諾獎進(jìn)入“AI時代”,人類何去何從?
“假設(shè)青蛙創(chuàng)造了人類,那么你認(rèn)為現(xiàn)在誰會占據(jù)主動權(quán),是人,還是青蛙?”
這是“AI教父”杰弗里·辛頓在2023北京智源大會上提出的問題。作為谷歌前任副總裁,他不惜辭去擔(dān)任了十多年的職位,只為能夠自由地討論、提示“人工智能的危險”。
只不過,一年過去,AI不僅沒有走到他口中的“毀滅人類”那一步,反倒是給他帶來了無數(shù)科學(xué)家夢寐以求的榮譽—諾貝爾物理學(xué)獎。而且不僅是物理學(xué)獎,諾貝爾化學(xué)獎也同樣頒給了三位用 AI 研究蛋白質(zhì)結(jié)構(gòu)的科學(xué)家,震驚學(xué)界。
代表人類在物理學(xué)和化學(xué)領(lǐng)域的最高成就和最新成果的大獎,如今卻頒給了AI。這不僅僅是對科學(xué)家的認(rèn)可,顯然也是對“AI輔助科學(xué)研究”這一應(yīng)用趨勢的肯定。
與此同時,10月9日,英偉達(dá)在華盛頓啟動了為期三天的“AI峰會”。和以往不同,這次的發(fā)布會并不涉及新產(chǎn)品,而是更多地聚焦于AI在應(yīng)用層面取得的成功。用英偉達(dá)企業(yè)平臺副總裁鮑勃·佩特的話來說,“世界正處在AI應(yīng)用的邊緣。”
從諾獎對AI應(yīng)用的鼓勵,再到英偉達(dá)對AI應(yīng)用的關(guān)注,我們可以從中得到怎樣的啟示?
接連震驚物理學(xué)界與化學(xué)界,AI的故事講到哪一步了?
根據(jù)瑞典皇家科學(xué)院的解釋,杰弗里·辛頓之所以能獲得諾貝爾物理學(xué)獎,是為了表彰他在使用人工神經(jīng)網(wǎng)絡(luò)進(jìn)行機器學(xué)習(xí)方面的奠基性貢獻(xiàn)。他提出的機器學(xué)習(xí)技術(shù)被廣泛運用于物理學(xué)界的數(shù)據(jù)分析、模型構(gòu)建等領(lǐng)域。
與此同時,諾貝爾化學(xué)獎則有一半共同授予了谷歌旗下DeepMind公司AI科學(xué)家德米斯·哈薩比斯和約翰·江珀,以表彰他們研發(fā)出的“Alpha Fold2”模型在蛋白質(zhì)結(jié)構(gòu)預(yù)測方面的成就。
不難看出,在這兩個案例中,AI其實并沒有單獨獲獎,它在學(xué)界也并不是孤立的,而是以交叉學(xué)科、跨界融合的方式應(yīng)用在具體的科研領(lǐng)域。
與之相似的是,在英偉達(dá)的AI峰會上,副總裁鮑勃·佩特也在強調(diào)AI在現(xiàn)實領(lǐng)域的應(yīng)用:“從智能助理,到機器人工廠,再到天氣預(yù)測,治療癌癥、探索外星,在英偉達(dá)的CUDA庫中已經(jīng)有超過4000個AI應(yīng)用,幫助各行各業(yè)實現(xiàn)突破。預(yù)計人工智能將在所有利用該技術(shù)的行業(yè)里產(chǎn)生高達(dá)20萬億美元的影響。”
例如,美國國家癌癥研究所正在使用英偉達(dá)的AI服務(wù),用于醫(yī)學(xué)圖像分析、從大數(shù)據(jù)庫提取信息,從而幫助藥企和科研人員篩選新藥分子,大大減少開發(fā)新藥所需的時間。
事實上,不只是英偉達(dá),此前,Meta曾經(jīng)推出了首款A(yù)R眼鏡,開始探索AI硬件,最近又推出了Meta AI聊天軟件,開始“軟硬一體”地探索AI應(yīng)用。而馬斯克更是將FSD視為特斯拉的核心賣點,聲稱自己推出的Robotaxi會重塑全球交通運輸行業(yè),“這將載入史冊”。
由此可見,AI的發(fā)展的重心,已經(jīng)從早期的算力層、模型層,開始全面轉(zhuǎn)向最終的應(yīng)用層;AI的技術(shù)的進(jìn)步也將由“技術(shù)驅(qū)動”轉(zhuǎn)向“應(yīng)用驅(qū)動”。
為什么會產(chǎn)生這種轉(zhuǎn)變?
