当前位置:首页|资讯|OpenAI|人工智能

中美之间的AI差距,很大吗?

作者:单仁行发布时间:2024-03-16

原标题:中美之间的AI差距,很大吗?

本文首发于“单仁行”公号,订阅“单仁行”公号

从企业家的角度探究商业本质

01

自从OpenAI发布文生视频模型Sora之后,互联网关于AI,特别是中美之间的AI发展有很多讨论,甚至带火了某些在社交平台上卖课的个人。

有人说,美国厉害的是人工智能技术,中国厉害的是人工智能培训。

关于AI的发展,特别是中美企业之间的AI差距有多大?什么才算是在AI上的“领先”?

02

首先,我们来听听单仁牛商董事长,央视凤凰评论员单仁博士的看法。

这几天网上有人拿OpenAI的创始人山姆·奥特曼和国内做AI教育的某个老师相比,让我想起中国有个京剧,叫秦琼战关公。

发泄一下对中国在人工智能研究方面落后于美国的遗憾和落寞,这种情感我们能理解。

过去几年时间,随着自媒体的发达,中国的网络上出现了一种非常乐观的思潮和情绪,在我们大部分人的意识当中,中国在高新技术研究方面已经和美国并驾齐驱了,甚至还有所超出了。

确实,在不少领域,比如航天航空、装备制造、新能源汽车,我们都做出了不俗的成绩。

但这两年,随着Open AI各种人工智能大模型的面世,特别是Sora出现之后,似乎又让所有人一下子清醒了,在前沿的突破性创新方面,中国和美国还有着现实的巨大差距。

从当年的计算机到后来的互联网,到现在的人工智能,我们大致能看到中美之间,在前沿科技和基础研发能力方面的差距还是很明显。

美国确实在基础创新方面一直很强,但究竟强在哪里?

我们一直在思考。

我们都知道,Open AI原本是一个公益性质的人工智能实验室,得到了包括比尔盖茨、马斯克在内的资本支持,吸引了一群像山姆奥特曼在内的专业人工智能人才。

他们不以商业回报为目的,本意是一个对人工智能应用方向突破的追求,不带任何功利性的探索和尝试的项目。

带着这种初心,他们用六年时间不屈不挠的探索和纠错,才在2020年找到了现在的大语言模型AI的突破方向。

然后,又花了两年时间,才做出了ChatGPT。

因为资本和团队这种简单、纯粹的发心,才有六年不图回报的支持,才有科研团队不懈的努力。

任正非老先生曾经多次说过,中国需要更多的数学家、理论家。

我们反思中国的科研体系,其实很多都带有着强烈的功利主义和实用主义的色彩,无论是投资人、还是研发人员,短时间如果看不到赚钱的希望就容易丧失耐心,马上放弃了。

就像中国的基础教育,其实我们真的不需要每年增加上千万个会刷题的机器,我们更需要有思想、敢创新、从科学上敢于挑战现存的理论和规则的孩子们。

包括目前企业的用人需求也和教育结果有点错配。

社会的发展,有着自己的规律。我一直在思考一个现象,中国共产党那么多优秀的开创者,为什么是毛泽东、周恩来、邓小平、朱德、刘少奇这群人最终走到了北京?

我自己简单总结了一下,还不成熟。

一方面,我研究了这些领袖们的家庭都比较富裕,他们思考的重点已经不是一日三餐、生活琐碎,他们有更多的机会思考一些表面上“无用的东西”,或者“想入非非的东西”,比如说改变世界。

另一方面,这些领袖们都有那个时代更高纬度的认识,特别是对社会有着更大的责任心。

这大概是社会发展的一个过程。

想到这里,我又有了一个疑问:为什么在90年代后,在富裕家庭成长起来的85、90、00后们,和美国年轻人比起来,创新和突破方面,还是没有太大的起色呢?

