要想深入了解人工智能,必須掌握AI的這幾點
伴隨 AI 產(chǎn)業(yè)鏈結(jié)構(gòu)的 逐步清晰,以及大模型帶來的產(chǎn)業(yè)運作效率、技術(shù)深度的大幅改善,中期維度,假設(shè) AI 技術(shù)不發(fā)生跳變式躍遷前提下,我們判斷 AI 產(chǎn)業(yè)鏈價值有望逐步向兩端靠攏,中間環(huán)節(jié)價 值有望持續(xù)減弱,并逐步形成“芯片+算力基礎(chǔ)設(shè)施+AI 框架&算法庫+應(yīng)用場景”的典型產(chǎn)業(yè) 鏈結(jié)構(gòu),同時在這樣的產(chǎn)業(yè)結(jié)構(gòu)安排下,我們預(yù)計上游的芯片企業(yè)、云基礎(chǔ)設(shè)施廠商,以 及下游的應(yīng)用廠商有望逐步成為 AI 產(chǎn)業(yè)快速發(fā)展的核心受益者。
AI 芯片:GPU+FPGA+ASIC 并存局面。技術(shù)理論層面,GPU 的峰值性能與泛用性更 為出色,尤其是英偉達(dá)推出了 CUDA 編程框架,大大降低了開發(fā)難度。但 GPU 底層無法 編輯,如果出現(xiàn)底層算法的更改需要重新部署。FPGA 具有足夠的計算能力和足夠的靈活 性,F(xiàn)PGA 也是一種半定制的硬件,通過編程可定義其中的單元配置和鏈接架構(gòu)進(jìn)行計算, 因此具有較強(qiáng)的靈活性。
AI 訓(xùn)練環(huán)節(jié):GPU 料將占據(jù)主導(dǎo)地位。伴隨谷歌借助 BERT 模型在對話式 AI 領(lǐng)域的突破,以及微軟的跟進(jìn),AI 訓(xùn)練端芯片的需求再次被激發(fā)。我們判斷,在 當(dāng)前技術(shù)可預(yù)期的范圍,對話式 AI(主要用于 NLP 等)、廣度&深度推薦系統(tǒng)將 構(gòu)成中期市場核心應(yīng)用場景之一。
AI 推理環(huán)節(jié):市場百花齊放,核心在于應(yīng)用場景的匹配。不同于訓(xùn)練類芯片, 更注重功耗、成本以及延遲類的需求,GPU 在推理環(huán)節(jié)優(yōu)勢并不明顯,F(xiàn)PGA 與 ASIC 等新興產(chǎn)品將會百花齊放。相較于訓(xùn)練環(huán)節(jié),推理環(huán)節(jié)是一個更大、更 具吸引力的市場,但同時相較于訓(xùn)練環(huán)節(jié),推理環(huán)節(jié)對于計算復(fù)雜度、計算精度 要求不高,但對于延遲較為敏感,本身技術(shù)要求和訓(xùn)練存在明顯不同。同時傳感器技術(shù)的成熟、通信網(wǎng)絡(luò)的發(fā)展等,亦將極大促進(jìn)邊緣智能計算設(shè)備的需求,以及最終帶動對推理芯片的需求。但在企業(yè)內(nèi)部服務(wù)(推理)仍面臨延遲、功耗等 層面的明顯短板。
狹義AI和通用AI的區(qū)別
在電影中,AGI 是《星際迷航》中的數(shù)據(jù)、《星球大戰(zhàn)》中的 C-3PO 和《銀翼殺手》中的復(fù)制人。雖然從直覺上看,狹義 AI 與一般 AI 是同一類東西,只是一種不太成熟和復(fù)雜的實現(xiàn),但事實并非如此。通用 AI 有所不同。例如,識別垃圾郵件在計算上并不等同于真正的創(chuàng)造性,而通用智能則可以做到這一點。
我曾經(jīng)主持過一個關(guān)于人工智能的播客,叫做“人工智能中的聲音”。這很有趣,因為大多數(shù)偉大的科學(xué)實踐者都是平易近人的,也愿意上播客。因此,我最終得到了超過100位偉大的AI思考者對這個話題的深入討論。有兩個問題我會問大多數(shù)客人。第一個問題是,“通用人工智能可能嗎?”幾乎所有人——只有四個例外——都說有可能。然后我會問他們我們什么時候能造出來。這些答案五花八門,有的五年就有了,有的長達(dá)500年。
通用人工智能:意識的復(fù)雜性
盡管我們不了解大腦或思想,但實際上從那里開始就變得更加困難:一般的智力很可能需要意識。意識是你對世界的體驗。溫度計可以準(zhǔn)確地告訴你溫度,但它感覺不到溫暖。知道和體驗的區(qū)別,就是意識,我們幾乎沒有理由相信電腦能像椅子一樣體驗世界。
所以現(xiàn)在我們有了我們無法理解的大腦,無法解釋的心靈,至于意識,我們甚至沒有一個好的理論來解釋僅僅是物質(zhì)如何可能有一種體驗。然而,盡管如此,相信通用人工智能的人工智能人士相信,我們可以在計算機(jī)中復(fù)制人類的所有能力。在我看來,這似乎是一種魔幻思維。
基礎(chǔ)研究并不關(guān)心通常由解決問題產(chǎn)生的社會或經(jīng)濟(jì)利益。它尋求認(rèn)識論的目的。例如,DeepMind最近在Gato上發(fā)布,該公司將其描述為“通用”解決方案。Gato可以執(zhí)行600多種不同的任務(wù),包括玩視頻游戲、組織對象、為圖片添加字幕和聊天。一位DeepMind研究人員甚至聲稱,關(guān)于AGI,“游戲結(jié)束了!”然而,這六百項任務(wù)中沒有一項與治愈疾病、減少能源消耗或發(fā)明新材料有關(guān)。即使我們接受Gato是通用的,而不是一些炫耀的多功能解決方案(確實如此),DeepMind也未能解決他們在五年前宣稱對通用解決方案很重要的任何問題。他們正在玩的游戲與私人或公共價值創(chuàng)造無關(guān),因為沒有任何問題重要到需要解決。