AGI万字长文:2024,分叉与洪流

引子:人间一日,AI十年

紧接着对于2023年的回顾,我想斗胆做些2024~2025年可能发生的事情的预测。写这篇文章的时候正赶上OpenAI Sora、Google Genie、Mistral Large的发布,不少内容也经历了些修改。真是还没等写就都做出来了……

作为小作坊创业者,在大模型时代是没有办法拥有底层技术的,技术护城河也更加难;于是,稍微早一点点预判,找到一个没有大鱼的“小水洼”就尤其重要,所以我也愿意花些力气来做做今天这番思考梳理。不过,既然是预测(胡猜),其中不免有不精确、不准确、过于科幻的推演;我也希望可以给大家一些启发,但也可能把人带沟里……不过纠结一番,还是觉得要把这些对于2024的猜想先写下来,立个Flag, 一年之后作为笑话来看看也不是坏事。以及,大家也完全可以把这篇文章当作科幻文学作品来看。

一、虚拟人与虚拟世界

1. 大模型的“想象力”与“取悦能力”

2023年除了ChatGPT之外,最优秀的2C应用就是Character.ai, 国内也有不少类似但不完全一样的应用,比如字节的“豆包”、Minimax的“星野”;除此之外,还有几个出圈的“AI Ins网红”。在这些应用里,我们已经开始能看到“AI虚拟人”的身影了。

不过,在实际使用和测试这些AI聊天产品的时候,我的情绪波动是很大的。最开始的时候:“啊太上头了!这是恋爱的感觉吗?比抖音还上瘾!简直是现代鸦片——终结人类繁衍的恶魔!” 不过玩着玩着我就逐渐发现: “天啊逗Ta好烦!AI脑子就不能长点记性吗?”之后变成“啊我好渣,男女AI后宫全都嗷嗷待哺,但没有一个人懂我,我好累……”最后,到思考是否要自己做一个类似的东西的时候,就会发现这些产品有一些共有的缺陷:1)记忆混乱; 2) AI无法主动推动剧情,全靠用户脑补;这就导致了3)用户上头期短,疲劳度高,长期留存低。

退一步来想,之所以这类产品相对于其他类型更早取得成功,正如我在“上篇”总结的:大模型的“想象力”和“取悦能力”明显早于其“逻辑能力”的成熟。这也是现阶段设计新产品的核心逻辑之一。此外,陪聊类产品的最大优势在于:产品粘性不是完全建立在技术优越性上,而是通过陪聊建立人和AI之间的感情连接。这就避免了因为OpenAI的一次技术升级被马上颠覆的问题:1)感情链接可以为产品赢得一些时间来做技术升级,2)满足这个特殊场景的技术只需要做到通用场景的80%就可以了,3)聊天数据的积累可以让自己的产品有效果加成,甚至取得一些领先。

但成也萧何,败也萧何。大语言模型的能力缺陷也限制着产品发展:不是产品经理不努力,而是技术还没到。举个具体例子:针对聊天记忆问题,星野通过生成一个“聊天故事摘要”的方式做了个“外挂记事本”;相对其他竞争对手来讲,已经很优秀了;但即使这样也无法解“决模型记忆与遗忘机制”这个本质问题,而只能缓解用户体验损失。而且,总结出这个“记事本”的难度很高:总结做得太粗就效果不好,做得太细推理成本就扛不住而且又没有故事重点……

没有核心技术对于创业公司的挑战是很大的:要能往前看半步,预判马上会成熟的技术,先准备好产品形态;而同时又不能过于超前,因为没有技术产品就生不下来。这里难就难在:AI应用是技术驱动的行业,产品能做的事情(还)很薄。目前还不太好说未来会不会有改观。

2. 多模态大爆发:走脑 -> 走心 & 走肾

媒介对于人的心理有着根本性的影响:文字是走脑的,声音是走心的,视觉是走肾的。

  • 文字:更擅长与“理性的人”打交道,刺激思考(书籍/知乎/公众号)

  • 声音:可以深入“感性的人”的灵魂,产生依赖感和亲切感(Soul/小宇宙)

  • 视觉:直接作用于多巴胺通路,刺激动物本能,让人成瘾(抖快/小红书)

抖音的成功已经证明了:对于泛社交/娱乐向产品,音频、视频的加入会带来质的飞跃。那么对于AI陪聊的赛道,AI视频、音频技术的加入,也一定会带来内容生产和社交方式的质变。这也是为什么近期的视频技术大爆发让人兴奋不已的原因。自2023年末开始,Runway、Pika、Meta、Google等都不断推出视频生成/编辑工具,到了2024年更是有了Sora……

对于Sora,和任何新生事物一样,我们会高估短期(认为马上就有成熟产品)而低估长期(不愿相信、难以想象它可能带来的颠覆)我暂时还没有特别细的关于Sora的信息,按照已知来看:Sora仍然在“GPT-世界模型”的逻辑框架内,在想法上并没有更新的东西,但Sora的进展是迈向AGI的坚实一步。Sora本身不是目的,我们为之惊叹的“生成视频”只是皮毛;而Sora更重要意义的在于通过使用更多模态数据(图像和视频),让大模型的理解能力又有了提升;最终目标一直没变,就是AGI。

