每一個(gè)大模型都是一臺(tái)昂貴的“碎鈔機(jī)”，這已經(jīng)成為各路AI觀察家們津津樂道的常識(shí)。

大模型訓(xùn)練成本有一個(gè)簡單的比例：訓(xùn)練費(fèi)用跟參數(shù)量的平方成正比。比如OpenAI訓(xùn)練1750億參數(shù)的GPT-3費(fèi)用大概是1200萬美元，訓(xùn)練5000億參數(shù)(業(yè)界預(yù)估)的GPT-4成本就飆升至1億美元。

成本大都來自GPU使用時(shí)長。Meta訓(xùn)練650億個(gè)參數(shù)的LLaMA模型耗費(fèi)100萬個(gè)GPU小時(shí)；HuggingFace（號(hào)稱機(jī)器學(xué)習(xí)屆的Github）訓(xùn)練Bloom模型耗費(fèi)了超過兩個(gè)半月的時(shí)間，使用的算力相當(dāng)于一臺(tái)裝有500 個(gè) GPU的超級(jí)計(jì)算機(jī)。

Google在訓(xùn)練5400億參數(shù)的PaLM模型時(shí)，在6144 塊 TPU v4 芯片上訓(xùn)練了 1200 小時(shí)，然后又在在 3072 塊 TPU v4 芯片上訓(xùn)練了336小時(shí)，總共消耗了2.56e24 FLOPs的算力，折合成Google云計(jì)算的報(bào)價(jià)，大概在900~1700 萬美元左右。

但是……幾百上千萬美金的訓(xùn)練費(fèi)用和幾億美金的硬件投入，相比AIGC開啟的浪潮，真的算貴嗎？

微軟2022年的凈利潤是727億美金，Google是600億美金，Meta則是230億美金，在OpenAI花費(fèi)460萬美金訓(xùn)練GPT-3之前，這些巨頭都投入了幾十甚至上百億美金用來尋找所謂的“新方向”。

微軟迄今為止向OpenAI投入了100多億美金，這個(gè)數(shù)字看起來很多，但要知道微軟當(dāng)年收購LinkedIn就花了262億美金，而在更早的時(shí)候收購諾基亞手機(jī)業(yè)務(wù)花了71.7億美金，基本等于打了水漂。

Meta則花了更多“冤枉錢”來尋找第二曲線。2021年扎克伯格把Facebook的名字改成了“Meta”，投入巨資All in元宇宙，2022年元宇宙部門虧損137億美元。在ChatGPT問世之前，Meta甚至一度準(zhǔn)備把2023年的20%預(yù)算投入到元宇宙中去。

Google對AI一向重視，不僅收購了“前GPT時(shí)代”的明星DeepMind，還是Transformer這一革命性模型的提出者，但Google并沒有像OpenAI那樣孤注一擲地“死磕”大語言模型，而是在多個(gè)方向上“撒胡椒面”——總投入并不少，但效果加起來都不如一個(gè)ChatGPT。

拉開視野來看，全球科技巨頭——包括國內(nèi)的大型互聯(lián)網(wǎng)企業(yè)在移動(dòng)互聯(lián)網(wǎng)滲透率見頂之后，展開了慘烈的“存量博弈”，卷算法推薦、卷短視頻、卷Web3、卷本地生活……投入的資金遠(yuǎn)遠(yuǎn)超過OpenAI在ChatGPT誕生前燒掉的10億美金。

發(fā)現(xiàn)新大陸的費(fèi)用，跟舊大陸的內(nèi)耗向來不在一個(gè)數(shù)量級(jí)。歐洲人在哥倫布發(fā)現(xiàn)新大陸之前內(nèi)卷了1000年，而發(fā)現(xiàn)新大陸只花了西班牙王室投資的200萬馬拉維迪（大約14000美元）——跟新大陸給世界帶來的變化相比，這點(diǎn)兒錢其實(shí)微不足道。

