AI大模型時(shí)代或已走向終局,，前路未知

2022年11月30日,，人工智能公司OpenAI推出了 AI??聊天機(jī)器人ChatGPT,，在短短兩個(gè)月的時(shí)間里，活躍用戶數(shù)突破一億,，成為史上用戶數(shù)增長最快的消費(fèi)級應(yīng)用,。ChatGPT成功背后是OpenAI訓(xùn)練的1750億參數(shù)模型GPT-3。一時(shí)間AI大模型迅速成為時(shí)代焦點(diǎn),，微軟百億美元投資OpenAI,，谷歌、特斯拉,、百度,、阿里、小米等國內(nèi)外互聯(lián)網(wǎng)巨頭在幾個(gè)月的時(shí)間內(nèi)紛紛推出自己的AI大模型,，OpenAI迅速迭代出GPT-4,，幾乎每個(gè)月都至少有一家科技大公司入局訓(xùn)練大模型，人工智能成為當(dāng)前最炙手可熱的賽道,。

然而就在這樣一個(gè)市場狂歡,、科技巨頭紛紛“走火入模”的時(shí)刻,，AI大模型的領(lǐng)軍者,，OpenAI，卻給市場澆了一盆冷水,。2023年4月18日在麻省理工學(xué)院的活動中,，OpenAI的CEO??Sam??Altman在演講中警告稱：“我們已經(jīng)處在大模型時(shí)代的尾聲”，并表示如今的AIGC發(fā)展中,，將數(shù)據(jù)模型進(jìn)一步做大,，塞進(jìn)更多數(shù)據(jù)的方式，已經(jīng)是目前人工智能發(fā)展中最后一項(xiàng)重大進(jìn)展,，并且還聲稱目前還不清楚未來的發(fā)展方向何去何從,。

如果拋開過熱的市場預(yù)期和浮躁的跟風(fēng)模仿去分析問題的本質(zhì),，Altman對未來AI的發(fā)展方向是清晰而準(zhǔn)確的。其說法側(cè)面道出了OpenAI乃至整個(gè)AI賽道參與者目前所面臨的現(xiàn)實(shí)困境：

1. 可用數(shù)據(jù)枯竭帶來的數(shù)據(jù)瓶頸

OpenAI最早的語言模式是GPT-2,，于2019年公布,，發(fā)布時(shí)就有??15億參數(shù)，此后隨著OpenAI研究人員發(fā)現(xiàn)擴(kuò)大模型參數(shù)數(shù)量能有效提升模型完善程度,，真正引爆AI行業(yè)浪潮的GPT-3.5發(fā)布時(shí),，參數(shù)數(shù)量已經(jīng)達(dá)到了1750億。但人類互聯(lián)網(wǎng)歷史上被保留下來的各種高質(zhì)量語料,，已經(jīng)在??GPT-3以及后續(xù)發(fā)布的GPT-4的學(xué)習(xí)中被消耗殆盡,。大模型參數(shù)數(shù)量仍然可以繼續(xù)膨脹下去，但對應(yīng)數(shù)量的高質(zhì)量數(shù)據(jù)卻越來越稀缺,，因此增長參數(shù)數(shù)量帶來的邊際效益愈發(fā)降低,。

2. 算力爆炸導(dǎo)致邊際收益遞減帶來的經(jīng)濟(jì)效益瓶頸

AI三大核心要素是數(shù)據(jù)、算法和算力,，而算力的發(fā)展是最為迅速的一環(huán),。2020年OpenAI就發(fā)布分析報(bào)告，從2012年開始,，AI訓(xùn)練所用的計(jì)算量呈現(xiàn)指數(shù)增長,，平均每3.43個(gè)月便會翻倍，遠(yuǎn)高于摩爾定律的18個(gè)月翻倍的速度,。大模型正是在這一背景下誕生的,。依托飛速發(fā)展的算力，簡單粗暴地堆砌參數(shù)是提升模型能效的捷徑,。機(jī)器學(xué)習(xí)先驅(qū)Richard??S.??Sutton著名的文章《苦澀的教訓(xùn)》里開篇就曾說道：“70年的人工智能研究史告訴我們,，充分利用計(jì)算能力的一般方法最終是最有效的方法?！監(jiān)penAI秉承這一簡單甚至原始的理念,，3年內(nèi)將模型參數(shù)從15億(在當(dāng)時(shí)這已經(jīng)是一個(gè)天文數(shù)字)提高到1750億，足足拉高了116倍,。