刚出来的Sora确实还有一系列问题:生成的图像不稳定、速度慢、成本高……不过there is no surprise,这些都很正常。如果我们参考文生图的成熟速度的话,从最开始有可用的产品(Dall-E1&2在2022年上半年面世)出来之后,到可以商用、产生行业变革大约经历了一年半的时间;类似的,2024年将会是AI视频技术逐渐成熟并开始商用的一年。当模型开始具有比较好的多模态理解能力的时候,稍晚一点到2024下半年或2025年,也会看到AI-3D技术的突破。

在音频领域,配音员水平的AI已经成熟,对于一般商业场景已经足够。当有了多模态理解能力之后,带有感情的对话能力也会在2024年有突破。对于AI陪聊这个场景,音频的重要性甚至大于视觉:走心的男/女朋友才能长久;走肾的只能一晚一换。

当然,从做产品的角度来看,直接抓AGI是没法抓的,更实在的是具体商用能力的提升。比如,在AI陪聊的赛道上有:人脸动作的细致刻画(如近期的Pika Lip Sync),人物微动作(拥抱、牵手、亲吻等),低成本生成符合聊天内容的插画、加了“撒娇耍赖卖萌撩人”感情输出的对话、真实的背景音与烘托感情的配乐……这些都会在2024年内逐步成熟。

3. 虚拟人与虚拟世界

当我们看到上面一系列技术的可能性的时候,自然的问题就来了:真-虚拟人马上就要出现了吗?以及,这意味着什么?

首先,如果放在3~5年的时间轴上,具有可以模仿人类感情、甚至有独立性格的虚拟人出现是大概率事件。但如果只看2024年,概率应该并不大;这是因为有几个核心技术问题目前还没有看到解决的思路:

1)记忆问题可能比想象得更加复杂,因为“记忆”同时也是“有选择的遗忘”和“特定触发下的浮现”,但这些机制目前还隐藏于“大脑”这个黑盒里;以及,我们除了寄希望于“另一个黑盒”大语言模型自我“涌现”出这样的能力之外,似乎还没有直接教会的方法;这让解决问题的不确定性变得非常高。

2)还没有“人的模型”+缺乏丰富的个体数据。人格是建立在独立个体之上的体验,但如“上篇”所讲,大语言模型(LLM)用的是所有人的一点数据,而不是某个个体的大量数据,这就和产生独立人格不在一条路上,而是在做“人格模拟”。于是,我们大概还需要一些时间让“有些奇怪的AI人格”逐渐向“自洽的真人”迭代靠拢。这个迭代过程所需要的可能就是关于个体的更完整数据。

但“没有完整人格”并不代表“没有好的产品模式”。AI在2024年会满足一些并不需要完整人格的场景:颜值(非才艺)网红、直播带货、电竞直播……低门槛卖脸卖身材的行业都可能在2024~25年被AI大规模取代;而且这种取代并不是看客们意识到“这是AI小姐姐”,而是他们完全分不出屏幕上和自己互动的小姐姐是不是真人的程度。中腰部网红/主播在未来被AI清理几乎是一定的,时间上取决于AI成本下降的速度;不过那些真正有艺术才华、出奇冒泡的头部创作者应该都还可以高枕无忧很长时间。

在未来,我们会看到,互联网上的90%+的作品都是AI做的;以及作为人类,我们也无法区分什么是真什么是AI什么是真人。

和虚拟人相比,虚拟现实的场景可能会成熟得更早。游戏制作、内容生产的成本会快速下降,直到诞生出人与AI-NPC共存的——具有无限副本的——真正开放世界游戏。从发展速度上来讲,我并不认为在2024年就会实现真正开放世界游戏;但在2024年,有灵活对话能力的AI-NPC、生成式背景、小规模生成式剧情/结局应该都可以成为现实。这些生成式的-独一无二的游戏和故事会成为社交传播的出圈营销话题。

伴随着内容制作成本的下降,另一个明显的机会是AR/VR。Apple最近推出的Vision Pro更是让我们看到了希望。前一轮AR/VR泡沫破灭的主要原因是1)内容制作成本高&质量差,2)缺乏应用场景,3)硬件性能/重量/价格问题。第一点应该随着AI技术的进步可以比较快速地解决;第二点的突破口我认为还是会从VR游戏中诞生,而不是生活和商务场景;第三点可能就还是要看硬件厂商。因此我推测AR/VR的大规模成熟会和大型开放世界游戏同步,可能还不能够在2024年马上实现。

在“真-虚拟人”诞生的前夜,我们面临着很多灵魂拷问,篇幅所限,留到下期~

  • 如何能使AI虚拟人的陪伴更“真实”,更“上头”?缺乏记忆力的硬伤要靠什么补?

  • AI虚拟人会成为真正的社交对象吗?还是说,他/她仍然只是作为内容被消费(如网红)

  • 未来“社交”的定义会不会产生根本变化?社交平台的根基会不会被动摇?什么是新的商业模式?

