今天小編分享的科學經驗：風辭遠的科技茶屋：來自未來的信号槍，歡迎閲讀。
很久之前，有位朋友問我，現在科技資訊這麼發達了，你們還寫啊寫做什麼呢？
我是這麼看的。最終能夠凝結為資訊的那個新聞點，其實是一系列事情最終得出的結果，而這個結果又會帶來更多新的結果。其中這些 " 得出 " 與 " 帶來 " 的過程，都是藏在資訊之後的，是隐身的、暧昧的。
如果我們僅僅希望知道個大概，對科技内容的預期僅僅是三五知己閒談時當個佐料，那麼發達的資訊當然足夠。但如果你希望以科技為學業、為事業，使之成為自己能夠理解和掌握的能力，那麼就需要對科技資訊有一個識别、思辨、預判的過程，這些就是腦極體希望提供給大家的。
人類是具有高效想象力的動物，喜歡基于看到的信号來想象全貌。但信号槍下面到底發生了什麼，将要發生什麼，經常會有點復雜，并且跟我們想象的不太一樣。就像諸侯看到狼煙，以為已經形勢危急，其實不過是褒姒得到個小禮物。
科技資訊有時候就像是這種信号槍，我們不僅要能看到，還需要甄别和分析。
今天就來選幾個新聞，跟大家聊聊信号槍之下，關于未來的不确定性。
要滅絕人類的 AI
該封殺嗎？
第一條已經不算是新聞了，但在當時還挺炸裂的。
5 月末，超過 350 名 AI 領網域的行業高管、專家和教授籤署了一封公開信，警告 AI 可能給人類帶來滅絕風險。其實著名者包括括 "ChatGPT 之父 "Open AI 首席執行官山姆 · 奧特曼、DeepMind 創始人、首席執行官戴密斯 · 哈薩比斯等大佬。
于是就有朋友説了，這些做 AI 的都説 AI 要毀滅人類了，咱們還弄他幹啥，趕快封殺啊，晚一點《終結者》和《黑客帝國》就要上演了。
但這事換一個角度看，這麼多位業界高管提醒要警惕 AI 失控，但其中有哪位從我做起，放棄 AI 事業了嗎？顯然并沒有。
這種警告在整個 AI 發展，乃至科技發展歷史上其實屢見不鮮。一方面業内人士對可能存在的失控提請社會關注，是一種分内之事。另一方面這也是歐美當前社會氛圍下，符合某某正确的必然表态。
我們懼怕 AI，很大一部分原因都來自科幻文學與電影，但事實上任何產業失序發展都可能帶來毀滅性的影響。化工，能源，工業，甚至娛樂業都是如此。規範發展當然重要，但規範不意味着封禁，更不意味恐慌。
火是如此的危險，但學會用火是我們人類告别猿猴形态的标志。
所以，别怕 AI。
免費的大模型來了
就問你們怕不怕？
最近幾天還有一個熱議話題，就是 Llama 2 開源。這件事在 AI 行業内激起的讨論，似乎比行業外還要大。
其中争議的邏輯很好理解，就是免費、開源的大模型都出現了，你們花那麼多錢做的閉源大模型豈不是要打水漂了？可以觀察到，一些趁着大模型風口，剛剛進入 AI 行業或者投資 AI 項目的朋友對此非常焦慮。
這其實也是個很難成立的説法。從軟體發展史上看，開源僅僅是一種競争策略，有的領網域合适，有的不合适。不是所有軟體最後都會走向開源，并且開源大模型有大量存在的問題，比如無法适配大量企業用户的安全、隐私、自主可控需求。同時，開源會導致算法供應商的利潤空間下降，服務能力打折，從而無法滿足用户需求。僅僅從深度學習算法興起的這十年來看，主流算法模型也大多是閉源的，
加上開源模型能力普遍不強，因此開源大模型在很長一段時間，都很難給產業秩序帶來衝擊。具體内容，我們在《大模型，開源幹不掉閉源》這篇文章中有詳細闡釋。
