人工智能能否打開新時代大門？

2024年9月，人工智能依然是輿論場、投資者的熱門話題，然而，當下的人工智能產業似乎發展得很好，但似乎和普通人沒有多大關系，除了偶爾在短視頻平臺上看到一些AI生成的短視頻作品，國內似乎還未出現一款AI大模型相關的殺手級應用，人工智能似乎進入了一個發展瓶頸期。

有人開始質疑，人工智能是否是科技巨頭推出的一個虛偽概念，畢竟每隔幾年，科技公司就會造一個概念，而上一個造出的概念是元宇宙。那么，AI大模型帶來的是曇花一現還是技術革命？對此，我們需要先回顧過去，再展望未來。

從歷史看未來，AI技術走到哪一步？

要知未來，需知過去。人工智能的故事最多，跨越時間也最久。

事實上，計算機就是人工智能，二進制的晶體管顯示“0”和“1”，這種模式和人類大腦神經元的信息處理方式類似，只是更加簡化，且數量更少。所以，測試人工智能治理水平的圖靈測試在1950年推出，因為那時候所有人的意識中“計算機=人工智能”。

繼而，人工智能從計算機時代進入邏輯推理時代。舉個例子，如果某個迷宮有出口，那么只要在迷宮中一直靠右或靠左走，就一定能找到出口，對于人類可能要跑斷腿，但計算機有充足的耐心找到出口。邏輯推理就是按照路徑一個個去對照著找答案，直到所有數據都被對照一遍，輸出最后的答案。人工智能邏輯推理時代最成功的企業是IBM，面向B端，IBM推出專家系統輔助企業決策，面向C端，IBM的深藍計算機在國際象棋上大放異彩，名噪一時。

2006年，辛頓等三位專家提出深度學習算法，一種基于神經網絡的新算法開始流行。深度學習模仿人類神經元感知事物的過程，在算法中，大量神經元組成神經層，多個神經層構建神經網絡，神經網絡的一邊是輸入的問題，另一邊是輸出的答案，而開發人員只要一遍遍地輸入問題和驗證答案，神經網絡就能模仿人類識別文字、圖像、視頻的能力。從而像人一樣思考、創作。以視覺舉例，我們眼睛看到的是一張樹葉的圖像，而這張圖像要經過神經層的層層識別，才會在我們大腦中挑出“樹葉”這個詞匯。所以，深度學習的本質是模仿人類。

深度學習是過去20年人工智能大廈的地基，而在地基上，領跑的是谷歌，在布局10年后，2016年谷歌推出阿爾法狗，下圍棋的AI，結果全球圍棋界被阿爾法狗殺得人仰馬翻。由于圍棋是東亞傳統項目，很多中國人通過阿爾法狗第一次開始正視智能時代的到來。而在阿爾法狗成功后，谷歌開始多領域普及深度學習。比如2012年起，谷歌就開始用深度學習布局自動駕駛，比如阿爾法狗升級為阿爾法折疊，開始在蛋白質特征預測領域發光發熱，甚至顛覆了整個蛋白質科學的研究方式。

谷歌在人工智能領域最重要的貢獻，是2017年發布的Transformer，算法描述非常復雜，比如注意力機制，比如允許對依賴關系建模，這些技術名詞對于我們社科類文章并無益處，所以只需知道一點特征，Transformer能夠實現更高水平的并行化。在深度學習時代，制約人工智能發展的基本要素是算法、數據和算力。而由于互聯網發展，互聯網產生的數據越來越充沛，而算力則相對不足。并行化的好處，就是能夠讓算力可以堆疊。一臺智算服務器的算力有限，那么1萬臺并行計算呢？這就為大規模數據訓練創造了很好的條件。

Transformer算法就是OpenAI開發的AI大模型ChatGPT的基礎，GPT中的T就是Transformer。而基于Transformer的大模型有很多，比如谷歌的bard，和GPT不同的是，bard的生成模式是填空，而GPT的生成模式是用前文來生成后一個字，逐字生成?？梢钥闯觯珿PT具有相對優勢，因為逐字生成更符合人類語言特點。

