每周跟踪AI热点新闻动向和震撼发展 想要探索生成式人工智能的前沿进展吗？订阅我们的简报，深入解析最新的技术突破、实际应用案例和未来的趋势。与全球数同行一同，从行业内部的深度分析和实用指南中受益。不要错过这个机会，成为AI领域的领跑者。点击订阅，与未来同行！ 订阅：https://rengongzhineng.io/

如果您关注新闻，很容易错过重点。证据散落各处，让我们把它们集中起来：

增长、收入和利润率都不尽人意。访问人工智能网站的流量已经停滞。风险投资公司红杉资本估计，2023年企业在英伟达的硬件上投资了500亿美元，但仅带来了30亿美元的收入。人工智能初创公司的估值远高于应有的水平。低毛利率引发了关于利润的疑问，云服务提供商也在降低期望值。
知名初创公司开始失败。资金充足的私人模型构建公司InflectionAI正在被拆分；微软正在接管其中的碎片，包括前首席执行官穆斯塔法·苏莱曼。StabilityAI的未来不稳定，轻描淡写地说，是在创始人伊马德·莫斯塔克的倒台后。

企业对安全和部署持怀疑态度。OpenAI的GPT商店是彻底的失败。最初的兴趣火花之后，人们开始感到厌倦。《纽约时报》记者埃兹拉·克莱因表示他不知道如何在日常工作中使用这项技术。经济学家泰勒·科恩表示，他的学术同仁中使用这些工具的“已经达到高峰”。专家们认为人工智能工具是“有趣的分心之物”，但它们既不实用也不增强生产力（当它们确实如此时，情况通常也不尽如人意）。

最后，大多数人并不真正关心。公众知道ChatGPT，但除此之外一无所知。在那些了解的人中，绝大多数人仍在使用过时的GPT-3.5，不愿意花几美元换用更好的后续版本，如GPT-4、Gemini和Claude 3。在那些确实换用的人中，恶意使用者遗憾地获得了最多的价值——这对人们、互联网和我们的文化都是不利的。

这是否意味着生成式人工智能正在失败？也许是，但不一定。

我们来公正地评述一下：

主流对人工智能的兴趣已经减少，但人工智能圈子仍然每天分享更新，被成千上万的人阅读（包括这份持续快速增长的通讯）。过度炒作也已经放缓，像谷歌DeepMind的首席执行官德米斯·哈萨比斯这样的大人物正在指出这一点。现在的估值更加合理，无论是根据收入还是预期——这都是好消息。

针对特定任务的生产力提升是真实的。大多数知识工作者可能不再使用ChatGPT，但总体上，与一年前相比，尝试使用它的人更多了，那些找到提高生产力方法的人——主要是编程人员——正在获得巨大回报。我们每隔几个月就能得到一个新的最先进模型。Anthropic在三月初宣布了Claude 3，这是首次在LMSys聊天机器人领域超越GPT-4。夏季还计划发布更多新产品，可能包括OpenAI的GPT-5、苹果的新Siri、Meta的Llama 3、谷歌的Gemini 1.5 Ultra和xAI的Grok 2。

仅上周，我们就看到了三个重要公告：Databricks的DBRX是迄今为止最好的开源模型，AI21实验室的Jamba是最佳生产级SSM-transformer（具有新颖的架构），以及OpenAI的Voice Engine，这是一个文本转语音模型，可以使用15秒的音频生成定制的逼真声音。

而且，不要忘记不断涌现的研究使AI模型成为可能，或者那些使它们的培训和部署成为可能的基础设施项目（硬件和数据中心），如英伟达的Blackwell平台或Stargate，这是一台价值1000亿美元的超级计算机，微软和OpenAI计划在未来几年建造。
如何能同时发生这两种截然不同的情况？

泰勒·科恩用一个基于历史的预测来调和这种差异：“人工智能的炒作已经减弱，但革命仍在继续。”第一幅图是消亡的炒作，这是任何新技术自然发展的一部分，它吸引的注意力超过了它能满足的需求，投资也超过了它能带来的回报。第二幅图是科恩所说的沉默的“低潮期”，它无视外界可能或可能不吸引的目光，专注于输出而非结果。

科恩并不是无根据地认为人工智能革命会继续下去。他有理由认为它会遵循与过去技术相同的步骤——炒作、平静（我们正在进入这一阶段）和革命。他是否乐观是另一个问题，但他在比较时并不吝啬地精确引用了三个最常与生成式人工智能比较的创新：印刷机、电力和互联网。他说：每个革命性技术都有一个看起来并不那么激动人心的时期。2000年互联网泡沫破裂，但即使在此之前，网络商务也确实平平。就在两年前，保罗·克鲁格曼曾观察到，也许互联网被高估了——而事实是，在1998年，他并没有完全错。再回顾更远，考虑19世纪电力引入工厂的过程，这个过程经历了几十年的多次尝试和失败。印刷机在17世纪对欧洲的影响因为技术和纸张变得更便宜而大为提升，而不是在古腾堡发明之后立即发生。

