大模型热潮，会是一场泡沫吗？
“天体的运动可以计算，但民众的疯狂无法计算。”
这句话来自经典物理学之父，艾萨克·牛顿。
1720年，南海股票市值暴涨，民众对股票市场充斥着狂热情绪，牛顿同样也参与其中。他以每股120英镑的价格买入，并以270英镑的价格卖出，最终获取了投资额两倍的利润。
短短几个月后，因为难抵持续上涨的股价诱惑，牛顿以600英镑每股的价格再次买入，并计划在1200英镑时卖出。他充满信心，但事与愿违。在不到一个月的时间里，南海公司股价在触及1000英镑的高点之后一路狂泄，即便英格兰银行下场救市，也没能阻止它跌到135英镑的价格。这一次，牛顿损失了20000英镑并割肉离场。按照购买力平价理论，他的损失约合如今的几百万英镑。
这是有史以来的第一次股票泡沫。这个故事显示，即便是智商高达190的牛顿，也难以抵抗…
大模型狂潮在冷却？
从最新的公开报道来看，来自Meta、OpenAI、谷歌等科技公司的人工智能革新，仍然在不断推进，但就其产品的“革命性”而言，早已不如22年底鸿蒙初开时来得惊艳。
以OpenAI为例，早在今年二月，其文生视频模型Sora已经以论文的形式发布。但时至今日，获得内测资格的用户，仍然是少量官方钦定的艺术家——除了OpenAI的官方账号会时不时更新基于Sora的艺术作品，普通用户难有直接使用Sora生成内容的机会。
而根据CNBC的最新爆料，时至今日，Sora模型还处于研究阶段，今年内可能无法推出。
换言之，被认为是2024年AI最新方向的“文生视频”，其主要玩家的主要产品，仍然处于“…
人工智能浪潮的三起两落
回顾人工智能的发展史，从1956年的达特茅斯会议算起，到2016年以来的云计算和算力爆发，一个甲子的两端，分别代表了人工智能第一次浪潮的起点，和第三次浪潮的涌现。
但三次波峰，也意味着出现了两次低谷。这或许对于当下的生成式AI浪潮，也有一定指导意义。
为计算机科学和人工智能领域的先驱，图灵在1950年发表的著名论文：《Computing Machinery and Intelligence》中，开放…
大模型的问题
不能否认的是，生成式AI出世至今的一年半时间里，已经在诸多专业领域，展现了令人惊叹的潜力，无论是基于用户的自然语言指令，生成越来越长的高连贯和高逻辑文本，还是以此为基础，生成图片、视频等多模态内容。即便技术路线各有不同，但仍万变不离其宗。
但基于模型内部的“黑盒”属性，其具体的推理过程和模型决策过程，至今仍然难以一窥全貌。这也导致了自生成式AI诞生以来一直困扰从业者和研究者的幻觉问题…
结语：正视大模型的长期价值
当人工智能的历程走过一个甲子轮回，我们可以从历次浪潮中发现，尽管每一次技术奇点都让AI的智能程度更进一步，但伴随其间的，往往都是业界内外的非理性预期以及与实际价值严重背离的社会追捧。
但大模型并非是一个资金进入两三年，便能“万丈高楼平地起”的行业。实际上，它仍然是一个重资产、长周期的“慢行业”，底层模型只是其最基础的拼图。
对于技术，人们常犯的一个错误是：高估它的短期价值，却又低估它的长期价值。
以互联网的发展史类比，初代电子计算机出现于上世纪40年代，个人电脑的出现在40年后，Windows操作系统的出现，则还要等10年；互联网的初代版本——万维网和网景浏览器的出现时间，是1990年代，到第一个可验证的互联网广告模式出现，并有公司以此盈利，还需等到下个世纪，其间是近20年。而这已经是相对“轻资产”的行业。
但同样是互联网行业，只需一部类似苹果手机的终端，一种类似互联网广告的商业模式，就能带来旷日持久的巨大变现可能。一旦有类似模式在生成式AI中出现并得到验证，其商业价值的规模和想象力，或许也是前所未有的。
感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。