2019年，GPT二代發布并開源，同年7月和微軟合作，轉為封頂盈利公司，其算法也從開源轉向閉源。此時，OpenAI在人工智能領域的名氣遠不如谷歌，直到2022年11月，ChatGPT正式發布，繼而一炮而紅，迎來了顛覆。ChatGPT是第一款面向C端的人工智能殺手級應用。谷歌倉促應戰，結果反而因為各種“答非所問”的狀況被比下去，OpenAI在AI大模型領域獨占鰲頭。而面對OpenAI的成功，美國和中國的科技巨頭都迅速展開算法、算力“軍備競賽”，“百模大戰”在中美兩國同時開啟。

各有千秋，中美AI軍團并肩而行

ChatGPT為什么能脫穎而出？

因為OpenAI做對幾件事：首先是大力出奇跡，在ChatGPT之前，谷歌已經不止一次宣稱自家AI能通過圖靈測試，并在展示會上演示用AI訂餐，但谷歌自己并不相信通過海量語料學習會產生奇跡，所以，谷歌經常用中小模型在垂直領域里倒騰，自動駕駛、阿爾法狗都是垂直領域的應用。而背靠微軟之后，OpenAI獲得微軟語料數據和云計算的雙重支持，一頭扎進大模型里，用海量高質量數據去堆，最終大力出奇跡。OpenAI的成功經驗也告訴其他AI企業，只要舍得花錢去提高數據質量，提高并行算力，就能做出成果。

很顯然，相對于技術創新，燒錢是科技巨頭更為熟悉的路徑。而GPT的建設方式并非機密，用海量語料讓GPT熟悉人類語言習慣，用高質量語料規范GPT語言生成，再對GPT生成的語言結果進行打分。

2023年，中國國內開啟“百模大戰”，參與方包括互聯網科技公司、AI專業公司、學術科研機構、行業專家四類。2023年3月16日，百度捷足先登推出大語言模型“文心一言”，此后，阿里、華為、騰訊、京東、科大訊飛、360、字節跳動等科技公司都發布自家大模型?？蒲性核癆I創業公司也發布了“悟道”“書生”“智譜”“KIMI”等大模型。截至2024年4月，中國大模型數量已近200個，通用大模型數量40個左右。僅用一年，就是一片欣欣向榮、萬物競發的景象。而從全球看，中國的人工智能產業規模毋庸置疑是全球第二，僅次于美國。歐盟、日韓等國的科技企業響應太慢，已經被我們甩在身后。而中國企業大干快上也并不盲目，而是有明確的目標。各國母語不同，GPT成長吸收了大量英語語料，中文語料相對較少，所以，中國企業更適合開發中文AI大模型領域，因為中國科技企業擁有更多中文語料數據。也許整體上對比GPT有差距，但中文方面，國產AI一定能夠超越GPT。

而和中國跟隨策略不同，在發布ChatGPT之后，OpenAI的發展路徑卻發生了轉向，兩條發展路徑齊頭并進：

一條路是繼續探索GPT在語言領域的應用，讓GPT和更多的軟件應用、數據網站融合，讓GPT成為一種工具而非一個單一的應用，所以GPT嵌入了大量外部插件。

另一條路是發展多模態。比如DALL·E是圖像生成，Sora是視頻生成，而GPT-4o則演示語音功能。OpenAI試圖用多模態構建一個完整的AI大模型生態，而一旦這個AI大模型生態完成，將全面取代人類創作文字、圖像、語音、視頻的能力。

