您的位置 首页 快讯

人工智能浪潮,这次能走多远?

今天我们从两个话题出发,为你提供知识服务。一是中国信通院发布《人工智能白皮书(2022)》,二是全球多个奢侈品品牌再次宣布涨价。

来看今天的第一条。本月,中国信息通信研究院发布了《人工智能白皮书(2022)》。报告显示,全球各国正在加大对人工智能的投入,并且把发展人工智能上升到国家战略的高度。比如2021年欧盟提出“数字欧洲计划”,美国颁布《创新与竞争法案》,都把人工智能作为重中之重。最近十年来,推动人工智能的三驾马车——算法、算力、数据,也在同步突破。可以说,当下这波人工智能浪潮,是人工智能自诞生以来,第一次大规模从实验室走向产业应用。学界喊了多少年的人工智能时代,这次似乎真的来了。

消息就是这样,来看看能学到什么知识。

你知道,学界有个术语,叫“人工智能效应”:大家永远在说,真正的人工智能会在十年以后到来。结果十年之后,往往迎来的是泡沫破灭。你可能不知道的是,当下我们正在经历的这次人工智能浪潮,是半个多世纪以来的第三波浪潮,而前面的两次浪潮都拍在了沙滩上。怎么回事呢?

最近我刚好读到一本书,叫《人类计算简史:从中国算盘到数字经济》,这里面就详细梳理了人工智能从诞生至今“三起两落”的过程,很有意思,我拎重点给你说说。

在一般的理解当中,人工智能好像是要等计算机发展到高级阶段之后,人类才会开始畅想的东西。其实不是。对人工智能的需求,是从一开始就暗含在计算当中的。人类的计算从来不是单纯的算数,计算的目的是为了预测:我需要播种多少、收获多少,才能保证明年一家人不挨饿?所以,“预知未来是计算的初衷,计算的终极目标就是实现智能”。

这就不难理解,为什么在1941年世界上第一台计算机诞生仅仅十年之后,计算机科学家们就已经把发展人工智能正式提上了日程。1956年,学界召开了具有传奇色彩的“达特茅斯会议”,像克劳德·香农、赫伯特·西蒙等学术大佬都参加了这次会议。会上第一次出现了“人工智能”这个术语,被认为标志着人工智能的正式诞生。在这些学界精英的设想当中,人工智能会和计算机技术齐头并进、携手发展,没想到的是,之后半个世纪当中,计算机技术确实一直在飞速进步,而人工智能技术却走得磕磕绊绊。

第一次人工智能浪潮,是1956~1974年。当时,人工智能的三条腿之一——算法,出现了大爆发,科学家们雄心勃勃,写出了划时代的伟大算法,希望模拟出人类的思想过程。美国国防部也开始资助人工智能项目,他们设想的第一个应用是做出一个自动翻译机。

但是,科学家们很快发现,人工智能光靠算法这一条腿是走不动的。你想,任你的算法有多么精妙,但当时英特尔最先进的4004处理器,每秒只能运算6万次,相当于我们现在用在电视机遥控器上的芯片。碰到稍微复杂一点的算法,根本算不动。到1973年,有一份叫“光明山文件”的权威报告给人工智能下了判词:它不可能创造出可以学习人类智慧的机器。到这儿,第一波人工智能浪潮熄火了,政府不再资助,研究基本停滞。

沉寂10年之后,到了1980年代,人工智能卷土重来,掀起了第二波浪潮。前面说过,第一次浪潮是折在了算力上面,而这一次浪潮,则是由算力推动的。日本、美国等都在1982年投入巨资,研发第五代计算机,而且名字就叫做“人工智能计算机”,想要一举突破人工智能在算力上的限制。

但是仅仅几年之后,这股浪潮又冷了下来。一来是因为,虽然当时芯片能力正在以摩尔定律的速度发展,但还是跟不上人工智能的算力要求。二来是因为,大家发现即使完全解决了算力问题,人工智能还是跑不起来,因为还差第三条腿——数据。当时关系型数据库还没有进入普遍应用,没有人建立大型数据库,没有海量数据可以输入给算法。

更倒霉的是,到1987年个人计算机开始崛起,而之前主要应用于人工智能的计算机叫LISP机,也就是以LISP语言作为机器指令的计算机,被逐渐淘汰。这几重因素叠加之下,第二波人工智能热潮也熄火了,美国国防部明确反对继续资助人工智能研究。

又十年之后,第三波人工智能浪潮到来。这一次,人工智能终于集齐了算法、算力、数据三条腿,可以大展身手了。标志性的事件有两个:一是1997年“深蓝”击败国际象棋大师卡斯帕罗夫;二是2016年“阿尔法狗”击败围棋世界冠军李世石。看起来这两件事的性质差不多,但其实标志着人工智能的一次大转型。

