AI大模型为什么是一场工业革命

多客科技

作者：思想家Le Penseur




前天整理了周鸿祎第二节AI课《企业如何拥抱AI》的文字稿

他认为要拥抱AI，首先要有AI信仰，并提出了6个相信，其中第三个相信是相信大模型是一场工业革命。
“尽管每个技术出来都说自己是革命，比如 VR、WEB3、比特币、区块链，每个人都号称自己要掀起一场革命，但是事实证明很多东西有的是技术创新，有的是产品体验创新，有的是商业模式创新。只有大模型是一场真正的工业革命”--周鸿祎
虽然过去一年关于人工智能的新闻铺天盖地，美股也趁着AI的东风扶摇直上，英伟达的股价一年之内翻了接近4倍世界热闹的好像人工智能带来的工业革命明天就会到来，每个人都害怕不上车就会被时代的浪潮远远的甩在后面。但很多人用上人工智能以后，又会发现好像也没有媒体吹的那么厉害，转而又开始认为人工智能又是吹出来的一个泡沫，不值得关注。那么人工智能到底是一场泡沫？还是一场真正的工业革命呢？
要弄清楚这个问题，我们需要跳出当下，以10年甚至50年的视角去看待人工智能的未来，会得出一个更清晰的答案。

首先抛出结论：大模型是一场工业革命，但距离成熟，进入千家万户，还需要一段时间。由于技术的不成熟以及成本过高，短期内不应过于乐观，而长期来看，技术的发展是必然，成本的降低也是必然的，应当乐观面对。当我们回顾前三次的工业革命，去探索工业革命的本质和规律，会发现几个有意思的结论。1.工业革命来自技术突破：每一次工业革命都是以一系列突破性的新技术的出现作为标志，这些技术革新对生产方式和社会结构产生了深远的影响当我们使用第一性原理去思考工业革命的本质是人类通过使用新的技术和工具，改变了能量的获取来源和转化途径，提高了能量的使用效率，来替代和帮助人类进行生产和消费活动第一次工业革命是蒸汽技术革命，也被称作机械化革命，人类能量来源从人力和畜力转向机械力特别是蒸汽动力的引入，极大地增强了生产的能量来源，人类得以从动力提供者的角色中解放出来，去操作和控制机器第二次工业革命是电气技术革命，也被称作电气化革命，电力的广泛应用和内燃机的发明，使得能量来源更加多样化和灵活，能量的转化效率更高，从机械力转向电动力并且这一轮技术革命具有小型化和便捷化的特点，使得更大范围内的生产动力被替代，同时部分的控制动力也被替代第三次工业革命是信息技术革命，也被称作信息化革命，信息技术的发展使得能量转化的概念从物理世界扩展到了数字世界，从电动力转向信息力移动互联网在互联网的基础之上，通过智能手机这一微型终端，走入了每一个人的手中，极大地便利了我们的生活
而这第四次工业革命，应当被称为智能化革命，能量从信息化时代的搬运信息转化为生产智能，从信息力转向智能力人类的智能有史以来第一次可以被机器取代2.工业革命具有发展周期：每一次工业革命都是分阶段进行的，从初期的技术探索和试验，到中期的广泛应用和普及，再到后期的技术成熟和新旧技术的交替当我们回看前三次工业革命，会发现工业革命的周期，往往跨越数十年甚至上百年，这个时间跨度比我们的工作时间还长第一次工业革命从1765年开始到1850年左右结束，大约持续了85年
第二次工业革命从1866年开始到1930年左右结束，大约持续了64年第三次工业革命从1951年开始到2010年左右见顶，大约持续了60多年由此推算，第四次工业革命从2010年前后开始，预计将会持续50-60年，到2070年前后才会结束（具体时间节点待后人评价）
如果将工业革命的周期分为探索期，普及期，成熟期，则每一个阶段将会持续15-20年，那我们距离人工智能的广泛普及还有10-15年的时间也就是说虽然我们已经一只脚踏进了工业革命的大门，但离真正能够感受到人工智能融入我们的生活之中，还有一段时间，只有踏在时代的前列腺上，勇立潮头的逐浪人，才能真切的体会到冲击工业革命对普通人的影响，大多是润物细无声的，就像移动互联网时代的开启也仅仅过去了10年，而当我们回过头去对比10年前和我们现在的生活，已经发生了翻天覆地的变化，因此宏观上的工业革命和每一个人微观上的感知可能会有巨大的“温差”3.工业革命的影响是跨行业的：每一次工业革命的技术都不仅仅局限于某一特定行业，而是逐渐扩散到各个领域，对整个经济和社会产生广泛影响


