AI入侵

在将来，对AI技术的发展进行编年史研究时，2023年必然是重要一年。尽管，今天的我们，仍不能确定AI的将来是成是败。

看上去，今年的AI大有摧枯拉朽之势，这主要是因为以大模型为代表的“范式”迅速成为业内的共识。今年三四月份，ChatGPT才以从3到4的底座模型更新，搅得AI应用市场风起云涌；只是半年时间，中国的大模型厂商们搏杀出来，俨然有了“百模大战”的局面。

商业巨擘们为这份火热添油加醋，英伟达创始人黄仁勋称，AI是新的iPhone时刻，百度创始人李彦宏称，AI将改写所有应用。

信息技术领域的知名市场调研机构Gartner，在今年10月发布报告认为，预计在2026年，超过80%的企业将使用生成式AI。而在当下，这个数字是5%。

号称具有颠覆性的AI，自然不会只与商业和技术有关，而恰好，大模型以其“技术黑箱”和面目模糊的“泛化能力”，给了更多的人释放想象力、制造焦虑情绪，乃至于宣导硅基生命之玄学的空间。

大模型技术，之所以成为AI发展的一道分水岭，是因为它那为人津津乐道的“涌现能力”。意思是说，当一个模型够大（大的定义有两方面，一是模型本身的参数够大，一是供给模型学习训练的数据量够大），它就能意外地涌现出设计之外的能力。

因此，大模型带来的AI新范式是这样的：在过去训练AI，人类为它设置好特定的任务，投喂它特定的数据，AI在算力驱动下找到求解任务的最佳算法；而现在，训练AI不需要特定的任务，也不需要特别的数据，只要准备好超大集群的算力、巨量的数据投喂，人们只需等待它“涌现”出超强能力的那一刻到来。

AI一词诞生于1956年，关于它最早的标准是“图灵测试”，即一个人若分不清楚与自己对话的是人还是机器，那么，这台对话机器就被判定为人工智能。不过百年，人们持续地追求“与人无异”的机器，甚至更进一步，开始等待超越人的“超强AI”的到来。大模型就是承载这一希冀的技术。

这个过程中，催逼追问的反而是一个人文学的问题：当机器成为新的智能体，那究竟何为“智能”？具体来说，人的知识，人的能力，一些被恭维为人区别于他物的特性，其本质究竟是什么？

在商业时代的泡沫狂欢中，这样的追问显得另类且冷清。然而，回答这个问题，正是确认另一个智能体出现的前提。2023年之于AI技术的重要性，不在于ChatGPT的全球风靡又或者“百模大战”的出现，而是它给出了这样的疑问。

在此“怀疑的眼光”下，我们才可能冷静分析，一股脑儿出现的AI中谁是“李逵”谁是“李鬼”，大模型的认知能力是否如过去的AI范式一样再入瓶颈，乃至，通用AI、超强AI是真的事实还是新的名詞。答案在值得期待的未来。