生成式人工智能可能会以类似的方式展开：早期的动荡与热情混合，随后是冷漠，最终，可能是复苏。它是否需要它逐渐失去的流行认可？我认为不需要；建立新世界的不是炒作或共识，而是那些在其他人已经转移注意力时仍在默默关注进展的人们的工作（即使他们只能在两百年后因为一个“无关”的创新——像更便宜的纸张——而收获悬挂的果实）。科恩提供了支持这一展望的证据，甚至声称“生成式人工智能和LLM正在迅速进步。”他提到了OpenAI的企业服务，谷歌的GPT-4竞争对手，最重要的是，他说，“开源人工智能模型的进步速度很快，即使大多数普通用户没有意识到。”尽管我们可以从我们遥远的历史中保持希望，但科恩选择的例子可能不是最有利的证据：企业对人工智能不确定，其中许多人在采用技术时都在挣扎。谷歌的Gemini Advanced是一个失败，而且不如它应有的好。而科恩已经说明了为什么开源努力对大众来说并不真正重要——由于技术进入的障碍，用户对开源的关心远不及他们对最佳现成产品如GPT-4和Claude 3的关心，后者已经几乎为零，与过时的基于GPT-3.5的ChatGPT相比。

难道不断的希望萎缩不是一个不可否认的迹象，表明不仅仅是炒作消退，革命本身也是如此吗？

再次说，不一定。

科恩未能提供保持我们希望的证据，但那是因为他的文章已有八个月历史，而这个领域——无论是成功还是失败——发展太快。我在上面的第二个大段落中提供了我自己的“有希望”的证据；我们会在八个月后证伪吗？很可能会。但那时我们将能够提供一些更新的希望的笔触，重复这个周期。如果这种情况一直在发生，那么科恩的论点部分正确：我们处于一个低炒作、“无兴奋”阶段。发展将在大多数人的雷达下进行，但该领域仍将前进——尽管比过度炒作阶段慢，但无论如何仍将前进。

我们可能根本无法从目前的有限视角证明或反驳生成式人工智能的革命性质。只有冷静、理性的远见才会揭示真相。我们可以自信地说，从发明技术到大规模生产书籍之间隔了两百年；古腾堡做不到。

我们可以得出的乐观结论是，一个更平静、非炒作的阶段将允许进行急需的相邻工作（技术、社会、伦理工作）——就像印刷机、电力和互联网那样。

还有一些相关的问题可以帮助我们重新构架并理解关于生成式人工智能在这个新阶段的当前和未来讨论：

过度炒作阶段——尚未完全留下或克服——对行业及其底层工程和科学努力造成了多大的伤害？当那些使能它的人对外部性如此漠不关心时，世界能否真正接纳生成式人工智能？世界是否会带着一种积极的氛围离开对指数增长的承诺：“你需要先吸引人，然后再交付——我明白”，还是带着一种不愉快的感觉：“你欺骗了我，伤害了我，我不会再信任你”？

高期望在短期内可以带来很大帮助，但它们与信任之间存在危险的权衡；有一个饱和点，超过这个点，炒作会阻碍——甚至可能永远玷得——未来的努力。

还有另一个问题应该作为一个警示故事（尽管我担心它不会）。这是自从GPT-3以来我一直在问自己的问题（尤其是由于公司高管在媒体上分享的过分夸张的声明，这种行为在ChatGPT之后达到顶峰）：

如果生成式人工智能本身就很不可思议——它是——他们是否真的需要通过夸大其功能的狂热叙述来确保该领域永远无法实现它们？

如果生成式人工智能如此了不起和伟大，萨姆·奥特曼说OpenAI的终极目标是“天空中的魔法智能”以及后稀缺世界的开始，桑达尔·皮查伊说人工智能“比火或电还重要”，萨提亚·纳德拉说生成式人工智能感觉像1995年的互联网，埃隆·马斯克说人工智能可能成为“历史上最具破坏性的力量”，詹森·黄说学习编程将没有意义，真的有必要吗？

如果他们需要这种话语，是否意味着潜在的现实并不像他们声称的那样令人信服，所以他们被迫自己来说服人们？

今天，我还没有得到满意的答案。

最后，抛开炒作和其他情绪反应，我们最终将面临的更广泛问题是：那些在自己信念的沉默中建设人工智能的人能否证明，它值得被称为像印刷机、电力或互联网那样的革命？或者它会加入那些被遗忘的技术堆，这些技术在炒作消退后，再也没有出现过？只有时间会告诉我们。

我们只能希望不必像那些可怜的中世纪农民那样等待两百年才能发现。那时候，他们没有任何信息来对技术的缓慢做出反应，但我们在21世纪不那么宽容，为这些可能的革命付费的人更是如此。幸运的是，如果世界像AI布道者所声称的那样快速发展，我们不需要等待太久。