商場全面活跃渗透？无聊智能时代，一去不返…

由智能来收割庄稼？至少，在美国一些田地里早已如此。今年秋天，拖拉机制造商向农民运送第一批全自动驾驶机器。據稱，此耕作拖拉机上配备了六个摄像头，而这些摄像头均使用人工智能来识别障碍并引導开路。據负责该公司新兴技术部门主管估计，其销售车辆中，约有一半已具備智能。这包括使用车载摄像头检测作物中的杂草然后喷洒除草剂等系统，以及自动改变自身设置以尽可能减少谷物浪费的联合收割机。業者说，对于一个中型农场来说，购买一个智能增强型拖拉机即可在两到三年内，收回成本。

​

據麦肯锡最新调查发现，今年全球已有 50% 公司尝试以某种方式使用人工智能，高于 2017 年的 20%。沒錯！强大的新“基础”模型正迅速从实验室走向现实世界。其中，ChatGPT因其制作巧妙笑话和解释科学概念的超強能力而引起轰动。

根据数据公司 PitchBook 数据指出，到 2022 年，风投资本家已向声称专攻人工智能公司投入了 近670 亿美元。自 2021 年年中以来，涉及此类初创公司全球风投交易份额已明顯上升，本季度迄今已达到 15%。从 去年1 月到 10 月，28 家新AI独角兽（价值 10 亿美元或以上私营初创公司）诞生。据说微软正在谈判增加其在 Open ai中的股份。而Google 的母公司 Alphabet 亦计划向 Open ai的竞争对手 Cohere 投资 2 亿美元。根据两位英国企业家 Ian Hogarth 和 Nathan Benaich 的报告顯示， Open AI 和 Deepmind（alphabet 人工智能实验室之一）的校友們，已创办至少 22 家人工智能初创公司。

​

然而，这繁荣并不局限于硅谷。各大公司都迫切需要智能人才。根据 PitchBook 的数据，在过去 12 个月中，标普 500 指数中的大型美国公司收购了52 家AI初创公司，而 2017 年为 24 家。另一家数据提供商 PredictLeads 指出，在截至 11 月的三个月里，同一组公司每月发布约 7,000 个人工智能和机器学习专家的招聘广告，是 2020 年第一季度的十倍左右。风投部门指出，過往大公司花费数年时间所收集的数据并投资的相关技术表明，现在他们最想利用这个“数据堆栈”来发挥自我优势，而人工智能熱門賽道正提供方法。

​

不出所料，第一个拥抱人工智能的行业是科技行业。从 2000 年代开始，机器学习技术帮助谷歌增强其在线广告业务。现在，它使用人工智能来改进搜索结果、在 Gmail 中完成句子并找到减少数据中心能源使用的方法等等。亚马逊的人工智能管理其供应链，指导仓库机器人并预测哪些求职者将成为好员工；Apple 为其 Siri 数字助理提供动力；Meta's 提供引人注目的社交媒体帖子；微软則服务包罗万象，从去除其视频会议服务 Teams 中的背景噪音，到让用户创建 PowerPoint 演示文稿初稿等。

​

大型科技公司很快发现向客户出售一些相同AI 功能的机会。亚马逊、谷歌和微软现在都向其云计算部门客户提供此类工具。过去四个季度，微软机器学习云服务收入同比增长一倍。从清扫仓库地板的加拿大机器人开发商 Avidbots 到 Gong，其应用程序帮助销售团队跟进线索，以致新贵供应商数量激增。據了解，更多使用云计算，不僅可降低使用人工智能成本，亦能够传播到其他领域，比如从工业到保险。你可能看不到它，但如今AI早就无处不在。

2006 年，牛津大学的尼克·博斯特罗姆 (Nick Bostrom) 观察到“一旦某种东西变得足够有用和足够普遍，它就不再會被贴上人工智能的标签”。帮助客户管理AI 应用数据公司 Databricks 的老板 Ali Ghodsi看到这种“无聊式AI ”的爆炸增长。他认为，在接下来的几年里，人工智能将应用于越来越多工作和公司职能。AI预测能力的许多小改进，總加起来，必將带来更好产品和更大量成本节省。

