當金錢成為驅(qū)動AI前進的真正力量 人工智能會步無人駕駛的后塵嗎?

極客網(wǎng)·極客觀察4月4日 有人說AI將淘汰很多工作者,真是這樣嗎?要搞清楚這個問題,可能不能只聽先行者的“鼓吹”,還要看看投資回報率(ROI)。

QQ截圖20230404102923.jpg

2019年OpenAI CEO Sam Altman曾說:“我真的深信我在OpenAI所做的工作遠比在Y Combinator所做的更耀眼,不只如此,比科技產(chǎn)業(yè)所做的也更加耀眼。”

他認為人類將會研發(fā)一套軟件系統(tǒng),無論從哪個方面看都比人類更智能、更有能力。為此他鼓吹:“AI會不斷進化,比人類更強一些,沒多久它就會比人類強100萬倍甚至10億倍?!?/p>

驅(qū)動AI前進的真正力量是金錢

驅(qū)動科技前進的真正力量不是代碼和GPU,而是金錢。請記?。篈I是昂貴的!

近年來科技天才們涌入AI產(chǎn)業(yè),辦企業(yè),拉投資,不亦樂乎。斯坦福AI指數(shù)顯示,2021年AI產(chǎn)業(yè)融資額達到940億美元,比2020年增長一倍。在2021年AI融資交易中有15筆的規(guī)模達到或者超過5億美元。

Altman與同行不得不極盡夸張之能事,因為開發(fā)AI需要大把的鈔票。OpenAI的競爭對手谷歌、Facebook都是“印鈔機”,它們不必鼓吹,自己能承擔開支。

QQ截圖20230404103039.jpg

還記得當年科技界是如何鼓吹無人駕駛汽車的嗎?2014年谷歌無人駕駛主管曾信誓旦旦地說,他確定11歲的兒子將來不需要駕照,因為無人駕駛5年就會出現(xiàn)?,F(xiàn)在10年快過去了,無人駕駛?cè)匀徊怀墒臁?/p>

盡管如此,無數(shù)企業(yè)仍然前赴后繼殺向戰(zhàn)場,英特爾甚至預言到了2035年無人駕駛市場規(guī)模將達到8000億美元。軟銀2010-2019年向無人駕駛投入了300億美元,自2010年以來美國投入了845億美元,中國506億美元,歐盟107億美元。

無人駕駛并沒有完全失敗,但從中我們找到一些規(guī)律:鼓吹者會說有一個龐大的革命性機遇出現(xiàn),以刺激投資者。

回到AI,許多人賭定它能讓機器取代人力(昂貴的白領(lǐng)工作者),與無人駕駛有異曲同工之妙。然而,AI是如此的昂貴,它的投資回報在哪里呢?

為什么AI如此昂貴?

紐約大學教授Meredith Broussard認為,只有大企業(yè)和超級富有的企業(yè)才玩得起AI。

首先是計算昂貴。多倫多大學市場營銷教授Avi Goldfarb也說:“如果你想創(chuàng)辦一家企業(yè),自己開發(fā)大語言模型,自己計算,成本太高了。OpenAI是很貴的,要數(shù)以十億計的美元?!弊赓U計算當然會便宜不少,但企業(yè)仍然要向AWS等企業(yè)支付昂貴費用。

其次是數(shù)據(jù)昂貴。訓練模型需要海量數(shù)據(jù),有時數(shù)據(jù)是現(xiàn)成的,有時不是。Common Crawl和LAION等數(shù)據(jù)可以免費使用,對于此類數(shù)據(jù),成本主要來自數(shù)據(jù)清理和處理,成本變化很大,可能是幾百美元,也可能是幾百萬美元。

Glean公司創(chuàng)始工程師Debarghya Das說,在美國,根據(jù)大語言模型論文做一些粗略的數(shù)學計算,如果用的是Facebook LLaMA,訓練成本(不考慮迭代或者出錯)大約是400萬美元,如果是谷歌PaLM,大約2700萬美元。

即使用的是免費數(shù)據(jù),成本也不低。Hugging Face公司研究人員Sasha Luccioni說:“當你下載容量達到TB的數(shù)據(jù),如果想過濾或者以某種特殊方式利用數(shù)據(jù),比如用文本-圖片模型處理(研究人會專注于某些數(shù)據(jù)子集,這樣模型才會變得更好),整個過程相當棘手?!毙枰獜姶蟮挠嬎懔?,需要大量專業(yè)人士。

再次,專業(yè)人才的聘請費用也很高。Debarghya Das在做上述估算成本時沒有考慮人力成本。Sasha Luccioni指出:“機器學習專業(yè)人士的薪酬很高,因為要與谷歌及其它科技巨頭爭奪人才,有時一位專業(yè)人才可能要幾百萬美元。”2016年OpenAI最頂級的研究人員薪酬約為190萬美元。

