風辭遠的科技茶屋：來自未來的信號槍_風聞

很久之前，有位朋友問我，現在科技資訊這麼發達了，你們還寫啊寫做什麼呢？

我是這麼看的。最終能夠凝結為資訊的那個新聞點，其實是一系列事情最終得出的結果，而這個結果又會帶來更多新的結果。其中這些“得出”與“帶來”的過程，都是藏在資訊之後的，是隱身的、曖昧的。

如果我們僅僅希望知道個大概，對科技內容的預期僅僅是三五知己閒談時當個佐料，那麼發達的資訊當然足夠。但如果你希望以科技為學業、為事業，使之成為自己能夠理解和掌握的能力，那麼就需要對科技資訊有一個識別、思辨、預判的過程，這些就是腦極體希望提供給大家的。

人類是具有高效想象力的動物，喜歡基於看到的信號來想象全貌。但信號槍下面到底發生了什麼，將要發生什麼，經常會有點複雜，並且跟我們想象的不太一樣。就像諸侯看到狼煙，以為已經形勢危急，其實不過是褒姒得到個小禮物。

科技資訊有時候就像是這種信號槍，我們不僅要能看到，還需要甄別和分析。

今天就來選幾個新聞，跟大家聊聊信號槍之下，關於未來的不確定性。

要滅絕人類的AI，該封殺嗎？

第一條已經不算是新聞了，但在當時還挺炸裂的。

5月末，超過350名AI領域的行業高管、專家和教授簽署了一封公開信，警告AI可能給人類帶來滅絕風險。其實著名者包括括“ChatGPT之父”Open AI首席執行官山姆·奧特曼、DeepMind創始人、首席執行官戴密斯·哈薩比斯等大佬。

於是就有朋友説了，這些做AI的都説AI要毀滅人類了，咱們還弄他幹啥，趕快封殺啊，晚一點《終結者》和《黑客帝國》就要上演了。

但這事換一個角度看，這麼多位業界高管提醒要警惕AI失控，但其中有哪位從我做起，放棄AI事業了嗎？顯然並沒有。

這種警告在整個AI發展，乃至科技發展歷史上其實屢見不鮮。一方面業內人士對可能存在的失控提請社會關注，是一種分內之事。另一方面這也是歐美當前社會氛圍下，符合某某正確的必然表態。

我們懼怕AI，很大一部分原因都來自科幻文學與電影，但事實上任何產業失序發展都可能帶來毀滅性的影響。化工，能源，工業，甚至娛樂業都是如此。規範發展當然重要，但規範不意味着封禁，更不意味恐慌。

火是如此的危險，但學會用火是我們人類告別猿猴形態的標誌。

所以，別怕AI。

免費的大模型來了，就問你們怕不怕？

最近幾天還有一個熱議話題，就是Llama 2開源。這件事在AI行業內激起的討論，似乎比行業外還要大。

其中爭議的邏輯很好理解，就是免費、開源的大模型都出現了，你們花那麼多錢做的閉源大模型豈不是要打水漂了？可以觀察到，一些趁着大模型風口，剛剛進入AI行業或者投資AI項目的朋友對此非常焦慮。

這其實也是個很難成立的説法。從軟件發展史上看，開源僅僅是一種競爭策略，有的領域合適，有的不合適。不是所有軟件最後都會走向開源，並且開源大模型有大量存在的問題，比如無法適配大量企業用户的安全、隱私、自主可控需求。同時，開源會導致算法供應商的利潤空間下降，服務能力打折，從而無法滿足用户需求。僅僅從深度學習算法興起的這十年來看，主流算法模型也大多是閉源的，

加上開源模型能力普遍不強，因此開源大模型在很長一段時間，都很難給產業秩序帶來衝擊。具體內容，我們在《大模型，開源幹不掉閉源》這篇文章中有詳細闡釋。

其實對於剛剛加入這個領域的朋友來説，需要焦慮的不是開源衝擊，而是大模型就像很多基礎軟件一樣，最後必然是去多留少。如何在這個過程裏確保自身價值不受損害，才是值得關注的問題。

