擁抱AI

最近，伊隆·馬斯克又整了個大招。他正式發(fā)布了CyberCab（無人駕駛出租車），據(jù)說每公里運營成本不到1塊錢人民幣。還有CyberVan（無人駕駛公交車），可以坐20個人，還可以拉貨。很多人興奮不已，也有人憂心忡忡。它們會不會搶走我的工作？不會把人類都毀滅了吧？這種擔心不光是美國有，中國也有。

去年夏天，百度的無人駕駛出租車“蘿卜快跑”，在武漢刮起了一場數(shù)字臺風(fēng)。4塊錢跑10公里，是不是在打價格戰(zhàn)？無人駕駛，那出了事故算誰的？這樣搞下去，傳統(tǒng)出租車怎么辦？

人工智能真的來了，它已經(jīng)不是一個遙不可及的新聞話題，它就發(fā)生在你我身上。那么，我們應(yīng)該怎么辦呢？我先給你講一個故事。這個故事的主人公叫盧德。1811年，英國諾丁漢一家織襪工廠的60臺織襪機一夜之間被砸成廢鐵。兇手是誰？沒錯，就是工廠自己的織襪工人。為什么會這樣？想象一下，你苦練了10年廚藝，突然來了個炒菜機器人。你慌不慌？機器織襪是便宜，可工人們的飯碗怎么辦？于是，他們自稱是盧德將軍的手下，趁著夜黑風(fēng)高，把機器砸了。這場運動也被稱為“盧德運動”。這場運動，就像野火一樣蔓延開來，織襪機、剪毛機、動力織布機，統(tǒng)統(tǒng)遭殃。

說到這里，我想做個小小的調(diào)查。關(guān)于盧德運動，你支持誰？A：我挺新科技。反對技術(shù)變革，極其愚昧；技術(shù)進步，雖然帶來了短暫的失業(yè)，但長遠來看，會創(chuàng)造出更多的就業(yè)機會。B：我挺盧德派。如果一項新技術(shù)，不能讓普通人受益，那它再先進也是惡魔。如果我現(xiàn)在就吃不上飯，那可能活不到你說的那個“長遠來看”。

你會選A，支持技術(shù)派；還是會選B，支持盧德派。其實，大部分人最終的選擇既不是A也不是B，而是C——挺消費者。想象一下，你面前有兩雙襪子，顏色、大小、材料、質(zhì)量全都一模一樣，一雙要賣99塊，另一雙只賣9塊9。你會買哪雙？我猜，如果它真的是一模一樣的話，大多數(shù)人會選9塊9的。

決定技術(shù)進退的，是消費者。盧德派和技術(shù)派就像兩個商販，一個賣蘋果，一個賣橘子。而你就是消費者，你選什么，世界就變成什么樣。而你呢，幾乎總會選擇用更少的錢過更美好的日子。所以，人工智能就像一陣風(fēng)，擋不住也不該擋。與其擔心被吹跑，不如想想如何借風(fēng)起飛。

去年9月，我陪同“問道全球”的創(chuàng)業(yè)者們前往硅谷，調(diào)研當?shù)氐娜斯ぶ悄苄袠I(yè)。我?guī)е粋€核心問題，請教每一位專家：我們到底應(yīng)該如何擁抱人工智能？回國后，我反復(fù)研讀筆記，一條“解題思路”在我腦海當中逐漸清晰起來。我稱之為“擁抱人工智能的十種姿勢”。

第一種姿勢，叫看新聞。ChatGPT又升級了，Sora更聰明了，馬斯克又出大招了，中國公司也加入戰(zhàn)局了……網(wǎng)上各種新聞滿天飛，像放煙花一樣熱鬧。看新聞，是大部分人擁抱人工智能的方式。這沒錯，但如果你只看新聞，什么用也沒有。真想體驗AI的魅力，就要從觀眾席跳到球場上，進入第二種姿勢：開始用。