并且,訓練模型、聘請專業(yè)人士的成本不是一次性的,是持續(xù)的。例如,如果開發(fā)的是客服聊天機器人,每周或者每幾周就要優(yōu)化。模型還要經(jīng)受壓力測試,確保它生成的答案不出錯。正如Sasha Luccioni所解釋:“最貴的成本來自持續(xù)性工作,必須持續(xù)測試模型,必須確保AI所做的和預期一樣。”

最后,持續(xù)運轉(zhuǎn)費用也不低。當一切準備妥當,模型向公眾開放,每天要接受成千上萬次詢問,此時要確保模型可擴展、高度穩(wěn)定,維護成本也很高,且需要專業(yè)人士來處理。

AI的回報在哪里?

從2019年開始美國藥店連鎖企業(yè)CVS Healthcare就向AI投資,在2021年CES上沃爾瑪展示了可以取代客服的AI。不難看出,有許多企業(yè)想將“客服服務(wù)”自動化,它們認為客服部門并不能拓展業(yè)務(wù),容易被機器取代。

當然,AI也在其它場所出現(xiàn),比如GitHub的Copilot,它可以提升編程速度,AI可以編寫許多樣板代碼,節(jié)省時間。有專業(yè)人士稱,程序員有了AI輔助編程速度可以提升一倍。

看起來很美好,但麥肯錫卻警告說,2022年年底AI的普及已經(jīng)觸及頂峰。自2017年以來普及率的確增加了一倍,但2019年之后就不再攀升了。AI聊天機器人彼時就已經(jīng)火了一波。

對于許多人來說,所謂AI就是審查一下公司工作流程,看看哪些流程可以交給機器做,讓流程實現(xiàn)自動化。Avi Goldfarb說:“回報是有限的,在AI幫助下將已經(jīng)在做的事做得更好一些就算不錯了,但成本卻是高昂的,可能要投入幾千萬美元,幾億美元甚至幾十億美元?!?/p>

他認為,想讓AI變成賺錢機器,最好是顛覆工作流程,然后用AI來替代。將工作流程打亂風險很大,可能會失敗,如果成功回報則是巨大的。

比如醫(yī)療行業(yè),如果整個行業(yè)圍繞機器診斷重構(gòu),效率將會更高。Goldfarb認為,許多醫(yī)生診斷能力很差,AI可能比不上最頂尖5%的醫(yī)生,但它也許可能輕松超越最差的20%的醫(yī)生。因此,AI對于不能輕松就診的人來說極為實用。

金融行業(yè)也可能會被AI沖擊。Brookings Institute研究人員Mark Muro認為,金融行業(yè)與模式識別高度相關(guān),AI識別模式的能力很強。為了監(jiān)控趨勢,金融機構(gòu)聘請大量數(shù)據(jù)庫和數(shù)據(jù)工作者,他們想削減人員數(shù)量,AI可以取代初級員工,但高級金融工作仍是AI無法處理的。

因此,市場仍然看好OpenAI,今年它的營收可能會達到2億美元,2024年沖至10億美元。該公司估值已經(jīng)達到200億美元,比惠普企業(yè)(Hewlett Packard Enterprise)、Garmin、Cloudflare、Snap和H&M都要高。

小結(jié):

總之,當前AI的應(yīng)用更多只是優(yōu)化業(yè)務(wù),并非帶來革命性變化。相比創(chuàng)業(yè)公司,大企業(yè)在利用AI方面有優(yōu)勢。想在AI領(lǐng)域賺錢,當前最好的辦法不是開發(fā)AI,而是制造AI需要的芯片,建設(shè)數(shù)據(jù)中心,或者幫助別人開發(fā)AI。

從長遠看AI到底有何用途?即使是從事AI工作的人也很迷茫。正因為如此,可能AI的蓬勃發(fā)展就像當初的互聯(lián)網(wǎng)和手機一樣,大家拼命將錢扔進與AI有關(guān)的一切項目中,然后期待最好的結(jié)果。(小刀)

極客網(wǎng)企業(yè)會員

免責聲明:本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網(wǎng)站出現(xiàn)的信息,均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性,但不保證有關(guān)資料的準確性及可靠性,讀者在使用前請進一步核實,并對任何自主決定的行為負責。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏,概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時,應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明,并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后,將會依法盡快聯(lián)系相關(guān)文章源頭核實,溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。

2023-04-04
當金錢成為驅(qū)動AI前進的真正力量 人工智能會步無人駕駛的后塵嗎?
有人說AI將淘汰很多工作者,真是這樣嗎?要搞清楚這個問題,可能不能只聽先行者的“鼓吹”,還要看看投資回報率(ROI)。

長按掃碼 閱讀全文