虽然面临着“泡沫”质疑,但人工智能的估值仍在飙升。对于希望从中分一杯羹的公司和投资者来说,这意味着什幺?机会在哪里?
近日,在年度WSJ Tech Live峰会上,风险投资家、a16z合伙人Martin Casado与《华尔街日报》全球技术编辑Jason Dean进行了交谈,Martin Casado的观点要点如下:
- 人工智能可能是个超级周期,这个周期还有几十年的时间,目前仍然处于非常早期的阶段。
- 除了ChatGPT等众所周知的大模型,还有很多处理语音、音乐、图像等的较小模型,它们的投资者也收获颇丰。
- 人工智能目前有三个赛道正在取得成功:创意创作(creative composition)、陪伴(companionship)、编程(code)。
- 人工智能当前的发展瓶颈在于人类的知识是有限的,人工智能发展需要数据,但它只能使用所有现有的人类知识,无法捕捉未来的人类知识。
- 人工智能发展的另一个主要限制因素是电力,要进入下一个阶段以提升模型水平,需要增加十倍的计算机、电力、数据等资源。
- 即使所有前沿模型都在今天停止发展,将现有技术转化为实际应用,仍然能获得大量价值。
- 人工智能不会取代艺术家,人工智能只是机器。
采访全文翻译如下:
Q:现在有哪些类型的人工智能创业公司值得关注,而且不会太贵或者太晚?
Martin Casado:将人工智能与互联网进行比较是很有意义的。在行业历史上,我们周期性地看到某些事物的边际成本降为零——在计算领域,计算的边际成本变为零。我们曾经手动计算对数表,然后让计算机来完成,这创造了计算革命。接着是互联网,分发的边际成本降为零。
如今,在人工智能方面,语言、推理和创作的边际成本似乎也在降为零。如果真是这样,这就是一个超级周期,如果是这样,我们还有几十年的时间,因此,没有“太晚”的说法,从这个意义上说,我们仍然处于非常早期的阶段。
目前,大家听说的那些来自谷歌、OpenAI、Anthropic的模型,都有大型公司的支持,这些大型公司不会崩溃。显然,对它们来说,这具有战略价值,是伟大事物的开始。
有一些大家都听说过的大模型,比如Gemini和OpenAI,但还有许多较小的模型,处理诸如语音、音乐或图像等任务。如果作为投资者看待这一批公司,它们实际上是非常成功的。
Q:已经有一些公司的估值非常高了,进入人工智能领域的门槛似乎也在提高,现在最有趣的事情是什么?
Martin Casado:目前有三个应用场景正在取得成功,未来可能还有更多。
目前最有效的应用场景可能是创意创作,这可以是图像、音乐等,在这个领域的许多公司正在以我们所见过的最快速度增长。
想象一下一个AAA级的视频游戏,创建它的成本是多少?大约5亿美元到10亿美元。实际上,今天的模型可以创建游戏的每一个方面,你可以创建3D模型、故事、视频、纹理,而实际生成这些内容的计算成本仅为10美元左右。
第二个应用场景有点有趣,那就是陪伴。作为技术人员,我们从未解决过计算机的情感问题,显然,它们无法表达情感。不过我可以给你一个例子,我的女儿是“疫情孩子”,现在14岁,花了很多时间在Character.AI上,她不仅自己使用Character.AI,与朋友交谈时还会带上她的角色,这种现象已经融入了社交生活中,我们看到这种陪伴功能非常广泛。
第三个正在取得成功的领域是编程。例如,使用Cursor的AI代码编辑器,无论你是专业程序员还是初学者,都可以利用模型进行复杂的编程,而且效果很好。
Q:人工智能能否创造出被人们铭记的作品?
Martin Casado:我们在风险投资界拥有最大的创意模型组合,我看到很多模型能够制作图像、视频等,然后我发现很多艺术家会使用这些作品。判断输出作品是否优秀的最大因素是使用者是否具备正规的艺术背景。
这些技术并不会取代艺术家,它们只是机器,如果你有对美的敏感,就能创造出更美的东西,如果你了解人们的需求,就能得到他们想要的东西。
Q:人们常说,所有问题都能通过增加计算能力来解决,你认为事情比这更复杂吗?
Martin Casado:如果你还没读过《苦涩的教训》,请去读一下,它非常简短。这本书在说,当谈到人工智能时,你有两个选择:你可以想出一些非常聪明的算法,也可以找到利用更多计算机的方法。我们总是能获取更多的计算能力,只要不断增加计算资源,事情就会变得更好,这基本上就是我们所做的。
然而,人工智能需要数据。我们是人类,已经存在很久了。三千年来,我们观察宇宙,深入思考,判断物体是什么,以及它们如何相互作用,我们进行了所有这些计算并将其记录下来。
人工智能只是找到了如何利用这些已有的工作并将其输出的办法。一旦你耗尽了这些资源,事情就会放缓。我们创造了这些惊人的模型,捕捉了所有人类的知识,但它们无法捕捉未来的人类知识,人工智能不能自主推理。
这并不意味着其他领域的发展会放缓,对于当前版本的模型,我们可能已经达到了一般语言改进的极限,现在我们需要进入更专业的领域。
Q:电力是另一个主要的限制因素。
Martin Casado:没错,我们也达到了建立数据中心的能力极限。我们必须找到建造更大建筑、为这些建筑提供更多电力以及构建网络架构的方法。
但是,要进入下一个阶段以提升模型的水平,需要在每个阶段增加十倍的资源:十倍的计算机,十倍的电力,十倍的数据——这是指数级的增长。
Q:这是否影响了你作为投资者的决策?你是否需要考虑,这可能是一个好主意,但我不知道我们在未来五到十年是否会有足够的计算能力、数据和电力来实现?
Martin Casado:如果所有前沿模型今天停止,仍然有大量的价值可以通过将这些技术转化为实际应用来获得。再说一次,大家都在关注OpenAI,但就价值创造和整合而言,如果你看看所有那些私人公司和小型公司,它们正在构建自己的小型模型,它们是我们在行业历史上看到的增长最快的公司之一。