事實(shí)上，“資金”從來都不是啟動(dòng)本輪AI浪潮的核心因素。真正核心的因素是另外兩個(gè)字：信仰。

蠻力的神跡

ChatGPT走紅后，好事兒的媒體跑去采訪了Google旗下的DeepMind創(chuàng)始人Demis Hassabis。

被OpenAI搶去了所有風(fēng)頭的Hassabis言辭有點(diǎn)兒不客氣：“面對自然語言這一挑戰(zhàn)，ChatGPT的解決方案如此不優(yōu)雅——僅僅是更多的計(jì)算能力和數(shù)據(jù)的蠻力，我的研究靈魂對此倍感失望?！?/span>

這句話聽起來很“酸”，然而他接著話鋒一轉(zhuǎn)：“但這的確是獲得最佳結(jié)果的方式，所以我們（的大模型）也以此為基礎(chǔ)?！币馑季褪请m然不太認(rèn)同，但OpenAI的“蠻力”真的很香，我們也不得不去學(xué)。

Hassabis身段靈活，但早期對“蠻力”這件事的態(tài)度，讓Google和OpenAI有了致命的分野。

2017年，谷歌在論文中公開了革命性的Transformer模型，業(yè)界逐漸意識(shí)到這個(gè)模型對于構(gòu)建AGI（通用人工智能）的意義。然而，基于同樣的Transformer，谷歌與OpenAI卻走上了兩條不同的兩條路。

OpenAI旗幟鮮明地從Transformer構(gòu)建大語言模型，瘋狂堆參數(shù)，2018年6月發(fā)布GPT-1，參數(shù)1.17億；2019年2月發(fā)布GPT-2，參數(shù)15億；2020年5月發(fā)布GPT-3，參數(shù)1750億，在蠻力的道路上“一條路走到黑”。

而Google雖然也地祭出BERT（3億參數(shù)）、T5（110億參數(shù)）和Switch Transformer（1.6萬億參數(shù)），表面上跟OpenAI斗的有來有回，但光從模型的名字就能看出來：Google總在更換模型搭建的策略，而OpenAI的策略更單一更專注。

比如GPT-2和GPT-1相比，OpenAI沒有重新設(shè)計(jì)底層結(jié)構(gòu)，而是將Transformer堆疊的層數(shù)從12層增加到48層，并使用了更大的訓(xùn)練數(shù)據(jù)集，而GPT-3進(jìn)一步把層數(shù)增加到了96層，使用比GPT-2還要大的數(shù)據(jù)集，但模型框架基本上沒有改變。

另外，基于Transformer的大模型演化有三個(gè)分支：Encoder Only，Encode-Decoder，Decoder Only。OpenAI一直堅(jiān)持只用Decoder Only方案，而Google則變來變?nèi)ィ築ERT模型使用Encoder Only，T5模型又改成了Encode-Decoder。

等到OpenAI突破后，Google匆忙轉(zhuǎn)向Decoder Only方案（PaLM模型），時(shí)間已經(jīng)錯(cuò)失了至少一年半。

在跟OpenAI的軍備競賽中，Google卻總沉浸在一些貌似炫酷，但實(shí)則對AI缺乏信心的產(chǎn)品上——比如2022年發(fā)布的Gato。Gato的思路是先做一個(gè)大模型底座，然后再灌不同的數(shù)據(jù)，以此生成出大量小模型——每個(gè)小模型都有特定的能力。

這么做的目的是讓單個(gè)AI具備盡可能多的功能，更加通用。做一個(gè)簡單的類比：谷歌路線相當(dāng)于讓一個(gè)上完九年義務(wù)教育的12歲小孩兒，去參加鋼琴、寫作、編程、舞蹈等一系列專業(yè)技能培訓(xùn)班，靠著“1+1+1...”培養(yǎng)出一個(gè)多才多藝的“全才”。