參數(shù)的爆炸式增長帶來的直接后果就是模型成本的指數(shù)級上升,。2019年以前，人工智能還是個(gè)百家爭鳴的大眾賽道,，而大模型帶來的投入成本門檻迅速把這個(gè)賽道變成了資本聚集,、大廠統(tǒng)治的游戲。據(jù)業(yè)界估計(jì),，GPT-3僅訓(xùn)練一次的費(fèi)用就高達(dá)500萬美元,，行業(yè)估計(jì)GPT-4的研發(fā)加運(yùn)營成本突破數(shù)億美元。

圖 1 ChatGPT回答GPT-3的訓(xùn)練費(fèi)用

在如此高昂的成本之下，AI如何商業(yè)化落地成為業(yè)界難題,。盡管GPT-4已經(jīng)表現(xiàn)出了較高的智能化水平,，但其局限性也很明顯。支持大規(guī)模商業(yè)化應(yīng)用所需要的是GPT-X,，即模型的場景化和快速更新,。面對極度高昂的訓(xùn)練成本，難以形成充分的市場化競爭,，類似OpenAI這樣的市場寡頭也面臨投入成本邊際效應(yīng)遞減嚴(yán)重的問題,，缺乏持續(xù)研發(fā)迭代的經(jīng)濟(jì)激勵(lì)。這正是Altman所說的“大模型已至終局”而前路未知的根本原因,。

3. 數(shù)據(jù)合規(guī),、隱私保護(hù)、AI倫理層面的風(fēng)險(xiǎn)不確定性

AI的道德風(fēng)險(xiǎn)始終是行業(yè)發(fā)展中不可規(guī)避的話題,。在GPT-4發(fā)布幾日內(nèi),，特斯拉首席執(zhí)行官埃隆·馬斯克在內(nèi)的1748人簽署公開信，呼吁暫停訓(xùn)練比GPT-4更強(qiáng)大的人工智能系統(tǒng)至少6個(gè)月,，以評估潛在的AI道德風(fēng)險(xiǎn)。與此同時(shí),，專注于人工智能技術(shù)倫理的AI和數(shù)字政策中心(CAIDP)要求美國聯(lián)邦貿(mào)易委員會(FTC)調(diào)查OpenAI是否違反了消費(fèi)者保護(hù)規(guī)則,，認(rèn)為其推出的AI文本生成工具“存在偏見、具有欺騙性,，并且對公共安全構(gòu)成風(fēng)險(xiǎn)”,。3月31日，意大利國家隱私監(jiān)管機(jī)構(gòu)正式下令封禁ChatGPT,，并指控OpenAI「非法收集個(gè)人數(shù)據(jù)」,。??值得注意的是，該「臨時(shí)禁令」將一直生效,，直到OpenAI能夠尊重歐盟具有里程碑意義的隱私法——通用數(shù)據(jù)保護(hù)條例(GDPR),。

基于價(jià)值互聯(lián)網(wǎng)的AI新時(shí)代三范式

當(dāng)一項(xiàng)顛覆性技術(shù)陷入瓶頸期時(shí)，往往需要另一項(xiàng)更加具有顛覆性的技術(shù)的介入來突破瓶頸,。區(qū)塊鏈技術(shù)和人工智能作為21世紀(jì)數(shù)字化技術(shù)突破的代表,，一直處于平行發(fā)展但偶爾交叉的狀態(tài)。關(guān)于區(qū)塊鏈與人工智能的結(jié)合業(yè)界多有討論,，但大多只停留在表層,，例如區(qū)塊鏈為AI提供分布式數(shù)據(jù)治理，AI為區(qū)塊鏈提供智能化自動執(zhí)行工具,。但隨著兩項(xiàng)技術(shù)的快速迭代發(fā)展,，各自領(lǐng)域均不斷涌現(xiàn)出突破性應(yīng)用，二者結(jié)合所帶來的想象空間其實(shí)是被遠(yuǎn)遠(yuǎn)低估的,。

在應(yīng)用層面,，區(qū)塊鏈技術(shù)發(fā)展的速度要遠(yuǎn)遠(yuǎn)領(lǐng)先于人工智能。它所創(chuàng)造出的最輝煌應(yīng)用,，就是Web3,。

圖 2 隱私和擴(kuò)容技術(shù)突破加速應(yīng)用向Web3遷徙

Web3是下一代價(jià)值互聯(lián)網(wǎng)由區(qū)塊鏈特有的激勵(lì)機(jī)制打造的數(shù)字資產(chǎn)應(yīng)用為Web3賦予萬億美元經(jīng)濟(jì)價(jià)值，成為數(shù)字時(shí)代的新經(jīng)濟(jì)體,。Web3是數(shù)據(jù)所有權(quán)的變革,，而數(shù)據(jù)要素是AI的核心生產(chǎn)力。這一內(nèi)生聯(lián)系使區(qū)塊鏈和人工智能產(chǎn)生了巨大的交互空間,，而這交互的核心就是數(shù)據(jù)要素化,。

