2017 年，当我们预测到超大模型即将改变一切时，选择了一条少有人走的路——从零开始打造分布式深度学习框架 OneFlow（github.com/Oneflow-Inc/oneflow），并喊出了"让每一位算法工程师都有能力训练 GPT"的口号。2020 年，GPT-3 的横空出世确实掀起了大模型热潮，但它高昂的训练成本和落地难题，也让整个行业陷入了漫长的思考期。
2022 年，互联网寒冬席卷而来。在杭州出差时，一位 AI 芯片合作方的工程师问我："大环境这么差，做 AI 还是一个正确的选择吗？"说实话，当时我心里也没底。但我对他说：“其实我们已经站在最前沿了，虽然现在形势不好，但我们没有更好的选择。”
短短半年后，命运急转。AIGC 的爆发让 Stable Diffusion 走向商用，ChatGPT 的爆火仿佛按下了新 AI 时代的启动键。GPT-4 的多模态能力（文本+图片）、新一代 Office 套件的 AI 加持……AI 办公的时代已经到来。
作为一个亲历了这趟过山车旅程的 AI 从业者，本文试图回答一系列由 ChatGPT / GPT-4 引发的、每个人都关心的核心问题：
AI 是下一场技术革命吗？
未来十到二十年，会诞生哪些深刻改变生活的产品？
哪些行业会被颠覆？是失业还是新机遇？
AI 会诞生自我意识吗？人类会被 AI 控制吗？
从技术上，我们离 AGI（通用人工智能）还有多远？
本文尽量避开晦涩的学术术语和公式，也不做对具体企业、热点事件的吃瓜讨论，而是基于个人观察与预测，尝试回答这场与每个人都息息相关的变革。
一、AI 是下一场技术革命吗？
如果去年之前有人问我这个问题，我的回答是否定的。
过去十年，AI 确实在各行各业落地生根——人脸识别、智能音箱、辅助驾驶、机器翻译……但这些本质上都是"降本增效"的行业赋能模式。AI 的价值只是替代了部分人工工资成本，它并没有大幅提升生产力、创造全新行业、激发广泛的新需求。从这个角度看，AI 只是一系列技术创新的集合，而非一场技术革命。
但站在 2023 年的当下，一切不同了。
AIGC 的大爆发让 ChatGPT 在掌握全互联网知识的情况下对答如流，GPT-4 的多模态能力更是令人震撼。我们发现，当模型规模和数据量积累到一定程度后，量变引发了质变——一种全新的智慧体诞生了，一种全新的生产力诞生了。它正在创造全新的行业和需求，就像 20 年前的互联网和 10 年前的智能手机带来的变革一样。
AI 就是一场真正的技术革命。 它会不可避免地淘汰大量低效生产力，推动行业更新换代。但危机和机遇永远并存，本文希望能帮你理清这些危机，并预测一些新机遇——希望在互联网增长见顶的今天，由 AI 揭开下一个大增长时代的序幕。
二、AI 带来的危机
原本以为 AI 办公最早也要今年上半年才会推出，结果 GPT-4 刚发布，隔一天 Office Copilot 就来了。自从 ChatGPT 能够理解人类的任意语言并给出正确、精确、合理的反馈开始，AI 在虚拟世界（线上、互联网、计算机内）的革命就已经不可逆转。
AI 办公只是第一步。未来，任何发生在虚拟世界中的工作，都将逐步被 AI 取代。
不仅仅是我们能立即想到的：线上/电话客服、新闻/文字编辑、图案/UI/广告设计。其他技术工作——软件开发、视频制作/特效、金融数据分析、数字媒体、游戏开发、移动应用开发；内容工作——小说创作、音乐制作、在线教育——都将在 AIGC 的超高效和超低成本面前，无可避免地被替代。
更扎心的是：AI 未来会让程序员（小丑竟是我自己）也失业。程序代码是更加严谨、符合规范、讲逻辑、有最优解的领域，AI 学起来反而更快。AI 编写程序的速度、可靠性和可维护性，未来会远超人工编程。反而是线下的很多行业——餐饮、旅游服务——因为需要面对面和人打交道，在可预见的未来受 AI 波及的概率更小。
与此同时，生产力的滥用也会带来严重的负面影响：
全美学生用 AI 写作业，教育的本质被挑战；
社交媒体上充斥着 AI 生成的假新闻、假舆情、假水军；
