当金钱成为驱动AI前进的真正力量 人工智能会步无人驾驶的后尘吗?

近年来科技天才们涌入AI产业,办企业,拉投资,不亦乐乎。斯坦福AI指数显示,2021年AI产业融资额达到940亿美元,比2020年增长一倍。在2021年AI融资交易中有15笔的规模达到或者超过5亿美元。

有人说AI将淘汰很多工作者,真是这样吗?要搞清楚这个问题,可能不能只听先行者的“鼓吹”,还要看看投资回报率(ROI)。

2019年OpenAICEOSamAltman曾说:“我真的深信我在OpenAI所做的工作远比在YCombinator所做的更耀眼,不只如此,比科技产业所做的也更加耀眼。”

他认为人类将会研发一套软件系统,无论从哪个方面看都比人类更智能、更有能力。为此他鼓吹:“AI会不断进化,比人类更强一些,没多久它就会比人类强100万倍甚至10亿倍。”

当金钱成为驱动AI前进的真正力量 人工智能会步无人驾驶的后尘吗?

驱动AI前进的真正力量是金钱

驱动科技前进的真正力量不是代码和GPU,而是金钱。请记住:AI是昂贵的!

近年来科技天才们涌入AI产业,办企业,拉投资,不亦乐乎。斯坦福AI指数显示,2021年AI产业融资额达到940亿美元,比2020年增长一倍。在2021年AI融资交易中有15笔的规模达到或者超过5亿美元。

Altman与同行不得不极尽夸张之能事,因为开发AI需要大把的钞票。OpenAI的竞争对手谷歌、Facebook都是“印钞机”,它们不必鼓吹,自己能承担开支。

还记得当年科技界是如何鼓吹无人驾驶汽车的吗?2014年谷歌无人驾驶主管曾信誓旦旦地说,他确定11岁的儿子将来不需要驾照,因为无人驾驶5年就会出现。现在10年快过去了,无人驾驶仍然不成熟。

尽管如此,无数企业仍然前赴后继杀向战场,英特尔甚至预言到了2035年无人驾驶市场规模将达到8000亿美元。软银2010-2019年向无人驾驶投入了300亿美元,自2010年以来美国投入了845亿美元,中国506亿美元,欧盟107亿美元。

无人驾驶并没有完全失败,但从中我们找到一些规律:鼓吹者会说有一个庞大的革命性机遇出现,以刺激投资者。

回到AI,许多人赌定它能让机器取代人力(昂贵的白领工作者),与无人驾驶有异曲同工之妙。然而,AI是如此的昂贵,它的投资回报在哪里呢?

为什么AI如此昂贵?

纽约大学教授MeredithBroussard认为,只有大企业和超级富有的企业才玩得起AI。

首先是计算昂贵。多伦多大学市场营销教授AviGoldfarb也说:“如果你想创办一家企业,自己开发大语言模型,自己计算,成本太高了。OpenAI是很贵的,要数以十亿计的美元。”租赁计算当然会便宜不少,但企业仍然要向AWS等企业支付昂贵费用。

其次是数据昂贵。训练模型需要海量数据,有时数据是现成的,有时不是。CommonCrawl和LAION等数据可以免费使用,对于此类数据,成本主要来自数据清理和处理,成本变化很大,可能是几百美元,也可能是几百万美元。

Glean公司创始工程师DebarghyaDas说,在美国,根据大语言模型论文做一些粗略的数学计算,如果用的是FacebookLLaMA,训练成本(不考虑迭代或者出错)大约是400万美元,如果是谷歌PaLM,大约2700万美元。

即使用的是免费数据,成本也不低。HuggingFace公司研究人员SashaLuccioni说:“当你下载容量达到TB的数据,如果想过滤或者以某种特殊方式利用数据,比如用文本-图片模型处理(研究人会专注于某些数据子集,这样模型才会变得更好),整个过程相当棘手。”需要强大的计算力,需要大量专业人士。

