2019年OpenAI CEO Sam Altman曾說:「我真的深信我在OpenAI所做的工作遠比在Y Combinator所做的更耀眼,不只如此,比科技產業所做的也更加耀眼。」
他認為人類將會研發一套軟體系統,無論從哪個方面看都比人類更聰明、更有能力。為此他鼓吹:「AI會不斷進化,比人類更強一些,沒多久它就會比人類強100萬倍甚至10億倍。」
##驅動AI前進的真正力量是金錢
驅動科技前進的真正力量不是程式碼和GPU,而是金錢。請記住:AI是昂貴的! 近年來科技天才湧入AI產業,辦企業,拉投資,不亦樂乎。史丹佛AI指數顯示,2021年AI產業融資額達940億美元,比2020年增加一倍。在2021年AI融資交易中有15筆的規模達到或超過5億美元。 Altman與同行不得不極盡誇張之能事,因為開發AI需要大把的鈔票。 OpenAI的競爭對手Google、Facebook都是“印鈔機”,它們不必鼓吹,自己能承擔開支。 還記得當年科技界是如何鼓吹無人駕駛汽車的嗎? 2014年Google無人駕駛主管曾信誓旦旦地說,他確定11歲的兒子將來不需要駕照,因為無人駕駛5年就會出現。現在10年快過去了,無人駕駛仍然不成熟。 儘管如此,無數企業仍然前赴後繼殺向戰場,英特爾甚至預言到了2035年無人駕駛市場規模將達到8000億美元。軟銀2010-2019年向無人駕駛投入了300億美元,自2010年以來美國投入了845億美元,中國506億美元,歐盟107億美元。 無人駕駛並沒有完全失敗,但從中我們找到一些規律:鼓吹者會說有一個龐大的革命性機會出現,以刺激投資者。 回到AI,許多人賭上它能讓機器取代人力(昂貴的白領工作者),與無人駕駛有異曲同工之妙。然而,AI是如此的昂貴,它的投資回報在哪裡?為什麼AI這麼昂貴?
紐約大學教授Meredith Broussard認為,只有大企業和超級富有的企業才玩得起AI。 首先是計算昂貴。多倫多大學行銷教授Avi Goldfarb也說:「如果你想創辦一家企業,自己開發大語言模型,自己計算,成本太高了。OpenAI是很貴的,要數以十億計的美元。」租賃計算當然會便宜不少,但企業還是要向AWS等企業支付昂貴費用。 其次是資料昂貴。訓練模型需要大量數據,有時數據是現成的,有時不是。 Common Crawl和LAION等數據可以免費使用,對於此類數據,成本主要來自數據清理和處理,成本變化很大,可能是幾百美元,也可能是數百萬美元。 Glean公司創始工程師Debarghya Das說,在美國,根據大語言模型論文做一些粗略的數學計算,如果用的是Facebook LLaMA,訓練成本(不考慮迭代或出錯)大約是400萬美元,如果是谷歌PaLM,大約2700萬美元。 即使用的是免費數據,成本也不低。 Hugging Face公司研究人員Sasha Luccioni說:「當你下載容量達到TB的數據,如果想過濾或以某種特殊方式利用數據,例如用文字-圖片模型處理(研究人會專注於某些數據子集,這樣模型才會變得更好),整個過程相當棘手。」需要強大的計算力,需要大量專業人士。 再次,專業人才的聘請費用也很高。 Debarghya Das在做上述估算成本時沒有考慮人力成本。 Sasha Luccioni指出:「機器學習專業人士的薪酬很高,因為要與Google及其它科技巨頭爭奪人才,有時一位專業人才可能要幾百萬美元。」2016年OpenAI最頂尖的研究人員薪酬約為190萬美元。 並且,訓練模型、聘請專業人士的成本不是一次性的,是持續的。例如,如果開發的是客服聊天機器人,每週或每幾週就要優化。模型也要經受壓力測試,確保它產生的答案不會出錯。正如Sasha Luccioni所解釋:「最昂貴的成本來自持續性工作,必須持續測試模型,必須確保AI所做的和預期一樣。」最後,持續運作費用也不低。當一切準備妥當,模型向公眾開放,每天要接受成千上萬次詢問,此時要確保模型可擴展、高度穩定,維護成本也很高,且需要專業人士來處理。AI的回報在哪裡?
從2019年開始美國藥局連鎖企業CVS Healthcare就向AI投資,在2021年CES上沃爾瑪展示了可以取代客服的AI。不難看出,有許多企業想將「客服服務」自動化,它們認為客服部門並不能拓展業務,容易被機器取代。當然,AI也在其它場所出現,例如GitHub的Copilot,它可以提升程式速度,AI可以編寫許多樣板程式碼,節省時間。有專業人士稱,程式設計師有了AI輔助程式速度可以提升一倍。
看起來很美好,但麥肯錫警告說,2022年底AI的普及已經觸及頂峰。自2017年以來普及率的確增加了一倍,但2019年後就不再攀升了。 AI聊天機器人彼時就已經火紅了一波。
對許多人來說,所謂AI就是檢視一下公司工作流程,看看哪些流程可以交給機器做,讓流程自動化。 Avi Goldfarb說:「回報是有限的,在AI幫助下將已經在做的事做得更好一些就算不錯了,但成本卻是高昂的,可能要投入幾千萬美元,幾億美元甚至幾十億美元。」
他認為,想讓AI變成賺錢機器,最好是顛覆工作流程,然後用AI來取代。將工作流程打亂風險很大,可能會失敗,如果成功回報則是巨大的。
例如醫療產業,如果整個產業圍繞著機器診斷重構,效率將會更高。 Goldfarb認為,許多醫生診斷能力很差,AI可能比不上最頂尖5%的醫生,但它也許可能輕鬆超越最差的20%的醫生。因此,AI對於不能輕鬆就診的人來說極為實用。
金融業也可能會被AI衝擊。 Brookings Institute研究人員Mark Muro認為,金融業與模式辨識高度相關,AI辨識模式的能力很強。為了監控趨勢,金融機構聘請大量資料庫和資料工作者,他們想削減人員數量,AI可以取代初級員工,但高級金融工作仍是AI無法處理的。
因此,市場仍然看好OpenAI,今年它的營收可能會達到2億美元,2024年衝至10億美元。該公司估值已達200億美元,比惠普企業(Hewlett Packard Enterprise)、Garmin、Cloudflare、Snap和H&M都要高。
小結:
總之,目前AI的應用更多只是優化業務,並非帶來革命性變化。相比創業公司,大企業在利用AI方面有優勢。想在AI領域賺錢,目前最好的方法不是開發AI,而是製造AI需要的晶片,建造資料中心,或幫助別人開發AI。
從長遠看AI到底有何用途?即使是從事AI工作的人也很困惑。正因如此,可能AI的蓬勃發展就像當初的網路和手機一樣,大家拼命將錢丟進與AI有關的一切項目中,然後期待最好的結果。 (小刀)
以上是當金錢成為驅動AI前進的真正力量 人工智慧會步上無人駕駛的後塵嗎?的詳細內容。更多資訊請關注PHP中文網其他相關文章!