人工智能能否打开新时代大门？

2024年9月，人工智能依然是舆论场、投资者的热门话题，然而，当下的人工智能产业似乎发展得很好，但似乎和普通人没有多大关系，除了偶尔在短视频平台上看到一些AI生成的短视频作品，国内似乎还未出现一款AI大模型相关的杀手级应用，人工智能似乎进入了一个发展瓶颈期。

有人开始质疑，人工智能是否是科技巨头推出的一个虚伪概念，毕竟每隔几年，科技公司就会造一个概念，而上一个造出的概念是元宇宙。那么，AI大模型带来的是昙花一现还是技术革命？对此，我们需要先回顾过去，再展望未来。

从历史看未来，AI技术走到哪一步？

要知未来，需知过去。人工智能的故事最多，跨越时间也最久。

事实上，计算机就是人工智能，二进制的晶体管显示“0”和“1”，这种模式和人类大脑神经元的信息处理方式类似，只是更加简化，且数量更少。所以，测试人工智能治理水平的图灵测试在1950年推出，因为那时候所有人的意识中“计算机=人工智能”。

继而，人工智能从计算机时代进入逻辑推理时代。举个例子，如果某个迷宫有出口，那么只要在迷宫中一直靠右或靠左走，就一定能找到出口，对于人类可能要跑断腿，但计算机有充足的耐心找到出口。逻辑推理就是按照路径一个个去对照着找答案，直到所有数据都被对照一遍，输出最后的答案。人工智能逻辑推理时代最成功的企业是IBM，面向B端，IBM推出专家系统辅助企业决策，面向C端，IBM的深蓝计算机在国际象棋上大放异彩，名噪一时。

2006年，辛顿等三位专家提出深度学习算法，一种基于神经网络的新算法开始流行。深度学习模仿人类神经元感知事物的过程，在算法中，大量神经元组成神经层，多个神经层构建神经网络，神经网络的一边是输入的问题，另一边是输出的答案，而开发人员只要一遍遍地输入问题和验证答案，神经网络就能模仿人类识别文字、图像、视频的能力。从而像人一样思考、创作。以视觉举例，我们眼睛看到的是一张树叶的图像，而这张图像要经过神经层的层层识别，才会在我们大脑中挑出“树叶”这个词汇。所以，深度学习的本质是模仿人类。

深度学习是过去20年人工智能大厦的地基，而在地基上，领跑的是谷歌，在布局10年后，2016年谷歌推出阿尔法狗，下围棋的AI，结果全球围棋界被阿尔法狗杀得人仰马翻。由于围棋是东亚传统项目，很多中国人通过阿尔法狗第一次开始正视智能时代的到来。而在阿尔法狗成功后，谷歌开始多领域普及深度学习。比如2012年起，谷歌就开始用深度学习布局自动驾驶，比如阿尔法狗升级为阿尔法折叠，开始在蛋白质特征预测领域发光发热，甚至颠覆了整个蛋白质科学的研究方式。

谷歌在人工智能领域最重要的贡献，是2017年发布的Transformer，算法描述非常复杂，比如注意力机制，比如允许对依赖关系建模，这些技术名词对于我们社科类文章并无益处，所以只需知道一点特征，Transformer能够实现更高水平的并行化。在深度学习时代，制约人工智能发展的基本要素是算法、数据和算力。而由于互联网发展，互联网产生的数据越来越充沛，而算力则相对不足。并行化的好处，就是能够让算力可以堆叠。一台智算服务器的算力有限，那么1万台并行计算呢？这就为大规模数据训练创造了很好的条件。

Transformer算法就是OpenAI开发的AI大模型ChatGPT的基础，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来生成后一个字，逐字生成。可以看出，GPT具有相对优势，因为逐字生成更符合人类语言特点。

2019年，GPT二代发布并开源，同年7月和微软合作，转为封顶盈利公司，其算法也从开源转向闭源。此时，OpenAI在人工智能领域的名气远不如谷歌，直到2022年11月，ChatGPT正式发布，继而一炮而红，迎来了颠覆。ChatGPT是第一款面向C端的人工智能杀手级应用。谷歌仓促应战，结果反而因为各种“答非所问”的状况被比下去，OpenAI在AI大模型领域独占鳌头。而面对OpenAI的成功，美国和中国的科技巨头都迅速展开算法、算力“军备竞赛”，“百模大战”在中美两国同时开启。

各有千秋，中美AI军团并肩而行

ChatGPT为什么能脱颖而出？

因为OpenAI做对几件事：首先是大力出奇迹，在ChatGPT之前，谷歌已经不止一次宣称自家AI能通过图灵测试，并在展示会上演示用AI订餐，但谷歌自己并不相信通过海量语料学习会产生奇迹，所以，谷歌经常用中小模型在垂直领域里倒腾，自动驾驶、阿尔法狗都是垂直领域的应用。而背靠微软之后，OpenAI获得微软语料数据和云计算的双重支持，一头扎进大模型里，用海量高质量数据去堆，最终大力出奇迹。OpenAI的成功经验也告诉其他AI企业，只要舍得花钱去提高数据质量，提高并行算力，就能做出成果。

