這3個(gè)關(guān)于AI的觀點(diǎn)，2024年市場要考

（圖片來源：攝圖網(wǎng)）

作者|沐陽 來源|錦緞(ID：jinduan006)

我們的讀者用戶中，最大的年齡帶是36-45歲，占比超過1/3；此外45-60歲這個(gè)年齡帶，占比亦有25%?？梢哉f，和我們?nèi)粘＞墼谝黄鸬?，基本是擁有一定閱歷的成年人。

即使如此，仍不得不說的是，包括我們在內(nèi)，對(duì)當(dāng)中大多數(shù)人而言，就當(dāng)前世界所處的經(jīng)濟(jì)周期，幾乎均是匱乏經(jīng)驗(yàn)甚至較為迷茫的。

有人說，這個(gè)時(shí)候，應(yīng)該去讀歷史，周期總是重復(fù)韻腳，答案都在其中。也有人說，這個(gè)時(shí)候，要走更遠(yuǎn)的路，穿過更多的城鎮(zhèn)街道，走出國門看看多元的世界，開放的眼界將帶來破題的靈感與全新力場。

總而言之，無論讀書還是走萬里路，核心在于：以一種更開放的心態(tài)，去感知?dú)v史與現(xiàn)實(shí)的溫度，是我們處置未來預(yù)期，最務(wù)實(shí)的一種做法。

當(dāng)然，除了內(nèi)求之外，我們還必要對(duì)對(duì)未來幾年一些確定性的時(shí)代主線保持足夠敏感，這對(duì)于投資尤其重要。這一點(diǎn)，就需要訴諸于產(chǎn)業(yè)深處的人群，聆聽并觀察他們的實(shí)踐。

比如，在上周舉行的騰訊科技Hi Tech Day上，一些觀點(diǎn)，值得分享。

01

算力是絕對(duì)意志

此次活動(dòng)中，國資委科技強(qiáng)國智庫專家委員會(huì)主任、中國科學(xué)院教授廖奇為發(fā)表“中國芯賦能智能算力，助力數(shù)字經(jīng)濟(jì)高質(zhì)量發(fā)展”的主題演講，分享了目前國內(nèi)解決算力瓶頸的最新實(shí)踐和進(jìn)展。

他的觀點(diǎn)非常鮮明：廣義的算力才決定了一個(gè)國家未來真正的競爭實(shí)力。

這使我們不由得聯(lián)想起本月初英偉達(dá)創(chuàng)始人黃仁勛在新加坡的一個(gè)主旨演講，其中一個(gè)核心觀點(diǎn)亦與此趨同：（異構(gòu)）算力已經(jīng)成為主權(quán)國家們的絕對(duì)意志。

作為觀點(diǎn)分享，我們不想過度引申其中的專業(yè)邏輯，因?yàn)樽罱荒曛?，我們?duì)于AI的主要研究基本都是落腳在算力上。時(shí)值年末，在我們的認(rèn)知里，需要再次強(qiáng)調(diào)的是，不僅2023年如此，2024年仍將是算力大年。

因?yàn)橐粋€(gè)顯而易見的剛性邏輯在于：無論BAT，還是FAANG，這些互聯(lián)網(wǎng)時(shí)代巨頭，都是涌現(xiàn)于互聯(lián)網(wǎng)基礎(chǔ)設(shè)施蓬勃發(fā)展過程中；AI亦一樣，沒有以算力網(wǎng)為核心的AI基礎(chǔ)設(shè)施，AI時(shí)代的BAT只是海市蜃樓。

廖奇教授的演講，給了大家很大的信心。據(jù)他介紹，中國已經(jīng)有了自己的GPU設(shè)計(jì)生產(chǎn)能力，并進(jìn)行了產(chǎn)業(yè)化的布局，其團(tuán)隊(duì)“通過14納米常規(guī)的GPU工藝生產(chǎn)出的芯片，已經(jīng)可以與NVIDIA的A100對(duì)標(biāo)。作為一種低能耗、低成本、高集成的解決方案，該GPU跟NVIDIA同類芯片相比，邊緣計(jì)算甚至可以達(dá)到1/27的能耗比。”。

廖奇還表示，這一GPU芯片的第二代正在進(jìn)一步研發(fā)，很快就會(huì)流片；除了硅基芯片以外，中科院目前還有幾個(gè)方向正在推進(jìn)，包括仿生神經(jīng)網(wǎng)絡(luò)芯片的設(shè)計(jì)。

