自从“人工智能”这个流行词在20世纪50年代被创造出来以来,人工智能经历了几次繁荣和萧条周期。
一种新的技术方法看起来很有趣,并取得了一些成果。它被荒谬地炒作并获得资金。结果技术不是很好,所以资金被削减了。这种下降周期被称为人工智能冬季。
过去的人工智能热潮主要由美国国防部资助。但目前的人工智能热潮几乎完全是由风险资本资助的。
在2021年和2022年向加密初创公司投入资金的风投公司正在转向人工智能初创公司,因为人们相信人工智能将改变世界。在2023年上半年,风投公司向人工智能初创公司投资了400多亿美元,仅在2023年5月就投资了110亿美元。与去年同期相比,创业公司的风险投资总额下降了一半。
整个纳斯达克都是由人工智能支撑的。这是仅有的仍在招聘的领域之一。
相比之下,国防部在其2024年预算中仅为人工智能申请了18亿美元的资金。
那么,风投公司为什么要向人工智能领域投入资金呢?
风险投资是职业赌博。风投正在寻找一个流动性事件。一个大赢家可以为很多次失败买单。
找到愿意收购你投资的初创公司的人需要营销和宣传。公司做任何有用的事情,或者任何有效的事情,都是可选的。
AI风投的退出计划是什么?流动性事件在哪里?他们只是希望他们投资的初创公司能够进行首次公开募股,还是希望在市场意识到人工智能正在失去动力之前被科技巨头收购?
我们主要谈论的是那些商业模式是向OpenAI发送查询的初创公司。
至少有了“Web3”,风投们可以通过他们在Coinbase的好朋友把山寨币卖给散户投资者。但对于人工智能,除了找到一个更大的傻瓜,我们看不到一个明显的退出策略。
机器学习的神奇之处在于,如果你给计算机数据,计算机会自己计算出数据中的关系。神奇的!
在实践中,机器学习中的一切都是手工调整的。在人工智能能够在数据中找到模式之前,所有的数据都必须被标记,并且可能使公司尴尬的输出需要被过滤。
商业人工智能依靠非洲英语国家的低薪工人来创造新的培训数据,并更好地回答问题。这是一个艰苦而费力的过程,很少有人谈论它。
工人们每天都在做一些独立的、不相关的动作,也就是所谓的“任务”,他们为像Scale AI的子公司Remotasks这样的公司工作,同时在OpenAI背后做大量的工作。
人工智能并不能消除人类的努力。这只会让它更加疏远。
这里有一个明显的hack。如果你是一名人工智能任务工作者,你的目标是在不付出太多努力的情况下获得尽可能多的报酬。那么,为什么不使用一些众所周知的工具来完成这类工作呢?
另一位肯尼亚注释者说,在他的账户因神秘原因被封后,他决定不再按规则行事。现在,他在多个国家经营多个账户,在收入最高的地方执行任务。他说,多亏了ChatGPT,他工作速度很快,质量得分很高。他说,这个机器人很棒,能让他在几分钟内快速完成10美元的任务。当我们交谈时,他让它根据七个不同的标准对另一个聊天机器人的反应进行评分,一个人工智能训练另一个。
记住,重要的人工智能用例是获得风险投资。当你可以付钱给贫穷国家的人去伪造电脑时,为什么要购买或租用昂贵的电脑呢?许多“人工智能”系统只是原始土耳其机械的一个更花哨的版本。
脸书2017年推出的M是对苹果Siri虚拟助手的模仿。诀窍在于,很难的问题会被扔给人类。超过70%的问题最终由一个假扮机器人的人来回答。M在发布一年后就被关闭了。
Kaedim是一家初创公司,声称可以通过“机器学习”将二维草图转化为三维模型。这项工作实际上完全是由人类建模师完成的,每15分钟的工作报酬为1- 4美元。但当时,该公司的创始人康斯坦娜·普索马(Konstantina Psoma)是福布斯30位30岁以下青年。
OpenAI的人工智能文本生成器推动了围绕人工智能的大量炒作——但大型语言模型的实际用例绝大多数是为垃圾邮件生成内容。
人工智能的用例是充斥着广告的垃圾网页。谷歌认为基于LLM的广告登陆页面是垃圾网页,但似乎无法或不愿检测和惩罚它。
人工智能的用例是亚马逊Kindle上的垃圾图书。大多数是“免费”的Kindle Unlimited图书,通过订阅用户的页面浏览量而不是直接购买来赚钱。
人工智能的用例是垃圾新闻网站的广告收入。
