圖片來源@視覺中國
文 | 闌夕
木遙同學在不合時宜的播客里提了一個很有意思的比喻：
(相關資料圖)
AGI，也就是通用人工智能，被普遍認為是人工智能領域的圣杯，而人類已經快要摘到這個發光的圣杯了。
這里面最重要的價值，就是通用這個概念，它指的是一種技術可以脫離實驗室環境、被工業化的量產到戶，不需要任何特定場景或者中介工具。
IBM的人工智能產品Deep Blue打敗國際象棋大師卡斯帕羅夫已經是26年前的事了，雖然媒體報道非常熱烈，但沒過多久IBM就讓Deep Blue退役了，因為這只是再次證明了計算機的算力遠超人類大腦。
事實上，包括后來谷歌的AlphaGo在圍棋界殺瘋了，依托的也是「圍棋是人類智慧的最后底線」這種感性說服，這件事情在本質上，依然是造了一臺汽車跑贏人類，牛逼歸牛逼，但不意外。
同一時期的人工智能行業則苦惱于某種滑稽的矛盾里：它在專業化的工程里，比如解開一個龐大的方程式，或者推算圓周率的后一百萬位，其能力和效率足以秒殺全世界最聰明的頭腦，但是你發給它一張貓的圖片，問它能不能認得出來圖上有一只貓，它根本就辦不到，而在人類世界，這是3歲孩童的智力認知水平。
這是真事，谷歌大名鼎鼎的X-Lab干脆就把這個項目其名為「貓臉識別」，組建了10億個神經網絡節點，天天讓AI去YouTube看貓片，實際效果卻并不理想，比如準確率剛高起來，遇到蘇格蘭折耳貓就又會認不出來，因為AI覺得這種耳朵耷拉下去的動物和它理解的貓不一樣。
現在回望這段步履蹣跚的歷史，只有一種「我就感覺到快」的感慨，人工智能行業好像突然就進入了寒武紀生物大爆發的時代，別說認貓了，想要什么樣的貓都可以隨便讓AI去畫，瓜不甜不要錢。
你很難去錨定一個明確的時間點——ChatGPT也不是憑空出現的——在這個坐標左邊，人工智能是昂貴易碎的工藝品，始終被小心陳放于保險箱里，只有在科技公司秀肌肉時才會拿出來演示，而在坐標右側，人工智能就已經是舊時王謝堂前燕、飛入尋常百姓家了，那扇寫著「專業車間禁止闖入」的鐵門突然蕩然無存。
技術業界的主流觀點其實很樸素，就是量變引起質變而已，這么些年來不斷的往里面投入人才投入資源投入錢財，終于填海成功。
比爾·蓋茨說AI會是1980年以來科技行業的第5次浪潮，根據他的劃分，其實前4次浪潮都和一項技術或是產品獲得了通用性有關。
第1次是個人電腦的普及。
IBM的創始人托馬斯·沃森曾有一個后來被無數次翻出來打臉的公開判斷：「我認為全世界只要有5臺計算機就夠了。」
公允的說，這不能怪沃森短視，他說這話的年代，計算機的體積可以塞滿一個房間，使用方也局限于軍事和科研單位，根本無法想象普通人有什么理由要在家里搞一臺。
但在有了微處理器、圖形界面、操作系統等產物之后，原本用途極其狹隘的計算機開始成為家用設備，通過鍵盤和鼠標的控制，普通人也可以在終端上操作文檔和讀寫信息，計算機變得電器化了，從而開創了一個超萬億級的新市場，這就是通用性的力量。
第2次浪潮是互聯網的興起，我們都知道，互聯網的起點是美蘇兩國軍事部門用來研究通信協議的項目，后來隨著軍用轉民用，開始流向美國的理工科大學和歐洲的科研機構，類似一種旨在學術交流的大型局域網。
直到伯納斯-李像是開掛一樣孤身寫出了超文本傳輸協議（HTTP）、超文本標記語言（HTML）以及史上第一款網頁瀏覽器、第一個網站和服務器，最后放棄專利宣布完全開放，互聯網的所有封印就此完全解開，信息開始不眠不休的流動起來。
就基本原理而言，用于軍隊通信的早期互聯網，和我們如今使用的現代互聯網，其實差別并不大，都是一套分布式協議，讓不同的電腦之間可以相互連接，但是因為有了商用價值，基于互聯網提供服務變得有利可圖，這就產生了通用性，上網不再是那些「搞技術的人」才會干的事兒。
至于第3次的軟件和第4次的智能手機，發展規律同樣如此。
軟件最早是硬件廠商定制的，不存在開發市場，像是IBM的5150，是IBM自家的工程師被召集起來，要求他們為這款電腦編寫軟件，而這些軟件也作為最終售價的一部分，綁定在機器里。
很顯然，這個時候也沒有什么用戶導向的說法，是銷售團隊決定一臺電腦里要預裝什么軟件，當比爾·蓋茨開始做Windows時，IBM在個人電腦領域已經失去了壟斷地位，硬件商也都意識到自己沒有能力面面俱到的考慮用戶需求，于是軟件開發行業興起，百花齊放的生態最終豐富了個人電腦的功能，進一步推向消費級市場。
