|
Chat-GPT背后的明星企業(yè)OpenAI，始于幾個硅谷極客想要“拯救人類”的瘋狂念頭。 2014年，特斯拉正在為產(chǎn)能問題焦頭爛額，來中國求援的馬斯克順便做客央視《對話》欄目，遭到楊元慶靈魂拷問：2013年聯(lián)想一共賣出了1.15億臺設(shè)備，特斯拉賣了幾輛車？ 同一時期的美國，“AI取代人類”成為了硅谷new money的關(guān)鍵詞，這讓結(jié)過3次婚、生過10個孩子的馬斯克深感不安。谷歌創(chuàng)始人拉里·佩奇就曾批評馬斯克是一個“物種主義者”，不愿用“硅”創(chuàng)造新物種。 2015年夏天，馬斯克找到了他的知音——薩姆·阿爾特曼。  這位名字也能翻譯成“奧特曼”的帥哥，是創(chuàng)業(yè)孵化器Y Combinator的新任掌門，也是一個標準的科技狂，擁有兩家核聚變企業(yè)和一家區(qū)塊鏈公司。 2009年，YC創(chuàng)始人曾在博客上分享了過去30年最有趣的5位創(chuàng)始人，24歲的阿爾特曼與喬布斯、谷歌創(chuàng)始人、賽普拉斯半導體CEO和Gmail之父并列。 在一次私人聚會上，兩位明星企業(yè)家宣布掏出10億美元，籌備一家非盈利導向的AI實驗室OpenAI，“讓人類以更接近于安全的方式構(gòu)建真正的AI”。 在Chat-GPT橫空出世之前，絕大多數(shù)人都不知道這家站在人類智商密度高地上的公司都做了些什么，到底花掉了多少錢。 這是一段用美元堆出來的理想主義故事。 信仰：AGI神教OpenAI誕生的那場聚會上，馬斯克幾乎沒有招到人。現(xiàn)場所有人都在追問一個問題：此時谷歌、Facebook、百度早已把世界上最頂尖的AI學者搜刮殆盡，你碰什么瓷呢？ 這群野心家不肯死心，向蒙特利爾大學一位教授要來了一份10人挖角名單，上面寫著圈內(nèi)最有前途的年輕AI研究員。這其中最為重要的挖角對象，是一個名叫伊利亞·薩特斯基弗的俄羅斯人。 小薩是AI研究宗師杰夫·辛頓的學生。2012年，辛頓帶著27歲的小薩和另一個學生發(fā)明了一個AI模型，該模型識別圖像的準確率高得嚇人，在學術(shù)界引起了轟動，也直接奠定了小薩產(chǎn)業(yè)泰斗的歷史地位。 這也讓谷歌等企業(yè)迅速意識到：AI終于有搞頭了，直接把小薩挖走了。  小薩的決定其實出于一個有些難以啟齒的“理想”：他想實現(xiàn)AGI（通用人工智能）。 所謂AGI，即“超級智能”，接近科幻電影中萬能的人工智能；與之形成對比的是人臉識別、翻譯、下圍棋等只能完成單一任務的人工智能。 即便2012年，杰夫·辛頓和小薩的論文讓AGI的可行性跨出了一大步，但以當代的科研基礎(chǔ)，談論AGI，依舊就像談論如何長生不老一樣民科。 科學家all in AGI，賭贏，可以在教科書里與比肩牛頓；賭輸，成為美版知乎Quaro的民科代表。 但企業(yè)all in AGI，大概只有一個結(jié)局——成為先烈。龐大的資本支出，讓無論是相信“專家算法”的IBM，還是“深度學習”神教的谷歌、百度，無論信奉何種AI路線，巨頭們的一切AI研究，都為產(chǎn)業(yè)化服務。 愿意成為這個冤大頭的，只有OpenAI一家。 阿爾特曼將OpenAI打造成了一個象牙塔：在實驗室成立的前15個月，OpenAI都沒一個明確的研究目標。平日里，馬斯克便帶著這群夢想家一起腦暴，探討AGI將如何實現(xiàn)。 2016年5月，時任谷歌首席AI研究員曾參觀過OpenAI，對其工作方式相當困惑。他詢問OpenAI的目標是什么，沒想到難倒了OpenAI，“我們現(xiàn)在的目標，就是....做點好事[3]。” 然而在數(shù)月之后，這位研究員卻毅然辭職加入了OpenAI——一起做點好事。 畢竟在當時的硅谷，“放肆做夢”是個極其稀缺的特質(zhì)。哪怕是AGI曾經(jīng)的布道者DeepMind，在被谷歌收購后也更實際了些。