AI十年浮沉，与改变命运的大模型 _AI

文章插图
来源：远川研究所
2019年，前谷歌CEO埃里克·施密特向白宫递交了一份颇为“诡谲”的报告。这份长达750页的文件，核心观点其实只有一句话：若美国再不加大投资，中国将彻底主导AI领域[1] 。
【AI十年浮沉，与改变命运的大模型】施密特此举其实有“骗经费”之嫌：一年前，谷歌曾迫于舆论压力退出了一个政府AI项目，他一直对此耿耿于怀。但报告本身却并非胡诌。同年，美国数据创新中心也发布了一份报告，声称中国AI实力全球第二，且在数据等层面比美国更具优势[2] 。
在全民追赶GPT的今天，这则旧闻读起来颇有几分“魔幻感” 。

文章插图
报告甚至上升到了“国家安全”的高度
然而，施密特口中的AI ，与如今人们谈论的GPT并非一个东西。
以GPT为代表的AI ，指的其实是大模型。它拥有生成图像、音频、视频等内容的能力，像是个文艺青年。但彼时让美国人深感威胁的，多指识别型AI（小模型）。它擅长各类数据分析工作，如同一个木得感情的运算机器。
大模型走红前，识别型AI曾被寄予了太多改变世界的厚望，在中国催生了一段群雄并起、热钱涌动的黄金岁月。巅峰时期，中国AI初创企业的融资金额甚至超过了美国——李开复将其形容为“有三个AI专家就能估值7亿、靠AI概念就能忽悠投资人” ，也不怪美国人感到焦虑。
只是好景不长：后来VC陆陆续续退出，曾经风头无两的独角兽也褪去了身上的光环，残暴的欢愉最终以残暴终结。
对此，百度集团执行副总裁、百度智能云事业群总裁沈抖曾打过这么一个比方：大模型出现前的AI像是氧气——本身很有价值，但自己不会燃烧，必须找到可燃物才能把价值给发挥出来。这里的“可燃物” ，指的是落地场景。
AI起起落落这十年，成也场景，败也场景。
旧范式的困境
2016年，谷歌AlphaGO不仅彻底颠覆了围棋，也改变了当时的AI创业。一时间， VC、科学家、大学教授，乃到各路乡镇企业家，无一不在谈论着AI商业化的可能性。短短一年时间，国内诞生了528家AI企业，催生371起AI投融资，同比涨幅达到了38.9%；同一时间，中国AI企业申请了9000多项AI专利，几乎是美国新增专利数的两倍有余[3] 。
不过，整个行业闭眼狂奔的同时，鲜有人会注意到初冬的号角已经悄悄吹响。2019年，繁荣戛然而止。
首先是融资遇冷：这一年的AI融资金额仅有186亿元，相比2018年直接腰斩了一个0 。受此影响， AI初创企业的数量也大幅缩水，仅有鼎盛时期的1/20 。至于那些从竞争中幸存、成功“上岸”的AI企业，其财务状况仍旧惨不忍睹。据不完全统计，近九成AI企业都处于严重亏损的状态[4] 。

文章插图
大起大落背后，是AI长期以来的产业化困境。
2021年之前，业界三大主流AI技术分别是计算机视觉、语音识别、自然语言识别，本质都属于识别型AI 。单从技术层面来看，上述技术都具备着充分的下游应用空间，想象力充足。
例如在“AI+安防”领域， 2020年时已有453亿元的市场，且增速可观，预计到2025年时市场规模将再翻一番[6] 。
可下游需求不断扩大，并无法拯救亏钱的AI企业。识别型AI的技术特点，决定了它是一门技术、投入与产出不成正比的生意。
识别型AI采用的是小模型——这是一种专为特定任务而生的技术。在实际训练小模型时，研究员只需给AI灌入标注过的特定数据，便能让AI获得对应的能力。如果想要一个能抓“闯红灯”的AI ，那么无需教它语文数学，只要让它从小学习各种闯红灯的视频即可。