數(shù)據(jù)要素化包含確權(quán)、加工和共享三個(gè)核心環(huán)節(jié),，在數(shù)據(jù)確權(quán)層面,，區(qū)塊鏈提供用戶與建設(shè)者擁有并信任的互聯(lián)網(wǎng)基礎(chǔ)設(shè)施;在數(shù)據(jù)加工層面，區(qū)塊鏈構(gòu)建安全可信的價(jià)值互聯(lián)網(wǎng);在數(shù)據(jù)共享層面,，區(qū)塊鏈創(chuàng)造用戶與建設(shè)者共建共享的新型經(jīng)濟(jì)系統(tǒng),。以數(shù)據(jù)為核心，區(qū)塊鏈可為AI發(fā)展提供技術(shù)底座,、經(jīng)濟(jì)模型和商業(yè)化場景,。在此我們提出基于價(jià)值互聯(lián)網(wǎng)的AI新時(shí)代三范式：

（一） 支撐AI生產(chǎn)力的是去中心化數(shù)據(jù)基礎(chǔ)設(shè)施

數(shù)據(jù)是數(shù)字時(shí)代的生產(chǎn)要素，也是AI的核心生產(chǎn)力,。OpenAI發(fā)布ChatGPT之后,，百度迅速發(fā)布“文心一言”，但對比之下效果卻不甚理想,。很多人說原因是GPT的語料庫是全球互聯(lián)網(wǎng),，而“文心一言”的是百度知道和百度貼吧。這當(dāng)然是言過其實(shí)的調(diào)侃,，但深思其背后的邏輯卻是成立的,，即大模型的成功依賴于數(shù)據(jù)來源的廣度和開放度,。僅從一兩個(gè)平臺獲取數(shù)據(jù)進(jìn)行訓(xùn)練，必然只會做出有“偏見”的模型,。

ChatGPT在這一點(diǎn)上做得很好,，依靠互聯(lián)網(wǎng)的開放度盡可能多地收集了數(shù)據(jù)，但其主要來源仍然是中心化的數(shù)據(jù)平臺,，這也是Web2互聯(lián)網(wǎng)范式下的數(shù)據(jù)困境,，它會在數(shù)據(jù)應(yīng)用層面帶來兩大問題：

1. 數(shù)據(jù)源枯竭

依賴中心化平臺所產(chǎn)生的數(shù)據(jù)無法保證有穩(wěn)定持續(xù)的數(shù)據(jù)源來訓(xùn)練升級模型。Altman提到的互聯(lián)網(wǎng)語料已被GPT窮盡只是問題的冰山一角,。更嚴(yán)重的問題是,，缺少數(shù)據(jù)激勵(lì)會導(dǎo)致新的優(yōu)質(zhì)數(shù)據(jù)越來越少，甚至出現(xiàn)AI無數(shù)據(jù)可用的問題,。

讓我們想象這樣一個(gè)場景,。如果說ChatGPT逐漸完善成為唯一的知識平臺，Quora,、Stackoverflow,、知乎等一眾知識平臺必將失去生存空間，而它們卻又是ChatGPT訓(xùn)練的主要數(shù)據(jù)來源,，那未來的ChatGPT又要用什么數(shù)據(jù)來訓(xùn)練呢?

2. 數(shù)據(jù)質(zhì)量低下

對于AI來說,，平臺有自己的應(yīng)用場景，不會考慮AI訓(xùn)練的需求,。平臺不會對所謂的“數(shù)據(jù)質(zhì)量”做審核,，例如知乎上分享的不一定是知識，也可能是剛編的故事,。同時(shí)根據(jù)不同平臺的使用人群不同還會產(chǎn)生內(nèi)容偏見,。這也是為什么ChatGPT經(jīng)常會給出一些明顯錯(cuò)誤甚至荒謬的回答,。

圖 3 ChatGPT經(jīng)典荒謬回答之“林黛玉倒拔垂楊柳”

以上問題的核心是平臺數(shù)據(jù)并沒有完成數(shù)據(jù)要素化,。用戶作為數(shù)據(jù)的生產(chǎn)者無法對數(shù)據(jù)進(jìn)行確權(quán)，導(dǎo)致數(shù)據(jù)全部歸平臺所有;平臺作為數(shù)據(jù)的加工者缺乏激勵(lì),，不會對數(shù)據(jù)進(jìn)行應(yīng)有的加工;模型公司作為數(shù)據(jù)的使用者與數(shù)據(jù)生產(chǎn)加工環(huán)節(jié)嚴(yán)重割裂,。而去中心化數(shù)據(jù)基礎(chǔ)設(shè)施正是這些問題的解決方案。