當(dāng)然我們知道，2023年大放異彩的主要是英偉達(dá)的GPU，但最近谷歌方面主要用于推理的TPU（XPU）也表現(xiàn)出了初步的競爭力。有基于此，無論廖奇教授透露的信息是否是鼓舞人心也好，在XPU這條路上，我們務(wù)必需要一點(diǎn)樂觀，因?yàn)槲覀兌贾?，國?nèi)其實(shí)是有一個(gè)具有足夠潛力的梯隊(duì)在彼此競爭的。

至于到流片與量產(chǎn)，能用5NM、7NM最好，用不了，14NM制程做第一代AI基礎(chǔ)設(shè)施大規(guī)模應(yīng)用實(shí)質(zhì)也未嘗不可。

02

數(shù)字時(shí)代的“土改”

在數(shù)據(jù)維度，中國人民大學(xué)交叉科學(xué)研究院院長楊東教授，提出了一個(gè)頗具啟發(fā)性的觀點(diǎn)：數(shù)字時(shí)代的“土改”。

楊東教授的演講主題是“從數(shù)據(jù)大國到數(shù)據(jù)強(qiáng)國：數(shù)據(jù)要素在經(jīng)濟(jì)發(fā)展中的角色”，試圖從中厘清中國數(shù)據(jù)應(yīng)用方面的諸多卡點(diǎn)。

這個(gè)主題，乍聽起來，頗具官方話術(shù)的色彩。但實(shí)際上，此言絕對(duì)不虛。

試問這么個(gè)問題：大模型為何沒有在中國最早出現(xiàn)的問題？本質(zhì)上還是過去一個(gè)時(shí)期，我們最多只是口頭講“數(shù)據(jù)是新一代生產(chǎn)資料”，卻沒有真正為此付諸實(shí)際動(dòng)作，甚至心口不一，根本沒有在將數(shù)據(jù)作為生產(chǎn)資料這個(gè)問題形成基本共識(shí)——直到大模型出來，我們才發(fā)現(xiàn)，產(chǎn)業(yè)間流轉(zhuǎn)的數(shù)據(jù)都是割裂的，并沒有互聯(lián)互通。

當(dāng)不同維度的數(shù)據(jù)無法高效流通與集結(jié)，即使算力足夠，我們依然沒有足夠的用以計(jì)算的數(shù)量級(jí)真實(shí)、優(yōu)質(zhì)數(shù)據(jù)語料。這是當(dāng)前制約AI發(fā)展的最大癥結(jié)之一。

有基于此，楊東教授提出了“數(shù)字時(shí)代的‘土改’”的觀點(diǎn)，認(rèn)為解決數(shù)據(jù)壟斷、共享度低的問題，須要盡快建立基于三權(quán)的數(shù)據(jù)收益分配機(jī)制。

對(duì)于敏感度強(qiáng)的投資者而言，對(duì)于過去一個(gè)時(shí)期市場里數(shù)據(jù)要素這個(gè)題材，肯定深有感觸——題材新穎，有賺錢效應(yīng)，但不懂主線邏輯。在我們看來，這個(gè)觀點(diǎn)，很大程度上厘清了市場關(guān)切的這個(gè)問題。

有人會(huì)說，用楊教授的演講主旨遷就二級(jí)市場投資似乎顯得就很輕佻。但實(shí)際上，唯有服務(wù)于經(jīng)濟(jì)發(fā)展的產(chǎn)業(yè)研究才是最有價(jià)值的。二級(jí)市場是產(chǎn)業(yè)經(jīng)濟(jì)的最有效映射，具有強(qiáng)大的資源配置能力，因此我們格外期待“數(shù)據(jù)土改”能在2024年于市場與產(chǎn)業(yè)形成同頻共振。

03

大模型是時(shí)代寵兒，但不是萬能靈藥

對(duì)于投資而言，逆向思維是一種最可寶貴的投研框架。因此，在這次活動(dòng)中，有一個(gè)觀點(diǎn)值得大家共同思考：大模型是時(shí)代寵兒，但不是萬能靈藥。

眾所周知，中國當(dāng)前的比較優(yōu)勢是制造業(yè)。而當(dāng)時(shí)當(dāng)下，又是制造業(yè)轉(zhuǎn)型升級(jí)的關(guān)鍵窗口期，即從傳統(tǒng)制造走向先進(jìn)制造，其中典型的標(biāo)志物是新能源、創(chuàng)新藥與AI大模型。

