Anthropic CEO展望AI商业未来与挑战

人工智能(AI)产业的未来:Anthropic CEO Dario Amodei畅谈AI商业化

近日,AI独角兽Anthropic的CEO Dario Amodei接受了Noah Smith的访谈,从商业角度畅谈AI发展。以下是他对一些问题的回答:

问:你认为Google是AI时代的贝尔实验室吗?

答:在创办Anthropic之前,我曾在百度、Google及OpenAI任职。我认为很多科研人员把Google当做他们学术生涯的延续,这点和当年的贝尔实验室很像。Google浓厚的学术氛围和优质的产业资源吸引了大量顶级科研人才,开展数以百计的创新科研项目,Transformer只是其中之一。无论从算力资源还是人才密度来看,Google应该是AI浪潮的最大受益者。但是Google的组织架构是为了“搜索”服务的,并没有把AI相关的要素有效的组织起来。如果当时Google能够把算力优势、关键学术成果、人才优势有效利用起来,它本可以成为AI领域的唯一主导者。

问:AI公司的护城河是否存在?

答:AI公司的商业模式取决于Scaling Law是否持续成立。假设Scaling Law在未来相当长一段时间保持有效,那么AI将带来巨大的经济价值,涉及人类社会的方方面面。随着大模型不断“Scaling up”,单个模型的训练成本将超过百亿美金,甚至达到千亿美金。因此这将成为一个准入门槛极高的生意,只有少数几家科技巨头,甚至国有企业参与其中,形成寡头垄断的竞争格局。当然这里有一个关键问题,是否会有公司愿意开源千亿参数的大模型?我对开源千亿参数的大模型持怀疑态度,因为千亿规模的模型的推理成本非常高昂,甚至超过训练成本,开源模型的商业价值将会受到限制。

问:AI公司在竞争中如何生存和发展?

答:要想在竞争中生存发展,AI公司需要找到自己的差异化定位。其一是基座模型能力差异化。例如,A公司可以训练出一个专门写代码的模型,B公司可以训练擅长创意写作的模型,C公司训练出一个虚拟伴侣模型。与其拼尽全力做基座万能大模型,不如选择一个领域做深做透,专项训练。其二是模型与应用的垂直整合。理论上,可以把模型层和应用侧解耦分离,但实操中要把应用做到极致,往往需要对模型进行专项训练,这是大模型公司得天独厚的优势。未来AI公司不能只提供API能力输出,而应该深度介入应用层。

问:AI产业的发展趋势是什么?

答:未来的AI生态将由大模型与小模型共同构成。大模型强大但价格昂贵,小模型便宜且推理迅速,但没有那么智能。Anthropic正在尝试构建“蜂群协作”的推理模式,由大模型将一个复杂的任务拆解成数个简单的子任务,然后把每个子任务分配给一个小模型来处理,最后将小模型处理的结果统一汇总给大模型,输出最终结果,整个处理过程就像蜂群一样。

问:AI能否解决贫富差距问题?

答:AI能带来财富的增长和富足的生活,但也极有可能加剧贫富差距。发达国家将率先受益于AI带来的生产力进步,实现GDP的双位数增长,但财富可能高度集中于头部科技公司及其员工,而非平均分配。与此同时,发展中国家的居民可能无法共享AI带来经济增长的果实,并面临更加严峻的就业压力。

问:AI在生命科学中的应用前景如何?

答:基于我的生物学学术背景,我认为AI在生命科学中的应用前景非常广阔。在大模型诞生之前,AI在生命科学中最多只是辅助工具,即使是AlphaFold也没有从根本上改变这一定位。但是在不久的将来,AI将逐渐走到台前,成为生物科研领域的核心参与者。