李开复

本文来自腾讯科技对李开复的访谈。李开复在对话中探讨了美国主导的 AGI（通用人工智能）可能带来的霸权问题，特别是 OpenAI 及其 CEO Sam Altman 的垄断野心。他认为，中国应通过建立一个良性生态系统来抵抗 AGI 垄断。核心策略是降低推理成本（推理成本每年将下降 10 到 50 倍，从而推动应用的普及），使得更多应用能够快速落地，形成广泛的应用生态。虽然中国在 AGI 研发上可能落后，但在应用落地和成本控制方面具有优势，中国可以通过快速发展应用来抵抗 AGI 垄断。 良性的生态 一个良性生态，应该是芯片赚最少的钱，平台赚蛮多的钱，应用赚最多的钱；平台本身比任何一个应用都赚钱；但所有应用加起来比平台赚更多的钱。PC、互联网、移动互联网是这样，云也是这样。AI是不是？绝对不是。 今天 AI 生态是芯片 GPU 占 750 亿美金＞云厂商 100 亿＞应用商 ChatGPT 这类只有 50 亿——是一个倒三角。如果持续是倒三角，AI-first 的应用不会雨后春笋冒出来。用户不会得到福利，大家做应用不会那么快 PMF（Product Market Fit，产品市场契合度）、赚到钱、融到资，不能达到良性生态系统的正向循环。 AI 应用为什么没爆发 AI 应用为什么不爆发？是因为推理成本太贵了。 前一阵有一篇文章《Situational Awareness: the Decade Ahead》（《态势感知：未来十年》，OpenAI 前员工撰写），大胆说 AGI 三年会发生，有些假设值得商榷。我觉得 Epoch AI（一家非营利研究组织）说得更靠谱，他们在今年 8 月一篇文章《Can AI Scaling Continue Through 2030?》（《人工智能的规模定律能否持续到 2030 年？》）中，分析了四件事： 数据还能多快增加？ 世界生产 GPU 的能力，还有 HBM（高带宽存储器），就是内存的能力，能多快增加？ 计算的耗损能多快增加？你作为一个神经网络，它的 forward backward 训练（前向传播和反向传播训练），使它不是 GPU 问题，而是传输问题。如果是一张变成两张传输还好，如果是 100 万张变成 200 万张，传输就会成为瓶颈。 还有一个，世界上有多少电？ ——最后它计算的结果大概是 2030 年。...