<s id="mcra4"><object id="mcra4"></object></s>
    <code id="mcra4"><input id="mcra4"></input></code><rp id="mcra4"><object id="mcra4"><input id="mcra4"></input></object></rp>
    <button id="mcra4"><acronym id="mcra4"></acronym></button>
      <dd id="mcra4"><track id="mcra4"></track></dd>
      <button id="mcra4"><acronym id="mcra4"></acronym></button>

        當金錢成為驅動AI前進的真正力量 人工智能會步無人駕駛的后塵嗎?

        極客網·極客觀察4月4日 有人說AI將淘汰很多工作者,真是這樣嗎?要搞清楚這個問題,可能不能只聽先行者的“鼓吹”,還要看看投資回報率(ROI)。

        QQ截圖20230404102923.jpg

        2019年OpenAI CEO Sam Altman曾說:“我真的深信我在OpenAI所做的工作遠比在Y Combinator所做的更耀眼,不只如此,比科技產業所做的也更加耀眼?!?/p>

        他認為人類將會研發一套軟件系統,無論從哪個方面看都比人類更智能、更有能力。為此他鼓吹:“AI會不斷進化,比人類更強一些,沒多久它就會比人類強100萬倍甚至10億倍?!?/p>

        驅動AI前進的真正力量是金錢

        驅動科技前進的真正力量不是代碼和GPU,而是金錢。請記?。篈I是昂貴的!

        近年來科技天才們涌入AI產業,辦企業,拉投資,不亦樂乎。斯坦福AI指數顯示,2021年AI產業融資額達到940億美元,比2020年增長一倍。在2021年AI融資交易中有15筆的規模達到或者超過5億美元。

        Altman與同行不得不極盡夸張之能事,因為開發AI需要大把的鈔票。OpenAI的競爭對手谷歌、Facebook都是“印鈔機”,它們不必鼓吹,自己能承擔開支。

        QQ截圖20230404103039.jpg

        還記得當年科技界是如何鼓吹無人駕駛汽車的嗎?2014年谷歌無人駕駛主管曾信誓旦旦地說,他確定11歲的兒子將來不需要駕照,因為無人駕駛5年就會出現?,F在10年快過去了,無人駕駛仍然不成熟。

        盡管如此,無數企業仍然前赴后繼殺向戰場,英特爾甚至預言到了2035年無人駕駛市場規模將達到8000億美元。軟銀2010-2019年向無人駕駛投入了300億美元,自2010年以來美國投入了845億美元,中國506億美元,歐盟107億美元。

        無人駕駛并沒有完全失敗,但從中我們找到一些規律:鼓吹者會說有一個龐大的革命性機遇出現,以刺激投資者。

        回到AI,許多人賭定它能讓機器取代人力(昂貴的白領工作者),與無人駕駛有異曲同工之妙。然而,AI是如此的昂貴,它的投資回報在哪里呢?

        為什么AI如此昂貴?

        紐約大學教授Meredith Broussard認為,只有大企業和超級富有的企業才玩得起AI。

        首先是計算昂貴。多倫多大學市場營銷教授Avi Goldfarb也說:“如果你想創辦一家企業,自己開發大語言模型,自己計算,成本太高了。OpenAI是很貴的,要數以十億計的美元?!弊赓U計算當然會便宜不少,但企業仍然要向AWS等企業支付昂貴費用。

        其次是數據昂貴。訓練模型需要海量數據,有時數據是現成的,有時不是。Common Crawl和LAION等數據可以免費使用,對于此類數據,成本主要來自數據清理和處理,成本變化很大,可能是幾百美元,也可能是幾百萬美元。

        Glean公司創始工程師Debarghya Das說,在美國,根據大語言模型論文做一些粗略的數學計算,如果用的是Facebook LLaMA,訓練成本(不考慮迭代或者出錯)大約是400萬美元,如果是谷歌PaLM,大約2700萬美元。

        即使用的是免費數據,成本也不低。Hugging Face公司研究人員Sasha Luccioni說:“當你下載容量達到TB的數據,如果想過濾或者以某種特殊方式利用數據,比如用文本-圖片模型處理(研究人會專注于某些數據子集,這樣模型才會變得更好),整個過程相當棘手?!毙枰獜姶蟮挠嬎懔?,需要大量專業人士。