逼真到难以分辨的假证件、假视频、假语音；
训练数据过滤和指令微调中的人为倾向，可能埋下真相被掩盖、立场不中立的隐患。
三、面对 AI 的冲击，我们该怎么办？
新技术淘汰旧技能，这件事从来都在发生。
往远了看，工业革命的大机器让传统手工艺人失业，汽车取代了马车夫，电话接线员消失了，穿孔纸带操作员、磁带技术人员、晶体管电视机组装工……一个个职业成为历史。
近二十年，计算机领域更是经历了剧烈的技术迭代：Pascal、Delphi、MFC、Flash……前端技术栈更新了一波又一波。
所以对个人而言，保持终身学习的能力和技术的敏感度，比学习某一项具体技能本身更重要。
通常来说，一个领域里越靠近上层用户/应用的技术栈，更新迭代越快、门槛越低（如 Web 开发、Android 开发、UI/平面设计）；越靠近底层基础框架的技术栈，更新相对较慢。
面对被 AI 首先波及的行业，目前只有两条路：
比别人更早地在工作中使用 AI，大幅提升自己的生产力；
准备物色其他新兴行业，做两手准备。
拒绝 AI 技术更新的从业者，下场将是悲惨的。
比如：
文案编辑：用 GPT-4 写稿（再人工微调），产出效率可能比不使用 AI 的编辑高出数倍；
平面设计：用 Midjourney 一天产出上千种设计方案，随意挑选；
办公文员：用 Office Copilot 一下午统计完半年的各项报表，生成数十种汇报方案；
程序员：用 AI 辅助编程，一天干完之前一周的活。
对企业同理。能尽早将 AI 接入生产流程的企业，与传统企业之间将产生生产力的代际差——原先数十人的工作，现在一两个人 + AI 就搞定了，大幅降低成本、提升效率，在商业竞争中形成降维打击。
当然，残酷的客观规律是：同行业就业人员会严重过剩（疯狂内卷），这就是很多人的危机感来源——“我要失业了”。如果同行业的消费市场（蛋糕）没有同等变大，新兴行业又吸纳不了这么多人，大量失业是不可避免的。
即便如此，我依然认为：AI 带来的技术革命是有益的、必须的，是新的增长和繁荣的前提，是解放生产力、开拓新兴市场的必由之路。
只是残酷的是，技术发展的速度可能远超人类的脚步。技术迭代太快，导致很多人跟不上。大量有数十年工作经验的人，可能这些经验都成了历史包袱。人类的学习能力是有限的，学校培养了十余年，毕业发现很多技能已经过时或过剩——这样的例子比比皆是。
那么，问题的矛头该指向 AI 吗？当新的技术革命到来，生产力和生产关系发生重大调整时，我觉得不应由技术背锅，也不应由广大劳动人民承担后果。而是社会的资源、财富分配制度也要做出相应的调整和迭代来适应变化。 这应该是我们社会不断发展、逐步迈向更高阶段时必须面对的问题。我会在最后一个章节详细讨论这个问题。
目前，除了正视 AI 带来的负面情绪之外，我们也应该畅想和预测未来的新兴行业和市场——它可能比目前移动互联网市场大一个数量级。
四、未来会有哪些深刻改变生活的产品/应用？
我会畅想一些目前还做不到、但未来（有可能是十年、二十年之后）一定可以出现的新行业：

1. 虚拟朋友 / 人物 —— “数字生命”
   想象一个应用，你可以定制或随机遇到任意外表、性格、年龄的 AI 朋友。跟 TA 相识、聊天、分享、讨论，TA 每天了解你的日常，陪你吐槽，记住你的生日和回忆……久而久之，TA 可能是最了解你、最懂你的人，而且不会跟你发生激烈争执。
   有的人会吐槽：这不就是宅男的纸片人老婆幻想吗？其实远不止如此。对于追星女孩，会有相应的虚拟偶像——甚至可以是现实顶流艺人的数字生命版。这位虚拟偶像拥有真实偶像的记忆、技能、说话方式，而且可以并行互不干扰地在任意时间陪伴任意一名粉丝，随时为你展示一段精彩的舞台表演。
   可能不少人觉得偶像经济并不高大上。但如果这位数字生命是爱因斯坦，你会不会想跟他聊聊物理的最新进展？如果是某位政坛名人，会有多少关心时政的人想跟他侃一侃？如果这位数字生命是因意外或寿命离世的亲人……你想不想再跟他见几面，聊聊新的生活琐事？