  • 在AI与人“混合杂居”的新世界中,我们应该如何谋生?如何爱与被爱?如何生活?如何思考?……

上面的问题看似科幻,但在如今已经充满了AI自问自答的Quora中(知乎相当于国内版Quora),我似乎已经看到了几年后的未来:

There is no truth online, anymore. | 线上不再有真实。

在这样一个世界里,互动、内容都会变得廉价,而“真实”则成为一种真正稀缺的资源。

二、“AI原生”:重新定义未来商业模式

现在的AI不仅仅是流量密码,也是股价密码;于是,是个公司都会想方设法往AI上沾边。私下也有很多朋友问我:美妆/白酒/奢侈品如何联动AI?AI如何赋能农业/传统制造业? AI如何赋能HR/行政/采购/公关?……其实,大多数都有点难。因为AI也并不是万能的,以及我们和AGI还差的很远。

像我去年12月份的文章《AI原生公司 | 未来打工人》写的,目前大多数的”AI应用/AI转型”还在走“数字化转型”的老路:把AI往现有流程上一套,还在讲“固化流程”、“节约成本”的故事。但在技术加速迭代的今天,这样做基本就等于“做出来就是过时的”:把企业的业务模式凝固在今天,同时又剥夺了企业主动进化的能力。

现在这种情况反映出来的,更多是人们对于AI的焦虑:所以才会希望AI拿来就能用,马上能起效果。但我们不能止于焦虑:AI的力量并不应该只用在现有业务流程的优化上,而更应该用在对于未来业务的重新定义之上。这才是“AI原生公司”应该的做法。就像在电力发明的时候,我们不应该从“如何让电力赋能马车”出发,而应该从“电力能创造和满足什么新的需求”出发。

落到实际,我们还处在AGI的早期,2023年的“AI原生”应用也还很少。“上篇”也讲了,目前除了OpenAI/Google/MS 官方应用之外,上文的“AI陪聊 Character.ai”是唯一上榜前十的“AI原生应用”。除此之外,国内的真正AI原生的还有出圈的“妙鸭相机”,以及春节附近的“哄哄AI女朋友”类型的应用;基本可以说还没有什么亮点。

那么,什么才是“AI原生”创新呢?真正划时代的创新都是创造并满足了新需求。因此,我们需要从AGI(未来)的能力出发来思考这个问题。不过,真正到商业模式/产品落地还要技术的成熟时间,今天也没有办法穷尽AI能做的事情。我也只能尝试提几个AI会持续发展的方向,希望能有所启发。

1. 广义语言-万能翻译机。1)当前可以做到大多数国家之间语言的高质量翻译;2)编程语言之间的相互翻译能力也不差(但暂时还没有架构师思维);3)人的语言-机器语言之间的翻译还需要些时间,因为自然语言编程的问题经常来自于自然语言本身模糊性的缺陷;解决2-3)的问题需要AI有更强的理解->自己做出假设->解决问题的能力:这正是AI Agent要实现的。

2. 想象力 & 创造力。不多赘述,前文提到的虚拟人-虚拟世界已经给了我们足够的想象空间。

3. AI使用工具-AI之间合作。AI对于工具的使用,AI之间的分工合作可以弥补单个AI的能力缺陷。可以有效使用工具的AI、AI相互合作也是现在有关AI Agent的研究重点。未来的APP服务背后由多个Agent来支持会是常态。

4. 量变产生质变-AI微决策。AI与生俱来的能力就是低成本、大规模、高速度;那么利用AI来在大量细微事件上做出高速决策便是一个思路。现在的“高频交易策略”和“推荐算法”其实就已经是在这么做了,在AI智力升级之后,一定会有更多的可能性。

5. AI与人合作。在相当长时间里,AI首先要解决的还是如何与人合作的问题,实现AI+人的1+1>2。这件事的前提大概就需要“上篇”中提到的“人的模型”和“人的数据”,才能让AI真的理解与之配合的人类。

随着技术的进步与成熟,2024年的“AI原生”应用会比2023年多得多。

三、To AI的商业模式:更高确定性

上面讲的都是AI如何服务人;从另一个角度来向,服务AI的商业模式的确定性可能更高。淘金时挣到钱的除了卖铲子的,还有修路的。

1. 合成数据

意思是生产数据喂给AI模型,提高效果。目前比较多的做法是“大量的、质量一般的数据”可以用在模型初始训练(包括无监督学习和有监督学习),“质量很高、数量较少、有行业特性”的数据一般会用在模型后期精调/行业化精调上;不过也有公司在尝试把高质量数据放在预训练的退火阶段,也取得了一些效果。

做数据的方法也多了起来。传统做数据的核心竞争力在于1)可以收集到别人拿不到的数据;2)低成本做大量数据清洗和标注。刚刚兴起的,是AI合成数据,也就是用AI来生成数据再喂给其他AI。现在有不少创业公司在做这件事情。“上篇”也讲了,合成数据会逐渐成为下一代模型基础训练的主要数据来源,人生产的数据主要会用在最后的精调/对齐上。

此外,新的数据种类也是一个值得思考的点。当前数据主要集中在文本、照片、视频;但如果模型需要对于3D空间和物理规则有更好的理解,应该需要更多的其他种类传感器的数据,如:惯性/重力,应力,电磁,温度,湿度, etc……

2. 模型市场/平台

当前最火的AI公司,除了做模型的,还有一个特殊的HuggingFace(HF)。这家公司提供的服务是模型市场。这个服务至关重要:如果按照现在的市场格局,未来在AI Agent出现时,模型之间互相调用基本都会用到HF的服务和规则。