很显然，相对于技术创新，烧钱是科技巨头更为熟悉的路径。而GPT的建设方式并非机密，用海量语料让GPT熟悉人类语言习惯，用高质量语料规范GPT语言生成，再对GPT生成的语言结果进行打分。

2023年，中国国内开启“百模大战”，参与方包括互联网科技公司、AI专业公司、学术科研机构、行业专家四类。2023年3月16日，百度捷足先登推出大语言模型“文心一言”，此后，阿里、华为、腾讯、京东、科大讯飞、360、字节跳动等科技公司都发布自家大模型。科研院所及AI创业公司也发布了“悟道”“书生”“智谱”“KIMI”等大模型。截至2024年4月，中国大模型数量已近200个，通用大模型数量40个左右。仅用一年，就是一片欣欣向荣、万物竞发的景象。而从全球看，中国的人工智能产业规模毋庸置疑是全球第二，仅次于美国。欧盟、日韩等国的科技企业响应太慢，已经被我们甩在身后。而中国企业大干快上也并不盲目，而是有明确的目标。各国母语不同，GPT成长吸收了大量英语语料，中文语料相对较少，所以，中国企业更适合开发中文AI大模型领域，因为中国科技企业拥有更多中文语料数据。也许整体上对比GPT有差距，但中文方面，国产AI一定能够超越GPT。

而和中国跟随策略不同，在发布ChatGPT之后，OpenAI的发展路径却发生了转向，两条发展路径齐头并进：

一条路是继续探索GPT在语言领域的应用，让GPT和更多的软件应用、数据网站融合，让GPT成为一种工具而非一个单一的应用，所以GPT嵌入了大量外部插件。

另一条路是发展多模态。比如DALL·E是图像生成，Sora是视频生成，而GPT-4o则演示语音功能。OpenAI试图用多模态构建一个完整的AI大模型生态，而一旦这个AI大模型生态完成，将全面取代人类创作文字、图像、语音、视频的能力。

综合看，无论是GPT和软件结合，还是多模态，OpenAI的主旨就是“万物兼可GPT”，而非将GPT局限在一个领域、一个应用场景。

国外AI厂商也追随OpenAI的脚步，多模态领域多点开花。在开源大模型领域，Meta AI（Llama）、Mistral AI等厂商领跑，在图像生成领域，Midjourney、Stable Diffusion、OpenAI的DALL·E等大模型各领风骚，视频生成领域，Runway的Gen、Pika和OpenAI的Sora等大模型各展所长。不仅如此，国外一些专业软件企业也在通过AI大模型推进应用变革。比如Adobe在用图片生成AI颠覆Photoshop的图像编辑功能，比如epic将AI嵌入到虚幻引擎当中，优化游戏和动画展现效果，再比如金融数据企业彭博社就推出了金融大模型BloombergGPT，利用了自身的数据优势。总之，从全球看，AI大模型正在不断试探应用边界，并已经在诸多领域打出名堂。

与之相对的，国内AI厂商虽有长足进步，但国内AI厂商正在掉入同质化竞争陷阱。大多数国内AI厂商发展的是智能体（AI Agent），也就是ChatGPT和GPT4.0类似的应用，而在多模态，AI大模型和应用融合上，国内AI厂商相对滞后。甚至出现了一种奇怪的现象，很多国内AI厂商热衷于和GPT做对比评分，似乎在做题上超过对手，就是成功。而由于国内很多大模型是在GPT2.0基础上迭代，所以有时候不同的AI产品甚至会给出近似的答案。更有甚者，有企业将国外AI大模型的API嵌入应用当中，讨个壳当自己的技术成果。

是什么导致国内AI厂商同质化竞争？笔者认为有如下原因：

首先，国内互联网数据生态较封闭。这里的封闭是多个维度的，一方面中国和海外互联网之间存在隔断，国内互联网数据总量有限，另一方面中国各大互联网公司之间存在数据生态壁垒，尤其是在数据入表之后，数据价值提升，很多企业尝到数据价值的甜头，更加不愿意分享数据，且往往以数据安全为由拒绝开放数据生态。封闭生态导致大模型很难和垂直行业领域的专业数据融合，只能基于公开数据来打造智能体，而公开数据往往缺少壁垒，大家都能获得，所以产品也就走向同质化。

其次，国内算力存在瓶颈。还是老问题，美国禁售高算力显卡和智能芯片，的确影响了国内大模型企业的AI大模型发展。事实上，语言类大模型需要的算力最小，语音、图像、视频生成的大模型算力远高于语言文字类大模型，所以，算力制约了中国多模态的发展。

再者，国内对AI发展的安全性存在疑虑。AI大模型带来的技术风险是显而易见的，比如AI大模型算法可以和搜索引擎结合，更精准地找到数据，技术本无善恶，但技术对数据的精准挖掘很可能暴露国家机密、商业机密和个人隐私。再比如AI生成内容会侵犯隐私，若有人用A的头像嫁接到B的视频，那么就会侵犯A的肖像权。过去我们说“有图有真相”，如今是“视频也未必是真相”。再比如，AI潜在的岗位替代，会引发失业，当然，相对于其他问题，这显然是个小问题，因为AI大模型并没有这么强大。

