外刊
在ChatGPT席卷全球两年后，生成式人工智能似乎遭遇了瓶颈。构建和使用更大人工智能模型的成本正在急剧上升，突破似乎变得越来越困难。近日，《经济学家》杂志刊发文章《人工智能所需的突破》（The breakthrough AI needs）指出：一场竞赛正在推动人工智能超越当今的极限，而拥有创造力的人才和宽松的研究环境将是重要的决定因素。
原文 ：《经济学家》：人工智能发展需要怎样的突破
编译 | 杨逸 杨勇
图片 | 网络
目前人工智能发展进入了一个艰难时期。研究人员和企业家正在竞相寻找改变现状的方法。他们的创造力不仅会改变人工智能，还将决定哪些公司能够胜出，投资者能否获利，以及哪个国家将最能抢抓这项技术带来的红利。
大语言模型对电力的需求巨大。用于训练OpenAI的GPT-4模型所消耗的能量足以为50个美国家庭供电一个世纪。随着模型变得越来越大，成本会迅速上升。据估计，如今最大的模型训练成本为1亿美元，而下一代模型可能耗资10亿美元，再下一代模型的耗资更可能膨胀到100亿美元。此外，让模型回答问题会带来计算成本——如总结全球5.8万家上市公司的财务报告，可能需要从2400美元到223000美元不等的成本。随着时间的推移，这种“推理成本”累计起来可能会超过训练成本。
这对投资者来说是一个恐怖的消息，他们中的许多人都在人工智能上押下重注。英伟达设计了最常用于人工智能模型的芯片。过去两年中，其市值已经上涨了2.5万亿美元。自2023年初以来，投资者已将近950亿美元投入人工智能初创企业。据报道，OpenAI估值直逼1500亿美元，这将使其成为世界上最大的私营科技公司之一。
但是我们没有必要恐慌。许多技术都曾遭遇瓶颈，又最终凭借人类的创造力继续蓬勃发展。上世纪70年代的油价冲击促进了能源效率的提高，在一些国家，包括核能发电在内的替代方式得到了良好的发展。三十年后，水力压裂技术使得石油、天然气的开采更经济可行。目前，美国的石油产量超过全球其他任何国家。
人工智能的发展已经显示出约束是如何激发创造力的。公司正在开发专门用于运行大语言模型的芯片。这种专业化意味着它们可以比通用处理器更高效地运行。亚马逊、苹果和微软等公司都在紧锣密鼓设计自己的人工智能芯片。
开发者也在对人工智能软件进行修改。依赖算力的大模型正让位于更小且更专业化的系统。OpenAI的最新模型旨在更好地进行推理，而不是生成文本。其他制造商正在简化计算，以便更有效地利用芯片。通过一些巧妙的方法，例如使用混合模型（每种模型适合解决不同类型的问题），研究人员大幅缩短了处理时间，而这些将改变行业的运作方式。
投资者和政府都默认这样一种观点：在科技公司中，现有企业具有天然优势。但对于人工智能来说，这一假设将不再成立。今天，英伟达销售了全球五分之四的人工智能芯片。但其他更专业的竞争对手很可能会蚕食其市场份额。比如谷歌的人工智能处理器在全球数据中心的使用率已经排名第三。OpenAI或许推出了开创性的大语言模型，但随着资源限制的出现，其他大模型制造商正在迎头赶上。尽管它们与第二梯队模型之间仍存在差距，但这一差距可能会缩小。如果朝着更小、更专业模型的趋势继续发展下去，那么人工智能“宇宙”可能会是群星荟萃，而不是只有几个超级巨星。
这意味着投资者将经历一段艰难的过程。他们对如今人工智能领导者的赌注看起来不那么确定。英伟达可能会失去地盘给其他芯片制造商，OpenAI也可能会被取代。它们之间的竞争非常激烈。很少有公司已经有从生成式人工智能中获利的策略。即使行业最终属于一个赢家，目前还并不清楚那会是谁。
政府也需要改变思维方式。它们相应的政策主要集中在补贴上。但人工智能的进步同样关乎拥有创造力的人才和宽松的研究环境，这和积累资本、提升算力一样重要。人工智能时代仍处于初期阶段，很多事情都不能确定。人工智能所需的突破将来自于给予思想和人才成长的空间。
文章为社会科学报“思想工坊”融媒体原创出品，原载于社会科学报第1927期第7版，未经允许禁止转载，文中内容仅代表作者观点，不代表本报立场。
《社会科学报》2025年征订
点击下方图片网上订报↓↓↓
拓展阅读