在《區(qū)塊鏈托管重塑數(shù)據(jù)要素權(quán)益分配機(jī)制》一文中,，我們提到了Web3是數(shù)據(jù)要素革命,，是數(shù)據(jù)主權(quán)的“還數(shù)于民”。在AI新時(shí)代里,，去中心化數(shù)據(jù)基礎(chǔ)設(shè)施將為AI模型提供全生命周期數(shù)據(jù)解決方案,，包括：

(1)數(shù)據(jù)確權(quán)：用戶數(shù)據(jù)通過自主數(shù)字身份確權(quán)，數(shù)據(jù)生產(chǎn)者直接參與模型建設(shè)周期并獲得對等激勵(lì);

(2)數(shù)據(jù)加工：數(shù)據(jù)加工者(例如模型數(shù)據(jù)標(biāo)注,、數(shù)據(jù)質(zhì)量評價(jià))通過去中心化數(shù)據(jù)基礎(chǔ)設(shè)施參與模型建設(shè)并獲得對等激勵(lì);

(3)數(shù)據(jù)共享：數(shù)據(jù)生產(chǎn)者通過去中心化數(shù)據(jù)托管共享數(shù)據(jù)給數(shù)據(jù)使用者(例如建模公司),，建模公司可以通過智能合約自動化數(shù)據(jù)獲取和建模流程，實(shí)現(xiàn)快速模型升級。

(二)支撐AI商業(yè)化的是DataFi

Web3的成功在于區(qū)塊鏈技術(shù)所提供的優(yōu)秀激勵(lì)模型和可持續(xù)的經(jīng)濟(jì)系統(tǒng),。去中心化金融(DeFi)已經(jīng)創(chuàng)造出了繁榮的數(shù)字經(jīng)濟(jì)生態(tài)和萬億美元的市場價(jià)值,，以數(shù)據(jù)資產(chǎn)為核心的數(shù)據(jù)金融(DataFi)將成為支撐AI商業(yè)化的全新商業(yè)模式。

在DataFi中,，數(shù)據(jù)作為生產(chǎn)要素會實(shí)現(xiàn)通證化,。數(shù)據(jù)的產(chǎn)生、加工,、存儲和使用都會依照去中心化經(jīng)濟(jì)模型自主產(chǎn)生或消耗數(shù)據(jù)資產(chǎn)通證,。數(shù)據(jù)循環(huán)會被充分激勵(lì)并產(chǎn)生凈價(jià)值。AI模型的全生命周期都會以一種更加分布式的形式呈現(xiàn),，包括去中心化算力供應(yīng)商,、去中心化數(shù)據(jù)標(biāo)注和基于去中心化數(shù)據(jù)基礎(chǔ)設(shè)施的數(shù)據(jù)托管服務(wù)商。模型訓(xùn)練不再具有高門檻,。

在DataFi中,，數(shù)據(jù)通證會創(chuàng)造出以數(shù)據(jù)資產(chǎn)為核心的衍生品交易市場。AI生態(tài)參與方可以充分挖掘自身的數(shù)據(jù)價(jià)值或服務(wù)價(jià)值,，參與以數(shù)據(jù)資產(chǎn)為核心的金融衍生品交易,、質(zhì)押、抵押貸款等創(chuàng)新金融服務(wù)。數(shù)據(jù)資產(chǎn)的使用效率得到充分釋放,。

(三)支撐AI規(guī)范性的是分布式數(shù)字身份

除了上文提到的數(shù)據(jù)確權(quán),，分布式數(shù)字身份也將成為支撐AI合規(guī)發(fā)展的關(guān)鍵監(jiān)管技術(shù)。分布式數(shù)字身份為用戶賦予了數(shù)據(jù)自主權(quán),，打破數(shù)據(jù)控制者對數(shù)據(jù)的天然壟斷,，也提升了用戶在算法面前的自主權(quán)。在AI新時(shí)代中,，分布式數(shù)字身份包含三個(gè)主要應(yīng)用場景：