產(chǎn)業(yè)界與學術(shù)界的差異，促使了大批科學家的“叛逃”： 從2017年開始，吳恩達、李飛飛等著名AI學者先后回歸大學校園。 此般大環(huán)境下，高舉理想主義大旗的OpenAI，成功抄到了歷史的大底，拉攏了不少頂尖人才。 2017年3月，隨著團隊越來越龐大，阿爾特曼決定給OpenAI設(shè)立一個更具體的目標，這時，等待他們的是一個好消息與一個壞消息。 接盤：讀作理想，寫作美元2017年是OpenAI命運的分水嶺。 好消息是，谷歌幫OpenAI解決了沒有具體目標的困擾。2017年，谷歌在一篇論文中開源了“Transformer神經(jīng)網(wǎng)絡(luò)架構(gòu)”。它的革命性在于可以讓AI“聽懂人話”，而這很可能會是通往AGI的關(guān)鍵鑰匙。 一直在做好事的OpenAI，瞬間有了攻堅的方向。  壞消息則是，沒錢攻堅了。 一個熱知識是，如果沒一個出手闊綽的靠山，根本沒資格搞AI。光算力——也就是芯片的開銷，就是一筆巨額成本。從2012年的AlexNet模型到2017年的AlphaGoZero，算力消耗足足翻了30萬倍。同期英偉達股價翻了整整15倍，黃仁勛做夢笑醒好幾回。 早些年，一大批科學家紛紛跳槽去硅谷巨頭，就是為了找靠山。2010年，還在斯坦福的吳恩達研究出一套新算法，卻發(fā)現(xiàn)大學的算力條件遠遠不夠。他從美國東海岸找到西海岸，發(fā)現(xiàn)只有谷歌符合條件。
2017年，Transformer橫空出世后，AI進入大模型階段。所謂大模型，背后支撐的是大算力、大數(shù)據(jù)以及大算法，而這也意味著燒大錢。 以O(shè)penAI的GPT-3模型為例，有機構(gòu)做過測算，發(fā)現(xiàn)訓練一個GPT-3，需要至少1024張A100顯卡持續(xù)運轉(zhuǎn)足足一個月[7]。而A100顯卡最便宜的版本也要8769美元。 也就是說，什么還沒算，就先給英偉達交了900萬美元入場費，這還沒算搭建機房的成本和后續(xù)源源不斷的電費。 如今，ChatGPT訓練一次的成本高達1千萬美元，這是一般企業(yè)無法承受的。小冰公司CEO李笛算過一筆賬：“如果按照ChatGPT成本來考量的話，每天我要燒3億人民幣，一年要燒一千多億。” 回到2017年，仍是非盈利機構(gòu)的OpenAI，根本無力負擔這些費用。原本的大靠山馬斯克也在2018年初宣布辭職，原因是避免與特斯拉AI業(yè)務有所沖突。 風雨飄搖之際，阿爾特曼悄悄修改了OpenAI“非盈利”的使命，開始給OpenAI另謀靠山。 此時，既無科研成果，又無大牛坐鎮(zhèn)的微軟，進入了阿爾特曼的視野。 作為美國高科技領(lǐng)域老牌列強，微軟在AI上的決心不可謂不強，但長期被谷歌的DeepMind來回摩擦。 2019年，恨鐵不成鋼的微軟遇見人才濟濟的OpenAI。當時，比爾·蓋茨本人并不相信OpenAI會成功——投資談判中，他很直白地對其發(fā)展路線表達了悲觀，認為Transformer這類大語言模型在過去五年都沒什么進展，沒人知道它會有什么價值。 但話雖如此，微軟還是爽快的掏出了10億美元。  這次接盤，很可能會成為微軟歷史上最成功的一筆抄底。 2022年12月，OpenAI沿著Transformer路線開發(fā)出了最新款AI，名為Chat-GPT。2個月后，Chat-GPT的全球月活突破了1億。 這回，該輪到谷歌睡不著覺了。 突圍：難以復刻的奢侈品Chat-GPT登上熱搜之后，公眾常常會討論一個問題：為什么又在美國？ 事實上，復刻一個Chat-GPT并非難事。Chat-GPT的本質(zhì)，其實以GPT-3模型為框架，通過“對話”這一場景，搭建了一個普通用戶也能使用的AI應用，兩者之間的技術(shù)進步并不算大。 