綜合看，無論是GPT和軟件結合，還是多模態，OpenAI的主旨就是“萬物兼可GPT”，而非將GPT局限在一個領域、一個應用場景。

國外AI廠商也追隨OpenAI的腳步，多模態領域多點開花。在開源大模型領域，Meta AI（Llama）、Mistral AI等廠商領跑，在圖像生成領域，Midjourney、Stable Diffusion、OpenAI的DALL·E等大模型各領風騷，視頻生成領域，Runway的Gen、Pika和OpenAI的Sora等大模型各展所長。不僅如此，國外一些專業軟件企業也在通過AI大模型推進應用變革。比如Adobe在用圖片生成AI顛覆Photoshop的圖像編輯功能，比如epic將AI嵌入到虛幻引擎當中，優化游戲和動畫展現效果，再比如金融數據企業彭博社就推出了金融大模型BloombergGPT，利用了自身的數據優勢?？傊?，從全球看，AI大模型正在不斷試探應用邊界，并已經在諸多領域打出名堂。

與之相對的，國內AI廠商雖有長足進步，但國內AI廠商正在掉入同質化競爭陷阱。大多數國內AI廠商發展的是智能體（AI Agent），也就是ChatGPT和GPT4.0類似的應用，而在多模態，AI大模型和應用融合上，國內AI廠商相對滯后。甚至出現了一種奇怪的現象，很多國內AI廠商熱衷于和GPT做對比評分，似乎在做題上超過對手，就是成功。而由于國內很多大模型是在GPT2.0基礎上迭代，所以有時候不同的AI產品甚至會給出近似的答案。更有甚者，有企業將國外AI大模型的API嵌入應用當中，討個殼當自己的技術成果。

是什么導致國內AI廠商同質化競爭？筆者認為有如下原因：

首先，國內互聯網數據生態較封閉。這里的封閉是多個維度的，一方面中國和海外互聯網之間存在隔斷，國內互聯網數據總量有限，另一方面中國各大互聯網公司之間存在數據生態壁壘，尤其是在數據入表之后，數據價值提升，很多企業嘗到數據價值的甜頭，更加不愿意分享數據，且往往以數據安全為由拒絕開放數據生態。封閉生態導致大模型很難和垂直行業領域的專業數據融合，只能基于公開數據來打造智能體，而公開數據往往缺少壁壘，大家都能獲得，所以產品也就走向同質化。

其次，國內算力存在瓶頸。還是老問題，美國禁售高算力顯卡和智能芯片，的確影響了國內大模型企業的AI大模型發展。事實上，語言類大模型需要的算力最小，語音、圖像、視頻生成的大模型算力遠高于語言文字類大模型，所以，算力制約了中國多模態的發展。

再者，國內對AI發展的安全性存在疑慮。AI大模型帶來的技術風險是顯而易見的，比如AI大模型算法可以和搜索引擎結合，更精準地找到數據，技術本無善惡，但技術對數據的精準挖掘很可能暴露國家機密、商業機密和個人隱私。再比如AI生成內容會侵犯隱私，若有人用A的頭像嫁接到B的視頻，那么就會侵犯A的肖像權。過去我們說“有圖有真相”，如今是“視頻也未必是真相”。再比如，AI潛在的崗位替代，會引發失業，當然，相對于其他問題，這顯然是個小問題，因為AI大模型并沒有這么強大。

總之，面對AI大模型帶來的風險，國內管理層有很強的規范動機，而這些規范行為雖然起到了作用，但也會限制AI技術的創新。安全和創新之間往往存在一定的沖突。相對而言，美國是判例法國家，雖然美國各界喊得很響亮，但并沒有實質性的法律限制措施。

最后，從歷史看，中國人有創新能力，但依然缺少原創精神。國內很多大模型是構筑在國外開源模型基礎之上的，比如OpenAI過去的老版本GPT2.0，比如Llama，甚至有很多套殼AI。對于原創精神，筆者總結出一點原因：中國企業很害怕長周期投資，因為長周期投資存在很大風險，且風險不只是技術開發失敗，而是應用落地可能遭遇多重阻力，比如審批通過難造成的不確定性。

未來有風浪，但仍將遠航

除了同質化，國內AI產品還存在過度擬合和數據污染的問題。過度擬合往往是因為數據學習的量過大導致的。數據不足的時候，AI大模型往往會聯想和腦補，甚至會胡說八道編故事，這就是欠擬合。而數據過多的時候，AI大模型也會陷入思維定式，這就是過度擬合。舉個例子，AI看一張帶有鋸齒的樹葉，欠擬合下，AI會將樹葉描述成一棵樹，而過度擬合下，AI會只關注樹葉的鋸齒。隨著國內AI大模型數據訓練的加強，很多AI大模型存在過度擬合的情況，回答問題就像八股文一樣，有些AI大模型會給你列出很多點，但沒有一點答在點子上。