再次,专业人才的聘请费用也很高。DebarghyaDas在做上述估算成本时没有考虑人力成本。SashaLuccioni指出:“机器学习专业人士的薪酬很高,因为要与谷歌及其它科技巨头争夺人才,有时一位专业人才可能要几百万美元。”2016年OpenAI最顶级的研究人员薪酬约为190万美元。

并且,训练模型、聘请专业人士的成本不是一次性的,是持续的。例如,如果开发的是客服聊天机器人,每周或者每几周就要优化。模型还要经受压力测试,确保它生成的答案不出错。正如SashaLuccioni所解释:“最贵的成本来自持续性工作,必须持续测试模型,必须确保AI所做的和预期一样。”

最后,持续运转费用也不低。当一切准备妥当,模型向公众开放,每天要接受成千上万次询问,此时要确保模型可扩展、高度稳定,维护成本也很高,且需要专业人士来处理。

AI的回报在哪里?

从2019年开始美国药店连锁企业CVSHealthcare就向AI投资,在2021年CES上沃尔玛展示了可以取代客服的AI。不难看出,有许多企业想将“客服服务”自动化,它们认为客服部门并不能拓展业务,容易被机器取代。

当然,AI也在其它场所出现,比如GitHub的Copilot,它可以提升编程速度,AI可以编写许多样板代码,节省时间。有专业人士称,程序员有了AI辅助编程速度可以提升一倍。

看起来很美好,但麦肯锡却警告说,2022年年底AI的普及已经触及顶峰。自2017年以来普及率的确增加了一倍,但2019年之后就不再攀升了。AI聊天机器人彼时就已经火了一波。

对于许多人来说,所谓AI就是审查一下公司工作流程,看看哪些流程可以交给机器做,让流程实现自动化。AviGoldfarb说:“回报是有限的,在AI帮助下将已经在做的事做得更好一些就算不错了,但成本却是高昂的,可能要投入几千万美元,几亿美元甚至几十亿美元。”

他认为,想让AI变成赚钱机器,最好是颠覆工作流程,然后用AI来替代。将工作流程打乱风险很大,可能会失败,如果成功回报则是巨大的。

比如医疗行业,如果整个行业围绕机器诊断重构,效率将会更高。Goldfarb认为,许多医生诊断能力很差,AI可能比不上最顶尖5%的医生,但它也许可能轻松超越最差的20%的医生。因此,AI对于不能轻松就诊的人来说极为实用。

金融行业也可能会被AI冲击。BrookingsInstitute研究人员MarkMuro认为,金融行业与模式识别高度相关,AI识别模式的能力很强。为了监控趋势,金融机构聘请大量数据库和数据工作者,他们想削减人员数量,AI可以取代初级员工,但高级金融工作仍是AI无法处理的。

因此,市场仍然看好OpenAI,今年它的营收可能会达到2亿美元,2024年冲至10亿美元。该公司估值已经达到200亿美元,比惠普企业(HewlettPackardEnterprise)、Garmin、Cloudflare、Snap和H&M都要高。

当金钱成为驱动AI前进的真正力量 人工智能会步无人驾驶的后尘吗?

小结:

总之,当前AI的应用更多只是优化业务,并非带来革命性变化。相比创业公司,大企业在利用AI方面有优势。想在AI领域赚钱,当前最好的办法不是开发AI,而是制造AI需要的芯片,建设数据中心,或者帮助别人开发AI。

从长远看AI到底有何用途?即使是从事AI工作的人也很迷茫。正因为如此,可能AI的蓬勃发展就像当初的互联网和手机一样,大家拼命将钱扔进与AI有关的一切项目中,然后期待最好的结果。

THE END
免责声明:本站所使用的字体和图片文字等素材部分来源于互联网共享平台。如使用任何字体和图片文字有冒犯其版权所有方的,皆为无意。如您是字体厂商、图片文字厂商等版权方,且不允许本站使用您的字体和图片文字等素材,请联系我们,本站核实后将立即删除!任何版权方从未通知联系本站管理者停止使用,并索要赔偿或上诉法院的,均视为新型网络碰瓷及敲诈勒索,将不予任何的法律和经济赔偿!敬请谅解!