經濟學人：人工智能實驗室的競爭進入白熱化階段

本文為《全球科創觀察》2023年第6期“深度觀察”欄目內容。本期全部內容可點此查看。

ChatGPT是由初創公司OpenAI創建的人工智能聊天機器人，自2022年11月上線以來，僅兩個月時間活躍用戶便已過億，創造了史上最快的用戶增長記錄。微軟向OpenAI投資了100億美元，希望ChatGPT能夠生成看起來像人類創作的文本、圖像和視頻。2023年1月26日，谷歌發表了一篇文章，描述了一個類似的AI模型。中國搜索引擎巨頭百度則計劃在2023年3月發布類似的產品。

ChatGPT及其競品背后的AI模型改變了科技行業對創新的思考方式，許多人工智能實驗室，特別是一些初創公司的研發實驗室已經開始進行技術競爭，爭奪人工智能時代的領導地位。

(資料圖)

長期以來，企業研發機構一直是科學進步的重要源泉，尤其是在美國。第二次世界大戰后，大量美國公司在基礎科學方面進行了投資，創造出了眾多影響世界發展進程的科技產品，并且有不少研究人員獲得了諾貝爾獎。

2017年，經濟學家Ashish Arora及同事研究了1980年至2006年間的企業研發情況，發現許多企業的投入已經從基礎科學研究轉向研究成果的商業化應用，原因是基礎研究成本的上升和研究難度的提升。

近年來，AI技術的崛起為廣大中小企業創造了機會，初創公司研發的AI產品也能夠撼動大型科技公司的市場地位。例如，Anthropic和Character AI等初創公司已經創造了能夠與ChatGPT相競爭的產品。Stability AI是一家匯集了多方計算資源的初創公司，它創建的開源模型能夠將文本轉換為圖像。在中國，由政府支持創立的機構，如北京智源人工智能研究院也同樣進行著前沿AI技術和產品的研發。

但是，目前在全球范圍內，絕大多數的人工智能技術突破仍來自于大型科技公司，因為這些巨頭公司擁有強大的計算能力，能夠推動基礎研究的成果迅速融入商業化產品。亞馬遜和Meta創造的AI研究成果分別是斯坦福大學的三分之二和五分之四，谷歌和微軟則培養出了數量龐大的AI研究人才。

圖1 2012-2022年全球AI領域標志性成果數量

圖2 在arXiv上發表的人工智能相關研究論文和在主要人工智能會議上發表的論文（單位：千）

不同國家擁有不同的技術優勢，例如中國在圖像分析上處于領先地位。根據微軟的排名，全球排名前五的計算機視覺團隊都在中國。在美國，Meta公司的AI產品Cicero因其使用推理和欺騙策略來對付人類對手而獲得較多聲譽。DeepMind的模型則可以在圍棋中擊敗人類冠軍，并能預測蛋白質的結構。

為了解究竟誰的技術更勝一籌，經濟學人研究團隊對微軟和Alphabet的AI技術進行了測試，所采取的方式是向微軟支持的ChatGPT和谷歌尚未推出的競品Lamda提問。這些問題包括美國數學競賽中的10個問題和美國SAT考試中的10個閱讀問題。為了增加趣味性，還要求兩個AI產品提供約會建議。從結果來看，兩家公司都沒有表現出明顯的優勢。Lamda的數學成績稍好，能正確回答5個問題，而ChatGPT只能正確回答3個。在SAT測試中，Lamda能正確回答7個問題，而ChatGPT正確回答了9個問題。此外，這兩個產品對約會提供的建議參差不齊，不適用于真實的生活場景。2023年1月30日，OpenAI對ChatGPT進行了更新，以提高其數學分析能力。給這兩款AI進行兩輪10個問題的測試時，首輪測試中Lamda比ChatGPT高出了2分，第二輪測試中雙方打成了平手。

通過上述測試，經濟學人認為到目前為止沒有一個AI產品具有絕對的優勢，因為知識更新迭代和傳播的速度非常快，研發人員也會在不同的企業和機構之間流動，不同公司AI產品的競爭將會更加激烈。Meta的頂級人工智能專家Yann LeCun認為，沒有哪一家公司可以比其他公司領先超過兩到六個月。

然而，目前還處于AI技術發展的早期階段，各產品未來可能不會保持“并駕齊驅”的狀態。據報道，谷歌已經發布了“紅色代碼”，旨在同搜索引擎對手Bing相抗衡，因為Bing將引入ChatGPT。DeepMind研究人員表示，公司長期專注于游戲領域，目前正計劃將更多資源投入到語言建模中，其下名為Sparrow的聊天機器人可能在今年問世。

最終可能影響AI產品競爭的變量有兩個。一是企業實驗室的組織方式。小公司具有更大的靈活性，可以將其產品更便捷地投向市場，并吸收海量數據，改進其AI模型，形成良性循環。小公司的這種優勢也可能以另一種方式自我強化。內部人士指出，OpenAI在業內具有良好的人才吸引力，不斷從DeepMind等競爭對手公司挖走專家。為了跟上OpenAI的發展步伐，Alphabet、亞馬遜和Meta等大企業需要打破常規思維，重新制定戰略，以便更快地在AI領域取得成就。

另一個決定性因素是技術發展的路徑。到目前為止，在生成型人工智能領域，規模越大發展越好，這給科技巨頭帶來了更多的優勢。但在未來，規模可能并不是優勢。非營利性研究機構Epoch估計，按照目前的發展速度，大規模的語言模型將在2026年之前耗盡互聯網上的高質量文本。Stability AI也表示，有一些方法可以在特定的任務上對模型進行微調，極大地降低了擴大語料規模的需要。

2022年，全球生成型人工智能初創企業共發生110筆交易，籌集到27億美元資金。表明風險資本家更加青睞該領域的初創企業，并不認為未來收益都會被大公司占有。

本文系未央網專欄作者:全球科創觀察 發表，內容屬作者個人觀點，不代表網站觀點，未經許可嚴禁轉載，違者必究！

關鍵詞： 人工智能