從學術界到企業(yè)界，思想者先行

去年，時代雜志公布了AI領域*影響力的100人。四大板塊中，入選年齡*的是76歲的杰夫·辛頓。

人工智能簡史在被神經網絡重塑之前，辛頓在符號主義大行其道的80年代，一頭扎進神經網絡默默耕耘。

符號主義基于規(guī)則，模仿的是人心，生成的是一個白盒系統，可解釋，可觸達，確定性更高，但神經網絡主張模仿人腦，生成的是一個黑盒系統。

可當時有一大難點，就是多層神經網絡中存在的隱藏層和計算量問題，在一開始就勸退了一大批精英，所以別說發(fā)展，在那個年代，神經網絡流派的生存都是問題。

但是，如果在辛頓的履歷里，找一件對AI貢獻*的事，并不是他讓神經網絡成功度過生存危機的誤差反向傳播算法，也不是他后來以受限玻爾茲曼機為基礎，進一步演化出來的深度信念網絡，而是他用了四十年的時間，堅持不懈，開創(chuàng)了一個新的分支：機器學習。也為后來所有的研究者，守著這扇通往新世界的大門。

2006年深度學習正式提出，辛頓已然著作等身，但關于AI究竟要走哪條路線的偏見，依然根深蒂固，多倫多大學計算機學系，當時就流傳著對新生的一句忠告：不要去辛頓的實驗室，那兒沒前途。

當然，這句話沒有勸退真正眼光毒辣的學生，比如伊利亞。

早在2003年，大家還對神經網絡流派嗤之以鼻的時候，本科二年級的伊利亞，就帶著驚人的直覺和更深入的研究，敲開了辛頓辦公室的大門，也代表著他對這一路線，早就深信不疑。

2004年，辛頓在輾轉多個大學工作后，終于在加拿大高等研究院拿到了50萬美元的經費，這可能是當時*還在支持神經網絡研究的機構。

50萬美元，對于科研來說確實有些微薄，但是卻足夠讓辛頓結束漂泊的訪學生涯，并安頓下來，召開了一場研討會。

當時辛頓的半個學生楊立昆，和另一位徒孫約書亞·本吉奧，也加入了他的隊伍。所以早在20年前的2003年，“深度學習三巨頭”(楊立昆、約書亞、辛頓），就已經坐上了同一張牌桌。

但是，只有算法上的創(chuàng)新還遠遠不夠，橫在三巨頭眼前難以逾越的還有兩座高山：算力和數據。

2012年，64歲的辛頓去谷歌做暑期實習生，這次入職，是應吳恩達邀請，接手谷歌貓項目。

如果只是識別一只普通的貓，傳統的計算機視覺自然不在話下，可是貓有可能長得千奇百怪。

雖然當時谷歌在動用了16000個CPU后，識別準確率已經高達74.8%，辛頓卻仍然認為：他們的神經網絡用錯了。

幾個月后，辛頓和自己的兩個學生：Ilya Sutskever、Alex Krizhevsky，帶著新算法AlexNet，以及兩塊英偉達GTX580顯卡，參加了計算機視覺領域最受關注的世界賽事，ImageNet，并以84%的識別準確率，拿下冠軍。也是這一年后，曾經只拿來玩游戲的GPU，憑借*的并行計算能力，來了個180度大翻身。

神來一筆的兩塊GPU，算力這座大山被鑿開了口子。那么數據問題又該如何解決？

實際上，這場圖像識別比賽（ImageNet）本身就是一塊高質量的數據試金石，比賽的主辦者，就是后來被稱為AI教母的李飛飛。早在2000年，她就意識到，卡住神經網絡脖子的，可能不在于算法的精度，而在于缺少大規(guī)模、高精度的數據。

于是，ImageNet數據集的構想產生了。

最開始她用WordNet中的名詞作為索引，來篩選和分類圖片，但只依靠本科生，這項任務大概90年后才能完成。

就在所有人都陷入僵局的時候，馬遜土耳其機器人這個網站步入研究者的視野，也沒用什么新鮮方法，亞馬遜找來十萬名“人類智能”，一招人海戰(zhàn)術，在短短兩年時間內，就標注了超過300萬張圖像。

2010年，*屆圖片識別大賽舉辦。2012年，數據庫里的圖片，就已經擴充到了1500萬張。

也是這一年，數據集的概念出現，逐漸成為未來所有人工智能的核心養(yǎng)料。

所以當李飛飛看到了辛頓的AlexNet獲獎，立刻就意識到，歷史即將改寫。她在頒獎當天，買了最后一班飛機票，親自趕到現場給辛頓團隊頒獎。

多年以來壓在深度學習身上的三座大山：算法、算力和數據，在這一年被集中解決，第三次人工智能浪潮也從沉淀中蘇醒，時刻準備爆發(fā)。

拿下大賽冠軍幾個月后，辛頓三人的“空殼公司”DNNresearch，也在四位買家（谷歌、DeepMind、微軟、百度）的角逐中，被谷歌以4400萬美元的價格收入囊中。

