🔥 热搜 🔥
上海习近平新疆鄂州父女瓜乌鲁木齐疫情H工口小学生赛高习明泽芊川一笑图包印尼排华
分类
社会娱乐国际人权科技经济其它
🔥 热搜 🔥
上海习近平新疆鄂州父女瓜乌鲁木齐疫情H工口小学生赛高习明泽芊川一笑图包印尼排华
分类
社会娱乐国际人权科技经济其它
查看原文
其他

下一次工业革命，必将由中国引领

镇长本人 大树乡谈 2024-04-24
今天周六，就不长篇大论了，提个观点，简单论证。

第四次工业革命或者说第一次智能革命，一定爆发在中国，并由中国引领，而非任何国家。美国也不可能，别管现在美国的ai潮多么汹涌、相关市值搞得有多高，这都不是战略性的，难以落地。

一个最简单的道理，任何科技革命必须以实体产业作为支撑，就算是电影《黑客帝国》这样幻想中的超未来世界，虚拟世界也要建立在客观物质和能源供应基础之上。
想想看现在被捧在风尖浪头的OpenAI，GPT的热度已经过去了，被热炒的SORA，国内有些人不知道出于什么原因，吹捧的过头了，什么“理解了物理规律”云云，好像以后搞科学研究用SORA在虚拟世界就行了。

SORA放出来的展示视频猛地一看挺不错，但是如果深挖细节，就会发现通往死路的台阶、诡异漂浮的椅子、怎么吹都没有任何摇晃的烛火、从玻璃杯底下漏出来的水等等非常不符合基本逻辑。
其实SORA本质还是GPT，只不过GPT是找语句中的统计规律，而SORA则理解一张张图片中的统计学规律，掌握一张张图片中像素的变化规律。

所谓的视频，就是一张张图片，而图片本就是一个又一个单元的排列组合，通过大量训练，找到这些单元之间的排列组合规律，进行相应编码，通过统计经验判断视频画面随时间发展最有可能发生的变化。

这个简单的道理，长期从事计算机领域的不应该不明白，为什么味着良心和知识瞎吹，大概率是有利可图。

当然，AI必须要完成通用大模型，最终极的目标是真正建立虚拟地球，但是这条路太难、太远，相比人类目前的生产力和科技水平，跨越太大，这就像非要求刚进入铁器时代的人类一定要造出火车一样，或许倾尽国力能造出几百米、几公里的铁轨，但在十几副铠甲就可以起家的古代，收益远远无法覆盖投入，这么做的国家很可能被拖死。

GPT、SORA都是大量数据和资金砸出来的。比如GPT背后是3万块最先进的GPU芯片支持，SORA的需求更加恐怖，所以奥特曼才会提出7万亿美元的超级计划；而数据也很好理解，中国最近几十年发展是很快，但是西方毕竟有数百年的积累，能够用于AI学习的有效数据中，中文语料占比还不到2%，巧妇也难为无米之炊。

这仍然是美国崇尚的“大力出奇迹”的做法，只要动力足，什么气动设计都不重要，但真的不重要吗？会导致多少资源的浪费？

所以，目前更现实、更有实际意义的是专用大模型的研究，智能驾驶就是最典型、最受全民关注的领域，建立在新能源汽车未来每年数十万亿的产值基础上，发展速度将远超过去。
中国的重点也是放在专用大模型上面，专用大模型涉及的领域、数量、质量以及产生的实际效益，都稳居世界第一。通用大模型也做，但由于基础数据和投入资源的严重不足，导致即使技术上差距并不大，但呈现效果较GPT和SORA有较大差距。

把重点优先放在与传统产业相结合的专用大模型上，就是要求AI必须能够赋能实体产业，最大限度提高效率和生产力，通过在各个特定领域专用大模型积累的经验和数据，再用于通用大模型的开发。

正所谓“磨刀不误砍柴工”，起码要能够自产性能足够的算力芯片，还要靠中国的规模优势把芯片价格打成白菜价，这才是通用大模型真正突破的基础。
这个道理其实很简单，中国在专用大模型领域遥遥领先，绝不是因为中国走错了路，仅仅是因为其他国家很难走这条路，而这条路也并不符合美国资本市场讲故事拉高市值的原则。

研究特定领域的专用大模型，必须有足够扎实的产业数据作为基础。

比如AI风洞模拟实验，这是中国率先推出的，基础是因为中国拥有遥遥领先的全覆盖风洞设备和技术、数据积累，只有掌握足够的基础信息，才能够不断提高AI模拟的精度。

又比如灯塔工厂、黑灯车间、智能港口、智慧物流等等，这些也必须建立在现实基础之上。

应用于实际生产的AI对于精度的要求远高于GPT或SORA，后者就算看到不符合客观物理规律的也不过一笑而过，大不了剪切掉不用就是了，别说万无一失了，就算不合理的占比超过一成甚至两成也无所谓，因为当前仍然停留在娱乐层面。