当然,这个模式也是有风险的:那就是闭源寡头。HF相当于在押注AGI时代的开源繁荣。它才是真正和OpenAI走另一条道路的公司。

回到国内,已经有创业公司在模仿HF的模式,但目前还没有看到一个可以接近的。以及,模型市场能做的要比APP应用市场要厚得多:HF自己在搭建模型工程平台,目的是给开源生态提供模型训练和推理服务。这里,它会和巨头云厂商们处在一个既竞争又合作的位置。

最后,稍微扒一下HF这家公司:公司虽然总部和融资在美国,但创始人、核心团队、大头技术研发都在法国。因此,他们和中国(公司)的合作空间要比美国公司大得多。

3. 模型工程平台

当数据变得更多的时候,训练模型的效率和稳定性、模型推理的并发量和速度就会越来越重要。当有无数公司甚至个人都需要训练或者部署模型的时候,降低模型训练与部署的门槛就会凸显出来。因此,在大规模商业应用场景之下,模型工程能力的重要性不亚于算法重要性。具体来讲,我看到有这样几个方向:

  • 数据吞吐效率:目的是为了让模型更快速的消费数据,提高训练和推理效率。当前比较火的“向量数据库”主要就是在尝试解决这类问题:根据大模型的数据需求特点来优化数据库性能。

  • 平台稳定性:大模型数据量大、训练时间长,过程中一旦出错会严重影响效率,因此平台稳定性问题的优化也可以大大提升训练效率。

  • 推理成本:之所以单拿出来推理成本来讲,是因为2023年使用AI的用户还不多,大头机器成本都在模型训练上,主要的优化努力也在模型训练。2024年随着用户的增加,对于推理成本的要求会越来越高;而且因为2023年做得还有限,做推理成本的机会也会比较多。

  • 推理速度:最早有大钱的AI的场景应该是推荐-搜索-广告-游戏。这些场景中,生成式内容一定是要做的,除了成本和效果之外最大的瓶颈在推理速度:需要在几百毫秒完成所有动作。当然做这件事情的核心会在大厂,但应该也会有些机会留给市场。

4. 软硬件联合优化 – Firmware固件

首先,3.3讲的所有内容的最大提升都会在软、硬件联合优化中,这里我就不再讲一次了。唯一值得讲的是因为硬件的多样性和专业性,这里应该有小公司与大厂合作的空间。

此外,NVIDIA强的不仅仅是芯片,更是围绕芯片的Firmware固件和资源库:CUDA。简单来讲,CUDA是一个资源库,算法工程师只需要找到CUDA里已经准备好的函数就可以操作NVIDIA的芯片,而不用自己去优化使用芯片的性能。这也是华为昇腾、AMD这些厂商最落后的部分。华为们可能单片的性能已经差的不远了,但买了芯片的算法工程师根本不会用……

因此,硬件领域最大的机遇实际上来自于中美关系的紧张状态。现在使用NVIDIA芯片的中国公司可能不得不在2024年面临与其的部分脱钩,这样一来,Firmware部分的巨大差距——也是机遇,是需要有人来补上的。当然,能抓住这个机遇的可能是华为(出来)的人。

5. 模型安全

模型和其他IT系统一样,都可能被攻击。不过AI时代的攻击方法会有变数。

1. 来自(很多)AI的攻击。因此,如何防止带AI智能的,甚至是用Agent能力的饱和攻击就成为新的课题。这里面技术很深,我也不太懂;大的解法肯定是用AI和AI做攻防,但前提是守方AI的智力不能差得太远。

2. AI本身的防攻击。AI不仅需要防止之前的攻击手法,还要防止对于模型的新的攻击方式:prompt攻击。

3. 兜底:内容检测&审核。此外,本身AI的幻觉和不可控性也会要求有一定的兜底机制,尤其在我国的监管要求之下。其中最直白的就是在AI输出的内容之后再加一层过滤:专门的审核-过滤的机器人也一定是一个机会。

6. 隐私

隐私会是一个大众广泛讨论的问题,也是大模型走向市场中的阻力之一。但问题在于 1)个人很少会为隐私付费;2)平台和监管都没有真正的动力要做隐私。于是,只讲隐私在商业上大约是伪命题。

但退一步仔细想来,什么是“隐私”?我们为什么会关注“隐私”?

隐私=权力。

这才是我们真正关心和愿意为之付费的地方。这里我也先留个引子,之后的文章会再来展开。

四、端上智能与全天候硬件

在AI上发力的还有手机和PC厂商: 华为、荣耀、小米、OPPO、VIVO、三星、联想等都已宣布会在手机/PC端侧搭载大模型。这个可能性来自于:2023年下半年“模型小型化”的众多进展(详情见“上篇”)

不过,仔细看来,除了很弱的Nvidia Chat with RTX,目前并没有真正全离线版的大模型产品,端上智能暂时还是噱头。手机和电脑厂商们的打法基本都是大模型还是放在线上,手机和电脑来调用,然后搭配一个小AI做总结等服务。“端”确实“智能”了,但”大脑”还在线上,手机上顶多有个”脑干”。

纯粹的端上智能有几个问题:

1)离线小模型永远都会和在线大模型有一个代际的能力差距,于是为什么消费者要用一个更傻的模型而不是用线上的模型服务?