擁抱的第一步，是張開雙臂。使用的第一步，是裝好APP。親自安裝、親自注冊、親自體驗，只有不斷親自練習(xí)，你才能學(xué)會如何寫出一個好的“咒語”。什么是“咒語”？咒語，是讓AI為你施展魔法的指令。我們的商業(yè)社群“進化島”上有一位島民叫甲木，是LangGPT的聯(lián)合創(chuàng)始人。有一天，他在島上發(fā)了條帖子，說看了我們公眾號上一篇李婷老師的講“情緒價值營銷”的文章，覺得特別有啟發(fā)。然后，他就把文章內(nèi)容改成了一個“咒語”。你只要告訴它一個產(chǎn)品的名字，它就能給你寫出一條廣告語來。于是，我試了試。

我先隨便輸入了一個產(chǎn)品“一雙浴室里用的防滑拖鞋”。然后，它就給了我一張卡片“腳下自在，心中安然”。這文采，可比我強多了。然后我接著輸入“3萬元一根的曲別針”，我想看看它怎么賣這種貴到奇葩的產(chǎn)品，它說“彎折間藏世界，一鉤連接非凡”。

接下來是第三步：多探索。多探索，就是培養(yǎng)對AI強烈的好奇心。你要不停地問自己：這件事，能不能讓AI來搞定？那件事，能不能請AI來幫忙？我高中那會兒，正是席慕蓉和汪國真風(fēng)靡的年代。那時候，不管認字多少，大家都愛寫兩句詩，特別喜歡寫那種懵懵懂懂、云里霧里的情詩，我也不例外。我一直想給自己的“神作”譜個曲，可惜身邊沒幾個懂音樂的朋友。直到有一天，人工智能來了，我立馬試了一下。1994年人寫的詞，2024年AI譜的曲，這跨越30年的“3A”大作——AI作曲、AI唱歌、AI畫畫，就是人工智能的魅力。

我突然冒出個想法：如果潤米咨詢決定來賣這首歌，應(yīng)該如何請AI幫忙呢？騰訊廣告的同學(xué)說，那你可以試試用我們的“妙思”：先讓AI給這首歌設(shè)計個唱片封面，接著讓AI幫你弄張海報。然后，再讓AI幫你分析最有機會的客戶群體，投放廣告。這樣一來，你就可以等著有人來買你的“青春之歌”了。

看新聞，開始用，多探索，掌握這些你就算是AI的“票友級”玩家了。不過，如果想用AI創(chuàng)業(yè)，那還得繼續(xù)努力，爭取達到“職業(yè)級”水平。而進入“職業(yè)級”第一步，就是學(xué)原理。提問：你買車的目的是什么？如果只是為了上下班通勤，那么學(xué)會開車就足夠了；但如果你想成為職業(yè)賽車手，那就必須真正懂車。懂車，就是說你掀開引擎蓋子的時候，能認出哪個是發(fā)動機、哪個是水箱、哪個是噴油嘴，但更重要的是，你得知道怎么調(diào)這些東西，讓車跑得更快，最后贏得比賽。

有人經(jīng)常問AI專家“如何用AI改變我的行業(yè)？”這就像問電工“如何安裝電燈，能讓我的餐廳生意更好”一樣。他怎么知道呢？這個答案，只有你自己去找。所以，就算你不是學(xué)計算機的，我也建議你至少要搞懂5個AI的基本概念：神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)、監(jiān)督學(xué)習(xí)、強化學(xué)習(xí)、參數(shù)。懂點AI的基本原理，就像戴上了透視眼鏡，能讓你發(fā)現(xiàn)行業(yè)中隱藏的真正機會。

