什么是人工智能？

有一位伟人解释过：所谓的人工智能就是先人工，再智能。这位伟人是谁，后面会告诉大家。

“先人工，再智能”这句解释，真的是既有点诙谐又不乏真谛。大家可以想想，当我们提到人工智能的时候，与之相随的一定离不开大数据。正是源自大数据不断的喂食，人工智能产品所用到的算法和计算模型才能够不断的成长、校正、完善，最后才成为可（商）用的GPT这类产品。而如何保证大数据的准确、全面、新鲜，这就需要前期有大量的人工处理。

因此，在AI这类产品正式落地前，一定是经历了大量的人工处理，比如：数据挖掘、数据标注、数据清理等等。AI产品就像是一个即将面世的小孩，在ta诞生前，作为家长一定要提前了解和储备必要的带娃常识和生活物资，这样才能保证孩子诞生的那一刻，就有充足的衣食和成长环境，然后再经过几年的呵护，ta才能具备基本的独立生活能力。

所以，我们看到的AI产品都是成品，而在这之前的一切工作是我们看不到的，但却是极其重要的。

好了，下面就从三个方面具体跟大家聊聊，GPT-4这类AI智能产品的一些来龙去脉，希望通过这篇文章能够让你更清晰的了解这类产品以及它们可能带来的一些变革，这样我们也可以更好的规划和利用它们，来帮助和辅助我的生活和工作。

先说最新发布的GPT-4，跟之前的ChatGPT有什么区别，其实很简单，就是字面区别。没错，少了Chat，多了数字4，这是什么意思呢？

数字4指代版本号，上一版是3.5，这一版是4.0；而少了的Chat才是重点，chat可理解为文本，也就是说ChatGPT主要的大数据来源是文本，而GPT-4去掉了Chat表示它的数据源已经不限于文本了。没错，GPT-4现已支持富文本的数据，就是你可以通过一张图片表达你的意图或辅助表达你的意图，然后GPT-4会自动读取其中的重要特征信息并综合给出它的答案。怎么样，是不是更厉害了，所以相应的它从3.5版本的ChatGPT，升级成了4.0版本的GPT-4.

GPT-4的能力提升有多少呢？给大家举一个例子说明。

有人专门测试过，就是那一套律师考试的试卷，分别让ChatGPT和GPT-4作答，考试结果两者差距很大。ChatGPT排名在倒数10%左右，而GPT-4的排名在前10%，怎么样，这个差距还是很大的吧，相当于几个月没见，它一下从学渣变成了学霸，并且GPT-4的水平超过了90%的人类考生。

最近，不论是从ChatGPT到GPT-4，从百度文心一言到微软的Copilot，好像一夜之间遍地都是AI，而且如雨后春笋，正在强势发展中。那么，这类AI产品现如今的发展，还存在哪些限制吗？还真有，而且可能很快就会表现出疲态，这主要是受限于AI芯片的产量和能源的消耗。

下面展开说说原因。

1. AI芯片

芯片因素大家可类比于手机芯片和汽车芯片，前阵子它们都出现过短缺、供不应求的情况对吧，可能原因是多维的，但结果大家都看到了。那么GPT-4这类产品同样需要用到大量的、高性能的AI芯片，因为它们的模型训练需要一直进行，一直在做高速运算。而且随着其智能化程度的提升，很可能是指数级的提升，那么用到的芯片数量也会大幅度提升。而制造这类高端芯片的厂商，全世界现在可不多，那么像台积电这种制造厂，本来手机芯片、汽车芯片的订单就爆满了，这时你在给它下一个AI芯片的大单，一定是无法满足需求的。

而且这类芯片的价格目前极其昂贵。ChatGPT训练时需要用到英伟达的高端GPU芯片A100。一颗A100的成本，大概是8万人民币。而完成整个训练过程，大概需要三万颗A100芯片。就是若干年前当年战胜李世石的AlphaGO，它只需要专注下围棋一个事儿，训练它也只用了176颗GPU，当时也是斥巨资才换来AlphaGO的一战成名。而升级版的GPT-4，需要的芯片数量和费用更是一般企业无法满足的。