1. 用戶分布式數(shù)字身份

用戶通過分布式數(shù)字身份參與AI構(gòu)建周期,，通過數(shù)據(jù)確權(quán)和自主數(shù)據(jù)主權(quán)保護(hù)數(shù)據(jù)隱私，并實(shí)現(xiàn)對等數(shù)據(jù)激勵(lì),。在合規(guī)層面,，通過分布式數(shù)字身份為用戶提供了100%的數(shù)據(jù)主權(quán),，用戶對自己的隱私數(shù)據(jù)擁有完全控制權(quán)，能夠自主決定數(shù)據(jù)的披露對象和使用場景,，并且結(jié)合零知識證明等技術(shù),，實(shí)現(xiàn)最小化隱私披露，天然符合《數(shù)據(jù)安全法》《個(gè)保法》的相關(guān)規(guī)定,。通過將個(gè)人作為數(shù)據(jù)共享的載體,，是《個(gè)保法》中個(gè)人信息可攜帶權(quán)的體現(xiàn)，結(jié)合自主身份使得個(gè)人數(shù)據(jù)可以遵從本人意愿向數(shù)據(jù)使用方(例如建模公司),，嚴(yán)格符合GDPR等國際數(shù)據(jù)共享法律法規(guī),。

2. 模型分布式數(shù)字身份

在AI新時(shí)代中，模型獨(dú)立且唯一的數(shù)字身份,。用戶可以通過數(shù)字身份像選擇商品一樣選擇模型,，并且通過模型數(shù)字身份解決使用量證明、版權(quán)糾紛和版本管理等問題,。

3. 數(shù)字人和AIGC分布式數(shù)字身份

對于AI構(gòu)建出來的實(shí)體(例如數(shù)字人)頒發(fā)唯一數(shù)字身份,，并在法律層面規(guī)范其標(biāo)準(zhǔn)與權(quán)利范圍，實(shí)現(xiàn)AI的合規(guī)和可控,。

基于分布式技術(shù)的強(qiáng)AI時(shí)代藍(lán)圖

理查德·費(fèi)曼(Richard??Feynman)在1985年的一次講座中第一次提出了“強(qiáng)人工智能”的概念,，為我們描繪了一個(gè)全知全能的AI時(shí)代。后世人們不斷討論這個(gè)概念,，但對強(qiáng)AI的具體定義和未來圖景眾說紛紜,。斯蒂芬·霍金將強(qiáng)AI稱為對人類的最大威脅，馬斯克稱研究強(qiáng)AI就是在“召喚魔鬼”,，但人類仍然對它趨之若鶩,。有人說是因?yàn)榻Y(jié)束人工智能研究則意味著放棄了改善人類狀況的機(jī)會，也就是使人類文明更加美好或者維持下去的機(jī)會,。那么如果采用了區(qū)塊鏈技術(shù),，強(qiáng)AI時(shí)代藍(lán)圖會有什么不同?

強(qiáng)AI時(shí)代不是指一個(gè)全知全能的AI出現(xiàn)，而是無數(shù)個(gè)AI的產(chǎn)業(yè)大繁榮,。區(qū)塊鏈?zhǔn)巩a(chǎn)業(yè)高度去中心化,，每一個(gè)個(gè)人都可以同時(shí)成為模型的使用者和訓(xùn)練方,。每一個(gè)模型都擁有自己的數(shù)字身份,，高度智能也相互獨(dú)立。模型的使用場景高度細(xì)化,，使用方式由智能合約定義,。

強(qiáng)AI時(shí)代模型訓(xùn)練成本極低而迭代速度極快。通過去中心化網(wǎng)絡(luò)串聯(lián)模型全生命周期參與方,，數(shù)據(jù)使用效率達(dá)到極致,。在很多業(yè)務(wù)場景,，模型可以根據(jù)實(shí)時(shí)業(yè)務(wù)需求實(shí)現(xiàn)毫秒級生成和毫秒級迭代，一次性模型成為可能,，“模型流”成為模型主流應(yīng)用方式,。

強(qiáng)AI時(shí)代控制權(quán)通過數(shù)據(jù)綁定在人類手中。Web3實(shí)現(xiàn)數(shù)據(jù)自主擁有,，AI可以自迭代算法,，但數(shù)據(jù)所有權(quán)牢牢掌握在人類手中?！癆I控制人類”的末世傳說不會實(shí)現(xiàn),。

免責(zé)聲明：此文內(nèi)容為本網(wǎng)站轉(zhuǎn)載企業(yè)資訊，僅代表作者個(gè)人觀點(diǎn),，與本網(wǎng)無關(guān),。所涉內(nèi)容不構(gòu)成投資、消費(fèi)建議,，僅供讀者參考,，并請自行核實(shí)相關(guān)內(nèi)容。

原文轉(zhuǎn)自：咸寧新聞網(wǎng)