人工智能的用例是自动诈骗的垃圾电话——使用人工智能克隆人们的声音。
人工智能的用例是垃圾亚马逊评论和垃圾推文。
人工智能的用例是宣传恶意软件的垃圾视频。
人工智能的用例是Etsy上的垃圾邮件销售网站。
人工智能的用例是垃圾科幻故事提交。Clarkesworld不得不关闭提交,因为产生了大量不可用的垃圾。机器人启示录在行动。
最终用户实际上并不想要基于人工智能的产品。机器学习系统可以生成有趣的文字和图片,在社交媒体上展示给你的朋友。但即便如此,用户看到的LLM输出也大多是垃圾邮件。
LLM的写作风格和图像生成器的绘画风格现在被视为低质量工作的标志。你当然可以通过人工智能操作来达到艺术效果,就像在音乐视频中一样——但即使是这样,也只是在它的新奇价值上起作用。
出于商业目的,人工智能的唯一用例仍然是用廉价的人工机器人产出取代高质量的工作——希望能降低劳动力成本。
即便如此,人工智能也无法胜任这项任务。
微软向OpenAI投资了100亿美元。必应搜索引擎增加了人工智能聊天功能,但这对用户数量几乎没有影响。事实证明,搜索引擎用户不想要充满错误的奇怪机器人回复。
ChatGPT网站的访问量在2023年6月下降了10%。LLM文本生成器不提供商业结果,新奇也就到此为止了。
GPT-3问世后,OpenAI花了三年时间才做出更新版本。GPT-3.5于2022年10月作为权宜之计发布。然后GPT-4终于在2023年3月问世了!但GPT-4实际上是GPT-3的八个实例。这项技术正在失去动力。
更深层次的问题是,许多人工智能系统根本不起作用。2022年的论文《人工智能功能的谬误》指出,人工智能系统通常是“随意构建、不加区分地部署和欺骗性地推广的”。
尽管如此,机器学习系统还是做了一些有趣的事情,其中一些甚至真的很有用。我们询问了GitHub,他们告诉我们,他们鼓励自己的员工使用GitHub Copilot基于人工智能的自动完成系统进行自己的内部编码,并给予适当的关注。我们知道其他程序员发现,比起手工编写样板,Copilot的工作量要少得多。
政策制定者和学者——不仅仅是媒体——倾向于传播人工智能的炒作。即使他们试图保持谨慎,他们也可能会在部署的道德规范方面工作,并假设系统会做它们声称要做的事情——而它们通常不会。
在检查了基本功能之后,就要考虑道德问题了。始终把功能放在第一位。这个系统有效吗?很多时候,它就是没有。测试和测量。
2017年,热词是“区块链”——因为比特币的价格正在上涨。陷入困境的企业会在自己的名字或使命宣言中加上“区块链”这个词,希望自己的股价能上涨。长岛冰茶成为了Long Blockchain,其股价飙升了394%。生物技术公司Bioptix更名为Riot Blockchain并转向比特币挖矿后,其股价翻了一番。
同样的事情也发生在人工智能上。不过,不仅仅是风险投资家——就连加密货币矿工也在转向人工智能。
比特币去年崩盘,加密货币挖矿完蛋了。据我们所知,唯一的商业计划就是在泡沫时期获得愚蠢的投资者的钱,然后破产。
到2024年年中,比特币挖矿奖励将再次减半。因此,矿业公司迫切希望找到其他收入来源。
以太坊在2022年9月转向了权益证明,并告诉矿工们走开。以太坊是在通用视频卡上开采的——所以矿工们有大量稍微烧焦的数字运算机器。
温哥华的Hive Blockchain正在转向人工智能,以重新利用其成堆的视频卡。它还更名为Hive Digital Technologies。
Marathon Digital声称,“随着时间的推移,你会看到区块链技术和人工智能之间的耦合非常紧密。”不,我们也是。马拉松正在加倍和三倍的比特币开采-但是,流行语!
Nvidia生产性能最高的显卡。这些显卡上的GPU处理器通常对大规模并行计算很有用,比如运行训练机器学习模型所需的计算。英伟达今年表现出色,市值超过1万亿美元。
因此,人工智能可以以另一种方式取代加密货币——运行所有视频卡产生的碳排放。
人工智能的巨大计算负载不仅产生碳,还使用大量的淡水来冷却。从2021年到2022年,微软的用水量增加了34%,他们归咎于人工智能计算。每次与ChatGPT对话时,它都会使用大约500毫升的水。