本文是锋哥的第198篇原创文章
每周一篇 AI 的观点认知总结，希望在 AI 认知层面有进一步的了解和独立思考。资本对于AI的解读有很大的商业指引性，本周分享下「红杉资本最新的AI研究」。核心观点是对于机器思维链（系统2/慢思考）的启发，很有触感，当AI越来越像人，商业社会会发生什么变化，投资机会在哪里？社会节奏越走越快，可能你已经习惯了即时反应和快速决策。但是，想象一下，如果机器能够像人类一样“慢下来”深思熟虑，那将是一个怎样的世界？这不是科幻小说的情节，而是生成性人工智能（Generative AI）正在带给我们的革命。两年前，所有人还在惊叹于AI的“快速思考”能力——那种能够迅速给出答案的预训练模型。而在今天，AI黑科技站在了一个新时代的门槛上，AI开始学会“慢思考”，在推理时展现出深度的思考和解决问题的能力。这不仅仅是技术的飞跃，更是对AI应用领域的一次重新定义。在这个新的时代，可以看到生成性AI市场的基础层正在稳定下来。像微软、亚马逊、Meta和谷歌这样的科技巨头，通过与AI研究实验室的合作，正在塑造这个领域的未来。他们的经济引擎和庞大的资本支持，使得他们能够在这场游戏中占据主导地位。随着市场基础层的稳定，我们开始看到新的前沿领域——推理层的发展。这一层的目标是让AI系统在推理时能够进行深思熟虑的推理、解决问题和认知操作，而不仅仅是快速匹配模式。在这个新前沿中，OpenAI的o1模型（也称为Strawberry Fields Forever）成为了2024年最重要的模型更新。这不仅仅是因为它重新确立了OpenAI在模型质量排行榜上的领先地位，更因为它在现有架构上取得了显著的进步。o1模型是第一个具有真正通用推理能力的模型，它通过推理时的计算实现这一点。这意味着，o1模型能够在给出回应之前“停下来思考”。这种“停下来思考”的部分，就是推理。这与以往的预训练模型不同，它们依赖于“训练时计算”，在大量数据上进行下一个词的预测。虽然规模的扩大带来了基本的推理能力，但这种推理非常有限。暂时回到2016年3月的首尔，AlphaGo与围棋大师李世石的比赛是深度学习历史上的一个里程碑。这场比赛不仅仅是AI与人类的对决，更是世界看到AI不仅仅是模仿模式，而是在“思考”。AlphaGo与之前的游戏AI系统（如深蓝）的不同之处在于：它不仅仅是在预训练模型的基础上提供即时反应。在推理时，AlphaGo会停下来思考，进行一系列潜在未来情景的搜索或模拟，评估这些情景，然后以预期价值最高的回应作为回答。这种从预训练的直觉反应（“系统1”）到更深入、深思熟虑的推理（“系统2”）的飞跃，是AI的下一个前沿。模型不仅仅需要知道事情，它们需要停下来，评估并通过实时推理做出决策。o1论文提出了一个新的扩展法则：给予模型越多的推理时（或“测试时”）计算资源，它的推理能力就越强。这将我们从大规模预训练集群的世界带向推理云——根据任务的复杂性动态扩展计算的环境。随着OpenAI、谷歌和Meta扩展他们的推理层并开发出越来越强大的推理机器，我们是否会有一个模型统治所有其他应用？1》模型层的竞争非常激烈，不断有新的SOTA能力出现。2》模型在应用层作为突破性产品的表现大多失败，ChatGPT是一个显著的例外。尽管研究实验室正在推动通用推理能力的边界，但我们仍然需要应用或领域特定的推理来提供有用的AI代理。现实世界的复杂性要求有大量的领域和应用特定的推理，这不能有效地编码在一个通用模型中。如果你想要开始一个AI业务，你会在技术栈的哪一层定位？你是否想要在基础设施上竞争？祝你好运，击败NVIDIA和超大规模计算公司。你是否想要在模型上竞争？祝你好运，击败OpenAI和马克·扎克伯格。你是否想要在应用上竞争？祝你好运，击败企业IT和全球系统集成商。主流企业无法处理黑盒子、幻觉和笨拙的工作流程。消费者盯着空白提示，不知道要问什么。这些都是应用层的机会。软件公司成为了云服务提供商，这是一个3500亿美元的机会。软件公司将劳动力转化为软件，这意味着可寻址市场不是软件市场，而是数万亿美元的服务市场。随着生成性AI的推理能力的发展，一类新的代理应用开始出现。初创公司与现有公司之间的经典战斗是初创公司建立分销和现有公司建立产品之间的赛马。拥有酷产品的年轻公司能在现有公司拥有客户之前吸引大量客户吗？鉴于AI的神奇之处很大程度上来自基础模型，现有公司会做得很好，因为那些基础模型对他们和初创公司一样容易获得，他们拥有数据和分销的先有优势。初创公司的主要机会不是取代现有的软件公司，而是去追求可自动化的工作池。1》基础设施：这是超大规模计算公司的领域。它是由博弈论行为驱动的，而不是微观经济学。对风险资本家来说是个糟糕的地方。2》模型：这是超大规模计算公司和财务投资者的领域。超大规模计算公司正在用他们的收入报表交换资产负债表，投资资金只会以计算收入的形式回到他们的云业务中。财务投资者受到“被科学震撼”的偏见的影响。这些模型非常酷，这些团队非常令人印象深刻。微观经济学见鬼去吧！3》开发者工具和基础设施软件：对战略家来说不那么有趣，对风险资本家来说更有趣。在云转型期间，大约有15家公司在这个层面上创造了10亿美元以上的收入AI领域也会如此。4》应用：对风险资本来说最有趣的层面。在云转型期间，大约有20家应用层公司创造了10亿美元以上的收入，另外20家在移动转型期间被创造。在生成性AI的下一个行动中，推理研发的影响会波及到应用层。那一刻——就像AlphaGo在与李世石的第二场比赛中——一个通用AI系统以超人类的方式让我们惊讶，感觉像是独立思考。这并不意味着AI“醒来”（AlphaGo没有），而是我们模拟了感知、推理和行动的过程，AI可以在真正新颖和有用的方式中探索。这实际上可能是AGI，如果是的话，它不会是一个单一的事件，它将仅仅是技术的下一个阶段。https://www.sequoiacap.com/article/generative-ais-act-o1/
... ＥＮＤ ...
KK凯文·凯利最新演讲：AI时代的3大趋势预测及年轻人的5个建议
Kimi创始人杨植麟最新分享，Open AI o1引发范式革命的原因剖析及3个趋势预判
人形机器人、AI与人脑的关系……OpenAI 创始成员谈未来，90%的人可能认知错了
2024年诺贝尔物理学奖揭晓：AI教父「辛顿」引领智能革命，机器学习重塑人类未来
分享是动力，点赞是态度，在看是认可！
如果想第一时间收到推送，可以给我个星标⭐️
![]()
