www.xdanger.com Thinking up makes looking up ...

2023 第一天,看看这个世界

在我人生中,经历过 3 次让我感觉无限幸福的时刻:

  1. 当把人生第一台 PC 捧回家的时候;
  2. 当 PC 装上 Modem,第一次听着一连串怪叫然后连上 Internet 的时候;
  3. 当手里拿着第一代 iPhone 的时候;

回头看这 3 个时刻,都代表着大家拥有了一种新的生产力工具。工具这东西对人类的价值实在太大了,以至于文明的程度会以掌握的工具来命名,比如石器时代、青铜器时代、铁器时代、蒸汽时代、电气时代 …… 这些科技的出现大幅延伸了人类的手和脚,使我们可以轻松捕获猎物、耕种土地,让我们走得更快飞得更高、运输更大更重的货物、制造出越来越精密的工具。到了电话、电报、无线电、电视的出现,一直到现在我们身处的 “互联网时代”、“移动互联网时代”,科技已经开始延伸人类的眼睛和耳朵,每一次的技术进步都使我们的信息获取效率提升十倍。十分幸运,竟然能在 20 年里体会到 3 次巨大的技术进步,每一次都让我感到自己对未来的想象力会跟不上现实的发展(实际上也是)。

2022 年,让我人生第 4 次感觉到想象力跟不上 —— 机器学习演化出的 AIGC 和 ChatGPT 将来一定会深刻影响每个人的生活,就像 PC、互联网、iPhone 的出现注定会影响所有人一样。只是如何影响、最终会成为一个什么样的产业格局,还不知道。但是站在未来回看,人们会说,从 2022 年开始,科技开始延伸人类的大脑了。

Untitled

相比 “信息时代” 的说法,我觉得 “软件时代” 更具象,因为 “信息” 本身不是一种科技,而软件才是(我在这对软件的定义,包含了计算能力也就是 CPU/GPU,下同)。信息只是软件解决的一部分问题,软件在更基础的层面、在全部的行业都大幅提升了生产力。比如:

  • 把 CD 淘汰的不是音质更接近的 MD,而是音质差得多的 MP3;把 MP3 播放器淘汰掉的是更笨重的 iPod;
  • 宫崎骏还在手绘「天空之城」时,Pixar 已经尝试用软件来制作动画片;
  • 第一代 iPhone 相比诺基亚,更大、更重、不支持 3G、摄像画质更差、不能复制粘帖、不能换电池的,但是无法阻止手机几年间就被 iOS 和 Android 瓜分了;
  • Tesla 这样的新能源在席卷汽车行业,核心是软件能力的提升让电气系统成为动力和传动系统,自动驾驶的突破也让电车在未来能有比油车好得多的使用体验;
  • 不是因为火箭的原理或制造能力的突破,而是软件能力的突破,让 SpaceX 的综合发射成本能降到原来的十分之一;

这些行业不像 BAT,核心都不是依赖解决信息效率而获得成功的,因此我觉得叫信息时代并不准确,而应该叫软件时代。否则无法解释现在全球市值最高的 2 家企业:Apple 和 Microsoft。Apple 解决的不是信息问题,而是(通过制造硬件)提供了独特的软件体验;微软是一家纯靠卖软件(包括游戏)的公司,并不卖任何信息。还有很多很多的企业,没那么大,但本质是依赖软件能力而获得的成功,比如我用过的 Invisalign(隐适美),靠软件标准化了牙齿矫正行业。

软件正在颠覆所有行业,不管制造业还是服务业,所有有所作为的企业都是软件企业,软件能力不行的公司的价值一定会面临严峻考验。从 2000 年到现在,中美靠软件一步步蚕食了日本和德国的制造业优势,成为唯二的 “发展中国家”。

数据源:[世界银行](https://data.worldbank.org/indicator/NY.GDP.MKTP.CD?end=2021&locations=CN-US-JP-DE-FR&start=2000&view=chart)

数据源:世界银行

要发展制造业,从低端(比如 SHEIN)到高端的芯片制造、航天、核聚变,都是要靠软件来实现十倍百倍的突破。

软件之所以有那么大的能量,我认为是因为软件是一种更底层的 “基建”。比如一个程序员,可以从教育行业,到 TapTap,再去汽车行业(真实案例)…… 这种专业技能可以跨那么大的行业而迁移,在以前是无法想象的。