总之，面对AI大模型带来的风险，国内管理层有很强的规范动机，而这些规范行为虽然起到了作用，但也会限制AI技术的创新。安全和创新之间往往存在一定的冲突。相对而言，美国是判例法国家，虽然美国各界喊得很响亮，但并没有实质性的法律限制措施。

最后，从历史看，中国人有创新能力，但依然缺少原创精神。国内很多大模型是构筑在国外开源模型基础之上的，比如OpenAI过去的老版本GPT2.0，比如Llama，甚至有很多套壳AI。对于原创精神，笔者总结出一点原因：中国企业很害怕长周期投资，因为长周期投资存在很大风险，且风险不只是技术开发失败，而是应用落地可能遭遇多重阻力，比如审批通过难造成的不确定性。

未来有风浪，但仍将远航

除了同质化，国内AI产品还存在过度拟合和数据污染的问题。过度拟合往往是因为数据学习的量过大导致的。数据不足的时候，AI大模型往往会联想和脑补，甚至会胡说八道编故事，这就是欠拟合。而数据过多的时候，AI大模型也会陷入思维定式，这就是过度拟合。举个例子，AI看一张带有锯齿的树叶，欠拟合下，AI会将树叶描述成一棵树，而过度拟合下，AI会只关注树叶的锯齿。随着国内AI大模型数据训练的加强，很多AI大模型存在过度拟合的情况，回答问题就像八股文一样，有些AI大模型会给你列出很多点，但没有一点答在点子上。

现实中，用户生成内容的目的很多元，有时候要的就是AI的想象力，而由于学数据太多，AI会丧失想象力。雪上加霜的是，当前国内要求AI生成内容要合规，由于大模型算法本身是“技术黑箱”，开发者很难控制生成结果，有些结果哪怕概率再小，也依然有出现的可能，所以，客观上合规要求导致国内AI过度拟合的问题更加严重。

而回头看，国外AI厂商之所以探索应用融合和多模态的道路，事实上也是因为同质化和过度拟合限制了智能体的发展，所以，我认为未来国内AI厂商需要追随国外AI厂商的脚步，用更多原创创新来找寻AI大模型新的应用路径。

综上，介于同质化和过度拟合等问题，国内AI产业有可能经历一段冷静期，直到AI领域新一轮原创创新爆发。

而从全球AI产业角度，实际上美国AI巨头也很难逃脱技术周期。我们知道，很多创新产品将经历概念期、成长期和成熟期。美国AI巨头虽然在多模态领域有进展，但回头看，OpenAI的很多应用都是纸面应用，有展示，没有落地。当下，大多数美国AI巨头并未通过AI实现正向盈利。而因为AI估值高企的硅谷公司，诸如微软、英伟达、苹果、谷歌等则存在显著的估值泡沫，未来“杀估值”可能在所难免。事实上，这又只是历史的重复，2001年以前，美国互联网公司估值奇高，也属于概念期，结果2001年科网泡沫破灭。继而真正的成长期开始，从2001年开始延续了20年。任何科技从早期概念炒作到实际提升生产力，都会经历一个过程，这是一轮优胜劣汰，并不会毁灭AI大模型，会去伪存真，为AI大模型进入成长期打好基础。

总之，无论是国内还是国外AI产业，都将会有一轮风雨，但风雨过后必有彩虹。未来AI大模型产业有风浪，但依然能够远航。

昙花一现还是技术革命？

纵观AI大模型的过去和现在，我们不难发现，其实从上世纪50年代开始的信息革命，本质上就是智能革命，人为地将时代划断，分为信息时代和数智时代，也只是给时间加了标注。换句话说，AI大模型是信息技术革命的延续，所以AI大模型就是技术革命。尤其是深度学习算法的出现，让人类看清了AI未来发展轨迹。人类发展AI的路径更加清晰了，让AI通过深度学习算法模仿人类，从而缔造真正的仿生智能。

然而，制约AI发展的因素，实际上有且只有三个，就像厨师做菜，一道好菜，需要有好厨师（算法）、好菜（数据）、好火候（算力）。其中算法的关键在人才和创新，数据的关键在打破数据壁垒，算力的关键在打破技术封锁。而当前，国内AI厂商最急迫的，是摆脱同质化。所以，人才和创新的激励将是国内AI产业发展的重点，那么，如何让“厨师”创新呢？

一个建议是算法创新的产权登记和产权保护。首先我们要明确一点，AI大模型算法不适合开源，因为AI大模型需要数据和算力，这些都要花钱，开源算法没人去添砖加瓦，注定走不远，这也是为什么OpenAI在非营利组织时期默默无闻，而在封顶闭源之后异军突起。其次，在产权保护上我们有过成功的先例，从2015年开始，我国药审中心开始扩容，并加快药品审批进度，在2016年之后，我国迎来创新药研究的爆发期，甚至在创新药领域出现了研发内卷，“百舸争流”造就了医药创新的大繁荣。事实上，知识产权保护一直是鼓励原创最佳的手段。

编辑：王延春