我们是否已达到生成式人工智能的巅峰？

几个月来，它都是互联网上最热门的玩具。2022年11月，OpenAI低调推出了ChatGPT，但很快网民们就热衷于测试它在编写代码、歌曲、文章和打油诗等方面的能力。随后，就像每个小男孩都好奇如果他把Action Man放进微波炉里会持续多久一样，互联网开始试图不断突破这些生成式人工智能的极限。尽管OpenAI做出了最大努力，ChatGPT还是很快被指责为种族主义、促进剽窃、制造恶意软件，甚至通过一些小技巧泄露了制造燃烧弹的配方。但这一切并没有阻止市场相信生成式人工智能即将改变世界。没错，ChatGPT可以被操控输出几乎任何内容，但它也预示着一波新的办公自动化浪潮。投资者认为，最新一代基础模型能够摄入大量数据，并输出图像、代码、法律建议和哲学论述，其质量不亚于相关领域的普通专家，这些模型（理想地）可以增强，（令人遗憾地）也可能会取代相关领域的许多工作。微软很快向OpenAI投资了100亿美元，引发了一场似乎每一家大或小的科技品牌都想推出某种生成式AI产品的竞争。然而，几乎在ChatGPT推出一年后，许多预测的情景仍未实现。事实上，最初在OpenAI代理中发现的许多缺陷，也依然存在于其企业竞争对手中。例如，像微软的Copilot代码助手等平台的使用在开发者中有所增加，但许多人对这些应用反复输出旧代码和有缺陷代码的倾向感到担忧。此外，一些出版物不得不纠正大量由AI生成的文章，超市也因推荐“毒面包三明治”的食谱应用而道歉，微软和AI开发公司Midjourney则面临由程序员和艺术家发起的集体诉讼，指控他们大规模侵犯版权。甚至英语语言本身似乎也在排斥生成式AI：“听起来像是由ChatGPT写的”这句话，如今只不过是一种表示某句话缺乏创意或不可靠的表达方式。那么，数十亿美元的资金是否都投资在了一种几乎没有希望兑现科技巨头们所声称期望的技术上？Gary Marcus认为是的。上个月，这位纽约大学的心理学教授和人工智能专家在一系列Substack文章中指出，尽管生成式AI在最初看起来有巨大潜力，但实际上它却成了一种“失败品”。虽然Marcus看到了该技术在代码生成和市场营销等方面的实际用例，但在他看来，这不足以支撑过去一年数百家AI初创企业所获得的高估值。他写道，如果这些初创企业每年只能获得数千万或数亿美元的收入，它们最终也可能会崩溃。Marcus并非唯一一个持怀疑态度的人。上个月，研究机构Gartner发布了其关于“新兴技术炒作周期”的报告，指出市场即将陷入生成式AI方面的“幻灭期”。Gartner的一位分析师写道：“尽管所有人都在关注AI，但首席信息官和首席技术官也必须将注意力转向其他具有变革潜力的新兴技术。”生成式AI曾被投资者和科技专家们奉为变革性的技术。然而，在ChatGPT发布近一年后，一些人开始认为这些希望应该被放弃。（照片由Shutterstock提供）对于生成式AI的高期待Arun Chandrasekaran亲身经历了市场对ChatGPT式解决方案的热情仍然高涨。这位Gartner的分析师和其最近“技术炒作周期”报告的合著者表示：“在过去的八个月里，我大概接听了700通来自客户、银行和公共部门机构的咨询电话，询问生成式AI。”他补充道：“我从未见过任何东西能像生成式AI那样，引起今天企业IT领导者如此强烈的兴趣和紧迫感。”他指出，这种炒作在市场中创造了一种失衡。“太多初创公司追逐着太少的问题，”Chandrasekaran说，Gartner跟踪了200家仅提供内容撰写服务的新公司。他补充说，这些企业的大部分产品基于OpenAI的GPT模型。“我们都明白，我们不需要200家初创公司做同一件事，特别是当它们的差异化非常有限时，”他说。