回顧生成式AI的發(fā)展歷程。在短短幾年內(nèi),從算力芯片、服務(wù)器的進(jìn)步,到算法和模型的優(yōu)化,再到消費端應(yīng)用的井噴,與AI有關(guān)的產(chǎn)業(yè)鏈生態(tài)幾乎在瞬間形成。放在過去的工業(yè)和互聯(lián)網(wǎng)革命時代,這一過程往往需要經(jīng)歷了幾十年甚至上百年的積累,如今卻大大加速,為什么?
資本的介入無疑是最大的動力,近年來,中國、美國、歐洲的科技巨頭、投資機構(gòu)幾乎是在“爭搶”著在投資AI。
以亞馬遜、微軟、Alphabet和Meta的季度資本支出情況為例,在今年的第二季度,四大巨頭共花費500多億美元投資AI。Meta首席執(zhí)行官扎克伯格更是公開宣布,公司將在2024年底前購入60萬顆GPU。馬斯克也表示計劃在明年夏季前采購30萬顆GPU。
與此同時,中國的阿里、騰訊等互聯(lián)網(wǎng)大廠也不甘示弱,將國內(nèi)的幾大AI初創(chuàng)公司悉數(shù)收入囊中。
圖源:智東西
熱錢的涌入,更是讓AI初創(chuàng)公司估值水漲船高。從最近一輪的融資情況來看,Open AI的投后估值已經(jīng)達(dá)到1570億美元,僅次于字節(jié)跳動和埃隆·馬斯克創(chuàng)辦的Space X。
然而,這種投入在早期雖說是不計成本,但從長期來看,仍然是企業(yè)為了追求更高的營收和利潤增長而進(jìn)行的投資,是需要拿出回報的。而目前來看,除了英偉達(dá)、臺積電等上游廠商賺得盆滿缽滿以外,幾乎所有的大模型都在瘋狂虧損。據(jù)Open AI預(yù)測,公司目前高達(dá)數(shù)十億美元的年度虧損將持續(xù)擴大,預(yù)計在2026年將虧損140億美元,2029年才能盈利。
從這個角度來看,無論是算力芯片公司(如英偉達(dá)),還是科技巨頭(如Meta、tsla),都需要讓AI在應(yīng)用層面展現(xiàn)出真正的商業(yè)化能力、證明自己,才能吸引更多的人和錢參與進(jìn)來,將AI的故事講下去。因此才會出現(xiàn)這種在發(fā)展重心上的轉(zhuǎn)變。
AI產(chǎn)業(yè)革命將如何演進(jìn)下去?