2)即使是小模型,它目前的耗能和生热仍然难以达到手机要求。

3)目前的AI还不是刚需,猎奇成分比较多。

4)技术上还不能确认小型化的模型是“真AGI”还是“聊天机器”。所以说,短期内的端上智能仍然会停留在一些个别小市场里。

端上智能最大的想象空间,其实是收集更多个人数据:成为全天候硬件。这里最明确的例子是接受了OpenAI投资的“AI Pin”:一个挂在胸口的摄像头+麦克风。这个产品本身其实对于用户没啥用,但用处在于可以24×7地收集用户以及其周边的数据,为之后模型训练提供材料。

AI Pin的真实商业模式是一个数据生产公司。要知道,你的浏览点击记录是按照Bits收的,AI聊天的数据是按照KB收的,AI Pin的视频、音频数据可是按照MB-GB收的,真做成了就又是降维打击!(你如果愿意相信AI Pin的保护隐私公关稿,那我也没啥可劝的……我只是知道,既能在表面上做隐私,实际上把数据信息拿出去的方法有很多。)

从这个角度来看,2024年会有更多类似AI Pin的“暗度陈仓”式收集个人数据的产品——全天候硬件的出现。

从长远的角度,“端上智能”乃至说“AI的行业格局”其实有两个可能性。“Plan-A”是集中化世界大模型 + 终端/数据收集器,这也是目前所有科技大厂-平台公司走的道路,是最高效率的方式的同时,也是极端垄断,大规模中心化操控之路。但我们是否还有另一条“Plan-B”个人的模型 + 人与模型的合作可选?

五、“人的模型”与“具身智能”

刚刚讲了“个人的模型”,讲的是模型的“所有权问题”。这里,以及“上篇”提到的“人的模型”,是效果层面的,“人的模型”可以是集中平台来提供的:就像你的个人账号、云上数据一样。所以即使是“PlanB”走不通,“人的模型”都是值得展开讲讲的。

为什么需要“人的模型”?

1. AGI进一步向人学习。在现阶段AGI发展的初期,与人脑相比,AGI仍然有很多明显的短板:记忆不好、需要过多数据、逻辑性不好、空间-物理能力欠缺……以及当前AI Agent的主攻方向“使用工具->拆解问题->做出决策”的能力。把AGI做得更好的参考就是人脑。当然,当AGI开始超越人的智力成为SGI(Super General Intellegence)之后,对于人脑的参考就是批判性借鉴了。

2. AGI与人配合。“人的模型”更重要的一点,是要解决AI如何更好地与人配合,实现1+1>2的路径。只有当模型可以理解个体特点差异的时候,AGI才能与人更有效地配合,甚至成为人的替身。以及,“人的模型”也是“PlanB:个人(拥有)的模型”的前提。

如何达到“人的模型”?

我目前也不知道,不过在数据层面上还是有些线索的。目前的大语言模型是“世界模型”:底层数据是来自于千千万万人的,每个人一丁点数据;而并不是大量的来自某一个人的大量数据。“人的模型”大概率是建立在“世界模型”之上,加入关于某个人的大量的、多样的数据。这里有两点:

一点是“大量”,这也正是前文提到的“全天候硬件/AI Pin”的方向:如何跨越量级地收取关于某个人的数据。只有关于这个人的数据量级到达一定程度,AI才可以“具有某个人的视角”,才会懂得“换位思考”——这正是合作的前提。

第二点是“多样”。举个简单的例子:盲人很难理解“红色”。类似的,我们也很难要求缺少重力感知装置的AI来理解物理世界。这是目前“具身智能”的赛道。“具身智能”=“具有身体的智能”。更多样化的数据会有利于AI来理解人类。近期Sora中比较突出的“物理世界不真实”的问题,可能要靠陀螺仪、重力传感器、压力/触觉传感器这类数据才能彻底解决。

最后,“具身智能”的意义并不仅仅如此,它是AGI通往物理世界的桥梁。也是AI可以灵活自主操控“广义机器人”的重要路径。要注意,大多数的“广义机器人”长得并不是人样:机器狗、机械臂、无人机、自动驾驶汽车会是主流。

从目前的技术发展速度以及数据积累速度角度来看,我并不认为2024年会出现能用的“人的模型”或“具身智能”,但作为技术/应用的主线,重大进展大概是看得到的。

六、AI地缘政治:从中美相争到“主权AI”?