削弱市场对生成式AI信心的其他现象包括Chandrasekaran所说的“提前发布”，即供应商会在几个月后发布其可能推出的大语言模型（LLM）产品的细节，或者只是简单的“AI清洗”，即被宣传为包含生成式AI的服务实际上只是来自更简单的机器学习算法。这位分析师表示，这大部分只是营销噱头，是科技公司在日益拥挤的市场中试图区分自己时的必然产物。尽管如此，他承认，这种狂热的市场行为表明，企业急于采用生成式AI，可能会导致质量不佳的产品被推出和采用。但供应商并非唯一错误的一方。企业本身，被关于即将到来的AI驱动经济变革的故事不断灌输，再加上一系列关于恶意超级智能即将来袭的长篇报道，比以往任何时候都更容易相信某个生成式服务像其营销所宣称的那样出色。许多企业都感到失望。根据Axios的报道（被Marcus在其一篇Substack文章中引用），大语言模型的习惯性幻觉（即对未训练回答的问题做出错误回答）可能会在短期内削弱首席信息官对生成式AI的热情。AI21实验室的平台副总裁Dan Padnos表示，这种责任归属的问题将不可避免地出现：“是用户对系统故障负责，还是工具创建者因制造了不坚固或不可靠的东西而负责？”这不会一直是个问题，Padnos声称，他的公司的Conual Answers服务已经让企业能够采用能够自我事实核查的生成式AI服务。Padnos认为未来的工程挑战应该以类似的方式解决，并将技术的持续挑战与汽车的逐步演变进行了类比。“几年前，我们惊讶于这个东西竟然能开起来，”他说。“现在，我们想要更长的续航，我们想要更高的舒适度……这是合理的。随着技术的改进，下一个挑战将越来越引人注目，越来越大。”那么，接下来会发生什么？Chandrasekaran认为，未来一年市场必将经历一些整合，因为市场开始意识到生成式AI的局限性比最初预期的要大。当这种情况发生时，许多看似模糊的初创公司将失去资金支持。例如，欧盟的《人工智能法案》等即将出台的法规也将对生成式AI设定限制，进一步限制其原始潜力。尽管如此，Chandrasekaran预测，这种即将发生的市场调整不会是永久性的。虽然对近期市场炒作持批评态度，但这位分析师坚信生成式AI的变革潜力。“我认为短期内，这些技术的使用将主要是用于增强，”Chandrasekaran说。更重要的是，“我们将看到增强以不同的速度，在不同的公司、不同的行业，甚至在不同的业务职能中发生。”客户服务将证明是生成式AI最终将产生重大影响的领域。虽然Chandrasekaran指出，由于目前的幻觉风险，这些系统不太可能出现在客户路径上，但它们可以成为那些已经与客户交谈的人类客服代理的宝贵助手（事实上，IBM声称已经向几家英国银行提供了这种应用的一个版本。）但就目前而言，Chandrasekaran建议首席信息官和IT负责人对生成式AI保持谨慎。“在预期应获得的业务价值增益方面，您必须务实，”他说。“在选择生成式AI的技术可行用例方面，您应更系统化。”与此同时，新的大语言模型驱动产品每天都在不断宣布，从OpenAI发布ChatGPT的企业版到LexisNexis在其法律软件中添加生成式AI功能。这些公告几乎不太可能停止，Conjecture的首席执行官Connor Leahy表示。“目前可能存在市场过度兴奋——这完全有可能，”Leahy说，他同意Marcus和Chandrasekaran的观点，认为过去几个月中许多AI冒牌货已经涌入市场。“但从我的角度来看，生成式AI是‘失败品’这个想法简直是荒谬的。”作为基础模型细节方面的专家，Leahy认为过去16个月中AI的创新速度非常快。在这样一个环境中，他说，欺诈性初创公司将激增。“但从我的角度来看，这无关紧要，”Leahy说。“我不太关心中间或底部20%。我关心的是前1%；我关心的是最前沿的技术。我关心的是GPT-4，我关心的是Midjourney，这些系统可以完成真正的奇迹。我们生活在一个您可以与电脑交谈且它能工作的世界里，这太疯狂了。”更多阅读：AI推动者的日常生活