事實上,宏碁集團創(chuàng)辦人施振榮曾經(jīng)提出過一個“微笑曲線”理論,用來解釋當(dāng)下大部分AI公司盈利難的問題再合適不過。
在他看來,制造業(yè)中,研發(fā)和營銷等高附加值環(huán)節(jié)位于曲線兩端,往往能夠獲取較高的利潤,而中間的生產(chǎn)制造環(huán)節(jié)所獲得的利潤則相對較低。
類比到AI,AI產(chǎn)業(yè)鏈也同樣包括三個主要環(huán)節(jié):GPU制造/云計算、大模型開發(fā)、AI應(yīng)用。
其中,底層服務(wù)商通過銷售算力芯片硬件和提供云服務(wù)器業(yè)務(wù),賺取豐厚的利潤。而AI應(yīng)用層企業(yè)則處在最靠近市場和變現(xiàn)的位置,將AI融入到自動駕駛、醫(yī)療診斷、智能家居等各種場景,憑借AI打造產(chǎn)品力,也能獲得不錯的溢價。
相比之下 ,只做大模型的AI公司,既要受到上游基礎(chǔ)設(shè)施的制約,后有AI應(yīng)用廠家落地的卡位,且研發(fā)成本高、技術(shù)門檻高,迭代競爭激烈,從而導(dǎo)致這一環(huán)節(jié)出現(xiàn)利潤低、變現(xiàn)慢的窘境。以自動駕駛技術(shù)為例,英偉達(dá)通過提供高性能GPU,占據(jù)產(chǎn)業(yè)鏈的高地;特斯拉、Waymo等,通過自動駕駛應(yīng)用的開發(fā),同樣創(chuàng)造了巨大的商業(yè)價值。但一直默默“奉獻(xiàn)”的底層大模型,卻獲利甚微,還面臨著高成本和激烈競爭的巨大壓力。
在過去,GPU廠商(如英偉達(dá)、AMD)、大模型廠商(如Open AI),應(yīng)用端廠商(如蘋果、微軟、特斯拉),他們在自己的行業(yè)內(nèi)各自為戰(zhàn),展開競爭。如今,他們開始嘗試“抱團”,對產(chǎn)業(yè)鏈進(jìn)行垂直整合:產(chǎn)業(yè)鏈上游的英偉達(dá)參與到了中游的大模型公司Open AI的融資,產(chǎn)業(yè)鏈下游的微軟、蘋果更是與Open AI深度綁定。中國的華為、阿里、騰訊、蔚小理等企業(yè)從芯片制造,到大模型訓(xùn)練,再到實際應(yīng)用,也開始逐步對AI進(jìn)行產(chǎn)業(yè)鏈層面的垂直整合。
事實上,移動互聯(lián)網(wǎng)時代的蘋果,新能源車時代的比亞迪,都曾通過這種一體化戰(zhàn)略大大加強自己在行業(yè)內(nèi)競爭力。這種成功的經(jīng)驗或許同樣能夠為AI時代的企業(yè)們帶來啟示:“誰能夠率先將芯片、算力、數(shù)據(jù)、模型、應(yīng)用這五點統(tǒng)一,誰就能夠在這場科技革命浪潮中最先摘到‘低垂的果實’。”
來源:美股研究社
原文標(biāo)題 : 諾獎進(jìn)入“AI時代”,人類何去何從?

請輸入評論內(nèi)容...
請輸入評論/評論長度6~500個字
最新活動更多
推薦專題
- 1 UALink規(guī)范發(fā)布:挑戰(zhàn)英偉達(dá)AI統(tǒng)治的開始
- 2 北電數(shù)智主辦酒仙橋論壇,探索AI產(chǎn)業(yè)發(fā)展新路徑
- 3 降薪、加班、裁員三重暴擊,“AI四小龍”已折戟兩家
- 4 “AI寒武紀(jì)”爆發(fā)至今,五類新物種登上歷史舞臺
- 5 國產(chǎn)智駕迎戰(zhàn)特斯拉FSD,AI含量差幾何?
- 6 光計算迎來商業(yè)化突破,但落地仍需時間
- 7 東陽光:2024年扭虧、一季度凈利大增,液冷疊加具身智能打開成長空間
- 8 地平線自動駕駛方案解讀
- 9 封殺AI“照騙”,“淘寶們”終于不忍了?
- 10 優(yōu)必選:營收大增主靠小件,虧損繼續(xù)又逢關(guān)稅,能否乘機器人東風(fēng)翻身?