“深蓝”代表着上一代人工智能,也就是专家系统。它是按照人类给它输入的规则进行运算和推演,靠强大的计算能力击败对手。而“阿尔法狗”代表新一代人工智能,也就是神经网络和机器学习。它根本不用人类教它怎么下棋,自己随便看看就自成大师了,还能自创人类经验中没有的新棋路。也许,在“阿尔法狗”看来,“深蓝”根本不算真正的人工智能。

那么,这一次第三波人工智能浪潮,能走多远呢?是会经历再一次的泡沫破灭,还是会就此真正进入人工智能时代?这本书里认为,决定这一轮人工智能热潮能走多远的关键因素,还是算力。

这是因为,以深度学习为代表的人工智能需要的算力,和一直以来以冯诺依曼架构为核心的通用计算,有很大的不同。一方面,通用计算的很多能力,比如高精度计算、庞大的操作指令集,对深度学习来说是不必要的。深度学习需要的数据精度比较低、计算比较简单。

但另一方面,深度学习需要处理天文数字的海量数据,一个大模型中包含的参数,就可以多达2000亿个。这意味着,无论多么强大的芯片和机器都不能够单独完成计算任务,它需要用“异构”的方式把多个算力单元叠加在一起。换句话说,未来人工智能算力拼的不是单个芯片的独立性能,而是海量芯片相互之间的通信能力,而这是传统的计算架构不擅长的。这意味着,人工智能的真正崛起,需要从底层去重构“根技术”。

这里我没有时间去展开更多的细节了,如果你对人工智能的未来图景感兴趣,可以去看《人类计算简史》这本书。

 

来看今天的第二条。

据媒体报道,最近,包括香奈儿、开云集团、路易威登、劳力士等多个奢侈品集团再次宣布提价,还有一大波高级腕表正在涨价的路上,奢侈品市场“涨”声一片。据统计,从2019年至今,路易威登与香奈儿已先后涨了五六轮,部分LV包一次性涨价1万多元,香奈儿的一款经典手袋从2019年的3万多元涨到了6万多元。

不过,虽然价格节节攀升,但是架不住消费者的购买热情高涨,越提价、越要买。在持续的涨价预期下,大家认为“买到就是赚到”“买包堪比理财”。我们前几天刚聊过,今年一季度全球几大奢侈品集团的业绩好得吓人,路易威登母公司销售额同比上涨29%,爱马仕同比上涨33%。

消息就是这样,来看看能学到什么知识。

奢侈品越涨价越好卖,这当然是一个特例。但我们不妨一起来开开脑洞,除了奢侈品行业,还有没有别的情况能导致,产品贵了反而卖得更好?这个问题其实是查理·芒格在商学院上课时经常问学生的问题。正确答案是:在有代理人的情况下。也就是,消费者不直接做购买决策,而是由代理人来帮他们挑选商品,这时候就有可能越贵越好卖。

查理·芒格举的例子是牙医。人们去种牙时,往往不是自己挑选种牙材料品牌,而是由牙医推荐。这种情况下,种牙材料越贵,医生可拿的提成就越多,当然也就越受医生欢迎。类似的例子还有管道工给客户推荐安装卫浴产品,家装设计师给客户推荐安装中央空调等等。你可能都想不到,目前家装设计师成了中央空调品牌重要的销售渠道。

那么,除了代理人模式,还有没有别的情况?有。也就是,当你需要实现自我控制的时候,有可能出现产品越贵越好卖。我之前看过一个研究,两个健身房,环境条件都差不多,有一部分消费者会选择会员费更贵的那个。为什么呢?他们认为,花更多的钱,能刺激自己按时去健身。如果会员费太便宜的话,即使不去也不会觉得肉疼。

还有,国内某个主要看网络小说的电子书平台,如果你包月的话是12元每月,如果按章节付费的话是每章一毛钱。学过小学数学的人都能算明白,只要每个月阅读的章节数超过120章,那么就是包月更划算。但有意思的是,在选择按章节付费的读者里面,有将近一半的人每个月的阅读量超过了800章。也就是说,他们每个月要花80元以上的费用,而他们选择包月的话明明只需要花12元。

是他们财大气粗、对价格完全不在乎吗?调研发现,恰恰相反,其中很大一部分人是对价格敏感的人。他们故意不选包月,是因为他们发现看网络小说太浪费时间了,但是又忍不住完全不看。所以,他们选择用更贵的按章节付费方式,让自己每多看一章都感到肉疼一下,以便自己能够及时停下来。如果选包月的话,那肯定直接奔通宵去了。

你看,人类的行为是不是特别有意思?如果你正好从事市场营销,可以重新考虑一下自己的定价策略了。

热门文章

发表评论

您的电子邮箱地址不会被公开。