Ai泡沫是否存在？ -巨头的观点

https://zhuanlan.zhihu.com/p/1970195442353563431

主持人：这正好将我们引向了当前的情势。我想大家都观察到一个现象：以前对 AI 完全不关心的人，现在都兴致勃勃。一时间，所有人都涌向这个领域。它早已超越技术革新本身，演变成了一个巨大的商机，甚至成为了大国博弈的战略焦点。每个人都在努力探究其真正本质，围绕着它不断思索。我此刻首先想请教黄仁勋，也希望在座各位都能审视一下此刻：特别是英伟达，它几乎天天占据新闻头条，并且成为了全球最有价值的公司。这说明市场存在着真实的需求。

 

您是否忧虑，我们正走向一个因普遍理解不足而过于急躁的阶段，最终会导致泡沫破裂，经历一番调整后才能恢复正常？如若不然，与当年的互联网泡沫相比，如今人们对 AI 需求最显著、也是最未被理解的差异到底是什么？

 

黄仁勋：在互联网泡沫时期，铺设的绝大多数光纤都被闲置，这意味着行业的供给远远超过了实际需求。而如今，几乎每一块能找到的 GPU 都在全负荷运行。因此，我认为退一步理解“AI 究竟是什么”至关重要。对许多人而言，AI 就是 ChatGPT 或图像生成，这没错，但这些都只是它的具体应用。过去几年，AI 取得了巨大进步，它不仅能够记忆和归纳，更具备了推理与有效思考的能力，并能通过研究来确立观点。它现在可以生成答案，完成更有价值的任务，效果也出色得多。此外，那些能构建对其他企业有用工具的公司，例如我们正在使用的 Cursor 等 AI 编程软件公司，它们盈利能力很强，我们也大量使用其产品。在医疗健康等领域，AI 也显示出极大的效用。AI 的能力已经实现了质的飞跃。其结果是，我们正同时目睹两个指数级变化：一是生成答案所需的计算量急剧增加，二是这些 AI 模型的使用量本身也在指数级增长。这两条指数曲线对计算资源构成了巨大需求。现在，当你退后一步，会从根本上追问：今天的 AI 与过去的软件行业有何本质不同？过去的软件是预先编译好的，且所需的计算量不大。但为了让 AI 发挥作用，它必须具备上下文感知能力。目前它已能产生智能，而你无法提前制作并储存这种智能——那被称为“预制内容”。智能必须实时产生。因此，我们所在的这个行业，要生产高需求且真正有价值的产品，所需的计算量是空前巨大的。我们在一个需要“工厂”的行业中创造价值。这就是为什么我常提醒自己：AI 需要工厂来生产这些“智能标记”。这是前所未有的情况，计算机本身成为了工厂的核心。我们需要投入数千亿美元来建设这些工厂，以服务于未来价值数万亿美元的产业。回顾过去的软件，它们本质上是工具，是首次被人们使用的自动化手段。而 AI，是增强人类能力的智能。因此，它关乎劳动，关乎工作，并且它确实在发挥着实际作用。在我看来，我们正处在智能构建的起步期。一个基本事实是，目前 AI 还未普及到大多数人。可以预见，在不久的将来，我们日常的几乎所有行为，在一天中的每时每刻，都会以某种方式与 AI 相伴。这意味着，我们需要完成从今天使用率尚低、到未来使用率几乎不间断的巨大跨越，而这背后的扩展工程是显而易见的。

 

Bill Dally：当前的趋势在一定程度上解释了现状。首先，模型正变得越来越高效。以注意力机制的演进的为例：从普通注意力到分组查询注意力，再到多头注意力...... 如今人们可以用少得多的计算成本，获得相同甚至更优的效果。这从某种程度上催生了新的需求：许多曾经因成本过高而无法实现的应用，现在变得足够便宜，从而使得 AI 能够涉足更广泛的领域。与此同时，AI 模型本身的能力也在持续进步。或许它会随着 Transformer 架构的优化而提升，或许会有全新的架构出现。但技术发展的方向是明确的：我们必将拥有能力更卓越、且同样高效的模型。实际上，它们比那些功能专一的方案更有价值，因为它们更灵活，也能更好地随着模型一起进化。最关键的一点是，我认为我们对 AI 的应用探索还只是冰山一角。人类生活的几乎每一个角落，无论是职业生涯还是日常琐事，都能借助 AI 变得更好。我想，我们可能连它最终需求的 1% 都还没碰到。随着 AI 不断进步，应用场景只会越来越多。所以，我认为这里根本谈不上泡沫。就像黄仁勋说的，我们正描绘一条多重指数增长的曲线，而现在仅仅是开端，这条路会一直延伸下去。

主持人：在某种程度上，英伟达对此已经适应了。因为无论范式如何变化，涌现出何种新型 AI 或架构，那些最核心的硬件构件始终是需要的。飞飞有什么想说的吗？

 

李飞飞：我的确认同从市场层面来看，它有其自身规律，有时会自我修正。但如果我们关注长期趋势，必须意识到 AI 还是一个非常年轻的领域。我们环顾这个房间，墙上写有物理学方程。物理学已有四百多年历史。即便对比现代物理学，AI 的历史也不足七十年，从艾伦·图灵（Alan Turing）算起也才七十五年左右。所以，前方还有太多新领域等待出现。我们知道，黄仁勋常谈及大语言模型和智能体，它们大多以语言为核心。但即便反思人类智能本身，能力也远不止语言。我一直关注空间智能，它研究的是感知与行动的结合。在此方面，人类和动物展现出的感知、推理、互动和创造力，远超语言所能涵盖的范畴。今天最顶尖的语言或大语言模型，在基础空间智能测试中依然表现不佳。由此可见，作为一门科学与学科，我们面前还有广阔的疆域需要征服和探索。这也意味着，未来将开启更多样的应用可能性。

----

Yann LeCun：我认为有几种观点支持我们并未处于泡沫之中，但至少也存在一种观点认为我们正身处泡沫。这确实是另一个需要探讨的问题。从某种角度说，结局并非注定。因为基于大语言模型，尚有大量应用有待开发。大语言模型是当前的主导范式，其中蕴含着巨大的潜力可供挖掘。这正是 Bill 所提到的——利用现有技术改善人们的日常生活。技术需要被推动，这也证明了在软件和基础设施方面的所有投入是合理的。一旦我们让智能助手普及到每个人手中，正如黄仁勋所言，为如此庞大的用户群提供服务所需的计算量将是天文数字。因此，从这个层面看，这些投资并未被浪费。然而，从另一种意义上说，泡沫确实存在——它体现在一种信念上，即认为当前的大语言模型范式将被直接推升至人类水平智能。我个人并不相信这一点，在我们造出真正具备我们所观察到的（不仅是人类、还包括动物）那种智能的机器之前，我们还需要取得一些根本性的突破。举例来说，我们甚至还没有像猫一样聪明的机器人，对吧？因此，我们仍然缺失某些关键的东西。这正是为什么 AI 的进步不能仅仅依靠更多基础设施、更多数据、更多投资和现有的 Python 开发。实际上，这是一个科学问题，关乎我们如何朝着下一代 AI 取得突破。