自從去年11月聊天機器人ChatGPT上路以來,從矽谷、華爾街到世界各地的辦公室和新聞編輯室,都在討論它與生成式AI的燦爛圖景。
生成式AI(Generative AI)
生成式AI是指能夠生成新穎內容的人工智慧軟體,可以產出文章、程式碼、歌曲和藝術畫作。它借鑒現有的、人造的內容來創造自己的作品,因此目前也有較高的倫理疑慮。Open AI的聊天機器人ChatGPT、製作圖像的DALL-E和Google的語言模型LaMDA都是生成式AI的代表。
可以寫程式、回答問題、創作文本的ChatGPT,上線5天就獲得100萬用戶,吸引微軟向研發它的公司Open AI加碼投資100億美元,希望獲得更多生成式AI的好處,整合進自家軟體中。1月底,Google發布了一款類似的模型MusicLM,可以根據描述創作出歌曲。
沒幾天後,中國的搜尋引擎巨頭百度也宣布,希望將聊天機器人整合進搜尋引擎服務中。
「在接下來的十年裡,你會看到世界上所有的軟體都被AI取代,」加拿大科技創投Radical Ventures聯合創辦人雅各布斯(Jordan Jacobs)說,「每個企業最終都將直接,或透過整合它的第三方軟體,使用生成式AI技術。」
實驗室崛起
未來十年,生成式AI是否真的如科技創投預言的全面顛覆產業,還說不準,但這項技術確實已經改變科技業對創新的觀念,特別是它的創新引擎——企業研究實驗室。這些實驗室,也將是左右下一階段誰能勝出的關鍵角色。
想到「實驗室」,通常會聯想到大學。確實,從20世紀後期到近年,創新的科學研發往往由非營利的大學主導,企業則較專注在現有的技術上。
但AI戰爭使得企業不得不加入科研的戰局。
如今,企業研究實驗室的範圍很廣,從大企業如Google的Google Research,到規模較小的新創公司如Open AI都算是。它可以隸屬於公司內部,也可以獨立出來,有時候,它是由大學、政府、非營利組織所支持。無論如何,研究實驗室都是聚集一群最聰明的腦袋、用複雜算力為公司或機構開發出更突破性技術的單位。
過去幾年,這項競賽主要由大企業內部或其投資的參賽者佔上風,因為大公司能提供更多的計算能力,像是Amazon做出了Alexa、Google收購的Deep Mind做出了生成式AI的底層技術、微軟支持的Open AI開發出ChatGPT、Meta更早開發類似ChatGPT的機器人。
(延伸閱讀:技術明明不比ChatGPT差,為何Google、Meta的AI團隊不出手?)
然而,挑戰者正來勢洶洶。像是Anthropic和Character AI等新創公司,已經成立自己的實驗室。新創公司Stability AI,則組建了一個由其他小公司、大學和非營利組織組成的開源聯盟,來匯集計算資源。在中國,政府支持的北京人工智慧研究院表現也很傑出。
誰會勝出?
到目前為止,沒有任何一款模型享有無懈可擊的優勢,原因在於AI知識的傳播速度很快Stability AI的夏睿文(David Ha)說,來自所有競爭實驗室的研究人員都跳來跳去。
許多人,包括曾在Google工作的夏睿文,在不同組織之間調動,帶來他們的專業知識和經驗。此外,由於最優秀的AI人員骨子裡都是科學家,因此他們即使到了私人公司,還是常出席論壇與研討會大方分享自己的研究。
不過,《經濟學人》分析,有兩項指標可以提供預測。
第一項是遊戲規則。像Open AI這樣的小型新創公司,幾乎沒有收入來源需要保護,代表它能比競爭對手更自由地向大眾發布產品,並收集大量用戶數據,再用這些數據使它的模型變得更好。而科技巨頭Google、Amazon、Meta正受到世界各國政府的監管,要做到Open AI的大膽行動相對困難。
如果監管局勢沒有改變,意味著包袱較小的新創實驗室較有機會成為贏家。
另一項決定因素是技術發展。到目前為止,在生成式AI領域裡依然是「愈大愈好」,這代表資源闊綽的巨頭享有巨大優勢。但夏睿文指出,有一些方法可以針對特定任務微調模型,從而顯著減少擴大規模的需要。AI產業裡,也一直在開發用更少資源做更多創新的方法。
倘若產業持續更新進化,就會愈有利小型參賽者。
目前,Google的母公司Alphabet的研發費用,從2020年的275.73億美元成長至去年的315.62億美元;Meta去年在研發上的支出為246.55億美元,高於前一年的184.47億美元。另一邊,流入生成式AI新創公司的資金,在去年的110筆交易中總共募資了27億美元,但預期會持續加碼。巨頭與新創的AI戰爭才正要開始。
(資料來源:FT, The Economist, WSJ, Bloomberg)
天下總主筆陳良榕專欄。半導體狂熱、科技巨頭謀略的最犀利解讀
看懂科技大勢,獨家解讀
請查看您的信箱,我們將寄送驗證信給您,確保未來信件會送到您的信箱