一切似乎都是巧合，似乎並不那麼巧合。
2022 年 11 月，OpenAI 推出了基於大規模模型技術的聊天機械人chatgpt一度風靡全球，引發了新一輪的AI熱潮。
一時間，谷歌、Facebook、Microsoft等美國大型科技公司紛紛進入遊戲，利用AI的概念，股價持續上漲。 其中，最引人注目的是晶元公司英偉達，因為它推出了一系列滿足大機型算力需求的GPU晶元，並成功扮演了“賣鏟子”的角色，不僅營收大幅增長，而且股價在一年內上漲了8倍， 股價已超過800美元總市值超過2萬億美元，在美國股市排名第三。
隨著這波以AI為主題的故事，美股屢創歷史新高道瓊指數突破3.9萬點，標準普爾500指數歷史突破5000點，帶來一波資本狂歡。
與此同時，美聯儲自2022年以來開始了一波瘋狂的加息浪潮，在短時間內將基準利率上調至55%的歷史新高，美元指數也一路上漲。
無論是美股的連續**，還是美元利率的瘋狂上漲，其目的幾乎都已顯露出來：吸引全球資本回流美國，以支援34萬億美元的鉅額美國債務
回到故事的開頭，我們有必要思考這樣乙個問題：這波基於大模型的AI技術突破，能支撐這樣乙個幾百萬億美元的故事嗎？
作為大模型的代表性公司，OpenAI的估值目前已達到900億美元。 據市場資訊顯示，其2023年全年總收入約為16億美元。 同時，OpenAI沒有披露其背後的運營成本，以及扣除成本後的淨利潤。
此前有報道稱，OpenAI的日運營成本高達70萬美元，去年累計高達5美元虧損4億美元，所以如果OpenAI仍然找不到足夠的收入模式，最早可能在2024年底破產。
縱觀目前推出大型模型的科技公司，估計Microsoft之前的人工智慧工具Copilot可能會給每位使用者造成平均每月約20美元的損失，最高可達80美元。 考慮到每月約有 150 萬使用者使用該服務，Microsoft每月可能至少損失 3000 萬美元一年是 36億美元。考慮到Microsoft還推出了其他包含必應搜尋的自動生成式人工智慧服務，這些損失可能只是冰山一角
谷歌、Facebook等公司在人工智慧應用上也面臨鉅額虧損，再加上購買晶元、部署計算中心的鉅額投資，不得不說這是一場遊戲駭人聽聞的賭博
回到大模型本身，無論是ChatGPT還是新推出的Sora，乍一看確實令人驚豔。 但經過一年多的應用，人們發現，目前大模型最大的優勢其實就是寫文章、畫畫、生成。
以底層這樣的應用場景，它真的能維持乙個數十萬億美元的令人震驚的故事嗎？ 正如一些網友評論的那樣：“我們希望AI能幫助人類掃地洗碗，因為人類想寫詩畫畫; 可是，現在還是AL去寫詩畫畫了，我們人類還在掃地洗碗。 ”
人工智慧無疑代表著未來，但大型語言模型只是人工智慧發展的一條可能路徑，其核心邏輯是“”。奇蹟是大力創造的”。沿著這條道路，能否實現真正的通用人工智慧，目前還不得而知。
即使實現了通用人工智慧的突破，仍需要在工程技術領域取得更多突破，才能真正應用它為人類服務。 人們需要生產製造真正的人形機械人，為人類“掃地洗碗”，為人類承擔大量的體力甚至腦力勞動。
從目前大型語言模型技術來看，至少存在一些不足：
解釋性和可理解的侷限性：目前的大模型基本上是乙個複雜的黑盒模型，很難解釋其中的決策過程和最佳結果。 這使得人們難以理解模型的工作原理和邏輯，影響了其在實際生產中的應用和信任，尤其是在需要透明度和解釋性的應用場景中，如醫療、司法決策等。
樣本偏差和泛化能力限制：當大型模型面對新的資料或領域時，可能會出現樣本偏差和泛化能力不足的問題。 由於訓練資料集的侷限性或特定域的特殊性，模型可能無法很好地適應新情況。
計算資源消耗巨大：大型模型需要大量的計算資源進行訓練和推理，導致成本和能耗高。 這不僅給公司的財務帶來了壓力，還對環境產生了負面影響。
資料私隱與安全：大型模型通常需要大量的資料進行訓練，而這些資料往往涉及使用者的個人資訊和私隱。 在資料共享和處理過程中，存在資料洩露和安全風險，引起使用者關注。
應用場景中的侷限性和匹配問題：大型模型技術在某些特定領域和任務中表現出色，但在其他領域和任務中效果不佳。 如果企業的實際需求和應用場景與大模型不匹配，那麼其提高生產力的效果就會受到限制。
從目前OpenAI等公司的策略來看，解決問題的方法依然是“大力創造奇蹟”，不斷堆積算力和資料，於是奧特曼再次提出7萬億美元這個瘋狂的融資計畫旨在用於開發新的智慧型晶元。
這無疑是一場令人震驚的賭博，幾乎是開牌：
通過巨大的金融泡沫吸引全球資本，並在這個方向上匯集最優秀的人才、晶元和技術，接下來的事情就讓我們拭目以待了技術上的革命性突破或金融泡沫的破滅- 哪件事會先發生。
就算金融泡沫先破滅，也沒關係，美國資本一定會想辦法拉動全世界來買單，泡沫過後，很有可能一場真正的技術革命誕生了。 這一切的劇本與本世紀初的“網際網絡泡沫”非常相似。
只是這一次，對於美國來說，增加了“中國玩家”這樣乙個巨大的變數。 這一次的“博弈”，無論是收割計畫還是技術比試，似乎都沒有那麼順利。
對我們來說，我們必須正視與美國在大型模型技術和先進晶元方面的巨大代溝少了“在一兩個月內趕上ChatGPT”的“蜂蜜信心”。，加強重點領域學習，力爭追趕。 同時，也要保持專注，認識到人工智慧是乙個從計算科學到資訊科技再到工程實施的巨集大系統，需要整合資源進行系統化的戰略布局，力爭成為人工智慧領域的世界級“超級玩家”。 （文章圖片由網友“大昌”通過AI生成）。