VR也好，WEB3也好，它们也是技术创新，但影响的范围有限，人工智能最大的区别在于，它可以运用在各行各业，且能够提高我们的劳动生产率，这应该是定义和区分突破性技术，和普通技术创新的很关键的一点


看到这里，假如你认可我的看法，也认为人工智能是工业革命，那么你可能会问，为什么从22年底chatgpt破圈到现在1年多的时间，也没有看到人工智能给我们的生活带来了多大的影响，原因是什么？
周鸿祎在演讲中提了一个很有意思的观点，叫做“只有把大模型拉下神坛，才能掀起工业革命”，他说到：
“我们看历次工业革命是怎么发生的？比如说超级电脑被发明的时候引发工业革命了吗？其实没有，超级电脑的用户太少，都是国家军队、气象局、地震局，后来是像玩具一样的个人电脑出现了。个人电脑虽然便宜、廉价、简单，但是每个企业都买得起，每个家庭都用得起，所以它进入了千家万户，进入了百行千业，所以才产生了工业革命。互联网也一样，互联网的前身是什么？是美国国防部搞的一个实验项目，原来连接美国一些军工单位、大学研究中心，它并没有成为Internet。什么时候成为Internet？一个浏览器出现之后，所有的企业、所有的个人都上网了，把全世界连在一起，互联网才产生工业革命”当前人工智能大模型的现状是什么？还处在发展的初期，能力不足，用起来很麻烦，使用成本很高，因此应用范围有限。但回顾过去3次工业革命，无一不是如此。但是随着技术的发展，随着时间的推移，这些问题都会逐一解决。


接下来我将从人工智能三要素算法，算力，数据三个角度一一分析：
算法部分，从chatgpt的纯文字，到sora，suno，mj等多模态是一条线，我们可以看到有着快速的发展上个月kimi 200万字长文本的爆火和通义千问1000万字的长文本军备竞赛，以及最近有一篇论文据说实现了无限记忆，也就是长文本理论上从算法角度可以扩充到无限长，这也是一条线
在黄仁勋和transformer 7子的交流会上，7子也提到了目前大模型每一次计算，无论任务难易程度，都在全额调用大模型的能力，未来的算法应当要有区分，简单的问题应当用少量的算力，只有复杂的问题才需要大模型全力去计算，这也是一条线算力部分，上个月英伟达发布了最新的B200芯片，性能提升30倍，功耗降低25倍，而且未来GPU芯片依然有着巨大的改进空间，TPU和NPU的技术发展才刚刚开始，未来还有着巨大的想象力前段时间听安克创新的阳萌讲人工智能的发展史，因为他也是计算机专业出身，后来转行去做了智能硬件，他认为目前的算力和硬件架构效率非常的低，有效使用率不到10%，未来应该有适配神经网络的硬件架构出现
数据部分，
这个是最难也是最简单的部分，难就难在高质量的数据不好找，制造高质量的数据的成本很高，哪怕是低质量的数据，其实数量也没有想象中的多
OpenAI据称2022年就已经将整个互联网上的公开数据消耗完了，于是他们下载了数百万个小时的油管视频，转录成文字，喂给大模型
为了解决数据匮乏的问题，现在大家都在探索让人工智能来合成数据，用来做大模型的训练虽然合成数据能够帮助提高大模型的能力，但合成数据只能补短板，最长的板，也就是最高质量的原始语料，还得依靠人类没有爱因斯坦，人工智能也想不出相对论来但这也同时是一个最简单的部分，因为随着时间的积累，能够用于大模型训练的数据只会越来越多



OpenAI的成功，当然和他们对人工智能信仰的坚持密不可分但如果没有互联网时代，由无数个体上传的文字和图片等数据即便算法优化到极致，算力翻100万倍也是巧妇难为无米之炊，也训练不出让人感到惊艳的大模型因此从长远角度来看，目前人工智能所遇到的问题，早晚都能得到解决，工业革命的到来，只是时间问题随着成本的降低，越来越多的使用场景将会解锁随着越来越多的人了解人工智能，使用人工智能，以及随着AI原生的这一代年轻人的长大第四次工业革命，会和前三次工业革命一样，慢慢的渗透到每一个人的生活中而只有当我们站在10年，20年以后回看当下，才会发现
不识庐山真面目，只缘身在此山中；两岸猿声啼不住，轻舟已过万重山

END

我是AI LePenseur20年科幻爱好者，15年科技发烧友，1年AGI信徒为AGI提供高质量语料，实现赛博永生关注前沿资讯和名家观点，专注干货精读关注我，为你带来更多解读（wxid:AILePenseur，欢迎交流，备注来意）



点分享



点点赞



点在看