當金錢成為驅動AI前進的真正力量 人工智慧會步上無人駕駛的後塵嗎？

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。」

他認為人類將會研發一套軟體系統，無論從哪個方面看都比人類更聰明、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。」

##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程式碼和GPU，而是金錢。請記住：AI是昂貴的！

近年來科技天才湧入AI產業，辦企業，拉投資，不亦樂乎。史丹佛AI指數顯示，2021年AI產業融資額達940億美元，比2020年增加一倍。在2021年AI融資交易中有15筆的規模達到或超過5億美元。

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

還記得當年科技界是如何鼓吹無人駕駛汽車的嗎？ 2014年Google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。現在10年快過去了，無人駕駛仍然不成熟。

儘管如此，無數企業仍然前赴後繼殺向戰場，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。

無人駕駛並沒有完全失敗，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會出現，以刺激投資者。

回到AI，許多人賭上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，它的投資回報在哪裡？

為什麼AI這麼昂貴？

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。多倫多大學行銷教授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。」租賃計算當然會便宜不少，但企業還是要向AWS等企業支付昂貴費用。

其次是資料昂貴。訓練模型需要大量數據，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，對於此類數據，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，也可能是數百萬美元。

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，如果想過濾或以某種特殊方式利用數據，例如用文字-圖片模型處理（研究人會專注於某些數據子集，這樣模型才會變得更好），整個過程相當棘手。」需要強大的計算力，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Google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。」2016年OpenAI最頂尖的研究人員薪酬約為190萬美元。

並且，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，每週或每幾週就要優化。模型也要經受壓力測試，確保它產生的答案不會出錯。正如Sasha Luccioni所解釋：「最昂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。」

最後，持續運作費用也不低。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的回報在哪裡？

從2019年開始美國藥局連鎖企業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，它們認為客服部門並不能拓展業務，容易被機器取代。

當然，AI也在其它場所出現，例如GitHub的Copilot，它可以提升程式速度，AI可以編寫許多樣板程式碼，節省時間。有專業人士稱，程式設計師有了AI輔助程式速度可以提升一倍。

看起來很美好，但麥肯錫警告說，2022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年後就不再攀升了。 AI聊天機器人彼時就已經火紅了一波。

對許多人來說，所謂AI就是檢視一下公司工作流程，看看哪些流程可以交給機器做，讓流程自動化。 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。」

他認為，想讓AI變成賺錢機器，最好是顛覆工作流程，然後用AI來取代。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。

例如醫療產業，如果整個產業圍繞著機器診斷重構，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，但它也許可能輕鬆超越最差的20%的醫生。因此，AI對於不能輕鬆就診的人來說極為實用。

金融業也可能會被AI衝擊。 Brookings Institute研究人員Mark Muro認為，金融業與模式辨識高度相關，AI辨識模式的能力很強。為了監控趨勢，金融機構聘請大量資料庫和資料工作者，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年衝至10億美元。該公司估值已達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，目前AI的應用更多只是優化業務，並非帶來革命性變化。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，目前最好的方法不是開發AI，而是製造AI需要的晶片，建造資料中心，或幫助別人開發AI。

從長遠看AI到底有何用途？即使是從事AI工作的人也很困惑。正因如此，可能AI的蓬勃發展就像當初的網路和手機一樣，大家拼命將錢丟進與AI有關的一切項目中，然後期待最好的結果。 （小刀）

以上是當金錢成為驅動AI前進的真正力量 人工智慧會步上無人駕駛的後塵嗎？的詳細內容。更多資訊請關注PHP中文網其他相關文章！