        再次,專業人才的聘請費用也很高。Debarghya Das在做上述估算成本時沒有考慮人力成本。Sasha Luccioni指出:“機器學習專業人士的薪酬很高,因為要與谷歌及其它科技巨頭爭奪人才,有時一位專業人才可能要幾百萬美元?!?016年OpenAI最頂級的研究人員薪酬約為190萬美元。

        并且,訓練模型、聘請專業人士的成本不是一次性的,是持續的。例如,如果開發的是客服聊天機器人,每周或者每幾周就要優化。模型還要經受壓力測試,確保它生成的答案不出錯。正如Sasha Luccioni所解釋:“最貴的成本來自持續性工作,必須持續測試模型,必須確保AI所做的和預期一樣?!?/p>

        最后,持續運轉費用也不低。當一切準備妥當,模型向公眾開放,每天要接受成千上萬次詢問,此時要確保模型可擴展、高度穩定,維護成本也很高,且需要專業人士來處理。

        AI的回報在哪里?

        從2019年開始美國藥店連鎖企業CVS Healthcare就向AI投資,在2021年CES上沃爾瑪展示了可以取代客服的AI。不難看出,有許多企業想將“客服服務”自動化,它們認為客服部門并不能拓展業務,容易被機器取代。

        當然,AI也在其它場所出現,比如GitHub的Copilot,它可以提升編程速度,AI可以編寫許多樣板代碼,節省時間。有專業人士稱,程序員有了AI輔助編程速度可以提升一倍。

        看起來很美好,但麥肯錫卻警告說,2022年年底AI的普及已經觸及頂峰。自2017年以來普及率的確增加了一倍,但2019年之后就不再攀升了。AI聊天機器人彼時就已經火了一波。

        對于許多人來說,所謂AI就是審查一下公司工作流程,看看哪些流程可以交給機器做,讓流程實現自動化。Avi Goldfarb說:“回報是有限的,在AI幫助下將已經在做的事做得更好一些就算不錯了,但成本卻是高昂的,可能要投入幾千萬美元,幾億美元甚至幾十億美元?!?/p>

        他認為,想讓AI變成賺錢機器,最好是顛覆工作流程,然后用AI來替代。將工作流程打亂風險很大,可能會失敗,如果成功回報則是巨大的。

        比如醫療行業,如果整個行業圍繞機器診斷重構,效率將會更高。Goldfarb認為,許多醫生診斷能力很差,AI可能比不上最頂尖5%的醫生,但它也許可能輕松超越最差的20%的醫生。因此,AI對于不能輕松就診的人來說極為實用。

        金融行業也可能會被AI沖擊。Brookings Institute研究人員Mark Muro認為,金融行業與模式識別高度相關,AI識別模式的能力很強。為了監控趨勢,金融機構聘請大量數據庫和數據工作者,他們想削減人員數量,AI可以取代初級員工,但高級金融工作仍是AI無法處理的。

        因此,市場仍然看好OpenAI,今年它的營收可能會達到2億美元,2024年沖至10億美元。該公司估值已經達到200億美元,比惠普企業(Hewlett Packard Enterprise)、Garmin、Cloudflare、Snap和H&M都要高。

        小結:

        總之,當前AI的應用更多只是優化業務,并非帶來革命性變化。相比創業公司,大企業在利用AI方面有優勢。想在AI領域賺錢,當前最好的辦法不是開發AI,而是制造AI需要的芯片,建設數據中心,或者幫助別人開發AI。

        從長遠看AI到底有何用途?即使是從事AI工作的人也很迷茫。正因為如此,可能AI的蓬勃發展就像當初的互聯網和手機一樣,大家拼命將錢扔進與AI有關的一切項目中,然后期待最好的結果。(小刀)

        極客網企業會員

        免責聲明:本網站內容主要來自原創、合作伙伴供稿和第三方自媒體作者投稿,凡在本網站出現的信息,均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性,但不保證有關資料的準確性及可靠性,讀者在使用前請進一步核實,并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏,概不負任何法律責任。任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時,應及時向本網站提出書面權利通知或不實情況說明,并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后,將會依法盡快聯系相關文章源頭核實,溝通刪除相關內容或斷開相關鏈接。

        午夜免费视频