2012年是一個特殊的年份，根據瑪雅預言，2012年的12月21日，正是世界末日。相信很多人都看過電影《2012》，電影講述了末日在即主人公以及世界各國人民為了一張登上諾亞方舟的船票，掙扎求生的經歷，災難面前，盡現人間百態 。有更多人死之前或許根本連諾亞方舟和船票都沒有聽說過，就在一瞬被海嘯吞沒。
現如今已經是2023年，世界末日的說法自然是不攻自破，但是影片中關於在災難面前普通民眾的渺小無助確是真實而殘酷的。說AI人工智能（Artificial Intelligence）為什麼要提到2012中的諾亞方舟呢，近期爆火的ChatGPT無疑是給計算機科學領域投下了一枚驚雷。如果說前幾年人們還調侃人工智能是人工智障，那麼近期相繼出圈的ChatGPT4、百度的文心一言、New Bing的表現讓很多人驚艷，甚至讓很多人產生危機感，不禁想自己會不會被替代。答案無疑是會只是早晚和程度的區別。
網友分享的與ChatGPT的對話
是風險也是機遇，在很多人憂慮的時候，也有大批人已經開始應用AI技術創造財富。AI技術在翻譯、自媒體寫作編輯、搜索引擎、插畫設計中表現很出色，或許在軍事、經濟、科研、醫療等領域已經星火般發展，只是我們普通人沒有察覺。星星之火可以燎原，人工智能或成為人類的第四次工業革命。或許人工智能不只是科技技術的又一次爆發，也可能演變成改變經濟界、科技界甚至未來世界經濟體發展趨勢的決定因素。
百萬億級別的鏈接規模
1000多名科技界領袖呼籲暫停開發人工智能。人類的神經元的鏈接是200萬億級別，而ChatGPT4已經達到了百萬億級別，加上世界各地爆炸式地信息餵養和引導，可以說它的每一次迭代都是指數級的。他們擔心這場危險競賽會對社會和人類構成巨大的威脅，且可能產生「災難性」的影響。春江水暖鴨先知，他們在科技前沿有着更敏感的觸覺，在沒有完善的制度和充分的準備下，任由AI野蠻生長或真的給整個人類帶來災難。
人工智能部隊
江山代有才人出，各領風騷數百年。哪個國家在這次革命中掌握了核心技術就掌握了主動權。AI技術或成為諾亞方舟，普通人如果沒有拿到船票或許會被時代淹沒。機械製造搭載人工智能，在以後或許會替代8、9成的社會工作。但是這種科技的紅利並不是人人都可以享有的，只屬於少數掌握着技術的國家及其人民。他們手握船票，人類的命運都是在他們的一念之間。
在人工智能完全放開發展的未來，對於普通人，只有兩種結局，一種是與AI共生，一種就是被歷史淘汰。不會有和平共生、歲月靜好的可能。因為在之前的科技革命中，發展落後的國家和人民還可以通過出賣勞動力勉強度日，而等到AI技術成熟的時候，沒有參與到AI運作的人就會成為無用之人。
物競天擇，適者生存。參與運作的人處在前沿，他們更能覺察風險和機遇，同時也可能有能力影響事態發展，而純粹享受AI帶來的便利，像溫水裡面的青蛙，覺得有了AI以後不用記憶不用背誦甚至不用思考的人，在科技的海嘯來臨的時候，瞬間即會被吞沒。
人類該何去何從?
希望是筆者想法太偏激太消極，但願世界和平！-(慢半拍/段子手/科技談AI)
*又卡在硬件上了，咋整？*
ChatGPT火了，可是它的發展也是有限制的。
一個比較大的問題就是算力。
有人研究稱，OpenAI每天的運作可能要花費高達70萬美元，因為人工智能運行所依賴的計算基礎設施價格昂貴。
這個估價還是估計的GPT-3模型的運行，假如運行的是更完善的GPT-4模型，運行費用肯定還要高很多。
這是因為人工智能是很依賴算力的，只有算力支撐，它才能給出較為準確、或是腦洞大開的回覆。
而支撐人工智能算力的芯片，還得看英偉達。英偉達單片價值1萬美元的 A100 芯片占據了數據中心 GPU 市場 90% 以上的份額，主要用於訓練和運行人工智能。
好貨，也不便宜，產能也不好上去。
這一下抬高了人工智能訓練和運行的成本。
從算力意義上講，人工智能算法的軟件被芯片的硬件卡了脖子。
這可不只局限於ChatGPT。
比如智能汽車，自動駕駛技術也需要算力支撐。只不過ChatGPT風頭正勁，自動駕駛成了牛夫人，最近不怎麼出現在媒體熱點上了，但自動駕駛還在發展，也需要算力支持。
說起來ChatGPT風頭正勁，國內也有很多人想做類似產品，或者確切地說，大模型。
於是一時間，什麼「通義千問」、「文心一言」、「ChatJD」、「日日新」之類的，都冒出來了。
由此可見，大模型的算法可能還真沒那麼難做出來。
可是算力從哪裡搞呢？
這可能是被卡脖子的關鍵。
去年，在美國出口管制新規限制下，英偉達的A100芯片就無法向中國出口了。英偉達只能想辦法提供替代產品。
國際數據公司（IDC）等發布的數據顯示，2022年我國智能算力規模達到268百億億次/秒，超過通用算力的規模；預計未來5年，我國智能算力規模的年複合增長率將達52.3%。
中國智能算力規模飛速增長的原因是，人工智能未來將會運用到很多領域，無論是過氣網紅元宇宙、智能駕駛，還是當紅炸子雞大模型，都需要大量算力支撐。
在這個技術飛速發展的時間點，被美國卡脖子可就難受了。而我們之前在《新興產業，要被趕盡殺絕》裡就提到了，美國是不會放過任何一個在高新科技領域卡脖子的機會的。
在最近的「多樣性算力產業峰會2023」上，中國工程院院士鄭緯民指出當前發展多樣性算力的挑戰，裡面就有供應鏈不確定性，先進制程芯片、製造設備斷供，開源軟件授權或登錄風險，工程軟件限制使用。另外，產業標準不確定性，國際計算標準和產業組織限制參與、標準化所需測試驗證工具限制使用。
所以當業界都在盯着大模型摩拳擦掌的時候，還需要注意這背後的硬件支持。如果芯片不能突破卡脖子，不能支撐人工智能所需算力的話，那麼大模型的訓練和運行質量也不高。
所以即使市場炒作人工智能，也得帶着半導體一起玩。-憶續財經觀全球-