這次競拍也讓深度學習技術，逐漸走入資本視野，從學術界主導，正式進入企業(yè)主導的時代。

值得一提的是，參與競拍辛頓的四家公司中，還有一家小公司，DeepMind。當時的DeepMind自己都在四處籌錢，創(chuàng)始人哈薩比斯竟還想和大廠掰掰手腕，買下DNNresearch，可見他非同一般的眼光和野心。

但AI的吞金能力遠超大家想象，所有AI初創(chuàng)公司都面臨巨大的融資壓力，楊立昆當年關于這一點，沒有說錯。果然兩年后，DeepMind也被谷歌用6億美元拿下。后來的故事，大家也有所耳聞了。

2015年，谷歌DeepMind團隊推出了Alpha Go，第37手，漂亮的“神之一手”，也一舉成名。

但是，距離人工智能真正爆發(fā)，還缺少一個關鍵契機。

2017年，一篇終結了CNN（卷積神經網絡）和RNN（循環(huán)神經網絡）的論文問世，（《Attention is all your need》https://arxiv.org/pdf/1706.03762），八位作者都來自谷歌。

回過頭來看，注意力機制，作為后來主導大語言模型的根基，被谷歌這家，全世界*的注意力商人發(fā)布，好像也在情理之中。

第二年，谷歌就發(fā)布了BERT模型。大模型的狂潮，也正式拉開了帷幕。

所以不難看出，2012年的那一次實習、一場比賽、一局競拍，讓深度學習走出學術界，正式進入商業(yè)市場里摸爬滾打。由于深度學習長期無人問津，領域里的*學者也屈指可數，

學術界就干脆以超級學者為核心，形成了幾大AI高校研究陣地。

這些稀缺的大佬同時化身*獵頭，帶著自己的學生，從實驗室，走進了AI領域的前沿公司。只不過，這一次他們不再是玩家，而是換了個身份，繼續(xù)這場游戲。

AI創(chuàng)業(yè)者，誰笑到最后？

新的牌局上，谷歌可以說開局就有*同花順的底氣，畢竟接連拿下辛頓團隊、DeepMind，

之后又連續(xù)發(fā)布Alpha Go、Transformer、BERT。手握最強AI資源的谷歌，是當時AI領域*的頭號玩家，很長一段時間，風頭無兩。

但為什么后來坐上了王位的，會是當時連一間像樣辦公室都沒有的Open AI呢？

谷歌輸在了哪兒？

谷歌作為一家號稱只招收精英的科技巨頭，成立了20多年，去年裁員后仍有18萬員工（Alphabet）。

不缺資金、不缺人，也不缺資源，但與之對應的，是精力分散、過分謹慎，以及團隊磨合的問題，船大難掉頭。

相比于Open AI產品的一目了然（Open AI官網），谷歌的產品開發(fā)可以用眼花繚亂來形容。這個網站上：https://killedbygoogle.com/ 記錄了被谷歌砍掉的295個項目（包含AI與非AI）。

谷歌一直在各種不同的技術路線上廣撒網，卻并沒有帶來與之對應的收獲。

技術開發(fā)什么最重要？選對路線，并持續(xù)加碼。這幾輪翻牌，在GPT模型上（BERT線）持續(xù)加碼的玩家，只有一個，就是Open AI。

谷歌后知后覺，在GPT-3出現后才下定決心All in，但此時它的身份已經從領頭羊，變成了追趕者。不僅如此，由于手上的籌碼太多，谷歌還面臨另一個難題，就是優(yōu)等生陷阱。

由于Bard機器人發(fā)布后頻頻翻車，而市場對大公司的小失誤又極其敏感，直接導致股價跌了8%，損失高達1000億美元，也留下了非常嚴重的后遺癥，就是內部越來越傾向保守，論文一篇篇地發(fā)，但產品落地不聲不響。

好在去年3月，谷歌終于把Google Brain和Google DeepMind合并，哈薩比斯統一領導，全力開發(fā)Gemini系列，但是內部磨合問題，必然會消耗一定的時間和精力。

哈薩比斯當初賣身谷歌，是因為只有10%的時間搞研發(fā)，其它時間都在找錢，現在倒是不缺錢了，但管理問題同樣令人頭大。

原先DeepMind實驗室的核心成員陸續(xù)離開，創(chuàng)立或者加入新的公司，當初的Transformer八子也是一樣選擇。

盡管谷歌已經開始亡羊補牢地召回人才，但是相較于山姆·奧特曼的氣勢如虹，錢，已經不是吸引*人才的主要因素。

微軟成*贏家？Open AI能贏到最后嗎？

*的大腦，才是致勝的關鍵。而從一開始就踐行這一點的，就是開頭那場晚宴上遲到的年輕人，布羅克曼。

他那場他還不是主角的晚宴結束后，*時間就給當時AI行業(yè)的*人物們一一打了電話，

可惜的是，辛頓已經去了谷歌，楊立昆也被Facebook收入麾下，只剩下致力于學術界的約書亞·本吉奧。

本吉奧也是神助攻，直接給他提供了一份年輕研究者名單，雖然當時AI界的聚光燈都在大佬們身上，但布羅克曼依然租了輛大巴車，把名單上的研究人員，帶到一個與世隔絕的葡萄酒莊，度過了一整個周末。

