经济学人:
在CHATgpt 席卷全球两年后,生成式人工智能似乎遇到了障碍。构建和使用更大模型的能源成本正在不断上升,突破也变得越来越困难。幸运的是,研究人员和企业家正在努力竞相寻找突破限制的方法。他们的聪明才智不仅会改变人工智能。它表明哪些公司会胜出,投资者是否会触发,以及哪个国家会主导这项技术。
大型语言模型对电力的需求非常大。训练Open AI的GPT- 4模型所用的能量可以为50个美国家庭供电一个世纪。而且随着模型越来越大,成本也迅速上升。据估计,降雨最大的模型的训练成本为 1 亿美元;下一代模型的训练成本可能为 10 亿美元,而再下一代模型的训练成本则为 100 亿美元。除此之外,要求模型回答查询还需要花费计算成本——总结全球 58,000 家上市公司的财务报告所需的计算成本从 2,400 美元到 223,000 美元不等。随着时间的推移,这些“推理”成本加起来可能会超过训练。成本如果是这样,很难想象生成式人工智能在经济上的便携性。
这对投资者来说是令人恐惧的,他们中的许多人都对人工智能基金会大赌注。他们纷纷涌向英伟达,该公司设计了过去最常用于人工智能模型的芯片。两年来,其市值增长了2.5万亿美元。自2023年以来,风险投资家和其他投资者已向人工智能初创公司投入了近950亿美元。据报道,Chat GPT的制造商Open ai正在寻求1500亿美元的估值价值,这将成为世界上最大的枢科技公司之一。
耗尽惊慌的许多。其他技术也曾面临限制,但最终却因人类的聪明才智而蓬勃发展。人类进入太空的困难催生了,现在在地球上也于是应用了创新。20世纪70年代的石油价格冲击促进了能源效率,一些国家还推动了包括核能在内的替代发电方式的发展。三十年代,水力压裂法使人们能够开采以前不经济的石油和天然气储备。因此,美国现在的石油产量超过了其他任何国家。
人工智能的发展已经表明,限制可以激发创造力。正如我们本周的《技术季刊》所述,各家公司正在开发专门运行用于大型语言模型所需操作的芯片。这种专业化意味着它们可以比Nvidia等更通用的处理器运行得更。Alphabet、亚马逊、苹果、Meta和微软都在设计自己的人工智能芯片。今年过去的亮度,流入人工智能芯片四分之一公司的资金比三年的总和多。
开发人员正在对人工智能软件进行改进。依赖强大计算能力的大型模型正在让定位更小、更专业的系统。开放AI的最新模型o1旨在提高推理能力,但无法生成文本。其他制造商正在采用不那么繁琐的计算,以便更有效地利用芯片。通过巧妙的方法,例如多种使用模型,最大限度的模型都适合不同类型的问题,研究人员已经大幅缩短了处理时间。所有这些都将改变行业的运作方式。
投资者和政府已经习惯了这样一种观点,即在科技公司中,老牌企业拥有天然优势。但对于人工智能来说,这种假设不再是理所当然的。如今,英伟达销售着全球五分之四的人工智能芯片。但其他更专业的竞争对手可能会蚕食其市场份额。谷歌的人工智能处理器已经是全球数据中心使用率第三高的处理器。
Open AI可能已经推出了开创性的大型语言模型。但随着资源限制的出现,其他大型模型制造商(如 Anthropic、Google 和 Meta)正在迎头赶上。尽管它们与法国 Mistral 等二线模型之间仍然存在差距,但这种差距可能会缩小。如果向更小、更专业的模型发展的趋势继续下去,那么人工智能世界可能会包含一系列模型,而不仅仅是少数超级明星。
这意味着投资者将面临艰难的旅程。他们对当今领导者的押注看起来不那么确定。英伟达可能会输给其他芯片制造商;Open AI可能会被取代。大型科技公司正在大肆招聘人才,其中许多公司制造设备,希望消费者可以通过这些设备联系到他们的人工智能助手。但它们之间的竞争非常激烈。目前很少有公司制定从生成人工智能中获利的策略。即使该行业最终确实属于一个赢家,也不清楚那个赢家会是谁。
政府也需要改变思维方式。政府热衷于产业政策,重点是施舍。但人工智能的发展不仅需要积累资本和计算能力,还需要拥有合适的人才和蓬勃发展的生态系统。欧洲和中东国家可能会发现,培养创造力的艰苦工作与购买计算机芯片一样重要。相比之下,美国拥有芯片、人才和企业。它拥有许多世界上最好的大学,在旧金山和硅谷,还有令人羡慕的、历史悠久的人才集群。
被削去
然而,美国遏制中国的尝试适得其反。为了防止战略对手在关键技术领域取得领先地位,美国试图限制中国获取尖端芯片。这样做无意中刺激了中国擅长突破限制的研究体系的发展。
当创造力比蛮力更重要时,确保美国领先地位的更好方法是吸引和留住来自其他地方的顶尖研究人员,例如通过更宽松的签证规则。人工智能时代仍处于起步阶段,许多事情仍不确定。但人工智能所需的突破将来自为创意和人才提供在国内蓬勃发展的空间,而不是试图压制国外竞争对手。
评论
发表评论