人工智能将是未来核心生产力，这一观点在科技届几乎无人会反对。

因此创造一个类人甚至超人的AI产品迷人且充满了想象力，吸引着各个行业都在尝试使用AI来帮助产业向智能化转型，资本和创业者也在其中沉浮向前。

2020年6月，在训练约2000亿个单词、烧掉几千万美元后，史上最强大AI模型GPT-3一炮而红。写小说、编剧本、敲代码……GPT-3的无所不能吸引了全球数以万计的开发人员正在基于该平台开发，目前300多种应用程序在使用 GPT-3，每天生产 45 亿个字符。

随着其应用场景的不断扩大，GPT-3 真的能取代人类吗？

一、GPT-3到底有多厉害？

之所以笔者今天想聊聊这个看似遥不可及的底层技术，是因为最近看了一部电视剧《你好，安怡》。在剧中，安怡是一位来自2035年的AI机器人，与当前生活中不一样的是，目前技术下的智能机器人虽然能帮忙做一些任务，但似乎只能干一件事。医院里的智能导诊机器人不会写代码，送餐的机器人也写不了小说，它们更像是一个个工具而非智能体。

一个真正的AI机器人应该什么样呢？电视剧里的安怡似乎给出了方向，她拥有自己的独立意识，不仅能搞定家务、带孩子，还能通过修改程序帮助主人解决工作危机，甚至还想做这个家庭的女主人。

想让AI机器人能够像人一样交流，就要用优异的NLP（自然语言处理）能力。而今天探讨的主角GPT-3就是NLP领域的佼佼者，达到了万能选手一般的能力，也因此被人为是AI领域一个出人意料的进步。

本质上GPT-3 是一个语言模型，而语言是智慧的工具，人能成为万物之灵是能够借助语言去获得知识。如果AI掌握了语言，并且理解还能预测人类语言，那么拥有GPT-3语言的AI机器人就很有可能成为安怡这样的通才。

罗氏、辉瑞、诺华、默沙东等等著名药企，都瞄准AI完成药物筛选，加速新药研发进程；谷歌的AI程序AlphaFold 2，去年成功解决了蛋白质折叠的问题，相当于突破了生物学50年的重大难题……这些科技成果背后离不开计算机的发展，计算机算力已经成为基础科研、前沿研究的重要工具。GPT-3的参数量已经达到千亿级别，规模接近人类神经元的总量，就是最好的例子。

但强大的算力往往靠的是财力的支持。其实GPT-3不仅训练成本高，此前微软还为训练它特地建设了一个5亿美元的超算中心。微软这个超算中心装载了一万张英伟达GPU，训练GPT-3消耗了它355个GPU年的算力。

因此算力带来的经济成本也成为了国内AI研发的壁垒。一方面，国内AI大厂拥有的软硬件虽然多，但是不够开放，闲置的算力资源被散落在各个平台。

中国拥有全球超算Top500中的226台

另一方面，中国很少有企业能够像微软一般财大气粗组件算力中心。因为即使是比GPT-3规模更小的AI模型，动辄耗费几十乃至上百张AI加速卡，对很多企业来说也是“不能承受之重”。

三、谁能打造国内的AI发电厂？

那么在中国，如果打造成出一个比GPT-3更强，甚至像安怡一般超出想象力的人工智能呢？

目前看来市面上有两种路径可以走，一种是开发出更加强大的算法，更高效地利用算力，节省费用；另一种是就是在现有算法基础上进行规模化训练，让更多AI模型获得丰富的训练参数，从而达到优质模型的开放。但当下，走通两条路的前提都是拥有强大的算力。据估计，未来人工智能将占据80%以上的计算需求，需要有开放的AI算力中心承载这种需求。

四、未来价值

知名风投机构 A16Z合伙人Frank Chen关于CPT-3的观点是，GPT-3让使用者避开了培训数据以及建立AI业务的部分经济成本，这使得NLP（自然语言处理）成为AI研发最有前途的领域之一。因为有了GPT-3，很多AI初创公司的软件都内置了最新的NLP技术。

这意味着，开放API的GPT-3已经对AI创业公司产生正向的影响。随着算力的开放，AI时代拥有更多低廉的算力资源，更多像GPT-3一样的AI模型就会低成本出现，从而推动AI的产业化。

但新兴的技术往往面临高速发展与低速商业化的困局，因此新旧技术之间的交替也非常考验资本与企业的耐心。但不能偏于一隅的仅仅讨论商业应用价值，因为它代表着未来的竞争力。

几十年前，柯达说，你负责按快门，剩下的交给我们。

在未来，AI 或许也会表明心态，人类什么都不用干，剩下的交给它。

作者：可达怡

编辑：安吉拉