三周之后，因為布羅克曼在人才招攬上超高的執(zhí)行力，再加上馬斯克+山姆·奧特曼的人格魅力，可以說OpenAI從一開始就擁有雙重Buff，而且那時候的他們，言辭里充滿對技術的浪漫主義情懷，一種奧本海默式的理想氣質蔓延在整個酒莊。

最終，10個人里有9個，都同意了加入Open AI，當然也包括拒絕了谷歌兩到三倍薪酬誘惑的伊利亞。就這樣，在一眾巨頭的搶人大戰(zhàn)中，OpenAI成功拿下了大批現如今的*學術大牛。

AI公司起步，人不在多，必然得精。

有了這些人在前，Open AI的人才軍火庫也形成了自己獨特的篩選標準，一不重學歷，二不重資歷。相比遍地博士的大型研究機構，ChatGPT研發(fā)團隊里的本、碩、博人數雨露均沾，當然其中絕大部分，也都是*名校的學位。

但他們仍然認為只要能解決問題，甚至高中畢業(yè)的也能上。

雖然如今OpenAI的創(chuàng)始團隊已經七零八落，布羅克曼本人也宣布了長期休假，但Open AI在人才上的先發(fā)優(yōu)勢依然不容小覷。

看到這里可能有人會有疑問，Facebook怎么缺席了？

去年5月，華盛頓白宮，美國副總統哈里斯拉著這幾家AI巨頭開了個閉門會（谷歌、微軟、OpenAI和Anthropic），卻沒出現Facebook的身影。

要知道當年DeepMind賣身，Facebook也是出價者之一，這家公司不僅成功將GAN改造成了工具，推出了PyTorch，也拿下了大將楊立昆。

但問題就是，在GPT風起云涌的時候，Facebook還有一堆自己的麻煩沒處理好，VR和元宇宙業(yè)務出師不利，社交媒體業(yè)務陷入監(jiān)管危機。直到去年，才推出了LLaMA。

但相比遲到，Facebook有一點倒是值得肯定，不僅在商業(yè)路徑受阻時，還持續(xù)向AI團隊提供足夠的資金支持，也始終沒忘當年對楊立昆的承諾，堅持開源路線。

因為Facebook堅信，AI牌局里，開源是隱藏的王牌。只要自己一直在牌桌上，就還有機會。

而當初那場決定了AI未來走向的關鍵競拍中，還有一個熟悉的身影，百度。而且中國實際上是當時最早拋出橄欖枝的一方。

但那個時候，中國公司還陷在技術研發(fā)和投資回報哪個更重要的問題中，無法自拔。最直接的體現就是主打計算機視覺的AI四小龍（商湯、云從、依圖、曠視），一直在估值和股價的質疑里浮浮沉沉。直到，GPT出現后，事情才有了轉機。

清華系逐漸進入大眾視野，如今的中國AI大模型五虎（智譜AI、百川智能、月之暗面、零一萬物和MiniMax），三家出身清華，這一批AI創(chuàng)業(yè)者身上標簽也更明顯，那就是像極了OpenAI：

年輕、根正苗紅的技術背景，以及更成熟的AI落地思路。

代表人物，就是月之暗面的創(chuàng)始人楊植麟，師從智譜AI首席科學家唐杰，博士生導師分別是谷歌和蘋果的AI負責人。

AI草臺班子里的角兒

從辛頓到楊植麟，從硅谷到清華，從學術界到企業(yè)界，在主題為AI的這場牌局中，我們也能一窺其中的玩家風格。

就像楊立昆最早質疑的一樣，年輕，沒經驗，但他沒料到的是，正是這樣的玩家，才有更強的學術延伸性，偉大確實很難被計劃。也是因此，才會出現創(chuàng)業(yè)公司和大廠同臺競技的畫面。

同樣也是阿里這類巨頭，多方押注創(chuàng)業(yè)公司的原因（上述五虎，阿里全部都投了）。

模型公司綁定巨頭的玩法，已經在美國走通，（微軟+OpenAI、亞馬遜+Anthropic、特斯拉+xAI），可一旦出現突破性進展，最直接的可能，就是脫離大廠，重新洗牌，提前預定新一代大廠。

所以AI這場牌局，從辛頓30年坐冷板凳開始，就已經注定了會是一場長期游戲，只有*想象力的玩家，才有勝出的可能。

比如Open AI成立之初，就只有兩個目標：一是訓練一臺機器，在《魔獸爭霸》里打敗*玩家；二是打造一只五指機械手，用來還原魔方，這只機械手還出現在了布羅克曼的婚禮上。

未來，或許很難再有第二個Open AI，但草臺班子的戲臺上，總有耀眼的角兒能殺出重圍，也正是新奇和有趣，才造就了出色和有戲，這或許才是新技術行業(yè)，應有的題中之義。