我有想到中国的高考制度,我们不得不说中国的基础教育体系确实需要很大的变革。

变革的关键是从鼓励孩子们敢于想象,敢于突破,敢于想一些“无用”的东西。

越是战略性的思考,越是在短期看不到结果、显得“不实用”的东西,对一个组织甚至一个国家来说,至少同样重要。

03

接下来,资深投资人,单仁行专栏作者宋子老师的观点。

OpenAI在2月16日凌晨发布的文生视频大模型Sora,它能够仅仅根据提示词,生成60s的连贯视频,碾压了行业内只有“4s”的视频生成长度。

美国的确在人工智能方面走在了前面,这一点除了体现大模型之外,还体现在算力上。

从大语言模型、文生图到文生视频,对算力的要求越来越高,英伟达在这方面可谓一骑绝尘。

AI时代离不开机器学习,而神经网络训练、推理需要大量的矩阵运算和卷积运算,GPU可以加速训练模型、处理海量数据等密集计算任务,是计算的主力军。

文稿中,看到不同算力,在常规算力、4倍算力、16倍算力,对图片、视频出来的效果差异是非常巨大的。

但是,不是用大模型去做任何新的东西,而是把大模型跟已有的产品和场景做了一个充分结合,让自己的旧业务焕发出新生。

所以,有人说“美国厉害的是人工智能技术,中国厉害的是人工智能培训”,这只是我们这些外行人,不太理解内行的情况。

在2月19日,国资委就指出,央企要加快布局和发展人工智能产业,夯实发展基础底座,加快建设一批智能算力中心。

从大语言模型、文生图到文生视频只是一个落地的场景而已。

就像2016年谷歌阿尔法狗下围棋一样,在2023年下半年,华为发布盘古大模型,并且打出一句口号,叫“不会作诗,只会做事”。

中美在AI的方向上,的确是存在一些不同的地方。

微软把AI嵌入了Office帮人写文章、嵌入Bing搜索和Edge浏览器帮人找答案;WPS也在这方面发力。

Adobe是用AI来修图片、改视频;美图秀秀的大模型工具也可以创作绘本漫画;

Salesforce呢?用AI来帮企业做销售、客服和市场营销的智能分析。

甘肃省临洮县和百度合作,也开发了一个专门用来预防轻生的人工智能,也就是利用河边摄像头,识别河边的人是否有轻生的迹象,然后提醒相关部门及时介入。

其实,早在2018年,武汉科技大学的大数据团队,就开发过一个AI模型,用来识别社交网络上的网友发言,寻找有自杀倾向的网友加以干预。

五年时间,迭代几十次后,这个模型已经做到80%的准确率。

那么,中美在人工智能方面,差距在哪?

从人工智能三要素:算力、算法和大数据来看,

算力方面,以华为为龙头的算力GPU昇腾芯片在奋起直追,其中昇腾910已经逼近英伟达A100芯片性能,但是离H100芯片还有比较明显的距离。

但生态方面在加速繁荣,可以支持50+主流大模型,加快应用创新和落地。

算法方面,国产生态已经崛起。

科大讯飞联合华为,发布了基于昇腾生态的“飞星一号”平台。

科大讯飞董事长刘庆峰宣布,依托“飞星一号”平台,星火大模型开启对标GPT-4的更大规模训练,它的语言理解、数学能力已经超过GPT-4 Turbo,代码能力达到GPT-4的96%,多模态理解达到GPT-4的91%。

每当一个有望改变世界的新技术推出的时候,从中受益的可以分成三类人:

1、核心技术先驱者,占比2%;

2、使用者,占比88%;

3、投资者,占比10%。

在AI时代,知识和能力更新迭代的速度在加快,拼的就是我们的学习能力和学习速度了。

责任编辑 | 罗英凡

本文图片均来源于网络


Copyright © 2024 aigcdaily.cn  北京智识时代科技有限公司  版权所有  京ICP备2023006237号-1