其實對于剛剛加入這個領網域的朋友來説，需要焦慮的不是開源衝擊，而是大模型就像很多基礎軟體一樣，最後必然是去多留少。如何在這個過程裏确保自身價值不受損害，才是值得關注的問題。
馬斯克出手了
歐美互聯網大洗牌？
這兩天另一個熱議的話題，是馬斯克宣布了自己的超級 X 計劃。随着推特改名的步伐加快，各界普遍認為馬斯克要将 " 新推特 " 變成 " 微博 + 微信 " 模式的超級終端。
出于對馬斯克搞事能力的信服，很多朋友認為接下來歐美互聯網即将大洗牌，甚至有可能給中國互聯網帶來某種程度的影響。
對此我個人是比較謹慎的。如果我們排除馬斯克的個人光環，僅僅來看他參與的項目，會發現除了特斯拉之外，大多數項目都進展不快，商業成果不佳。當然，這也與這些項目普遍過于超前有關系。而推特的迭代，不僅需要面對來自 Meta 的近身肉搏，（這裏插一句，也不知道兩位 CEO 的近身肉搏什麼時候上演）。更需要面對谷歌、蘋果的壓力。
在歐美互聯網的超級系統層面，最具有壟斷力的其實不是某個終端，而是多終端卡死底層位置的谷歌。其無所不在的程度連蘋果都難以望其項背。
有理由相信，在馬斯克本人巨大的流量和号召力，新推特會得到劇烈的短期增長。但長期競争卻很可能是 " 超級 X" 不太擅長的。
當然，新推特必然會納入更多 xAI 帶來的智能化能力，這個點是非常具有想象力，也是很可能成為中國科技界下一輪抄作業目标的。
GPT-4 變笨了，AI 還行嗎？
最近 AI 還有一個不算利好的消息，就説 GPT-4 變笨了。
7 月 20 日， 斯坦福大學和加州大學伯克利分校的研究團隊提出，對比 3 月和 6 月的 GPT-4 版本，發現其在數學問題、代碼生成、視覺推理任務上都有下降。
很快，openAI 就在博客上回復了這個觀點，表示雖然大多數指标都有所改善，但 GPT-4 在某些任務上可能表現會更差。
于是又有很多聲音出現，一部分覺得扛旗的 GPT-4 都不行了，AI 是不是沒勁了？另一部分聲音傾向陰謀論，認為這是 openAI 故意的。
我們當然不知道這個現象背後的真實問題在哪，但可以讨論一個相對積極的方向。就是 GPT 本身是基于反饋再優化的模型機制，因此當回饋量下降，尤其是高質量回饋缺乏之後，其本身是可能能力變差的。
而走向這個方向的原因，或許是因為 openAI 越來越復雜、嚴苛的使用策略，以及越來越多的優質大模型正式開放，分流了聚焦在 GPT 上的流量。
有教師朋友跟我説，第一名分數領先太大，其實對整個班級的學習并不好。一個 AI 變笨了，説不定意味着全班 AI 普遍變聰明了？
妙鴨相機火了
該 All in 證件照嗎？
回到國内，值得欣喜的事情是終于有 AI 應用火起來了。妙鴨相機在短時間内聚集了極大關注，當然也引發了一系列讨論。
這些讨論中，我們感覺最沒必要的一種，是認為 AI 的價值體現在證件照上非常明顯，所以咱們現在感覺投入，去革海馬體的命吧。
這屬于标準的只見樹木，不見森林，稍微動腦想象就會發現，大模型能夠帶來的應用變革數不勝數，生成寫真證件照僅僅是其中微小的一個。
預期看到了證件照，就趕緊 all in，不如去想象大模型的底層邏輯、應用成本、商業模式，然後去發現發現還有哪些類似的需求可以填補。
大模型原生應用，是這一輪 AI 風口能帶來的最大想象力，可别輕信忽悠，把大好機會黏在了一張證件照上。
總之，各種信息背後，充斥着諸多來自未來的不确定性，我們需要長久地審視，千萬别把一時當金科，把熱鬧當玉律。
見其所見，知其略知，達所未達，是我們混迹智能時代的最佳狀态。
>
