经济学人：人工智能实验室的竞争进入白热化阶段

本文为《全球科创观察》2023年第6期“深度观察”栏目内容。本期全部内容可点此查看。

ChatGPT是由初创公司OpenAI创建的人工智能聊天机器人，自2022年11月上线以来，仅两个月时间活跃用户便已过亿，创造了史上最快的用户增长记录。微软向OpenAI投资了100亿美元，希望ChatGPT能够生成看起来像人类创作的文本、图像和视频。2023年1月26日，谷歌发表了一篇文章，描述了一个类似的AI模型。中国搜索引擎巨头百度则计划在2023年3月发布类似的产品。

ChatGPT及其竞品背后的AI模型改变了科技行业对创新的思考方式，许多人工智能实验室，特别是一些初创公司的研发实验室已经开始进行技术竞争，争夺人工智能时代的领导地位。

(资料图)

长期以来，企业研发机构一直是科学进步的重要源泉，尤其是在美国。第二次世界大战后，大量美国公司在基础科学方面进行了投资，创造出了众多影响世界发展进程的科技产品，并且有不少研究人员获得了诺贝尔奖。

2017年，经济学家Ashish Arora及同事研究了1980年至2006年间的企业研发情况，发现许多企业的投入已经从基础科学研究转向研究成果的商业化应用，原因是基础研究成本的上升和研究难度的提升。

近年来，AI技术的崛起为广大中小企业创造了机会，初创公司研发的AI产品也能够撼动大型科技公司的市场地位。例如，Anthropic和Character AI等初创公司已经创造了能够与ChatGPT相竞争的产品。Stability AI是一家汇集了多方计算资源的初创公司，它创建的开源模型能够将文本转换为图像。在中国，由政府支持创立的机构，如北京智源人工智能研究院也同样进行着前沿AI技术和产品的研发。

但是，目前在全球范围内，绝大多数的人工智能技术突破仍来自于大型科技公司，因为这些巨头公司拥有强大的计算能力，能够推动基础研究的成果迅速融入商业化产品。亚马逊和Meta创造的AI研究成果分别是斯坦福大学的三分之二和五分之四，谷歌和微软则培养出了数量庞大的AI研究人才。

图1 2012-2022年全球AI领域标志性成果数量

图2 在arXiv上发表的人工智能相关研究论文和在主要人工智能会议上发表的论文（单位：千）

不同国家拥有不同的技术优势，例如中国在图像分析上处于领先地位。根据微软的排名，全球排名前五的计算机视觉团队都在中国。在美国，Meta公司的AI产品Cicero因其使用推理和欺骗策略来对付人类对手而获得较多声誉。DeepMind的模型则可以在围棋中击败人类冠军，并能预测蛋白质的结构。

为了解究竟谁的技术更胜一筹，经济学人研究团队对微软和Alphabet的AI技术进行了测试，所采取的方式是向微软支持的ChatGPT和谷歌尚未推出的竞品Lamda提问。这些问题包括美国数学竞赛中的10个问题和美国SAT考试中的10个阅读问题。为了增加趣味性，还要求两个AI产品提供约会建议。从结果来看，两家公司都没有表现出明显的优势。Lamda的数学成绩稍好，能正确回答5个问题，而ChatGPT只能正确回答3个。在SAT测试中，Lamda能正确回答7个问题，而ChatGPT正确回答了9个问题。此外，这两个产品对约会提供的建议参差不齐，不适用于真实的生活场景。2023年1月30日，OpenAI对ChatGPT进行了更新，以提高其数学分析能力。给这两款AI进行两轮10个问题的测试时，首轮测试中Lamda比ChatGPT高出了2分，第二轮测试中双方打成了平手。

通过上述测试，经济学人认为到目前为止没有一个AI产品具有绝对的优势，因为知识更新迭代和传播的速度非常快，研发人员也会在不同的企业和机构之间流动，不同公司AI产品的竞争将会更加激烈。Meta的顶级人工智能专家Yann LeCun认为，没有哪一家公司可以比其他公司领先超过两到六个月。

然而，目前还处于AI技术发展的早期阶段，各产品未来可能不会保持“并驾齐驱”的状态。据报道，谷歌已经发布了“红色代码”，旨在同搜索引擎对手Bing相抗衡，因为Bing将引入ChatGPT。DeepMind研究人员表示，公司长期专注于游戏领域，目前正计划将更多资源投入到语言建模中，其下名为Sparrow的聊天机器人可能在今年问世。

最终可能影响AI产品竞争的变量有两个。一是企业实验室的组织方式。小公司具有更大的灵活性，可以将其产品更便捷地投向市场，并吸收海量数据，改进其AI模型，形成良性循环。小公司的这种优势也可能以另一种方式自我强化。内部人士指出，OpenAI在业内具有良好的人才吸引力，不断从DeepMind等竞争对手公司挖走专家。为了跟上OpenAI的发展步伐，Alphabet、亚马逊和Meta等大企业需要打破常规思维，重新制定战略，以便更快地在AI领域取得成就。

另一个决定性因素是技术发展的路径。到目前为止，在生成型人工智能领域，规模越大发展越好，这给科技巨头带来了更多的优势。但在未来，规模可能并不是优势。非营利性研究机构Epoch估计，按照目前的发展速度，大规模的语言模型将在2026年之前耗尽互联网上的高质量文本。Stability AI也表示，有一些方法可以在特定的任务上对模型进行微调，极大地降低了扩大语料规模的需要。

2022年，全球生成型人工智能初创企业共发生110笔交易，筹集到27亿美元资金。表明风险资本家更加青睐该领域的初创企业，并不认为未来收益都会被大公司占有。

本文系未央网专栏作者:全球科创观察 发表，内容属作者个人观点，不代表网站观点，未经许可严禁转载，违者必究！

关键词： 人工智能