人工智能模型的放缓预示着黄金时代的结束 | 路透社

萨姆·阿尔特曼，OpenAI首席执行官，出席2023年11月16日在美国加利福尼亚州旧金山举行的亚太经济合作组织（APEC）首席执行官峰会。路透社/卡洛斯·巴里亚纽约，12月13日（路透社Breakingviews）- 在人工智能领域的众多不确定性中，有一件事似乎一直很明确：更大、更昂贵的系统产生更好的结果。因此，像1570亿美元的OpenAI这样的模型开发者不断进行融资，以及大型科技集团的巨额资本支出。然而，现在，这一确定性的核心似乎正在瓦解。由于缺乏新的数据来训练软件，研究人员仅仅通过投入更多资源来解决问题，变得越来越困难。淘金热阶段可能即将结束，为更灵活的新竞争者打开了大门。

直到最近，技术专家们一致认为人工智能“可扩展”，这意味着越大越好。2020年，萨姆·阿尔特曼的OpenAI的研究人员表明，所谓的大型语言模型在使用更多数据、计算能力和参数进行训练时，以稳定的速度得到了改善，这些参数就像系统的旋钮和拨号器。这引发了对芯片和数据中心的军备竞赛，分析师预计微软(MSFT.O)在2025年的资本支出将达到640亿美元，是通用汽车的六倍(GM.N). 投资者购买它：Alphabet (GOOGL.O)，亚马逊 (AMZN.O)，Meta Platforms (META.O)，微软和英伟达的 (NVDA.O)市值比2022年11月高出8万亿美元，当时OpenAI 发布了 ChatGPT。问题在于，AI扩展法则的证据似乎正在解构。尖端系统已经吸收了世界上大部分有用和可用的训练数据。多个AI实验室在下一代模型的改进上遇到了 问题。Alphabet的首席执行官Sundar Pichai在最近的一次活动中表示，领先模型的性能水平已经趋同，进一步改进的难度现在更大。OpenAI的Altman在同一会议上表示“没有墙”，同时承认AI扩展带来的简单收益已经消退。一些研究人员希望未来的进展将来自更好的算法，而不是历史上的蛮力方法。一种被称为“测试时计算”的技术专注于增强推理过程，即客户使用AI系统时。给模型额外的时间来识别模式或使用新数据可能会产生更好的结果，也许允许机器将大问题分解为小问题。虽然有希望，但这与AI支持者所推动的指数级改进软件的愿景相比是一个退步。而且一旦模型考虑了问题的所有可能答案，增加更多时间并不一定有帮助。如果AI系统花费太长时间，用户也可能会寻找其他答案。

大型科技公司在过去几年中大幅增加了投资。

放缓的低语并没有困扰Alphabet、亚马逊、Meta、微软和英伟达的股价。很可能一个新时代将以不同的方式影响这些参与者。

英伟达无疑是损失最大的公司。黄仁勋的公司受益于对其硅片的疯狂抢购，最近的 计划来自埃隆·马斯克的xAI，计划建造一个拥有100万个图形处理单元芯片的超级计算机，或是其目前庞大水平的10倍。未来，公司可能更倾向于使用更专业、更便宜的半导体，这将使英伟达3.3万亿美元的股权价值面临风险。像OpenAI和达里奥·阿莫代伊的Anthropic这样的模型开发者可能感到矛盾。一方面，如果他们不再需要训练越来越大的系统，他们的财务报表将受益。另一方面，人工智能规模化的结束将削弱这些公司的部分牛市论点，即OpenAI或Anthropic的专有模型将变得越来越聪明，并最终取代世界上大部分现有软件。

对于这些巨头来说，情况同样复杂。好消息是，微软的萨提亚·纳德拉和他的同行们可能不再面临看着竞争对手开发出能够执行任何任务的超级智能巨型模型的生存风险，这在人工智能无限扩展的情况下是可以想象的。输掉那场比赛将意味着错过可能是有史以来最伟大的财富创造技术。因此，尽管现在的奖金可能更小，但被更强大的竞争对手挤压的风险也更小。

摆脱了这种担忧，纳德拉和皮查伊可以放慢脚步，等待更多收入来证明所有支出的合理性。股东们会感到高兴：过去铁路和电信的繁荣显示了对新技术过度热情的危险。甚至Meta的马克·扎克伯格也承认公司可能过度投资。根据研究机构 Epoch.ai 的数据，最大的模型的计算成本每八个月翻一番，训练的电力消耗每年翻一番。 然而，资本支出军备竞赛的结束也可能意味着进入壁垒降低。如果庞大的计算能力不再是当今的主流，新创公司应该能够以最低的成本生产具有竞争力的AI产品，或许可以基于扎克伯格的Meta提供的开源模型进行设计。可以想象一波新的企业软件公司，它们调整广泛可用的系统以服务于特定行业，如法律行业或程序员。Y Combinator，资助和孵化初创硅谷公司的机构，正 充满 数百个这些潜在的新挑战者。无论哪些公司获胜，如果AI训练成本停止飙升，对投资者来说可能都是个好消息。这将跟随最近推理价格的急剧下降，推理是指客户使用已训练模型时产生的费用。处理一百万个标记（数据单位）在三年前的成本为60美元。现在的成本为6美分，根据风险投资公司 安德森-霍洛维茨。成本下降应有助于采用，使早期进展的迹象得以传播。例如，在Meta，自ChatGPT之前的季度广告收入增长了46%，这可能是由于更好的广告定位，而运营成本仅增长了5%。在淘金热之后，面临的艰巨任务是证明投资回报，并为投资者的兴奋预期辩护。广告收入（用橙色线表示）自2022年底AI时代开始以来，增长速度远快于运营成本

关注 @rob_cyran 在X上(作者是路透社Breakingviews专栏作家。所表达的观点仅代表他本人。重新提交以添加主题代码。)

如需更多此类见解，请点击 这里 免费试用Breakingviews。

编辑：利亚姆·普劳德和普拉纳夫·基兰

• 建议主题：
• Breakingviews
• ADAS、AV与安全
• 软件定义车辆