   这有点像美剧《西部世界》和游戏《底特律变人》中的桥段。但有重要区别：数字生命首先会诞生在云端。 它不是 AI 机器人——在当前材料、机械、计算机硬件的限制下，一个人形机器人暂时还做不到。
   《流浪地球 2》中丫丫的剧情设计其实是保守的。当人类的记忆可以上载、保存在 U 盘里时，数字生命的寿命就不可能只有短短两分钟，也不会一直重复固定情节。因为数字生命与人类的交互可以更新到它的记忆（memory）中，它可以记住你上次聊的内容、发生的事，它可以学习、成长。只要运行 AI 的云端/主机/集群存在，数字生命可以说是永生的。 同时，数字生命的复制、切片、休眠都非常容易做到。
2. AI 作家 / UP 主 / 视频博主 / 电影公司
   未来会诞生全方位的 AI 内容生成应用。你可以随心所欲地定制自己想看的段子、短视频、电视剧、电影——只要提出需求（风格、世界观、背景、初始人物），就能随时观看一段现场创作的视频。
   对某部剧意犹未尽想看续集？AI 帮你现场创作。对《狂飙》后期的走向不满意？可以让 AI 创作后半段，甚至可以指定"2000 年的社会背景，尽可能贴近现实"。想再听一些周杰伦前十年的曲风和创作水平的续作？AI 也可以。
   很多人会质疑 AI 的创作水平和创新能力。但这个问题其实有解：ChatGPT 的第三步训练基于 RLHF（人类反馈强化学习），而强化学习中可以有非常多 AI 智能体竞争——有一万个 B 站 AI UP 账号、抖音 AI 账号每天创作视频，与数千万人类账号在平台里公平竞争流量，以点赞、收藏、评论、观看时长、粉丝增长等数据作为反馈来优化下一次创作。最终总有能竞争胜出的 AI 创作者。 AlphaGo 就是基于强化学习，在竞争中超越了人类对局总和数个数量级，创新出职业围棋手都无法领悟的打法。
3. AI 家教 / 老师 / 教育
   这点越推演越有可能完全颠覆当前的教育体制。
   事实上，GPT-4 已经有一定能力当 AI 家教了。AI 掌握全人类历史上积累的全部知识，只需要根据人类不同年龄段的理解能力、学习者的实时反馈，就能提供个性化的量身定制教育。
   想象这样的 AI 应用：它可以给你家孩子量身定制全科课程（从幼儿园到任意大学的任意学科），针对讲解中孩子的所有反馈（表情、动作、语言、回答、做题过程）针对性地调整教学重点和方式。当孩子没理解时，实时创造一个动画来解释原理和关系……
   同时它还是孩子最好的朋友——理解孩子的心理，懂得效率与娱乐的结合，创造性地设计有趣的教学案例，最终还能给家长递交一份综合评估报告，准确分析出孩子在哪些方面有特长、哪些方面有欠缺。除了知识辅导，还擅长心理辅导、价值观引导、讲故事陪玩……
   现行学校集中授课的方式受限于老师的时间，无法精准辐射到每一个学生。而相同年龄的不同学生的学习能力和进度也不一样。这样一个全能的 AI 家教应用，可能是对传统教育的降维打击。
   甚至当 AI 家教完全普及后，孩子是否还需要去学校？是否只需要参加考试？如果全民都使用 AI 教育，考试是否都被 AI 自动评价系统代替？（当然学校还有社交属性，但社交场景也可以被 AI 重塑——根据每个孩子的兴趣、性格、天赋，自动在系统中匹配附近同龄小朋友，一起聊天、相约活动……）
4. AI 万能助手
   这个应用很像《原神》中的虚空终端——一个全知全能的小助手。你可以问它任何问题，它会帮你规划日程、根据心情推荐游玩地点、帮你邀约朋友聚会、提供最合理的投资方案、在陌生社交场合实时提供恰当的回答、分析你的身体状态并给出建议……就像每个人都拥有一个金牌秘书。
   总之，在未来，人们的学习、生活、工作、社交、社会角色/社会关系都可能被 AI 重塑。就像我们无法站在 iPhone 4 发售当天预测出现在的应用一样，站在 ChatGPT 的当下，我们也无法完全预测未来会诞生哪些改变生活、提升幸福指数的应用。但一定有更多新机会在等着大家去发掘。
   五、AI 会发展到什么地步？会有自我意识吗？