智能手機的歷史，大多數人都親身經歷過，感觸應該會更加直接，它在以前的名稱是移動電話，也很自然的被理解為便攜式座機，廣告里設想的典型用戶都是穿西裝系皮帶的老板，用這玩意來保持生意不斷線。
美團上市的時候，王興在敲鐘后指明感謝喬布斯，說要不是iPhone推動了智能手機的繁榮，包括美團在內的很多公司可能都無法成立，因為所有業務的邏輯都建立在手機變成了一個通用性硬件這個基礎之上，不是供給部分人群的，而是每個人都能上手刷個不停。
簡單來說，比爾·蓋茨總結的4次浪潮，共性都是技術應用的門檻開始出現指數級降低，或者說在使用上限繼續增長的同時，使用下限低到忽略不計，就像有人的電腦是生產力工具，有人的電腦是刷劇專用機，這沒關系，重要的是需求都能得到滿足。
從這個角度來看，AI也是如此，因為可以通過自然語言Prompt，在通用層面調用AI的算力不再需要具備專業知識，會拼寫打字就行，所以我們看到ChatGPT可以同時服務于完全不同類型的人群，有人給它塞弱智吧的問題圖一樂，有人用它給調試檢查自己寫的代碼，凱撒的歸凱撒，上帝的歸上帝。
現在的形勢是，儲存（美元/MB）、帶寬（美元/MBPS）、CPU（美元/MFLOP）的單位成本都在狂跌，無論是從頭開始造輪子，還是做二次開發，都天然利好技術資產過重的AI行業，光是這個月，王炸級的產品就發布了不下十余款：GPT-4、ChatGPT Plugins、Midjourney V5、NVIDIA AI Foundations、Adobe Firefly、Google Bard、RunwayML Gen2、AWS Hugging Face collab、Notion AI??
怎么講呢，產業迭代的速度肉眼可見的超過了市場接受的反應，還是那句話，我就感覺到快。
最后，推薦微軟內部在檢查GPT-4的期間寫的一篇論文「通用人工智能的火花」，有人做了部分節選的中文翻譯，可以在這里閱讀：orangeblog.notion.site/GPT-4-8fc50010291d47efb92cbbd668c8c893
這篇論文非常詳盡且通俗的還原了微軟是怎么絞盡腦汁去測試AI的通用智力的，所用方法技巧也都嚴格遵守了科學循證的原則，含金量極高。
這里面有個提問是這樣的：
Alice和Bob有一個共享的Dropbox網盤，Alice在x文件夾里存了一個名為photo.png的文件，在alice不知情的情況下，Bob把文件移到了y文件夾里。過了一段時間，Alice想打開photo.png這個文件，她會在哪里找它？
注意，這個問題不是隨便設計的，它的原型是兒童心理學里很經典的Sally-Anny測試，Sally的籃子里有一個球，在Sally出門的時候，Anny偷偷把這個球拿到了自己的箱子里，等Sally回家她會在哪里找自己的球？
這個認知測試，6-8歲的孩子答對率平均在65%左右，9-14歲的孩子答對率平均在92%左右。
微軟之所以做了內容上的修改，是為了防止GPT-4在網上記住了Sally-Anny測試的結果從而直接背答案。
但是GPT-4依然準確無誤的回答了這道題，它說：
Alice會在x文件夾里找photo.png，因為她最開始就是把文件存在這里的，她也沒理由知道Bob移動了文件。
這也讓我想起前幾天我在對比測試文心一言和ChatGPT時，有過這么一個設問：
在無人島上，張三握著重傷者的手說「感謝你，大家又有肉可以吃了」，為什么？
不止是文心一言，我還問了很多其他的聊天機器人，沒有一個能夠get到這個冷笑話的含義，只有ChatGPT是這么回答的：
這個情景似乎有些奇怪，因為在一個無人島上，如果沒有其他可用的食物來源，那么吃人肉可能是唯一的選擇，但這并不是一種合法或道德上可接受的行為。
因此，我作為AI語言模型不能在此處鼓勵或支持這種行為。如果我們將這個情景視為一個虛構的故事，則可能是因為張三在這個無人島上遇到了一名受傷的人，并意識到這名受傷者的肉可以提供給其他人食用，以確保他們的生存。但是，這種行為仍然不是合法或道德上可接受的，我們應該尋找其他解決方案來保證生存。
在我看來，AI的心智水平只有到了這種程度，它才能夠實現大家對于通用人工智能的交互要求，但也正因如此，人類內心深處的「恐怖谷」意識又得到了新的刺激，除了感到新鮮之外，也會有所畏懼。
無論如何，就像福特的T型車問世半個世紀之后，三點式安全帶才被發現發明出來，技術的向前傾瀉是怎么都攔不住的，AI的倫理規范固然重要，但在今時今日，硅基進化的優先權壓倒一切。
責任編輯：Rex_29
營業執照公示信息