1848年8月19日，《纽约先驱报》刊登了一则重磅消息，美国加利福尼亚州发现了金矿！消息传开，大批人力物力涌入美国西部，引发了席卷全美的淘金热潮。如今，加州“淘金”热再次掀起，总部位于加利福尼亚州旧金山的一家公司OpenAI宣布推出的聊天机器人ChatGPT吸引了全世界的关注。
ChatGPT正是当下发展正热的新型“生成性AI”的代表。尽管生成性AI领域的市场尚处于早期，但仍有许多投资者想把数以亿计的资金投给人工智能创业者，投身未来的繁华。然而，AI淘金热的背后隐藏着高昂的开发和维护成本，或将给这些淘金者带来挑战。
↑资料配图
“让1000朵花盛放”
生成性AI初创企业成“新金山”？
今年，4名人工智能研究人员离开谷歌，创建了一家名为Mobius AI的初创公司。据报道，他们对自己的产品没有规划——只知道，这个产品会用到可以生成自己的照片和视频的人工智能技术。知情人士说，该公司成立约一周内，硅谷的两家顶级风险投资公司Andreessen Horowitz和Index Ventures就提出了融资建议。
Mobius AI这个才成立一周的公司——仅仅由4个人和1台笔记本电脑组成——估值就飙升到了1亿美元。在此之后，交易狂热仍在继续，当这个消息泄露出去后，其他投资者也赶紧来催促Mobius AI接受他们的钱。
急于寻找下一个“新金山”的投资者正在激烈地争夺对这些初创公司的投资，毫不吝啬地要投入数以亿计的资金，为一些人工智能企业提供九位数的估值。据媒体1月报道，微软向OpenAI投入了多达100亿美元。赛富时的风险投资部门最近首次推出了一个2.5亿美元的基金，专门用于生成性人工智能初创企业。
不像其他科技领域已经走过数次厮杀，变得“干涸”了，生成性人工智能领域的市场还处于早期，许多人正试图“灌溉”，想要让这片初生地“长满鲜花”。风险投资公司First Mark专门研究人工智能的投资者马特·特克表示：“我们正处于市场的这样一个阶段，就像让1000朵花盛放一样。”他补充说，在一个以裁员、削减成本和几乎不首次公开招股为标志现象的科技界的沉闷时刻，这些交易显得尤为突出。
“一个月4000万美元”
成本非同寻常，多少“花朵”将凋零？
然而，AI淘金热、生成性人工智能技术蓬勃发展背后有一个令人不快的事实：无论是对于开发底层技术的公司，还是对于那些使用人工智能来驱动自己软件的公司来说，开发和维护软件的成本可能特别高。
与过去的AI热潮不同，训练大型语言模型的高成本是一种结构性成本。即使软件已经建成，它仍然需要大量的算力来运行大型语言模型，每次回应指令都要进行数十亿次计算。这些计算也需要专门的硬件。据悉，英伟达主力芯片价格为1万美元，而Meta公司上个月发布的LLaMA模型就使用了2048个这种芯片来训练。
↑英伟达主力芯片Nvidia A100
专注于人工智能和机器学习的分析师罗文·库兰估计，今年1月达到1亿月活时，OpenAI可能花费了4000万美元来处理那一个月收到的对话信息。他估计，微软的必应人工智能聊天机器人，由OpenAI ChatGPT模型驱动的话，需要至少40亿美元才能为所有必应用户提供回复。
据报道，一家名为Latitude的小型创业公司制作了一个AI对话创作的角色扮演游戏，在2021年就付费购买OpenAI公司的GPT语言技术驱动。该公司CEO官尼·沃尔顿回忆说，随着游戏越来越受欢迎，维护成本开始飙升。据他估计，2021年，Latitude在OpenAI的所谓生成性人工智能软件和亚马逊网络服务上，每月要花费近20万美元。到2021年底，他不得不转而购买更便宜的技术，甚至考虑使用免费开源模型。
“付费不可避免”
未来10年淘金时间，谁是最终赢家？
正如上文所说，风险资本家盯上了未来可能价值数万亿的公司，然而，微软、谷歌等大公司正在利用其可观的资本在该技术领域形成领先优势，让小型挑战者望尘莫及。
许多人工智能行业的企业家看到了依赖这些生成性人工智能模型的风险：他们没有足够资本与大科技公司竞争，最终无法掌控这些模型，以后只能按使用量付费，不断给这些大公司租金，“喂养”他们的模型。
“当我在创业会议上与AI界的朋友交谈时，我是这样告诉他们的：不要完全依赖OpenAI、ChatGPT或任何其他大型语言模型，”personal.ai的创始人苏曼·卡努甘蒂说，“它们都是由大的科技公司拥有的，对吗？如果他们切断访问，你就会消失。”
↑OpenAI的CEO山姆·奥特曼和微软的CTO凯文·斯科特
Conversica等公司正在探索如何低价使用该技术，以支持自己的事业。在Conversica公司CEO吉姆·卡斯卡德看来，付费是不可避免的。“如果他们真的想实现收支平衡，他们就会收取更多的费用。”
企业家们的冒险和挣扎还在继续，但他们的淘金时间可能不到10年。英伟达CEO黄仁勋认为，人工智能的阶段性提升将在10年内。“摩尔定律，在它最好的时候，会在十年内实现乘百倍的增长，”黄仁勋上个月在一次财报电话会议上说，“通过提出新的处理器、新的系统、新的互连、新的框架和算法，并与数据科学家、人工智能研究人员合作开发新的模型，在这整个跨度中，我们将使大型语言模型的处理速度提高一百万倍。”
用户评论