現實中，用戶生成內容的目的很多元，有時候要的就是AI的想象力，而由于學數據太多，AI會喪失想象力。雪上加霜的是，當前國內要求AI生成內容要合規，由于大模型算法本身是“技術黑箱”，開發者很難控制生成結果，有些結果哪怕概率再小，也依然有出現的可能，所以，客觀上合規要求導致國內AI過度擬合的問題更加嚴重。

而回頭看，國外AI廠商之所以探索應用融合和多模態的道路，事實上也是因為同質化和過度擬合限制了智能體的發展，所以，我認為未來國內AI廠商需要追隨國外AI廠商的腳步，用更多原創創新來找尋AI大模型新的應用路徑。

綜上，介于同質化和過度擬合等問題，國內AI產業有可能經歷一段冷靜期，直到AI領域新一輪原創創新爆發。

而從全球AI產業角度，實際上美國AI巨頭也很難逃脫技術周期。我們知道，很多創新產品將經歷概念期、成長期和成熟期。美國AI巨頭雖然在多模態領域有進展，但回頭看，OpenAI的很多應用都是紙面應用，有展示，沒有落地。當下，大多數美國AI巨頭并未通過AI實現正向盈利。而因為AI估值高企的硅谷公司，諸如微軟、英偉達、蘋果、谷歌等則存在顯著的估值泡沫，未來“殺估值”可能在所難免。事實上，這又只是歷史的重復，2001年以前，美國互聯網公司估值奇高，也屬于概念期，結果2001年科網泡沫破滅。繼而真正的成長期開始，從2001年開始延續了20年。任何科技從早期概念炒作到實際提升生產力，都會經歷一個過程，這是一輪優勝劣汰，并不會毀滅AI大模型，會去偽存真，為AI大模型進入成長期打好基礎。

總之，無論是國內還是國外AI產業，都將會有一輪風雨，但風雨過后必有彩虹。未來AI大模型產業有風浪，但依然能夠遠航。

曇花一現還是技術革命？

縱觀AI大模型的過去和現在，我們不難發現，其實從上世紀50年代開始的信息革命，本質上就是智能革命，人為地將時代劃斷，分為信息時代和數智時代，也只是給時間加了標注。換句話說，AI大模型是信息技術革命的延續，所以AI大模型就是技術革命。尤其是深度學習算法的出現，讓人類看清了AI未來發展軌跡。人類發展AI的路徑更加清晰了，讓AI通過深度學習算法模仿人類，從而締造真正的仿生智能。

然而，制約AI發展的因素，實際上有且只有三個，就像廚師做菜，一道好菜，需要有好廚師（算法）、好菜（數據）、好火候（算力）。其中算法的關鍵在人才和創新，數據的關鍵在打破數據壁壘，算力的關鍵在打破技術封鎖。而當前，國內AI廠商最急迫的，是擺脫同質化。所以，人才和創新的激勵將是國內AI產業發展的重點，那么，如何讓“廚師”創新呢？

一個建議是算法創新的產權登記和產權保護。首先我們要明確一點，AI大模型算法不適合開源，因為AI大模型需要數據和算力，這些都要花錢，開源算法沒人去添磚加瓦，注定走不遠，這也是為什么OpenAI在非營利組織時期默默無聞，而在封頂閉源之后異軍突起。其次，在產權保護上我們有過成功的先例，從2015年開始，我國藥審中心開始擴容，并加快藥品審批進度，在2016年之后，我國迎來創新藥研究的爆發期，甚至在創新藥領域出現了研發內卷，“百舸爭流”造就了醫藥創新的大繁榮。事實上，知識產權保護一直是鼓勵原創最佳的手段。

編輯：王延春