然而，AI再強大，也只是個“大腦”。要真正改變世界，還需要了解“身體”的作用，這就是具身。具身不僅包括大腦的決策，還包括身體的感知和行動。人之所以是人，是因為我們不僅僅有聰明的大腦可以做決策，還有靈敏的感官可以感知世界，以及靈活的雙手可以付諸行動。感知、決策、行動，構(gòu)成了一個完整的智能體，也就是具身智能。你可能會發(fā)現(xiàn)，人形機器人和無人駕駛汽車其實都是具身智能的嘗試。被大模型武裝的具身智能不僅僅能和你聊天，它能真正地改變這個世界。

學(xué)原理，懂具身，然后就該動手了。怎么動手？不如從裝個本地模型開始。比如，META的LLaMA模型，或者繪圖用的Stable Diffusion模型，等等。裝模型的目的，是從操作層面上了解人工智能，理解什么是訓(xùn)練，什么是推理。下周一要考試，這個周末你拼命刷題，廢寢忘食，這個刷題的過程就是訓(xùn)練；到了周一你拿到卷子，根據(jù)刷題獲得的知識一道道解題，這個解題的過程就是推理。LLaMA和Stable Diffusion就是刷好題的“學(xué)霸”。裝AI模型，就像把學(xué)霸請到家里，仔細觀察他們是如何解題的。之后，你就可以進入更難的一步，也是成為職業(yè)級選手的關(guān)鍵一步：訓(xùn)數(shù)據(jù)。

網(wǎng)上有條關(guān)于寵物的視頻非?；?。狗主人說：“旺財，親我一下唄？”然后把手機遞給了旺財。手機里的APP嘰里呱啦地汪了一通，旺財就真親了主人一口。這款神奇的APP叫Traini，它的聯(lián)合創(chuàng)始人是我在硅谷見到的第一位華人創(chuàng)業(yè)者Jason。Jason說，他們收集了10萬只狗狗的照片、聲音和視頻。然后找專家，給這些數(shù)據(jù)貼標簽。比如，狗眼淚汪汪就是傷心；耳朵豎起來，就是想玩；鼻子皺起來，就是警惕。然后，他們把這些數(shù)據(jù)喂給AI，讓它瘋狂刷題。雖然現(xiàn)在他們還做不到精準“翻譯”，不過經(jīng)過海量數(shù)據(jù)的訓(xùn)練，他們已經(jīng)能比較準確地識別狗狗的“心情”了。這就是訓(xùn)數(shù)據(jù)。

人工智能有三大要素：算法、算力和數(shù)據(jù)。當大家的算法水平相當，算力也達到極限時，那最終比拼的就是數(shù)據(jù)了。我擁有獨特的數(shù)據(jù)，或者我的數(shù)據(jù)質(zhì)量更高，我的AI效果當然就會更好。

裝模型訓(xùn)數(shù)據(jù)，到了這一步你就已經(jīng)踏上了AI的“職業(yè)化”之路。這條路，九九八十一難，而其中最關(guān)鍵的一難可能就是找方案?；瘜W(xué)纖維（簡稱化纖）的上游是石油，下游是紡織業(yè)，最后被做成各種衣物。化纖行業(yè)長期面臨兩個問題：斷線和色差。為了解決這些問題，工人們需要用強光手電仔細檢查每一卷化纖，就像在尋找針尖上的瑕疵，又累又費事。那么，我們可以找AI要方案嗎？恒逸化纖找到了一個方案，他們采用了“AI智能眼”的解決方案。AI智能眼每隔5秒鐘眨一下，它眨這一下，就能準確識別出化纖的質(zhì)量問題，檢測準確率甚至超過了人工質(zhì)檢。這就是找方案。

每次技術(shù)革新，都像是搭積木：首先是基礎(chǔ)技術(shù)的出現(xiàn)，然后是補充技術(shù)的發(fā)展，最后是應(yīng)用技術(shù)的繁榮?；ヂ?lián)網(wǎng)就是一種基礎(chǔ)技術(shù)，一開始大家并不知道互聯(lián)網(wǎng)有什么用，直到瀏覽器出現(xiàn)。瀏覽器就是互聯(lián)網(wǎng)的補充技術(shù)。有了瀏覽器，互聯(lián)網(wǎng)才真正被激活，大量應(yīng)用技術(shù)井噴式發(fā)展，搜索引擎、電子商務(wù)、視頻網(wǎng)站、社交軟件等等。今天的AI可能也是一樣，基礎(chǔ)技術(shù)剛剛出現(xiàn)。未來真正的AI巨頭，可能今天根本不在牌桌上。