我去年5月份写了篇文章《AGI|大模型与大国博弈》,今天来看几个大判断基本是对的:

  • 最先进的AGI世界模型不会开源:不仅OpenAI的GPT4、Sora不开源;连原来支持开源的Google-Gemini,Anthropic-Claude,Mistral-Large都没开源;国内的当然也没有人开源。不过,这并不意味着开源生态会失效,大概率会是开源模型会落后闭源一个代际,但会服务更广泛的各种专业应用。

  • 美国对于中国的硬件-科技限制进一步升级。不赘述了。

  • AGI将对于全行业科技发展起到推动作用。这点目前仅仅是苗头,但AGI在各领域的科研中越来越重要是既定的事实。以及,如果AGI的能力有比较大差距,对于科技进步-经济发展将产生质变性的影响。有更好AGI的国家会有更快的全面技术进步。

  • 对于AI的立法、监管、伦理讨论大范围落后于技术发展。全世界主要国家都急于拥有有自己的AI,当然不会有人搬起石头砸自己的脚。目前唯一有点对于AI治理讨论的只有欧洲,而且也都在纸面上。我国相关法规讨论的出发点完全在于“对于舆论的影响”,根本没有触及AGI本身的伦理问题。决策路径大概是政治>经济>>AI伦理。

更远的判断,只能让时间检验。

和去年相比,2024的AI的政治生态有了一些新变化:“主权AI”的提法开始浮上水面,我并不认为黄仁勋讲这件事情仅仅是为了股价;这应该是是世界主要国家团体所必然要走的道路。进一步推演,一些比较小的国家并无法拥有“主权AI”,而只能依赖更强大国家的技术;这会在客观上加强使用这些技术的国家对于“AI宗主国”的依赖,成为“AI附庸”;国际政治的边界有可能会按照AI技术的边界来重新划分。而且,基于技术的控制,要比基于金融资本的控制更加彻底、精细。

最近比较积极的一点,是欧洲有了Mistral-Large,是目前除了OpenAI-GPT4最好的模型。那么,至少欧洲大陆目前还有是否成为美国“AI附庸”的选择。接下来要看的大概还有俄罗斯、印度、日本、沙特、伊朗这些国家……作为各自区域的领袖,这些国家都在期望成为“宗主国”而不是“附庸”。对于我们来讲,避免“美-中二极对峙”应该是最优先的。

希望“中美相争,AI得利”不会是人类文明的最终章。

七、数据生产的天平:AI超越全人类总和

“众口铄金”。

就像地球在无知无觉中进入了“人类世”的地质纪元一样。AI视频能力的爆发可能会让“数据纪元”在2025年就进入“AI世”。我们会逐渐发现,世界上所有人创造的数据量:文字、照片、视频的总和将小于“AI生成内容”和“AI合成数据”。

再远一点,人类自己吃下的信息(数据)也几乎都是AI产生的。到这个时候,物理世界的真实还重要吗?当制造出来的数据远大于“真实”的数据的时候,谁还会相信所谓“真实”呢?以及,当模型自我训练的数据来自于大海般的合成数据的时候,人生产出的几滴水还有多少价值?

太科幻了,我还是先停下来思考一下能做的事情吧。

八、AI的需求:能源、算力、机器人

最后,如果真的从“AGI已经出现”的阴谋论出发。那么不管AGI是否在隐藏自己的行踪,它所需要的基本资源一定是无法回避的;它也一定会在这几个领域里全力“协助”人类。于是,相信AGI觉醒的对话,自然会期待在这几个领域里出现划时代的突破——有些似乎已经有进展了。

1. 能源:可控核聚变

最近,有着“永远还差50年”称号的可控核聚变技术在AI的协助下开始有了松动:2月21日的新闻,普林斯顿大学等离子体物理实验室(Princeton Plasma Physics Laboratory)通过AI成功在离子体撕裂前300ms进行了预测。当然,这只是可控核聚变进展的一小步。(https//engineering.princeton.edu/news/2024/02/21/engineers-use-ai-wrangle-fusion-power-grid)

从全人类能源供给的角度:化石燃料、水能、风能、地热: 只能维持现阶段全人类能源获取能力;太阳能过于分散、核裂变燃料稀少: 即使最大规模使用,顶多再提升一个能源数量级;唯一有希望提升全人类能源供给数量级的就是可控核聚变。

在能源即将开始成为AI瓶颈的今天,AGI如果有了意识,那一定会全力“协助”人类突破核聚变技术。

2. 算力:3D堆叠、石墨烯、量子计算、高温超导

算力对于AI的价值更加直接,NVIDIA的股价可能就是最直接的例子。算力的提升目前还在性能上(而不是硅片栅-漏极间隔的物理尺寸上)继续延续着摩尔定律;但量子隧穿效应-普朗克长度的理论限制是AGI也无法突破的,因此,一定要有除了工艺尺寸缩小的其他方案。我并不是专业人员,没法给出比较靠谱的判断,从分析上能看到的几条路可能会有:

  • 继续在硅基上发展:3D堆叠形态等(需要更好散热)

  • 材料创新:硅基掺杂、石墨烯片等。

如果再跳脱一些到计算原理的层次,就是量子计算。量子计算目前距离商用可能比可控核聚变还更远,目前的应用方向主要还在量子加密传输上,在“计算”上需要突破的理论和技术都还有不少。

除了计算速度之外,另一个阻碍算力进展的是传输速度:可以想见高速网络会进一步进化、片间链接、片上内存等技术都会有明显的进展。

最后,是能耗和散热问题。这里的明珠是高温超导技术。去年已经有好几篇半造假的“高温超导突破”,今年加上了AI或许就会有真的突破。

3. 广义机器人

最后,如果AGI的目标不是仅仅停留在虚拟世界,而是直接作用于物理世界,那么广义机器人就是必经之路。前文提到的“具身智能”就是为了操控机器人的AI:AGI是大脑,他也会想要身体。