Gato能執(zhí)行604種不同的任務(wù)，包括給圖片配文、玩雅達(dá)利游戲、操作機(jī)械臂搭積木。不過，Gato雖做到了“通才”，但實(shí)用性卻相當(dāng)堪憂：其中近一半功能，還不如便宜小巧的“專才AI”好使，有媒體評價(jià)：一個(gè)平庸的人工智能。

“萬能”但又不那么萬能的Gato

相比之下，OpenA更熱衷于讓AI“做好一件事”，即像人類一樣理解自然語言——這是通向AGI的必經(jīng)之路。

在所有站在Transformer模型肩膀上的團(tuán)隊(duì)中，OpenAI是把“蠻力”發(fā)揮到最淋漓盡致的一個(gè)，算力不夠就買算力，數(shù)據(jù)不夠就找數(shù)據(jù)，別人的牛逼技術(shù)我直接拿來用，反正就是要把規(guī)模堆上去。終于，在“暴力美學(xué)”的指引下，奇跡出現(xiàn)了。

從成立第一天起，OpenAI就把創(chuàng)造接近甚至超越人類的AGI（通用人工智能）作為幾乎唯一的目標(biāo)。而且相比Google的遲疑不定，OpenAI發(fā)起人們（包括馬斯克）是真的相信AI可以成為一個(gè)18歲的成年人，而不是永遠(yuǎn)停留在12歲上打轉(zhuǎn)。

黃仁勛在今年3月對談OpenAI聯(lián)合創(chuàng)始人Ilya Sutskever時(shí)，問了一個(gè)問題：“在這個(gè)（GPT研發(fā)的）過程中，你一直相信，擴(kuò)大規(guī)模會(huì)改善這些模型的性能嗎？” Ilya回答道：“這是一個(gè)直覺。我有一個(gè)很強(qiáng)烈的信念，更大意味著更好?！?/span>

這是一場蠻力的勝利，但更是一種信仰的勝利。大模型回報(bào)給“信仰”的禮物，也遠(yuǎn)超想象——隨著參數(shù)量的暴力提升，研究人員突然有一天發(fā)現(xiàn)大模型出現(xiàn)了令人驚喜，但又難以解釋的能力飆升。

他們找了一個(gè)老詞來形容這種現(xiàn)象：Emergence(涌現(xiàn))。

虔誠的回報(bào)

Emergence（涌現(xiàn)）這個(gè)詞，常見于哲學(xué)、系統(tǒng)學(xué)、生物學(xué)等領(lǐng)域，其經(jīng)典的定義是：當(dāng)一個(gè)實(shí)體被觀察到具有各個(gè)部分單獨(dú)存在時(shí)不具備的屬性和能力時(shí)，這種現(xiàn)象就被稱之為“涌現(xiàn)”，早在古希臘時(shí)代，這種現(xiàn)象就被亞里士多德研究過。

后來，英國哲學(xué)家George Lewes在1875年第一次發(fā)明了Emergence這個(gè)詞，用來專門形容上述現(xiàn)象。1972年，諾貝爾物理學(xué)獎(jiǎng)得主Philip Anderson撰寫了一篇名叫“More is Different”的文章，用一句經(jīng)典的金句來給“涌現(xiàn)”做了解釋：

當(dāng)一個(gè)系統(tǒng)的量變導(dǎo)致質(zhì)變時(shí)，就稱之為“涌現(xiàn)”。

“涌現(xiàn)”被引入到大模型中，可以說是相當(dāng)貼切：AI工程師們觀察到一個(gè)現(xiàn)象，隨著模型的參數(shù)量越來越大，當(dāng)超過某個(gè)閾值或者“臨界點(diǎn)”的時(shí)候——比如參數(shù)量達(dá)到100億，模型會(huì)出現(xiàn)一些讓開發(fā)者完全意想不到的復(fù)雜能力——比如類似人類的思維和推理能力。

比如，Google大模型測試基準(zhǔn)BIG-Bench里有一項(xiàng)任務(wù)：給出4個(gè)emoj表情符號(hào)，讓模型回答代表什么電影。簡單和中等復(fù)雜度的模型都回答錯(cuò)了，只有參數(shù)超過100億的大模型會(huì)告訴測試者[4]：這是電影Finding Nemo（海底總動(dòng)員）。