這一步已經(jīng)是“職業(yè)級”選手的最高水平了，還想更進一步，就需要進入“大師級”的領(lǐng)域。比如，做模型。做模型是少數(shù)人的游戲。為什么？因為它實在是太燒錢了。2023年一年，OpenAI訓(xùn)練ChatGPT4.0的成本高達7800萬美元；而谷歌訓(xùn)練Gemini Ultra模型，更是耗費了1.91億美元。如果把這些模型比作人，它們一天也要吃三頓飯，那Gemini每頓飯的成本是17萬美元，100多萬人民幣。所以，做基礎(chǔ)模型普通人很難參與其中。但如果我還是很想?yún)⑴c，怎么辦？為它提供數(shù)據(jù)。

基礎(chǔ)模型有時就像個書呆子，答不出一些看似簡單的問題。比如9.11和9.8，哪個大？大部分基礎(chǔ)模型都認為9.11大，問為什么，它們會回答：因為11比8大。AI似乎數(shù)學(xué)不太好，為什么？因為他們?nèi)狈Ω哔|(zhì)量的數(shù)學(xué)數(shù)據(jù)。沒學(xué)過，所以不會。

機會來了。上海交通大學(xué)大三的學(xué)生焦旸想，那我就生產(chǎn)這方面的數(shù)據(jù)，賣給他們。于是，他開始用推理機生產(chǎn)優(yōu)質(zhì)的數(shù)學(xué)數(shù)據(jù)，然后賣給科技巨頭。現(xiàn)在，他的創(chuàng)業(yè)公司已經(jīng)獲得了天使投資。所以，如果你真想?yún)⑴c基礎(chǔ)模型，也許不一定要在主戰(zhàn)場上和巨頭正面競爭，你可以在側(cè)翼尋找機會。

那么，做模型是擁抱人工智能的最高姿勢了嗎？還不是，“改范式”才是。這次硅谷調(diào)研中，給我最深啟發(fā)的是加州大學(xué)伯克利分校的教授、OpenAI最早的10名員工之一的Pieter Abbeel。他說，今天的人工智能也許方向就是錯的。比如算法，今天的AI要看成千上萬只狗的照片才認識狗，但是人類看幾只就認識了；比如算力，今天的AI需要耗費千萬、甚至上億美元來訓(xùn)練，可是人類一天吃幾頓飯就行了；比如數(shù)據(jù)，今天的AI學(xué)習(xí)的數(shù)據(jù)都是人類已經(jīng)寫下來的，可是那些沒寫下來的思考過程呢？因此，很多科學(xué)家正在探索，AI是否有更好的范式，比如從“硅基智能”重回“碳基智能”？我不知道。但是，如果你愿意投身這項研究，即便只發(fā)現(xiàn)一絲微光，就可能像Geoffrey Hinton一樣，獲得諾貝爾物理學(xué)獎。因為，這能再次改變世界。

智能來襲，怎么辦？作為個人用戶，我建議你從看新聞走向開始用，走向多探索，成為“票友級”玩家。但如果你想借助AI創(chuàng)業(yè)，我建議你學(xué)原理，懂具身，裝模型，訓(xùn)數(shù)據(jù)，找方案，成為“職業(yè)級”選手。而如果你想改變世界，我建議你做模型，甚至改范式，做真正的“大師級”研究。

我不知道10年后替代我們的是不是AI，但我知道，明天就要替代我們的，是比我們更會用AI的人。既然這個世界必將充滿AI，那么，就讓我們擁抱AI吧。

（摘自微信公眾號“劉潤”）