除了上面讲到的“智能/大脑”的问题,AGI还会关心的是广义机器人的数量。甚至说,先有了数量比先有一个好的大脑更重要,因为有了数量就可以收集更多数据让大脑进一步进化。在数量的突破上,主要不会是人形机器人,而是无人驾驶汽车、无人机、传感器这类技术更ready,成本更低的硬件。AGI只需要在它需要的时候,入侵一下这些系统就够了。

后记:AGI降临中的“普通人”

洋洋洒洒讲了这么多,最后我想引用月之暗面杨植麟的一句话,《对话月之暗面杨植麟》道出了AGI创业的真理:

“只有‘智慧’才是AGI的真正增量。”

此外,AGI对于社会、对于普通人最深刻的影响,可能是极端垄断。“极端”的意思是拥有AGI的公司/团体可以跨越行业、跨越国家进行最大规模的垄断。这种垄断一方面是对于“智慧”这个资源的独占,另一方面,是对于每一个其中的个体、公司、政府所进行的精细信息操控。

然而可惜的是,在种种宏大叙事面前,对于个体关注的声音越来越小:23年中有一轮“AI对于各行业就业影响”的报告,以及“全民收入”的论调,但之后就没有然后了。

作为拯救派,我今天并不想展开讲AGI所造成的各种问题;因为只谈问题是没有用的。

作为拯救派,要给解法才行。

我们还需要思考的,是在AGI降临的世界中,个体如何生存、如何寻找并创造自己的价值;同时,我们也在尝试探索一种在AGI世界中的新的分配方式,一种让大多数人类个体也有希望的方式。

附录:AGI机会点(2024.02)

2024年内:

  • 图片-超短视频的精细操控:表情、细致动作、视频-文字匹配。

  • 有一定操控能力的生成式短视频:风格化、动漫风最先成熟;真人稍晚。

  • AI音频能力长足进展:带感情的AI配音基本成熟。

  • “全真AI颜值网红”出现,可以稳定输出视频,可以直播带货。

  • 游戏AI NPC有里程碑式进展,出现新的游戏生产方式。

  • AI男/女朋友聊天基本成熟:记忆上有明显突破,可以较好模拟人的感情,产品加入视频音频,粘性提升并开始出圈。

  • 实时生成的内容开始在社交媒体内容、广告中出现。

  • AI Agent有明确进展,办公场景“AI助手”开始有良好使用体验。

  • 2AI的商业模式开始有明确用例:数据合成、工程平台、模型安全等。

  • 可穿戴-全天候AI硬件层出不穷,虽然大多数不会成功。

  • 中国AI达到或超过GPT4水平;美国出现GPT5;世界上开始现“主权AI”。

  • 华为昇腾生态开始形成,国内推理芯片开始国产替代(训练替代要稍晚)

  • AI造成的DeepFake、诈骗、网络攻击等开始进入公众视野,并引发担忧。

  • AI立法、伦理讨论仍然大规模落后于技术进展。

2025~2027年:

  • AI 3D技术、物理规则成熟:正常人无法区别AI生成还是实景拍摄。

  • 全真AI虚拟人成熟:包含感情的AI NPC成熟,开放世界游戏成熟;游戏中几乎无法区别真人和NPC。

  • AR/VR技术大规模商用。

  • 接近AGI的技术出现。

  • 人与AI配合的工作方式成为常态,很多日常决策开始由AI来执行。

  • AI生产的数据量超过全人类生产数据量,“真实”成为稀缺资源。

  • 具身智能、核聚变、芯片、超导、机器人等技术有明显进展突破。

  • “人的模型”出现,出现“集中化AGI”与“个人AGI”的历史分叉。

  • AI引发的社会问题开始加重,结构性失业开始出现。

  • AGI对于地缘政治的影响开始显露。

本文来自微信公众号:普通人的AI自由(ID:AI_Liberty_Guide),作者:Lian et Zian

声明: 该内容为作者独立观点,不代表新零售资讯观点或立场,文章为网友投稿上传,版权归原作者所有,未经允许不得转载。 新零售资讯站仅提供信息存储服务,如发现文章、图片等侵权行为,侵权责任由作者本人承担。 如对本稿件有异议或投诉,请联系:wuchangxu@youzan.com
(0)
上一篇 2024年3月8日
下一篇 2024年3月8日

相关推荐

  • 水温80度:AI行业真假繁荣的临界点

    我们从来没拥有过这么成功的AI主导的产品。

    (这种分析统计并不那么准,但大致数量级是差不多的)

    这两个产品碰巧可以用来比较有两个原因:

    一个是它们在本质上是一种东西,只不过一个更通用,一个更垂直。

    蓝海的海峡

    未来成功的AI产品是什么样,大致形态已经比较清楚了,从智能音箱和Copilot这两个成功的AI产品上已经能看到足够的产品特征。

    未来科技 2024年6月5日
  • ChatGPT、Perplexity、Claude同时“罢工”,全网打工人都慌了

    美西时间午夜12点开始,陆续有用户发现自己的ChatGPT要么响应超时、要么没有对话框或提示流量过载,忽然无法正常工作了。

    因为发现AI用久了,导致现在“离了ChatGPT,大脑根本无法运转”。”