但是AI应用于实际生产和科研，精度必须高，任何一次小小的失误，带来的都可能是灾难性的结果。

而AI与产业相结合的过程，需要做大量极为枯燥的工作。

就拿美国AI潮典型代表的GPT和SORA来说，底层理论还是上世纪80年代提出的神经网络理论，简化下就是在输入、规则和输出这三个中，掌握其中两个，就可以推导出第三个。

像我们使用的计算器，输入数字和算式的过程就是输入，而计算器内置了人类预设的计算规则，计算器根据预设规则和输入的数字，就输出了计算的结果。

所谓的人工智能，其实就是给定输入和输出这两头，让AI通过大量的学习，自己去推导这其中的规则。所以才要强调学习，强调大规模数据的训练。当然GPT对于语言的分析、SORA对于图片和视频演化规则的分析，要比推导计算的规则难度更大，但本质的道理是一样的。

从上世纪80年代不被关注的神经网络理论开始，一路发展为深度计算、生成对抗网络，直到今天的AIGC才被公众普遍关注。
为什么现在才有了突破式进展？

核心还是靠大力出奇迹，靠大数据的涌现能力，一个是算力的提升，另一个是海量可学习数据的积累。

前者是算力基础，这一点常玩游戏的应该能理解，电脑配置不达标，大一点的游戏根本无法运行。

后者是解决AI学什么，注意AI学习必须基于大量数据，才能从输入和输出中尽可能找到内在规律，这个难度非常大。

就拿看照片来说，一只猫无论长成什么样子、什么姿势、什么颜色，哪怕只看到一条腿，人类也都能很轻易认出来这就是猫；但是让AI去认，能识别成什么，真就是玄学，这还仅仅是一只猫。

这个问题解决不了，SORA根本没有学习的基础。

怎么解决的呢？关键人是有“AI女神”之称的李飞飞，她在十几年前做了一件非常笨功夫的工作，用人力把几百万张图片上所有的元素逐一打标，标注这张图片上各个元素到底是什么，这就是解决“输出”的问题。

然后把人工打标后的几百万张图片让AI去学习，AI对照人工标注的“输出”结果，不断猜测为什么看起来根本不一样的东西，竟然都是“猫”，学习的多了，就渐渐在看图识猫上接近了一般人类的水平；再然后才能够学习不同元素之间的关系，通过对大量数据的统计分析，确定不同元素之间的内在逻辑。

在这个基础上，AI输出一张图片，就会把统计上关联性很强的几个元素放在一起，比如输入“过生日”，生成的图片中大概率会出现蛋糕、蜡烛等元素，但是AI并不知道蛋糕和蜡烛之间的内在联系，只是从大量统计结果得知，有生日就大概率有这两个元素。

上面只是简单的原理，实际做起来要复杂麻烦得多。

AI能够识别图片，这在过去是很难想象的事，经过大量工作积累终于实现了。这项技术也在中国落地，变成了实际产业。

比如进出小区的识别车辆号牌，各种公共场所的步态和人像识别，最近几年的减肥APP，可以拍照识别不同食物，然后自动给出热量、营养元素比例等等，

这项技术还扩展到城市治理，比如在（电动）自行车停放上，也可以应用，识别有没有准确停放在停车区，还能够进行分类；又比如对共享单车的管理，有的城市引入了配额和考核制度，用摄像头识别不同品牌车辆数量变化、活跃情况，作为考核的基础。

甚至还可以用来识别野猪，而这项技术在民用无人机上的应用，一定程度上颠覆了现代战争。

要想把AI与各个产业相结合，产生可落地的专用大模型，需要大量工程师极为枯燥的工作，需要足够庞大的产业积累、产业数据和产业从业者，这是办公室里的程序员拍碎了脑袋也无法空想出来的。

这就像创业，想点子太容易了，点子从来不缺，但是落地是最难的。

正所谓从俭入奢易、从奢入俭难，一个已经为了更轻松、更丰厚利润而去工业化的国家，在专用大模型的打磨上困难重重，或许也只能赌运气，用几万亿、几十万亿美元的海量投入硬砸通用大模型，赌能够砸出来一个真正能够理解物理规律的神。

那还不如期待上帝赐福、外星人从天而降，或许更现实点。


其他文章推荐
■  未来怎么走：重塑中国经济的底层逻辑
■  金融改革进入“深水区”，未来将走向何方？
■  大变革：2024年的中国战略与决策方向
■  未来的重大改革：剑指金融，重塑分配
■  中德合作，从内部拆解西方

如果喜欢，还请点赞、“在看”和关注吧
欢迎分享，让更多人发现“大树乡谈”

除本号外，小镇仅在以下两号发文

请注意辨别，欢迎关注

继续滑动看下一个
大树乡谈
向上滑动看下一个

您可能也对以下帖子感兴趣

文章有问题？点此查看未经处理的缓存