2022年，來自Google、DeepMind、斯坦福和北卡萊羅納大學(xué)的學(xué)者分析了GPT-3、PaLM、LaMDA等多個(gè)大模型[3]，發(fā)現(xiàn)隨著訓(xùn)練時(shí)間（FLOPs）、參數(shù)量和訓(xùn)練數(shù)據(jù)規(guī)模的增加，模型的某些能力會(huì)“突然”出現(xiàn)拐點(diǎn)，性能肉眼可見地驟然提升。

這些“涌現(xiàn)”能力超過了137多種[5]，包括多步算術(shù)、詞義消歧、邏輯推導(dǎo)、概念組合、上下文理解等。這項(xiàng)研究給大模型的“涌現(xiàn)”下了一個(gè)定義：如果一項(xiàng)能力只有在大模型中存在，在小模型中觀測不到，這項(xiàng)能力就是“涌現(xiàn)”出來的。

微博博主tombkeeper做過這樣一個(gè)測試：在ChatGPT剛誕生時(shí)，他將發(fā)表于2018年的一篇充滿隱喻的微博——“對微博上的佩奇來說，今天是黑暗的一天——她們的摩西殺死了她們的加百列”，交給ChatGPT理解，但ChatGPT回答失敗了。

Google在訓(xùn)練大模型PaLM時(shí)，也發(fā)現(xiàn)隨著參數(shù)規(guī)模的增加，模型會(huì)不斷“涌現(xiàn)”出新的能力。

當(dāng)最終把PaLM的參數(shù)堆到5400億時(shí)，模型就具備了區(qū)分因果關(guān)系、理解上下文概念、解釋冷笑話等能力。比如像前文一樣根據(jù)4個(gè)emoj表情符號(hào)來猜電影名字。

對于大模型“涌現(xiàn)”的背后邏輯，現(xiàn)在幾乎沒有科學(xué)家能徹底講清楚。這讓人想起了1950年阿蘭·圖靈在《計(jì)算機(jī)器與智能》這篇論文中論述過一個(gè)觀點(diǎn)：“學(xué)習(xí)機(jī)器有一個(gè)重要的特征，即它的老師往往對機(jī)器內(nèi)部運(yùn)行情況一無所知?！?/strong>

當(dāng)然，有人對此欣喜若狂，有人則會(huì)覺得毛骨悚然。不過無論是哪一派，都不得不承認(rèn)那句老話：大力真的能出奇跡?！按罅Α北澈缶褪切叛觥祟愐欢梢杂霉杌鶃砟７麓竽X結(jié)構(gòu)，最終實(shí)現(xiàn)超越人類的智能。而“涌現(xiàn)”告訴我們：這一刻越來越近了。

信仰的充值

有信仰，就要對信仰充值。中世紀(jì)基督徒用的是贖罪券，新世紀(jì)AI信徒用的則是晶體管。

文心一言面世之后，李彥宏的一段采訪曾沖上熱搜——李廠長直言“中國基本不會(huì)再誕生一家OpenAI”，這似乎有點(diǎn)兒不太給王慧文面子[9]。但這一觀點(diǎn)確實(shí)有理有據(jù)：大模型軍備競賽，大概率會(huì)比曾經(jīng)燒掉數(shù)十億美金的網(wǎng)約車戰(zhàn)爭還要慘烈。

如果按照業(yè)界預(yù)估的成本，GPT-4訓(xùn)練成本大約在1億美金左右，GPT-3的訓(xùn)練費(fèi)用也要1200萬美元。先不說昂貴的人才團(tuán)隊(duì)費(fèi)用，王慧文的5000萬美元光是投入到GPU購買或租賃上，都顯得捉襟見肘。

