從內容生產到創造力革命

邱元陽

AI的爆發式增長，尤其是生成式AI大行其道，對思想觀念和各行各業都造成了嚴重的沖擊。近日，中國科學院計算所宣布推出了全球首個無人工干預、AI全自動設計的CPU芯片“啟蒙1號”，這一基于RISC-V架構的32位CPU標志著人工智能技術在芯片設計領域的突破。

此前，紐約大學曾使用GPT-4通過簡單的英語對話設計了一款130nm的微處理芯片，但缺乏實際應用。而啟蒙1號基于BSD（Binary Speculation Diagram，二元猜測圖）算法設計，僅用5個小時就生成了400萬個邏輯門，比使用EDA（Electronic Design Automation，電子設計自動化）工具設計效率提升千倍，并且可以直接運行Linux系統。雖然采用的是65nm工藝，整體性能與Intel 486相當，但是，一旦AI可以完成14nm以下的芯片設計，這就意味著可以繞過EDA芯片設計工具軟件的限制。

人工智能能做什么工作，早已跳出了圖靈測試的范疇。最初，人們覺得AI可以代替人類的一些體力勞動，或者在人類不能適應的惡劣環境中工作。AlphaGo一戰成名之后，人們又覺得AI能取代人類從事一些大計算量的腦力勞動，無法進行創造性的活動。但是當生成式AI出現后，人們發現，很多創造性的腦力勞動也正在被AI取代。

網上傳言“第一批因AI而失業的人出現了”，當時指的便是動漫游戲產業的原畫師。眾多動漫公司對原畫師裁員也并非全是因為AI的替代。人工智能的算力再強大，也需要“有趣的靈魂”來支撐，前期可以借助AI高效生成作品初稿，后期仍需要創造性的人工處理。AI不會摧毀藝術，但會帶來變革。

在強大的算法和大模型訓練的加持之下，AI的工作已經有了創造性的成分。用文字指令讓0x0設計一個全新公司的LOGO，網絡上并沒有可供參考的樣例，它還是給出了非常細致的方案，連文字的筆畫如何變形來生成圖案的過程都有描述。

結構生物學家顏寧在今年回國時，就有人質疑可能是其蛋白質結構研究工作會被AI替代的原因。顏寧在香港理工大學的演講中回答“科學家的工作能否被AI取代”時稱，只要AI無法回答“宇宙起源”和“生命起源”兩個問題，任何研究工作都無法被取代。科研工作雖然無法被AI取代，但是科研過程中很多費時費力并且帶有部分創造性的工作卻是可以充分利用AI來完成的。

在2020年舉行的國際蛋白質結構預測大賽上，谷歌旗下DeepMind的產品AlphaFold 2奪得冠軍，它預測的蛋白質三維結構與實驗測定的結構只有很小差異，被《科學》雜志評為“2020年十大科學突破”之一，代表了目前全球最領先的人工智能蛋白質結構預測系統。雖然它只能預測單鏈蛋白質的結構，不擅長預測多鏈蛋白質結構，但它預測的2.2億種蛋白質結構，仍震驚了結構生物學領域，因為這預示著人工智能企業已經開始“真正地把AI的力量交到全世界科學家的手中”。

中國科學院院士鄂維南指出：AI for Science研究范式的出現是科技創新的一個重要歷史機遇，不僅拓展了數據驅動、物理模型驅動模式的能力邊界，還極大地拉近了科學研究與實際應用的距離。在內容生產的同時，AI的創造能力也在不斷進步，這也可以看作是對創造力的一種革命。

生成式AI，曙光在前。