為什麼說AI也是普通人的機會?

參加活動的時候感受到全是關於AI會取代人類的不安和憂慮。

AI當然首先屬於AI科學家或者募集到大量資金的人,但智能越通用(AGI)基礎設施上消耗的成本越多,那就必須也屬於普通人,只有普通人加入進來,AI才能跑通技術到商業的正向循環,否則會跑熄火的。

01 普通人的故事和機會

只有普通人成為故事的主角,這個事才會是澎湃洶湧的巨浪。

好比互聯網,如果它只是服務於軍事,那就不是一種產業浪潮,只有通過大眾都能做的App滲透到電商、外賣、打車這樣的各種行業,那它才是真的浪潮。

這種浪潮有兩個含義:

含義一是它在應用環節創造巨額財富(大於基礎設施),並且普通人的得以參與分享財富。

含義二是它波及範圍足夠大,讓各行業各種背景的人都有參與的可能。

也正是這樣的浪潮才可能讓英語教師成為首富,讓學藝術和設計的人成為引領時代的科技英雄。

與之相對應,如果只有曼哈頓計劃,那就只會有奧本海默那樣的物理學家脫穎而出,和普通人真的是一點關係也沒有。

在互聯網的產業邏輯下進行類比,那大模型、GPU會很像移動互聯網的安卓、ARM芯片,而存在於未來的類比微信、抖音的應用其實還沒影。

如果說我們現在看到了模型能創造價值是1,那未來應用的價值可能是100+。

這並不嚴謹,但應用商店賺的錢最多也就能頂一個超級App,而超級App、大量遊戲、電商等賺的錢肯定遠大於應用商店的100倍。(蘋果係統更好算些,它收蘋果稅。)

假設早期的產業只有地球儀那麼大,你拿到了澳洲那麼大的地兒,如果它開始膨脹,並且膨脹到了地球那麼大,你保持了自己的基本地盤,這將是巨大的成就。

02 AI的應用其實是變簡單了

AI的算法是變難了,但反過來講就是AI的應用和學習其實是變簡單了。

這是前兩天看到的一個例子:一個一年前不會編程的人,沒有融資做出了一個700萬美金的應用。

為什麼可以這樣呢?因為AI削低了掌握和應用知識的成本。

首先你自己的學習成本降低了,只要你願意保持一個合理的思考方式,那AI就是一個事無鉅細不厭其煩回答你問題的老師,並且極其便宜甚至免費。

其次是它也是你的員工。很多細節並且花時間的工作你可以讓它去做,你要提供的是一種頂層的思路。

那當然做解決問題的應用會變的更加容易,這和我們畫圖、作詩、作曲變的更簡單是完全一樣的道理。

03 鄙視民科是錯的

看完上面的例子我們會發現用好AI似乎是個心態問題,先要破心中賊。

心中賊裡面最可怕的一個是缺乏成為民科的勇氣

民科這個詞在現實里是被鄙視的,大致等於妄人,但實際上正好反了,科學精神始終應該鼓勵。

如果所有的專業都樹立起一個門檻,必須通過指定的人才能到達真知,那其實知識會變成被少數人壟斷。

知識一旦被壟斷就不是知識,而是一種權力。所謂的能證偽的才是科學正好蘊含知識的非壟斷性。

過去什麼事情這樣壟斷著的呢?

當年天主教這樣,只有教宗等部分人有對教義等進行解釋權力的時候,教宗就可以賣贖罪券,然後把挑戰自己的科學家燒死(這咋證偽,你證偽它就燒死你)。到後來宗教改革後就變成了因信稱義。

恰恰是每個人對事實(數據)、邏輯都清楚的時候,都可以出自己的結論,這才是科學精神。

民科如果有問題,不在於狂妄而在於違背科學精神。

馬斯克不是做火箭,也不是汽車的,那為什麼馬斯克能夠正確判斷科技的方向呢?核心就是這種科學的精神和思維方式。

弄AI應用的時候也一樣,要回到這種基礎的科學精神。

只有這種精神和每個人結合,那AI才真的是普通人的機會否則會變成需要找個教主,那普通人就沒有機會,有也是只有當韭菜的機會。

但這種機會也不是馬上就在那裡,而是受一系列因素的製約。

04 先天製約越少越好

財富在基礎設施和應用之間的分配比例會是一個明顯的製約。

比如蘋果稅,它定30%那意味著產業和它相關那部分就放出來70%,所有的人在分著70%。如果它再凶一點定50%,那所有上面應用日子就更難過。如果90%,那就是你怎麼忙也不頂用,成功也還是貧窮。

為什麼有蘋果稅呢?核心就是蘋果手機(包含系統、硬件等)作為一種基礎設施卡在了產業最關鍵的點上。這部分還真不是普通人能做的東西,所以對應的比例一定程度取決於個人努力之外的因素。

蘋果手機也許好用,但蘋果稅其實是一個很差的結果。

作為普通人當然沒理由希望任何形式的壟斷,因為任何形式的壟斷都導致能夠在普通人手裡自由分配的財富少了。

從這個角度看,我們需要支持開源,而不是閉源。這種支持的意義不是代碼或者模型上的,而是財富分配意義上的,這個系統裡面不要有人再去收蘋果稅了。

系統里的控制點是開放的還是封閉的是普通人機會大小的最大製約。

05 技術成熟度的製約

整個IT產業裡面對應用影響最大的是通用計算平台。過去的通用計算平台就兩種一個電腦一個手機。

AI代表了潛在的第三種—基於模型的計算。

但現在的AI大模型雖然有了成為通用計算平台的樣子,可還是萌芽,距離一個成熟的能夠承擔重任的通用計算平台還有距離,只是在極小的領域裡面展示了一點點顛覆性。

這個極小的領域正是AIGC,不是邏輯推理等,而事實上具有成熟的邏輯推理能力才是一種新的計算機。

近來比較雷人的圖可能是下面這張:

(縱軸的日式英文估計一下子看不懂,但寫的是模型的智能)(縱軸的日式英文估計一下子看不懂,但寫的是模型的智能)

100倍這事實在不知道怎麼度量的,但Level 2的Reasoner如果真的可以普遍實現,倒是可以認為智能翻了100倍。如果再接下去還是這麼個節奏,那AI就一定會成為新式計算平台。並且由於它的計算模式和過去不一樣,就也一定會導致上面大量應用重做,新應用會持續爆出來(過去是沒法做陪聊的APP的)。

我們正處在這麼個臨界點上。

通用計算平台一旦出現,上面的應用一定是湧現和爆炸性增長,大家可還記得App數目的增速!

06 小結

我們現在看1840年會覺得很有特殊意義,之前好像是古代,之後就近現代,此後倒騰100年震盪才稍微穩定。再過500年看現在這個時間點可能也會覺得很特殊。

那時候看現在更可能像一個躍遷點,大轉折後很多事必然和現在不一樣了。不一樣的幅度可能比過去的農民走進工廠還要巨大。這時候想清楚普通人機會在那兒並行動起來會有特別的意義。

本文來自微信公眾號「琢磨事」,作者:老李話一三,36氪經授權發佈。