大模型發(fā)展的三要素：算法、算力、數(shù)據(jù)。其中算力是數(shù)字時(shí)代的“石油”，未來的缺口一定會(huì)越來越大。自2012年開啟黃金時(shí)代后，AI對算力的需求開始呈現(xiàn)指數(shù)級(jí)增長。從2012年的AlexNet，到2017年的AlphaGo Zero，算力消耗足足翻了30萬倍。

訓(xùn)練大模型需要專門的GPU集群，傳統(tǒng)數(shù)據(jù)中心的用場不大。微軟為了“迎娶”O(jiān)penAI，曾特地配備了一臺(tái)擁有數(shù)萬塊A100與H100 GPU的超級(jí)計(jì)算機(jī)，光硬件入場費(fèi)就花了近10億美金[1]。

即便如此，據(jù)相關(guān)機(jī)構(gòu)測算，由于ChatGPT與GPT-4的訪問量仍在增長，10億美金的超級(jí)計(jì)算機(jī)馬上又要不夠用了。要么進(jìn)一步擴(kuò)大算力，要么只能盡力控制成本，繼續(xù)采用限流等手段[12]。

對此，貼心的賣鏟人英偉達(dá)推出了AI超算云服務(wù)：租賃8塊旗艦版A100，每月只需37000美元，童叟無欺。若要達(dá)到訓(xùn)練GPT-4的算力（一萬塊A100）月租金需4600萬美元左右——每月凈利潤不足一個(gè)小目標(biāo)的企業(yè)，的確可以洗洗睡了。

跟用神經(jīng)網(wǎng)絡(luò)來模仿大腦一樣，AI算力的昂貴也跟人腦的屬性保持一致。

一個(gè)人的大腦大約有860億個(gè)神經(jīng)元，每個(gè)神經(jīng)元平均跟其它7000個(gè)神經(jīng)元相連接，所以大約有6000萬億個(gè)連接。盡管大腦的重量只占人體的2%左右，但當(dāng)無數(shù)神經(jīng)元連接工作的時(shí)候，它們每天需要消耗人體總能量的20%～30%。

因此，即使是碳基生物的“智能”，也是一種暴力堆砌神經(jīng)元后的“涌現(xiàn)”，對能量的消耗巨大。而相比經(jīng)過上億年進(jìn)化的碳基神經(jīng)元，晶體管構(gòu)建的神經(jīng)網(wǎng)絡(luò)離“低功耗”相距甚遠(yuǎn)——比如柯潔功率是20w，而跟他下棋的AlphaGo功耗是他的5萬倍。

因此，人類要想做出真正的AGI，還需要繼續(xù)給信仰來充值。

對全人類來說，這種充值顯然是無比劃算的。仔細(xì)算一算，OpenAI燒掉的10億美金，不僅給全球的科技公司找到了一片“新大陸”，還給愈發(fā)內(nèi)卷的全球經(jīng)濟(jì)點(diǎn)亮了增量邏輯。在美元泛濫的當(dāng)下，還有比這10億美元性價(jià)比更高的項(xiàng)目嗎？

當(dāng)“新大陸”被發(fā)現(xiàn)后，全世界都會(huì)蜂擁而至。比爾·蓋茨雖然現(xiàn)在是AI的狂熱鼓吹者，但早在微軟第一次投資OpenAI時(shí)，他是強(qiáng)烈的懷疑者，直到去年年底看到GPT-4的內(nèi)部演示才對外表示：It’s a shock，this thing is amazing。

比爾·蓋茨在未來可能擁有人工智能領(lǐng)域最雄偉大廈的冠名權(quán)，但OpenAI的創(chuàng)始人們、以及更多連接主義學(xué)派的人工智能先驅(qū)，值得人們在廣場上樹立雕像。大模型的煉丹之路，信則靈，不信則妄，跟風(fēng)的投機(jī)主義者不配留下姓名。

最后，人類通往地獄或者天堂的道路，一定是由AI虔誠的信徒用一顆顆晶體管鋪就的。

參考資料