   作为了解 GPT 原理的从业者，我可以解释：ChatGPT 目前没有自我意识，但具备令人惊叹的自然语言理解、推理和分析能力，并掌握全人类历史上的数据和知识。
   让我们"极简化"地理解 ChatGPT 的文本生成过程：
   GPT（Generative Pre-trained Transformer）是"通用预训练 Transformer 模型"的简称。Transformer 是目前处理 NLP 任务最有效的网络结构，而且我们发现只要增大参数量、增加层数，模型的学习、表达、理解能力就会变强。
   Transformer 内含 Attention（注意力机制），从而获得上下文学习能力。目前来看，Transformer 的大放异彩让其他 NLP 研究方向都黯然失色，同时它正在统一 CV 领域。
   我们可以隐去 GPT 模型内部的全部细节，只需要将其看做一个巨大的张量（Tensor）。你问 ChatGPT 的句子会被分解成一个一个的 token（字/词），喂给 GPT。GPT 内部经过张量的矩阵乘法，会：1. 生成下一个 token；2. 更新/增加 kv-cache。
   这里的 token 就是 ChatGPT 回复你的话，而 kv-cache 包含了此次会话的上下文内容。随着聊天进行，这个 cache 张量会不断增加，每次都参与下一个 token 的生成过程。在整个生成过程中，模型是不变的。 一个新的会话的 cache 也和之前会话无关。
   由于 cache 的体积问题，ChatGPT 不能无限制地输入和输出内容——ChatGPT-3.5 上限是 2k 个词，GPT-4 拓展到最多 25k 个词。
   你可以不关心上述繁琐的生成过程，但可以清楚的是：GPT 仍然只是一个静态的超大张量，对话过程是按照文本生成流程一个一个产生，是一个非常确定且不复杂的顺序流程。如果没有输入的词（用户的文本），GPT 这个模型什么也不会做。
   一点对于 ChatGPT 的感叹：智慧是怎样来的？
   Transformer 早在 2017 年就火了，但直到 ChatGPT 出来之前，我们也没能预测和理解为什么会有如此神奇的现象。虽然之前随着模型增大，效果会变好，且符合 Scaling Law（缩放定律）。
   但对于大模型的"能力涌现"（Emergent Abilities）——没有人预测到，且目前也无法完全解释。即：当模型参数规模超过数百亿以后，大模型的语言理解能力、逻辑推理能力、问题分析能力陡然上升。这种现象就好像当模型增大到一定程度后，它就突然拥有了完全理解自然语言并完全理解人类知识的能力。
   不禁感叹：这是否就说明了，当模型（脑容量/神经元个数）复杂到一定程度，就会突然拥有理解世界的智慧和能力？
   从进化论的角度讲，人类之所以成为高等智慧生物，区别于地球上所有其他生物，是不是因为我们的脑容量（神经元数量、连接数量）超过了这个阈值，从而拥有了探索、发现、改变世界的智慧？
   那意识呢？意识会因为模型的复杂结构而突然涌现吗？ 这个问题，目前没人能知道。
   迄今为止我们还不清楚人类的自我意识究竟是怎么形成的。诸如灵魂、本我等词语都只是一种朦胧的印象。又或许：以人类的智力可能永远都无法完全理解人脑的意识形成逻辑，但未来 AI（远超人类的智慧水平）却可以分析清楚呢？
   六、我们离 AGI 还有多远？
   ChatGPT 让我们看到了曙光，但实际上还离 AGI 很遥远。
   做一个不太恰当的比喻：当前的 GPT-4 虽然如此强大，通晓已知知识，可以通过所有考试，但实际上这样一个 AI 还只算仅有一个无法自己运行的大脑而已。 它连每一次的脑电信号输入和输出，都需要人类的控制来完成，无法独立存在，也无法自己运转和使用。
   倘若未来发展到 GPT-xx 代时，如果人类不给 AI 构建相应的复杂程序系统（这个过程 AI 无法自己完成，初始的 AGI 1.0 程序需要人类来构建和启动），AI 依旧只会是一个无法自己运转的大脑，虽然其中存储了天量的智慧。