馬斯克出手了，歐美互聯網大洗牌？

這兩天另一個熱議的話題，是馬斯克宣佈了自己的超級X計劃。隨着推特改名的步伐加快，各界普遍認為馬斯克要將“新推特”變成“微博+微信”模式的超級終端。

出於對馬斯克搞事能力的信服，很多朋友認為接下來歐美互聯網即將大洗牌，甚至有可能給中國互聯網帶來某種程度的影響。

對此我個人是比較謹慎的。如果我們排除馬斯克的個人光環，僅僅來看他參與的項目，會發現除了特斯拉之外，大多數項目都進展不快，商業成果不佳。當然，這也與這些項目普遍過於超前有關係。而推特的迭代，不僅需要面對來自Meta的近身肉搏，（這裏插一句，也不知道兩位CEO的近身肉搏什麼時候上演）。更需要面對谷歌、蘋果的壓力。

在歐美互聯網的超級系統層面，最具有壟斷力的其實不是某個終端，而是多終端卡死底層位置的谷歌。其無所不在的程度連蘋果都難以望其項背。

有理由相信，在馬斯克本人巨大的流量和號召力，新推特會得到劇烈的短期增長。但長期競爭卻很可能是“超級X”不太擅長的。

當然，新推特必然會納入更多xAI帶來的智能化能力，這個點是非常具有想象力，也是很可能成為中國科技界下一輪抄作業目標的。

GPT-4變笨了，AI還行嗎？

最近AI還有一個不算利好的消息，就説GPT-4變笨了。

7月20日， 斯坦福大學和加州大學伯克利分校的研究團隊提出，對比3月和6月的GPT-4版本，發現其在數學問題、代碼生成、視覺推理任務上都有下降。

很快，openAI就在博客上回復了這個觀點，表示雖然大多數指標都有所改善，但GPT-4在某些任務上可能表現會更差。

於是又有很多聲音出現，一部分覺得扛旗的GPT-4都不行了，AI是不是沒勁了？另一部分聲音傾向陰謀論，認為這是openAI故意的。

我們當然不知道這個現象背後的真實問題在哪，但可以討論一個相對積極的方向。就是GPT本身是基於反饋再優化的模型機制，因此當回饋量下降，尤其是高質量回饋缺乏之後，其本身是可能能力變差的。

而走向這個方向的原因，或許是因為openAI越來越複雜、嚴苛的使用策略，以及越來越多的優質大模型正式開放，分流了聚焦在GPT上的流量。

有教師朋友跟我説，第一名分數領先太大，其實對整個班級的學習並不好。一個AI變笨了，説不定意味着全班AI普遍變聰明瞭？

妙鴨相機火了，該All in證件照嗎？

回到國內，值得欣喜的事情是終於有AI應用火起來了。妙鴨相機在短時間內聚集了極大關注，當然也引發了一系列討論。

這些討論中，我們感覺最沒必要的一種，是認為AI的價值體現在證件照上非常明顯，所以咱們現在感覺投入，去革海馬體的命吧。

這屬於標準的只見樹木，不見森林，稍微動腦想象就會發現，大模型能夠帶來的應用變革數不勝數，生成寫真證件照僅僅是其中微小的一個。

與其看到了證件照，就趕緊all in，不如去想象大模型的底層邏輯、應用成本、商業模式，然後去發現發現還有哪些類似的需求可以填補。

大模型原生應用，是這一輪AI風口能帶來的最大想象力，可別輕信忽悠，把大好機會黏在了一張證件照上。

總之，各種信息背後，充斥着諸多來自未來的不確定性。我們需要長久地審視，千萬別把一時當金科，把熱鬧當玉律。

見其所見，知其略知，達所未達，是我們混跡智能時代的最佳狀態。