发展人工智能切忌急功近利

■ 刘柯

科大讯飞最近发布了星火认知大模型，并放出豪言“计划今年10月底整体赶超ChatGPT”。豪言半年后能否兑现，自有市场来验证。不过目前的现状是，ChatGPT的迅猛迭代，恐怕领先国内一众追赶者不止一两个身位。

随着AIGC的惊艳亮相，国内各种各样的大模型风起云涌。这是一个群雄争霸的时代，每一个参与其间的大佬都想成为AIGC的领跑者，领导自己的企业抢占生成式人工智能的风口。有的企业甚至喊出未来10年“All in”的口号，只是不知道有没有这么多钱来烧。

目前国内生成式人工智能的赛道已经非常拥挤，但是谁能最终胜出？AIGC发源地美国也不过只出了一个OpenAI，微软投资几百亿美元成功了，英伟达因为图形计算芯片GPU算是受益者，其他如亚马逊、谷歌都还在小心翼翼地追赶，而英特尔、AMD、Meta甚至都还没有反应过来。放眼全球，AIGC还面临各种各样的严格审核，各种各样道德与伦理的争论，各种各样无法应用落地的尴尬，而这并不是开玩笑。

须知，训练一个成功的大模型需要的是庞大的资金投入和数据库以及算力硬件支撑，OpenAI花了那么多钱，也不过出了GPT的4和5，况且这些投入目前都还没有产出，亏损局面还没有得到改变。2022年，声名大噪的OpenAI亏了5.4亿美元，而且预计未来仍需筹资千亿美元继续训练。不知道国内哪个大佬敢于曝光自己投入大模型究竟要花多少钱？究竟有多少数据可以用于训练？究竟有多大算力能够支撑？未来十年“All in”的话，总共得花多少钱算过账没有？

况且，全球人工智能的竞争非常激烈，目前美国已经表明要限制中国人工智能的发展，很简单，因为我们从算力硬件到各种大模型的初始核心技术都被美国掌握着，英伟达最新的GPU不卖给我们的话，怎么去支撑算力的超越？没有算力的跨越式发展，我们怎么搞得出超越GPT的大模型？

规划可以超前一点，雄心也可以更足一些，但过于高调往往适得其反，应该低调做事，做出成绩再说。当然，我们也可以理解，目前处于AIGC赛道的大部分都是企业，企业需要流量变现，所以你让它默默无闻去搞研发似乎也不现实。这个时候如果国内顶尖大学的科研机构、科技型实力央企能在政策的支撑下多从事一些前沿性的基础研究，与企业共同推进生成式人工智能的技术发展，那么中国的生成式人工智能产业可能会厚积薄发。