所以啊，从这个角度看，即使你有这个技术，也不代表你能做出来这样一款产品。它需要天时地利人和全满足，就是说你的技术、你的资源、你的市场等因素都到位了，才有可能真正落地这样一款AI产品。

因此，我们国家能够紧随其后发布自己的AI产品，百度文心一言，真的是值得我们骄傲的一件事儿。也许文心一言现在的能力远不如GPT-4，但是相比于嘲笑声，它更值得更应该获得的是鼓励和时间。

2. 能源消耗

当你看完上面那个因素，应该就明白为什么它会受限于能源了，说白了就是太费电了，太费钱了。这东西就跟当年的矿机矿场是一样的道理，它需要大量的计算，需要大量的设备，大量的芯片，大量的耗电，大量的散热，等等，这些都是需要大量砸钱，才能构建出一个最舒适最完美的工作环境，因此当这样的一个环境搭建出来之后，它对于能源的消耗恐怕也是滔滔不绝的。

还是拿ChatGPT举例，ChatGPT训练一次就要消耗90多万度电。相当于1200个中国人一年的生活用电量，你就知道这有多恐怕。而且你要明白，这类AI产品可不是训练一次就行了，需要很多次。一次通过可能保证的是它的基础能力和通过性，而二次三次更多次的反复训练，它才能够拥有不断进化的能力。哪怕有一天，你觉得它的智能化程度足够了，不需要再训练了，可是就算这样，你维持它的日常运转每天也要大概花掉5万美刀的电费！

而且现实中，这类产品是不能够停止计算的，因为他们除了需要海量数据的训练，还有一点至关重要的，就是需要有源源不断的新鲜数据输入训练可行。否则你会发现，它能帮你算出一道世界级难度的物理题，但却不知道“等你下课”这首歌是谁唱的。

首先，失业是肯定的，但是，这并不是因为GPT-4的诞生直接导致的。说变了，现在每天随着社会的发展和变革，本来就会有很多就得产业和岗位慢慢呗替代，甚至被取消，这是自然发展规律。只能说，是GPT-4这类产品的诞生，加速了这一产业和岗位转变、进化的过程而已。

其次，伴随着就得产业、机械式岗位的消失，智能化产品的诞生一定会催生出更多新鲜的产业和岗位出来。就像是当年外卖催生了外卖小哥这个群体，滴滴等App催生了大量网约车司机的职业等等。AI类产品最直接的人力需求，就是标注师。上面其实已经提过了，AI产品需要大数据的喂食，但可食的数据一定是提前经过筛选的，所以这部分工作离不开大量的、专业的人工来处理。而且，不同的AI产品所需人力的数量、技能都不一样。

普林斯顿大学的华人科学家李飞飞可能很多业内人都听过她，当年她为了训练一个AI模型，通过亚马逊在线众包，最后有在线雇佣了全世界167个国家的5万人，一共标注了1500万张图片。而这不是说完成一个产品，只是试验阶段的一次功能完善。就像是谷歌最初的以图识图，你发现你给它一张猫的图片，它有时能识别出来有时不能，那是因为猫的品种实在是太多了，而且在结合猫的不同姿态和环境因素、照片复杂度等，一开始它并不能很好的识别。后来也是不断的通过大量猫猫的图片喂养之后，终于现在做到了你给它一张包括猫猫的图片，它就能从中快读定位并识别出来，甚至什么品种、性别、年龄都能说的出来的程度。

所以呢，上面的例子是想告诉大家，不要被某些舆论带偏了，AI产品的发展不但不会让我们失业，反而会给社会创造更多的就业机会和价值。而只要我们保持自身信息的更新，更得上时代的发展和变化，你不但不会因此而失业，你反而会跟着社会一起大步前进。

我这不是安慰你们的说辞。如果说AI的终点是机器人，那么机器在不断追究智能化、人性化的同时，我们人类反而也在不断地追求机器化，你能明白我这句话的含义吗？我们两者都在变化，而且是向着同一个方向，聚合探索前行。

PS：可能你们忘了一个事儿，就是开篇提到说“先人工，再智能”的那位伟人，我说会在下文说明他是谁，没错，正是鄙人^_^