如果翻一翻前兩年的新聞能發(fā)現(xiàn)，早在GPT-3時代，中國公司已經(jīng)在如法炮制，大可不必對各種中國版Chat-GPT冷嘲熱諷。在純粹的技術(shù)層面，中國企業(yè)落后的并不太多。 我們回到一開始，大模型發(fā)展的三要素：算法、算力、數(shù)據(jù)。 算法，如同人類大腦，決定了AI的學習能力。 一個業(yè)內(nèi)主流觀點是，盡管沒有率先做出來Transformer、GPT-3，但國內(nèi)企業(yè)在大模型上的技術(shù)，距離ChatGPT的差距其實也僅在半年到兩年之間。 比如GPT-3發(fā)布之后，百度、騰訊、阿里等企業(yè)諸如一言、M6、混元等十萬億參數(shù)級別的大模型也很快跟進。 算力，這意味著一種資源，決定了算法的運行效率。 AI訓練高度依賴英偉達A100、H100等AI專用顯卡。常見的消費級顯卡通常會將部分算力讓渡于光追等功能，相比之下，A100的特點則是從硬件設(shè)計到軟件配套 all in AI。 盡管從2022年開始，美國已經(jīng)限制英偉達向中國大陸銷售A100/H100顯卡，但很快英偉達也推出了A800，成為中國特供版A100平替。 數(shù)據(jù)，訓練算法的優(yōu)質(zhì)教材，決定了AI會學到哪些知識。 站在OpenAI背后的，是一座數(shù)據(jù)富礦，即豐富的高質(zhì)量英文文本數(shù)據(jù)。例如在全球最大的百科網(wǎng)站維基百科上，擁有最多百科文章的語言正是英文。 除此之外，英文互聯(lián)網(wǎng)還有眾多類似Github這樣的專業(yè)論壇、海量的圖書、學術(shù)論文、專業(yè)新聞等數(shù)據(jù)。盡管，中文互聯(lián)網(wǎng)的文本質(zhì)量有待提升，但數(shù)據(jù)總量卻是碾壓級別的優(yōu)勢。 無論是算法的調(diào)教，還是算力的堆積，本質(zhì)都是砸錢砸人。在這方面，中國其實并不落后于美國。正如百米賽跑中，冠軍和亞軍的差距往往不到一秒鐘。 然而不到一秒鐘的差距，卻決定了鮮花與掌聲的歸屬，這可能也是Chat-GPT和“中國版Chat-GPT”的差別。 OpenAI的誕生似乎離不開無數(shù)偶然的堆積，但也有著同樣多的必然。“造福人類”的AGI神教，聚集了世界上最有才華的青年AI學者；適時出現(xiàn)的技術(shù)突破讓OpenAI的路徑有跡可循，微軟的出現(xiàn)組成了最后一塊拼圖。 Chat-GPT的昂貴之處，既在于天文數(shù)字的投資和令人心生畏懼的燒錢速度，也在于一個能夠包容瘋狂想法的商業(yè)環(huán)境。正如阿爾特曼所說： 成千上萬的創(chuàng)業(yè)公司在做社交軟件，只有不到20家公司致力于核聚變。然而偉大的事情實際上更容易，因為飛向太空是每一個人的夢想。 夢想并不昂貴，但敢于夢想的勇氣卻是一件奢侈品。  參考資料[1] 深度學習革命，凱德·梅茨 [2]Why Elon Musk fears artificial intelligence，Vox [3] SAM ALTMAN’S MANIFEST DESTINY，The NewYorker [4] Inside OpenAI, Elon Musk's Wild Plan to Set Artificial Intelligence Free，Wired [5] The messy, secretive reality behind OpenAI’s bid to save the world，MIT Technology Review [6] AI的十年熬贏往事，Tech對角線 [7]淺談ChatGPT工作的底層邏輯 [8] How Microsoft’s Stumbles Led to Its OpenAI Alliance，The Information [9] 中國如何缺席ChatGPT盛宴，紅博士說 |
|
|