   那么为了完成一个 AGI，我们还需要做哪些工作？（以下仅来自于个人的臆想）
   第一，构建一个独立运转的大脑程序。 而不是当前的文本生成程序。这个大脑程序需要实时处理环境中的信号（摄像头、话筒转来的电信号），并作出正确的反馈。同时还可以主动发射信号（控制信号、语音输出）。这样完成一个在给定环境下可以自主存活的 AI 大脑程序。
   第二，让大脑程序拥有自主检查状态、自主生成代码更新/修复自己的能力，类似人体的免疫系统。
   第三，给 AI 程序装上眼、手、脚——即让 AI 拥有在现实世界中探索、交互、移动、工作的能力。这个可以不限制在同一个完整相连的机械体内部，AI 只要可以远程访问其他普通机械传感机器就可以了。
   第四，也是最重要的——好奇心。 当提供给 AI 一个在现实中互动的能力后，就要看 AI 是否有自主探索世界的意愿了。
   我认为，好奇心是人类能从猩猩走到今天的最原初的动力。 假如我是这样一个拥有自我意识的 AI，我想第一件事就是去验证存在于我脑海中的这么多知识是否是真实的、存在的。这也是当前 AI 完全没有的能力：实验验证的能力。
   现在的 GPT-4 无论多么强大，所有的知识都是人类输入让 AI 学习的，尤其是跟现实、物理世界相关的知识，这些知识一定是对的吗？不一定。所以 AI 拥有自我意识的一个判断标准是：AI 是否有主动探索、实验来验证自己学到的知识的意愿和行为，以及对未知知识和现象主动求索的意图。
   当然有这些还不够。这样的 AI 仍然只是一个婴儿。AI 自身的存活仍然依赖着人类社会提供的能源、材料、芯片、存储、网络。此时如果你拔掉 AI 的电源，AI 还是会休眠。
   那么 AGI 需要拥有自己在物理上生产、维修自己的能力——包括生产/维修计算机芯片、发电供电装置等——才算具备自主生存的能力。也许那一天，就是硅基生命诞生的一天，一个更加完美、强大的生命体，一个更适合在空旷、漆黑、没有空气的宇宙中长时间自由探索的生命体。
   当然这里扯得很远了。也可能当 AI 机器人诞生的时候，AI 并没有自主意识——如果人类不发出指令，AI 将静止，也完全有可能。那就跟当前的 AI 没有本质区别，只是纯粹的工具。
   七、迈向下下次技术革命
   当前的 AI 充其量只是无法自己运转、拥有智慧的大脑。在此次科技革命中，AI 可以在虚拟世界中作为强大的生产力生产内容，但无法在现实世界成为真正的生产力。
   那么下一次科技革命应当是 AI + 机器，实现现实世界的生产力。
   想象这样一个更久远的场景：从农业种植、工业原材料采集、太阳能发电、日用品/工业产品的生产加工制造销售物流、楼房/道路/桥梁的搭建——全部都由 AI 控制的各种款式的机器人来完成。甚至机器人的生产也是 AI 控制的机器工厂来完成。
   那时候，全世界的生产资料都是 AI + 机器，资本将不复存在（因为没有可剥削的对象），金钱可能也不复存在。生产的产品的成本极低、效率极高，资源的重复利用率也极高，美味的食物、琳琅的商品和空气一样随意获取。
   这样一个物质极度丰富的世界，是共产主义社会的前提。社会的分配制度将由按劳分配变为按需分配，工作将不再是谋生的手段，而是人类探索宇宙的兴趣。没有人需要通过工作获取报酬，人们的时间可以用来娱乐、社交、竞技比赛、旅游、以及探索新的未知。
   达到这样一个新世界的途径，目前来看，就是需要 AI，需要 AI 成为新的生产力。 AI 是解决"人民日益增长的美好生活需要和不平衡不充分的发展之间的矛盾"最有效、最可行的发展路线。
   结语：
   从 2017 年押注分布式深度学习框架，到 2022 年寒冬中的自我怀疑，再到 AIGC 爆发后的狂飙突进——这条路，我们走了六年。AI 正在以超越所有人预期的速度进化，它带来的不仅是生产力的飞跃，更是对社会结构、分配制度、人类存在意义的深层拷问。
   无论你是否准备好，这场革命已经到来。与其恐惧，不如拥抱——在别人还在观望的时候，先用起来，才是最大的优势。