黑丝 捆绑

作家 |  chouti

开头   | 披露聚点   管寡言慧 AI+

商讨互助 | 13699120588

著述仅代表作家本东说念主不雅点

中枢不雅点

摩尔定律的加速：黄仁勋建议咱们正资历 " 摩尔定律的浅显 " 风物，狡计身手增长速率远超传统摩尔定律展望。

狡计总量爆发式增长：2010 年后，群众狡计总量的翻倍周期从 17-29 个月缩小至 4-9 个月，硬件产能和软件优化双管都下激动了这一加速。

通用型机器东说念主阁下冲突：NVIDIA 商量员 Jim Fan 展望，在异日 2-3 年内，机器东说念主硬件将在生动性和精准度上达到东说念主类水平，同期通用型机器东说念主基础模子也将完毕冲突。

AI 模子多元化发展：异日可能会出现多种专科化 AI 模子，包括领悟模子（言语和推理）、专科边界模子（如 AlphaFold）以及机器东说念主导向模子，它们可能会和会或保握专科化单干。

经济转型加速：即使价钱高达 5 万好意思元，通用型机器东说念主的经济效益也将远超东说念主类劳能源资本，这将在异日 2-3 年内对职业市集和经济结构产生长远影响。

节目配景先容

在这期《东说念主工智能巨匠课 [ 1 ] 》播客节目 [ 2 ] 中，主握东说念主深入分析了 NVIDIA 首席实施官黄仁勋在 Salesforce Dreamforce 举止上的惊东说念主言论—— "咱们正在见证摩尔定律的浅显"。这一不雅点激励了对狡计身手增长速率、AI 发展轨迹以及异日机器东说念主技艺的世俗计议。主握东说念主通过数据分析、人人不雅点和经济狡计，为咱们展示了这一技艺加速风物相当可能带来的长远影响。以下是这期精彩节宗旨完好内容。

黄仁勋的惊东说念主言论

最近，英伟达 CEO 黄仁勋发表了一个引东说念主郑重标言论。若是这话出自其他东说念主之口，你可能会将其视为夸张之词。但来自黄仁勋，这值得咱们负责想考。

在几天前的 Salesforce Dreamforce 举止上，他说：" 这是一个不凡的时期。历史上从未有技艺比摩尔定律发展得更快。咱们目下的发展速率远超摩尔定律，不错说是摩尔定律的浅显。"

这句 "摩尔定律的浅显" 是什么酷爱？我查阅了所有这个词关连数据和商量，照实有字据辅助这一说法，但需要一些放弃条款。

狡计身手增长的惊东说念主速率

传统的摩尔定律描写的是狡计密度每 18 到 24 个月翻一番。但目下增长的是狡计总量，以及通过软件层面进步的狡计结束。让我来领会解说这小数。

从 1959 年到 2010 年，群众狡计身手总量平均每 17 到 29 个月翻一番。这里指的是宇宙上本色可用的狡计身手总和。因为即使你领有宇宙上最快的 CPU，若是唯有一个，真谛也不大。是以不单是是芯片架构或速率的问题，还关乎芯片的总额量。

而从 2010 年到 2022 年，狡计总量的翻倍速率加速到每 4 到 9 个月一次，这彰着快了许多。也即是说，即使芯片密度莫得那么快进步，芯片数目却在相当飞快地翻倍。这更多反馈的是工业产能或芯片制造厂的产能。

软件优化的纷乱后劲

在硬件以外，模子性能方面也有惊东说念主进展。通过量化和蒸馏等技艺，性能优化不错带来数目级的进步。

举例，ImageNet 分类失误率从 28% 降至 2% 仅用了几年时辰。同期，覆按时辰也大幅缩小：2017 年 10 月需要 13 天，而到了 2019 年 7 月仅需 88 秒，也即是不到一分半钟。

这种几百倍的加速恰是咱们所见证的。特等是使用图像生成器的东说念主都能感受到，从早期的 DALL-E 和 Stable Diffusion 的不踏实输出，到目下咱们或然相配可靠地获取像片级果真感图像，只是过了几年。更进攻的是，这些技艺照旧商用化，不再局限于现实室。

