(资料图)

郑磊

随着ChatGPT爆火，人工智能再一次吸引了大家的注意。作为AIGC领域跑出的一匹黑马，它展示了让人刮目相看的能力。人工智能似乎大有取代人类许多工作岗位的可能，而且其发展速度似乎在以天数计算。《AIGC智能创作时代》一书中系统地介绍了包括ChatGPT在内的主要技术，讨论了AIGC在各行业的应用现状和未来发展方向。阅读此书，有助于全面了解人工智能发展的过程，了解它的能与不能，让我们做好迎接人工智能时代的准备。

资料图

人工智能发展建立在计算机运算速度不断提升的基础之上。摩尔在1965年撰写的一篇文章中指出，由于电路集成技术的进步，芯片上的晶体管数量大约每年翻一番。1975年，摩尔修正了这个结论，认为在接下来的10年，集成电路上的晶体管每两年将翻番。这就是著名的摩尔定律。人们记住了摩尔定律，却不清楚正是摩尔让它变成了现实。从公司创立到1975年，摩尔一直担任英特尔执行总裁。从1979年到1987年，他担任董事长兼首席执行官，之后一直担任董事长到1997年，最后2006年才从英特尔公司退休。在英特尔，摩尔确立了一个被称作“滴答”的技术发展战略，即将日历年分别确定为Tick年(工艺年)和Tock年(架构年)。英特尔在“工艺年”更新制造工艺，使晶体管变得更小；而“架构年”则在维持相同工艺的前提下，进行微架构的革新。通过在制程工艺和核心架构的两条道路上交替进行提升，可以每一到两年就实现一次工艺制程进步。摩尔定律指明的技术更新速度实际上已经成为英特尔公司的愿景和发展目标。从这个角度上讲，摩尔从实践角度提出了这个理论，并亲自证明了它。

科技创新总是在不经意间涌现出来。三四年前，国内创投界还在哀叹人工智能领域“一地鸡毛”，机器学习技术似乎已经到达“瓶颈”。没想到以大语言模型为代表的AIGC(人工智能内容生成)会突然横空出世。人们似乎一夜间从“AI已死”的沮丧转为生怕饭碗被AI夺走的惴惴不安。GPT-4已经实现了多模态转换，可以理解人类的指令，生成令人惊艳的文字内容和绘画艺术作品，甚至能够看懂专业文献，在专业考试中也取得了不俗的成绩。

我们似乎又来到了时代转折点，而这一次将是人工智能唱主角。2018年，谷歌软件工程师克里夫.扬格说AI的使用已经取代半导体，进入“指数增长阶段”。OpenAI联合创始人、首席执行官萨姆阿尔特（300825）曼最近提出人工智能的一个新摩尔定律版本，即宇宙中的人工智能运算量每18个月翻一倍。无独有偶，arXiv(一个收集物理学、数学、计算机科学与生物学的论文的网站)关于机器学习的学术论文数量每18个月增加一倍；在谷歌，专注于AI的内部研究项目数量也每18个月增加一倍。这个速度还不算最惊人的，某些执行机器学习神经网络所需的浮点运算量每三个半月就翻了一番。以生成式预训练转换器发展为例，初始版本使用的参数只有1亿多个，二代版本参数增加到17亿多个，第三代参数达到1750亿个，训练用的数据量达到了45TB。这个增速是每两三年以10的幂次方增长的。

数据处理量的指数级增长对算法效率也提出了同样的要求。OpenAI提供的数据表明，自2012年以来，训练一个人工智能模型在基准测试ImageNet图像分类任务中达到同等的分类效果，所需的算力每16个月就会减少一半。现在训练一个神经网络达到AlexNet的水平所需的算力会减少到1/44(相比之下，摩尔定律在相同时间之内，效率只有12倍左右的增长)，推理效率每15个月翻了一番。随着对底层硬件、硬件利用率和云基础设施的改进和算法上的创新，预计在2030年左右，人工智能就可能达到人的平均智力水平，人类全面进入数智经济阶段。

笔者认为，我们已经步入了AIGC+时代，AIGC产品确实能够逐步替代较简单和重复性的白领工作岗位，但是也提供了更强大的工具，大幅提高了知识工作的效率。从这个角度上讲，AIGC更像是人类的工具，其飞跃式发展拓展了人类的能力边界。我们应该充满信心地迎接挑战，关键是看谁能用AIGC进行更有创造力的工作。纵观人类进化的历程，从旧石器时代到新石器时代，再到青铜时代、铁器时代等，生产力和生产工具的发展不会取代人类的所有职能，但其作为外部的助力极大地推动了人类的进步，人工智能也应如是。(作者系萨摩耶云科技集团首席经济学家)