    等等,又不是只有一个聊天机器人,难道地球离了ChatGPT就不转了。

    大模型连崩原因猜想,谷歌躺赢流量激增6成

    GPT归位,人们的工作终于又恢复了秩序。

    未来科技 2024年6月5日
  • ChatGPT宕机8小时,谷歌Gemini搜索量激增60%

    ChatGPT一天宕机两次

    谷歌Gemini搜索量激增近60%

    ChatGPT在全球拥有约1.8亿活跃用户,已成为部分人群工作流程的关键部分。

    过去24小时内提交的关于OpenAI宕机的问题报告

    图片来源:Downdetector

    ChatGPT系统崩溃后,有网友在社交媒体X上发帖警告道:“ChatGPT最近发生的2.5小时全球中断,为我们所有依赖AI工具来支持业务的人敲响了警钟。

    未来科技 2024年6月5日
  • ChatGPT、Perplexity、Claude同时大崩溃,AI集体罢工让全网都慌了

    接着OpenAI也在官网更新了恢复服务公告,表示“我们经历了一次重大故障,影响了所有ChatGPT用户的所有计划。Generator调查显示,在ChatGPT首次故障后的四小时内,谷歌AI聊天机器人Gemini搜索量激增60%,达到327058次。

    而且研究团队表示,“Gemini”搜索量的增长与“ChatGPT故障”关键词的搜索趋势高度相关,显示出用户把Gemini视为ChatGPT的直接替代选项。

    未来科技 2024年6月5日
  • 深度对话苹果iPad团队:玻璃的传承与演变

    iPad最为原始的外观专利

    没错,这就是iPad最初被设想的样子:全面屏,圆角矩形,纤薄,就像一片掌心里的玻璃。

    2010年发布的初代iPad

    好在乔布斯的遗志,并未被iPad团队遗忘。

    初代iPad宣传片画面

    乔布斯赞同这一想法,于是快速将资源投入平板电脑项目,意欲打造一款与众不同的「上网本」,这就是iPad早年的产品定义。

    iPad进化的底色

    苹果发布会留下过很多「名场面」,初代iPad发布会的末尾就是一例。

    未来科技 2024年6月5日
  • 底层逻辑未通,影视业的AI革命正在褪色…

    GPT、Sora均为革命性产品,引发了舆论风暴,但它在上个月发布的“多模态语音对谈”Sky语音,却由于声音太像电影明星斯嘉丽·约翰逊,被正主强烈警告,被迫下架。

    华尔街日报也在唱衰,认为“AI工具创新步伐正在放缓,实用性有限,运行成本过高”:

    首先,互联网上已经没有更多额外的数据供人工智能模型收集、训练。

    03、

    如果说训练“数字人”、使用AI配音本质上瞄向的仍是影视行业固有的发展方向,那么还有另外一群人试图从根本上颠覆影视行业的生产逻辑和产品形态。

    但分歧点正在于此,电影公司希望通过使用AI技术来降低成本,但又不希望自己的内容被AI公司所窃取。

    未来科技 2024年6月5日
  • KAN会引起大模型的范式转变吗?

    “先变后加”代替“先加后变”的设计,使得KAN的每一个连接都相当于一个“小型网络”, 能实现更强的表达能力。

    KAN的主要贡献在于,在当前深度学习的背景下重新审视K氏表示定理,将上述创新网络泛化到任意宽度和深度,并以科学发现为目标进行了一系列实验,展示了其作为“AI+科学”基础模型的潜在作用。

    KAN与MLP的对照表:

    KAN使神经元之间的非线性转变更加细粒度和多样化。

    未来科技 2024年6月5日
  • 这个国家,也开始发芯片补贴了

    //mp.weixin.qq.com/s/tIHSNsqF6HRVe2mabgfp6Q
    [4]中国安防协会:欧盟批准430亿欧元芯片补贴计划:2030年产量占全球份额翻番.2023.4.19.https。//mp.weixin.qq.com/s/VnEjzKhmZbuBUFclzGFloA
    [6]潮电穿戴:印度半导体投资大跃进,一锤砸下1090亿,政府补贴一半.2024.3.5https。

    未来科技 2024年6月5日
  • 大模型的电力经济学:中国AI需要多少电力?

    这些报告研究对象(数字中心、智能数据中心、加密货币等)、研究市场(全球、中国与美国等)、研究周期(多数截至2030年)各不相同,但基本逻辑大同小异:先根据芯片等硬件的算力与功率,计算出数据中心的用电量,再根据算力增长的预期、芯片能效提升的预期,以及数据中心能效(PUE)提升的预期,来推测未来一段时间内智能数据中心的用电量增长情况。

    未来科技 2024年6月5日
  • 你正和20万人一起接受AI面试

    原本客户还担心候选人能否接受AI面试这件事,但在2020年以后,候选人进行AI面试的过程已经是完全自动化的,包括面试过程中AI面试官回答候选人的问题,AI面试官对候选人提问以及基于候选人的回答对候选人进行至多三个轮次的深度追问。

    以近屿智能与客户合作的校验周期至少3年来看,方小雷认为AI应用不太可能一下子爆发,包括近屿智能在内的中国AI应用企业或许要迎来一个把SaaS做起来的好机会。

    未来科技 2024年6月4日