(lián)網(wǎng)時代的搜索，移動互聯(lián)網(wǎng)時代的手機支付。GenAI是世界潮流，然而還處于應(yīng)用推廣的早期，美國企業(yè)的AI采用率僅有5.4%（來源：人口普查局，2024）。大模型燃燒的是美元，產(chǎn)出是更少的美元。作為全球最性感的GenAI公司，OpenAI有會員訂閱付費、開發(fā)者付費和微軟分成三種盈利模式，自成立以來的收入累計不足20億美元（來源：Finbold），卻耗費了113億美元融資。微軟的GitHub Copilot也采用會員訂閱模式，用戶需支付10美元月費或100美元年費。但因計算成本高，微軟平均每月在每個用戶上的虧損超過20美元，重度用戶高達80美元（來源：華爾街日報，2023.10）。GenAI尚不具備傳統(tǒng)軟件的規(guī)模經(jīng)濟，需要通過給用戶巨額補貼來培育市場。國內(nèi)用戶則更喜歡免費，為優(yōu)質(zhì)內(nèi)容和知識付費的習(xí)慣尚未形成，會員訂閱不成主流。GenAI的商業(yè)模式仍處于探索的初期。
二是未能顯著提振平臺企業(yè)業(yè)績，云和芯片是最大受益者。GenAI的興起為我國平臺經(jīng)濟注入了一線生機，各大平臺紛紛下場推出大模型。然而，GenAI的火爆未能顯著提振平臺企業(yè)的業(yè)績，我國互聯(lián)網(wǎng)平臺仍處于萎靡期。自ChatGPT發(fā)布以來，盡管疊加了疫情結(jié)束、國家支持等利好因素，我國互聯(lián)網(wǎng)公司的市值仍有漲有跌，相當大比例的企業(yè)跌幅較大，如下圖所示。
自ChatGPT發(fā)布以來我國十大互聯(lián)網(wǎng)公司的市值漲跌情況
來源：根據(jù)雪球財經(jīng)數(shù)據(jù)整理，數(shù)據(jù)截止2024年4月11日
大模型訓(xùn)練需要耗費大量算力，云和芯片公司是直接受益者。根據(jù)A16Z（2023）數(shù)據(jù)，GenAI總收入的10-20%將流向云服務(wù)提供商。其中，創(chuàng)業(yè)公司80%-90%的早期融資都用于向云計算平臺購買算力。微軟、亞馬遜和谷歌是全球三大云基礎(chǔ)設(shè)施服務(wù)商，也是最活躍的GenAI投資者，就不足為奇了。自ChatGPT發(fā)布以來，英偉達市值增長457%，成為全球市值第三高的公司，是最大獲益者。
第四次工業(yè)革命的悖論
自1956年達特茅斯會議提出“人工智能”術(shù)語以來，人工智能的發(fā)展起起伏伏，經(jīng)歷了多次炒作周期。這次似乎不一樣，即使對懷疑論者來說，ChatGPT的發(fā)布也意味著人工智能技術(shù)的重大突破。人們興奮大呼：人工智能驅(qū)動的第四次工業(yè)革命正在到來！
工業(yè)革命的影響是全面的、深刻的、長遠的，“綜觀世界經(jīng)濟史，工業(yè)革命是唯一一件大事”（Irad Kimhi，2006）。第四次工業(yè)革命如果到來，人們必會躊躇滿志，經(jīng)濟必會生機蓬勃，生活必會欣欣向榮。然而，好像并不是。這是一個悖論。對此，時間可以給出答案，我們不必爭論。有四個事實予以說明。
第一，人們對“智能”懷有與生俱來的癡迷，人工智能的發(fā)展充斥著樂觀思潮。謝耘（2023）對其評價是：“志存高遠，盲目樂觀。”達特茅斯會議的主要參與者就曾作出大膽預(yù)言：
1958年，艾倫·紐厄爾和赫伯特·西蒙（兩人共同獲得1975圖靈獎）：“十年之內(nèi)，數(shù)字計算機將成為國際象棋世界冠軍”“十年之內(nèi)，數(shù)字計算機將發(fā)現(xiàn)并證明一個重要的數(shù)學(xué)定理”。
1965年，赫伯特·西蒙（1978年諾貝爾經(jīng)濟學(xué)獎獲得者）：“二十年內(nèi)，機器將能完成人能做到的一切工作。”
1970年，馬文·閔斯基（1969圖靈獎獲得者）：“在三到八年的時間里，我們將得到一臺具有人類平均智能的機器。”
第二，自2009年以來我們時刻在“經(jīng)歷”第四次工業(yè)革命（也有人說是第三次工業(yè)革命）。在中國知網(wǎng)上，以“第四次工業(yè)革命”和“第四次產(chǎn)業(yè)革命”為題名的文章分別有386篇和48篇（不計入2024年），如下圖所示。微電子（1984）、云計算（2012）、物聯(lián)網(wǎng)（2016）、大數(shù)據(jù)（2016）、區(qū)塊鏈（2017）、工業(yè)互聯(lián)網(wǎng)（2017）、新基建（2020）等，都曾被賦以“第四次工業(yè)革命”的使命?，F(xiàn)在輪到GenAI了。這意味著，GenAI需要達到與蒸汽機、發(fā)電機、內(nèi)燃機、計算機和互聯(lián)網(wǎng)一樣的高度。
中國知網(wǎng)以“第四次工業(yè)（產(chǎn)業(yè)）革命”為題名的文章分布
第三，國外一般把GenAI（或AI）比作智能手機、云計算、互聯(lián)網(wǎng)等特定技術(shù)，且通常使用“可能”“之一”等詞匯。例如：
黃仁勛（2023.2）：ChatGPT是“the iPhone moment of AI”，OpenAI所做工作是“one of the greatest things that have ever been done for computing”。
比爾·蓋茨在《The Age of AI has begun》（2023.3）中表示，圖形用戶界面和GPT是他一生中見證過的兩次革命性技術(shù)展示，并指出：“人工智能的發(fā)展與微處理器、個人電腦、互聯(lián)網(wǎng)和移動電話的誕生一樣重要。”
亞馬遜CEO賈西致股東信（2024.4）：“Generative AI may be the largest technology transformation since the cloud(which itself,is still in the early stages),and perhaps since the Internet.”
第四，歷次工業(yè)革命都不是預(yù)測的結(jié)果，而是后人的總結(jié)。第一次工業(yè)革命（1760—1840）結(jié)束40年后，術(shù)語“Industrial Revolution”才在阿諾德·湯因比的推動下為大眾所知；第二次工業(yè)革命（1870—1914）結(jié)束40年后，經(jīng)濟學(xué)家才開始使用“Second Industrial Revolution”，到1969年戴維·蘭德斯《不受束縛的普羅米修斯》才標準化了其學(xué)術(shù)定義；第三次工業(yè)革命尚無統(tǒng)一認識，暫且不表。這頗有“偉大不能被計劃”的味道，讓我們期待第四次工業(yè)革命不同。圖片
本文寫作中，得到馬駿、馬源、石光、王明輝、李勇堅、白惠天等人的支持和幫助，在此一并感謝。