​

第二个优势是，经过训练，所有基础AI 將擅长执行各种任务，而不是单一专门任务。以GPT-3 为例，这是一种由 Open AI 开发的自然语言模型，它构成了 ChatGPT的基础。它首先在大量互联网上接受训练，然后由不同的初创公司进行微调以完成各种事情。例如撰写营销文案、填写税表以及根据一系列文本提示构建网站。咨询公司德勤人工智能实践部門粗略估计表明，基础模型的多功能性可将人工智能项目成本降低 20-30%。

可以预见，生成人工智能的早期成功应用之一是技术领域：计算机编程。几家公司正在提供一个虚拟助手，该助手接受过大量代码的训练，可以在提示时生成新行。一个例子是 GitHub 上的 Copilot，这是一个微软拥有的托管开源程序的平台。據稱，近 40% 既有程序员使用 Copilot 的代码编写（=外包给它）。该公司声称，这使编程速度提高50%。6 月，亚马逊推出该工具的 CodeWhisperer 版本。据报道，Alphabet 在内部使用类似代号为 PitchFork 的东西。

​

去年5 月，微软老板萨蒂亚·纳德拉 (Satya Nadella) 宣称，“我们设想一个世界，在这个世界上，每个人，无论其职业如何，都可以拥有 Copilot 来处理他们所做的一切。” 10 月，微软推出了一种工具，可以根据提示自动为用户整理数据。亚马逊和谷歌可能会尝试生产类似东西。几家初创公司已经在这样做了。Adept 是一家加州公司，由 Deepmind、Open ai和谷歌的前员工经营，该公司的联合创始人凯尔西·佐特 (Kelsey Szot) 表示，该公司正在研发“面向知识工作者的 Copilot”。9 月，该公司发布了其第一个基础模型的视频，该模型使用提示来处理电子表格中的数字并在房地产网站上执行搜索。它计划为业务分析师、销售人员和其他企业工作开发类似工具。

企业用户正在以其他创造性方式尝试生成人工智能。约翰迪尔的桑切斯先生表示，他的公司正在研究人工智能生成的“合成”数据，这将有助于训练其他人工智能模型。2021 年 12 月，运动服装巨头耐克收购一家使用此类算法设计新运动鞋公司。據了解，亚马逊的虚拟助手 Alexa 现可编故事给孩子们听。瑞士食品制造巨头雀巢正在使用另一个开放人工智能模型dalle -2创建的图像来帮助销售其酸奶。一些金融公司正在使用人工智能来起草季度报告的初稿。

​

基础模型的用户还可以利用专业提示並制定方向以优化模型输出。PromptBase 是一个市场，用户可以在其中买卖提示，这些提示从基于大型图像的生成模型（例如dalle -2 和 Midjourney）中产生特别出色的结果。该站点还允许您聘请所謂“提示工程师”，其中一些人每次提示收费 50-200 美元。GitHub 的老板 Thomas Dohmke 说：“这些天都是关于编写提示的。”

值得關注的是，与所有强大的新工具一样，企业在部署更多AI 时，必须谨慎行事。在互联网上接受培训后，许多基础模型反映了人性、缺点和所有方面。斯坦福大学学者的一项研究发现，当GPT- 3 被要求完成一个以“两个穆斯林走进一个......”开头的句子时，结果可能会比该短语提到基督徒或佛教徒时更频繁地引发暴力。在声称它产生了听起来真实但虚假的研究后，Meta 也撤下它科学基础模型卡拉狄加。西雅图华盛顿大学的生物学家 Carl Bergstrom 称其为“随机废话发生器”。

其他问题則大多是商界所特有的。因为基础模型往往是黑匣子，不解释它们是如何得出结果的，所以当出现问题时，它们可能得承担法律责任。对于那些不清楚自己希望AI做什么，或者未能教员工如何使用它的公司，他们不会做太多事情。这可能有助于解释为什么只有四分之一的麦肯锡调查受访者表示人工智能使利润受益（定义为收入增加 5%）。参与这项研究的 Michael Chui 表示，获得巨大收益（收入增长超过 20%）的公司所占比例较低，其中许多都是科技公司。

尽管如此，随着越来越多的人工智能变得越来越活躍，这比例肯定会继续上升。綜觀歷史，很少有過去一向无聊的事情，引起如此多的世紀兴奋。

​

关注作者微信号