为什么现在 AI 已经没啥热度了？
2024-11-19 阅读 87
更新于 2024年11月21日
不完全如此。关于人工智能的炒作还在继续，热度仍然很高。
而且，这问题是 2024 年 10 月 8 日发布的。同一时期，多名学者因人工智能相关的研究而获得诺贝尔物理学奖、诺贝尔化学奖。如此颁奖在世界范围内引起很大的争议，相关锐评在网络上随处可见——我们先不管这热度算是怎么来的，你就说热度高不高吧。
谷歌趋势显示人工智能的热度在 2023 年急剧超越互联网和电子计算机过去几个月里，网络上有很多人在贩卖关于人工智能的课程，我屡次看到知乎手机 app 推送低价试用的人工智能速成课。
我们知道，要拿漫天炒作、难以落地的玩意快速变现，常见的手段无非是拉投资、骗经费、吃补贴、卖课、做无需认证的保健品——玩弄“信息差”。这不是“人工智能”特有的现象，读者可以看看氢能源、可控核聚变发电、高价保健品、量子计算等玩意在世界范围内的表现。“人工智能速成课”贩卖的通常是被他人超越的焦虑与相应的安慰剂，有时掺上一点发财梦。读者可以在很多网络平台看到“淘汰你的不是人工智能，而是会用人工智能的人”之类卖课广告。比这更广泛地，人们正在往各种产品里加上“AI”字样——读者可以想起之前这么操作过的“量子”、“区块链”、“基因”和熄火更快的“石墨烯”。
截止 2024 年 10 月，生成式人工智能用比可控核聚变发电更大的规模烧钱、吃电、亏损，尚未带来任何经济冲击，更不要说“爆发”或“工业革命”了。欧美各国的失业率、全要素生产率、白领跳槽率等未发生明显波动，工资增长趋势也没有明显变化。当前市场上推出“人工智能计划”的公司数量远远超过了实际用例的数量。未来数年内，人工智能基础设施的建设将花费约 1 万亿美元，现在还不知道相关人工智能企业要怎么收回这些投资——与历史上的一些技术进步相反，用当前的人工智能代替人来做更新数据之类“人工智能相对擅长”的事的成本高于人自己做。大语言模型还没有实现成本效益。这些情况给了相关公司继续炒作来维持热度的需求。
根据美国人口普查局对 120 万家美国企业的分析，2023 年 9 月有 3.7% 的企业在使用人工智能， 2024 年 2 月有 5.4% 的企业在使用人工智能[1]。
一贯怀疑人工智能泡沫的麻省理工学院经济学教授 Daron Acemoglu 估计，在今后十年间，人工智能只会使美国的全要素生产率增长至多 0.71%，更现实的预测是增长不到 0.55%；这一时期，人工智能会使美国 GDP 增长约 0.9% 到 1.1%，考虑较大的投资热潮则为 1.6% 到 1.8%[2]。他做出如此预测的理由之一是，受人工智能和相关技术影响的任务占所有任务的比例约 4.6%[3]~
读者可以考虑“会出现一些与人工智能相关的新任务”。不过，Acemoglu 还提到，这 4.6% 的任务里约有四分之一是“对人工智能来说更难学习”的类别，例如评估应用程序、诊断健康问题、提供财务建议——这样的任务没有明确定义的、客观地衡量成功的标准，经常涉及复杂的环境相关变量、难以在不同的对象或项目间迁移。比 Acemoglu 乐观的学者给出的估计要好看一些，例如认为生成式人工智能将在未来十年内将全球 GDP 提高约 7%，或是到 2040 年可以让全球 GDP 年增长率增加 3 到 4 个百分点。
附赠：
参考^https://www.census.gov/hfp/btos/downloads/CES-WP-24-16.pdf^https://economics.mit.edu/sites/default/files/2024-04/The%20Simple%20Macroeconomics%20of%20AI.pdf^https://doi.org/10.48550/arXiv.2303.10130
不敢有热度啊。
现在是美国大选季，德克萨斯州已经有极少数选民发现自己在投票机上选的特朗普，最后纸质选票上打出来的是哈里斯。为了证明自己不是选错，红脖子还拍了视频。
重点这玩意还不是程序错误，因为要程序错误，那所有选特朗普的都会变成哈里斯。可这机器有随机性，只有一部分人会这样，并且现在才发现，当第一个红脖子开始查证后才有越来越多相同案例曝光出来。
这明显是AI操控，它根据选民认证信息调取了大数据资料，分析判断这个人是不是粗心大意的人，精准挑选受害者，将选票改写。
红脖子表示自己要支持特朗普，AI表示不，你不想。
不得不说这AI是我见到的最有用的发明，体现了美国制度优越性，对社会发展影响极大，影响力覆盖全球。
相比之下，马斯克每天给MAGA发一百万美元太小儿科了，你发的再多也是给真实的人，有AI阴兵篡改选票强么。
当然，这事现在太敏感，美国不敢宣传，主流媒体都假装没这回事，你只能在TT上找到相关视频。
我表示大受震撼，chatGPT，Sora，都弱爆了，美利坚掌握核心技术！
东大最好的AI应用场景就是写材料、写思想汇报这些八股文，结果呢？一个个都写不出来。
给你机会不中用啊。
星舰成功回收的那天，简中全网也没有一个热搜。
Ai一直很有热度，只是有人不想你知道。
英伟达前天创下历史股价新高，特斯拉今天大涨22%
因为国内的AI快发展不下去了。
在视觉模型的阶段，中国AI确实跟上了美帝一段时间，甚至在很多技术点上有所超越。
这是因为AI是数据驱动型的发展模式。有数据就有一切。而中国的低隐私和多韭菜让中国的图片数据数量远超美国，比如人脸识别能力中国到现在还是领先。
但是在语言大模型和通用大模型阶段，中国重新落后，而且看不到追赶上的希望了。
还是因为AI是数据驱动型的发展模式。但是中文互联网上的有效信息数据量和英文有效数据量完全不在一个数量级上，前者连后者的零头都没有。
而且存在一个事实，AI如果使用AI吐出来的低质量数据去训练自己，不单不会提升能力，还会越来越傻。
而文字AI诞生后，各种人会迫不及待的将其用于生成内容，互联网上会开始迅速充斥AI生成的低质量内容。
这两方面结合就会导致文字AI的窗口期很短，在文字AI诞生后的短时间内，外界的数据因为混杂大量真假难辨的AI内容，而变得难以使用，使得文字AI的训练数据几乎被锁死。所以一旦追不上，可能就真的再也追不上了。
在纯文本阶段，借助于facebook开源的llama和存量数据，各种模型还能勉强使用，可以进行日常对话。而到了多模态阶段，一方面国外没有开源好的多模态模型，另一方面数据集也步入死循环，国内已经开始有躺平的征兆了。
现在国内大模型唯一的突破口，就是AI的编程能力，同时也可以作为对比国内国外AI模型质量的一个指标。
因为各种开源程序源代码是不分国内国外的，大家用的数据集基本都一样。
如果国内某个大模型连编程能力都不如国外，那么数据集不足的对话的能力上就更不要期待了。有时候你感觉那些AI对话没问题，可能只是因为你自己平时说话就没啥逻辑，所以可以和那些智障AI王八对绿豆而已。