狡计资本的断崖式下跌

另一个想考角度是狡计资本。用财富看成通用估计单元其实很灵验。Ray Kurzweil 指出，购买一太浮点 ( TeraFLOPS ) 或一游水点 ( PetaFLOPS ) 或一艾浮点 ( ExaFLOPS ) 狡计身手的资本照旧下跌了数万亿倍致使更多。

笼统来看，即使硅基晶体管的纳米级架构接近极限，这简直也不进攻了，因为咱们正在找到越来越多样式从这项技艺中榨取更多性能，不管是从总浮点运算量、每好意思元浮点运算量，如故每瓦特浮点运算量等方面。

机器东说念主技艺的飞跃

我不雅看了 NVIDIA 负责具身机器东说念主和基础模子商量的首席商量员 Jim Fan 的完好采访。Jim 暗示，咱们距离在生动性和精准度等方面或然匹敌东说念主类的机器东说念主硬件唯有 2 到 3 年的距离。

天然，机器东说念主在力量和速率方面照旧高出东说念主类，因为机器在这些方面频频施展更好。就像波士顿能源的机器东说念主能作念后空翻和跑酷一样，它作念后空翻比我强多了——我尝试过，会伤到肩膀。

Jim 还暗示，通用型机器东说念主基础模子也只需 2 到 3 年就能完毕。你可能会问，机器东说念主基础模子与 OpenAI 和谷歌正在开辟的基础模子有什么区别？

AI 模子的多元化发展

若是一个基础模子从言语驱动，是一个标识化模子，那么它的原生环境即是数字信息，即文献。这包括任何不错被标识化的内容，如文本、图像和视频等。

而 NVIDIA 正在开辟一个 " 万物互通 " 模子，基本上它不错吸收任何类型的数据输入，并输出你想要的任何类型的信息。

但咱们（我和换取过的东说念主）以为，可能会有几个主要的模子分类：

领悟模子：雷同于 Andrej Karpathy 所说的，包括言语模子和推理模子，这些是或然进行推理、筹划和惩办问题的领悟代理，包括编写代码、撰写文本等。

专科边界模子：如 AlphaFold 和 AlphaProteo，这更像是经典机器学习而非今天所说的东说念主工智能。不外这种分离其实不那么进攻，它们都是学会了东说念主类无法完成的任务，而且比东说念主类或传统样式更快更低廉地完成任务的狡计机。

机器东说念主导向模子：这些模子更相宜在高摩擦环境中导航，使用各式机器东说念主底盘等。基本上就像安纳金给 C-3PO 插入的机器东说念主大脑，使它或然导航宇宙，慑服基本教导等。

但你可能仍然需要一个单独的推理引擎来处理更高阶的复杂问题求解、内存不休等。

专用芯片与通用模子的竞争

我不想对异日作念出明确展望，因为我能看到两种可能性。一种是所有这个词技艺最终和会成 "一个模子统领一切"；另一种是专科化模子最终成为袖珍外设。

举例，我不错想象专用集成电路 ( ASIC ) 和神经形态芯片最终被整合到机器东说念主底盘中，这么你致使不需要机器东说念主基础模子。本色上，这可能是你想要走的场地，原因有二：一是它们不行被黑客过错；二是它们更高效，不错大边界分娩。

这种结束在膨胀到数十亿机器东说念主时尤为进攻，特等是磋议到电板寿命和电网需求。是以，一朝咱们驱动领有更好的通用型机器东说念主，固然许多功能会在软件层面完毕，但像东说念主类脑干或小脑那样负责生成领悟模式的部分可能会由自覆按 ASIC AI 负责。

这即是为什么你不错不想象索地行走，为什么每次伸手拿车钥匙或门把手时，你不需要磋议每个手指、通盘手或通盘手臂在作念什么。天然，你不错有利志地秉承这个进程，这对需要随心翻新的机器东说念主也很进攻。但同期，若是能使某些功能自动化和高效化，那就朝阿谁场地发展。

经济影响与大边界部署

假定 Jim Fan 是正确的，咱们将在 2-3 年内领有基本等同于东说念主类或高出东说念主类的机器东说念主。同期，在 2023 年底或 2025 年前，咱们将在绝大巨额身手举止上领有高出东说念主类的 AI。这对经济和咱们的糊口格式意味着什么？