科学的中文,原意为「分科治学」。随着工业革命和现代科学的进步,很多学科、行业的价值得到非常深入的挖掘,需要深入学习才能掌握前人的经验和知识。然而随着软件以及计算机硬件的进步,使得程序可以服务于非常多的学科和行业,代替了重复和繁重的数据处理和计算工作,现在研究数理化生物医学的“科学家”,首先必须是一名优秀的程序员,否则没有得力的武器。

DeepMind 的 AlphaTensor,发现了新的矩阵快速算法;DeepMind 的 AlphaFold,高精度预测了已知的 2 亿个科学界几乎所有编目蛋白质。而这些都基于的 AlphaZero —— 一个设计用于下围棋的 AI。棋牌游戏、线性代数、结构生物学,这些本来毫不相干的专业和学科,都依赖同一个技术分别往前推进了。嗯,光是 DeepMind 的研究还拓展到了考古数学热核物理

保守估计,在未来 10~20 年,我们将看到 AI 逐个攻占所有行业的科研阵地。「分科治学」在很长一段时间将不复存在,AI 将成为所有科研的基建

比如现在 ChatGPT 所展现出的 NLP 技术:

  1. 明显有逻辑且还有可解释性(Chain-of-thoughts);
  2. NLP 本身不受语言的限制,能处理各种人类自然语言。

这两件事合在一起就很可怕了,GPT-3 这种自然语言模型理论上可以储备任何的人类知识。这就注定会成为人类的生产力更底层的基建,也意味着很多行业会重新塑造。受互联网反复进攻但始终守住阵地的金融、医疗、法律三大行业,一定会被 ChatGPT 这样的 NLP 颠覆;这三个行业都依赖大量的专业文档和数据,且这些文档和数据有很强的逻辑性。从业人员都需要经过长期的专业训练和实践,踩过非常多的坑才能做到融会贯通。

  • 金融:比如巴菲特的工作就是读公司的财报,通过阅读、分析,结合自己对商业的认知来发现潜在被市场低估的优秀企业,其目标和实现的逻辑非常清晰,如果有一个飞速阅读且不知疲倦且过目不忘的 “巴菲特” 不断扫全网财报,是不是能比老巴菲特更早更多地发现投资机会?比如财务审计,大量采数和核对的工作,AI 可以通过计算机模型进行审计,比人类更准确地发现问题。
  • 医疗和法律更是依赖海量的文献和案例,AI 可以建立起更全面的知识库,从而提供更加准确的判断和解决方案。用来帮助咨询和诊断,都可以大大提升医疗和法律的服务水平,让专业人员可以更加聚焦于深入探索,更加快速地得出正确结论。
  • 影视和游戏行业,一定会被 AIGC 改写。
    • text-to-image/video 可以节省大量的原画设计、场景设计、3D 建模甚至特效的时间。工业光魔这种公司都很可能被新技术取代。
    • 现在的 3D 渲染软件、游戏引擎都是基于真实的物理规则做的近似模拟,体验的升级主要依赖硬件性能的提升。今后是否会从 stable diffusion 中衍生出全新的渲染范式,以至于不需要通过昂贵的计算来模拟真实物理和光线的规则?一旦有这样的突破,那么现在的引擎技术都会被重写。

现在还很难想象 AI 的终局是什么样,但一定会有很企业随着 AI 诞生、壮大或破灭,就像 2000 年前很难想象互联网的终局是什么样,当时最红的是一家做浏览器的公司叫 Netscape。

2014~2015,光一个推荐系统的技术进步,不止让所有互联网巨头收益,还孕育出一个字节。

AI 会不会取代人类?

如前所说,每次科技的进步都是在延伸人类的能力,会取代一部分人的工作,但同时也是解放更多人的双手双脚,释放的是更高的生产力,不需要打猎种地不代表没其他事情可做。科技的进步、文明的发展,只会激发更多的需求,会有更多的专业岗位,只是我们现在还不知道未来的图景是什么样的,就像 100 年前的人很难想象今天的工作岗位会是哪些。

This site is licensed under a Creative Commons License .