比較來看，新能源與創(chuàng)新藥本身即是創(chuàng)新載體，而AI大模型目前的應(yīng)用趨勢還是在于嵌入到具體的載體中，賦能于效率，使汽車成為自動(dòng)駕駛汽車、使辦公軟件成為辦公助手，使手動(dòng)繪制圖片成為自動(dòng)繪制圖片，也就是它的工具效應(yīng)更強(qiáng)。

它的效率化實(shí)現(xiàn)，本質(zhì)是通過指數(shù)級(jí)算力對(duì)數(shù)量級(jí)數(shù)據(jù)的計(jì)算。其中會(huì)有幻覺、謬誤，而這些問題極大可能無法根治。因此作為工程師助手，作用會(huì)顯著，但作為獨(dú)立的智能體，實(shí)質(zhì)在相當(dāng)一個(gè)時(shí)期內(nèi)，作用可能未必比得上高度一致性的自動(dòng)化生產(chǎn)工具。

也就是說，它的啟發(fā)性與創(chuàng)造力是優(yōu)勢，而短時(shí)期內(nèi)大規(guī)模應(yīng)用于對(duì)一致性要求苛刻的生產(chǎn)制造，可能并不能對(duì)自動(dòng)化設(shè)備形成替代（也可以說大材小用）。因此它在制造業(yè)升級(jí)中，扮演怎樣的角色，是值得長考的。

本次活動(dòng)中，騰訊云智能制造首席專家邴金友即提出了類似思考：工業(yè)企業(yè)在接納大模型方面存在兩個(gè)問題，一是成本問題，數(shù)據(jù)散，模型訓(xùn)練成本高；二是幻覺問題，工業(yè)里面要么是經(jīng)濟(jì)產(chǎn)出，需要100%正確，大模型難以達(dá)成。

不過產(chǎn)業(yè)界倒還是較為樂觀的，來自一線的中工互聯(lián)科技集團(tuán)董事長智振介紹說，現(xiàn)在工業(yè)大模型已經(jīng)能夠做到的專家系統(tǒng)100%無害化，90%以上的準(zhǔn)確度，具有了初步落地的基礎(chǔ)。

但對(duì)于工業(yè)大模型的定義，其實(shí)大家還是較有歧義的——一則這些大模型究竟與大模型之前的AI自動(dòng)化算法程序有多少區(qū)隔？二則因?yàn)橹饕€是被部署應(yīng)用于客服，流程管理、人力資源、營銷、內(nèi)容產(chǎn)出和設(shè)計(jì)等方面，距離制造業(yè)第一性價(jià)值還有多少距離？

就這個(gè)問題，北京信息化和工業(yè)化融合服務(wù)聯(lián)盟理事長閆同柱的觀點(diǎn)更為務(wù)實(shí)：高端制造業(yè)積極擁抱是因?yàn)楦叨酥圃鞓I(yè)本身對(duì)知識(shí)的要求比較密集，大模型起到的是優(yōu)化作用，有比較大的價(jià)值。但傳統(tǒng)制造業(yè)來說，它的數(shù)據(jù)量不大，而大模型的門檻相對(duì)比較高，投入產(chǎn)出比并不那么明確。

總而言之，就目前這個(gè)時(shí)點(diǎn)來說，對(duì)于大模型，特別是工業(yè)場景下大模型，我們還是有必要保持一定的審慎。可以借假修真，但切勿過度渲染，路漫漫其修遠(yuǎn)。

是為結(jié)語，騰訊科技Hi Tech Day這次活動(dòng)中，主辦方所引用的一段話再合適不過：深度學(xué)習(xí)之父辛頓曾說過，創(chuàng)造真正智能機(jī)器的旅程是漫長而富有挑戰(zhàn)性的，但這是一段值得走的旅程。同樣，應(yīng)用智能機(jī)器的旅程也并非一朝一夕能夠走完，但擁抱新技術(shù)是我們超越現(xiàn)在和自己，邁向未來的值得走的旅程。路也許還模糊不清，但先行者走的多了，就有了路。 

編者按：本文轉(zhuǎn)載自微信公眾號(hào)：錦緞(ID：jinduan006)，作者：沐陽