即使索尼、波士顿能源、Figure One 和 Unitree 等所有这个词研发东说念主形机器东说念主的公司未来就布告：" 咱们得胜了！咱们有了通用基础模子，这个机器东说念主比任何东说念主都更有身手。" 即使他们展示了一队机器东说念主在 4 小时内建造了一座屋子，或者参与了高能物理商量，建造了核聚变反应堆。即使所有这个词这些未来就完毕，制造实足多的机器东说念主也需要时辰。

有东说念主评评释咱们莫得资源大边界分娩，这是不正确的。群众每年分娩 7000 万辆汽车，目下说念路上有约 14-15 亿辆汽车。Jim Fan 暗示，一个东说念主形机器东说念主只需要一辆汽车费源的 4%。也即是说，制造一辆汽车的资源不错制造约 25 个东说念主形机器东说念主。

丝袜美腿

若是咱们将这 7000 万辆汽车的资源转用于制造机器东说念主，那么每年不错分娩 7000 万 × 25=17 亿个东说念主形机器东说念主。天然，这会推高电板、钢铁和微芯片等的价钱，但我的不雅点是，咱们照旧具备每年分娩数亿致使数十亿机器东说念主的工业身手，只是资源分拨的问题。

机器东说念主经济学：租出模式的可行性

职工和老板都向我抒发了雷同的见地：即使一个东说念主形机器东说念主价值 5 万好意思元，若是它能像东说念主类工东说念主一样责任，但不错不知困倦地责任（电板电量低时只需插上延迟线或更换电板），那么即使每年 5 万好意思元的资本加上 1 万好意思元的调养用度，替换东说念主类工东说念主仍然是有真谛的。因为你不消挂念工东说念主生病、告状你或需要提供职业福利，它只是一件确立，而非东说念主类。

假定三年后，一个或然完成任何东说念主类责任（不管是膂力如故脑力）的高端机器东说念主价值 5 万好意思元。这个价钱对大巨额中产家庭来说可能难以承受，但正如有东说念主指出的，你不错像租车一样租用它，诞陌生期付款蓄意。

使用汽车贷款狡计器，假定机器东说念主价钱为 5 万好意思元，零首付，72 个月贷款期，每月付款约 900 好意思元，为期五年。这相配上流，但若是它能为你每月创造跳跃 900 好意思元的收入或勤俭跳跃 900 好意思元的开支，那仍然是值得的。

想象一下，若是我有一个全职助手在家，或然进行视频裁剪、洗碗、修缮房屋，我很乐意每月支付 900 好意思元购买一个超等强项的机器东说念主来完成所有这个词这些责任。它不错作念饭、清洁、洗衣、家庭调养，还能匡助我的业务。对我来说，这都备值得。即使价钱达到 5 万好意思元，对我来说也可能比我的汽车更有价值，因为它致使不错帮我调养汽车。

职业市集的颠覆性变革

每个公司都会进行雷同的狡计：这个机器东说念主每月破耗我 900 好意思元，但若是它能运行 IT 部门、销售部门等，那都备价廉物美。

要害在于，每个公司都会作念出雷同的狡计。而每月 900 好意思元远低于大巨额职工的资本，尤其是高档职工。想象一下，这个机器东说念主领罕有学、化学、物理和狡计机科学博士水平的智能，每月只需 900 好意思元就能让爱因斯坦级别的天才为你责任，而且每一个机器东说念主都雷同贤达。

这种情况下，淘汰所有这个词东说念主类职工而雇用机器东说念主是了然于目的选拔。我以为，在异日 2-3 年内，咱们将濒临这么的局势：一个东说念主形大小的机器东说念主，具有通用身手，每月租出资本仅 900 好意思元，这将对经济的方方面面产生什么影响？这需要很永劫辰来分析。

结语

以上即是黄仁勋和 Jim Fan 的不雅点，以及辅助这些不雅点的一些数据。感谢收听。

参考费事

[ 1 ]  

东说念主工智能巨匠课 :   https://podcasts.apple.com/us/podcast/artificial-intelligence-masterclass/id1721855892

[ 2 ]  

播客节目 :   https://podwise.ai/dashboard/episodes/1938143