官商專家減AI失控風險

自2022年底以來，ChatGPT的生成式人工智能（Generative AI）引發了新一輪創新熱潮，各大企業爭先推出自家的大模型產品，尤其在中國市場，競爭已經進入白熱化階段。但近日，這場沒有硝煙的戰爭，風向彷彿發生了一些微妙變化。 首先是ChatGPT的月度流量首次出現下降。對比2023年6月份，ChatGPT網站在全球的桌面和移動端流量較5月減少9.7%，獨立訪客下降5.7%。各行各業面對的同一個問題是，除了聊天對話之外，會帶來多少商業效益？因為每一次對話背後都要消耗龐大計算資源，支出大量營運成本，沒有哪家企業能夠長久扛下這個重擔。類似情況在2012年大數據時代也曾經發生，畢竟business is business。這一場AI大模型之戰的賽點已經顯而易見：技術以外，大模型做好垂直產業應用才是生存之道。 有專家估算訓練一次GPT-3的成本約為140萬美元（約1092萬港元），以每月1000人次的訪問量，每天光計算支出的電費就在5萬美元（約39萬港元）左右，這不是所有企業都能夠承受得起。總結來說，垂直產業大模型的落地和應用，存在高成本、缺數據、欠算力等諸多關鍵問題。在成本高昂下，金融業可能是最早衝出重圍的領頭羊。 盛傳彭博推出的金融行業大語言模型BloombergGPT，涉及500億個參數，背後依賴彭博廣泛的金融領域數據優勢，構建了3630億個標籤的特有數據集。這說明了一個方向，大模型的關鍵不在於跑得快，而在於挖得深。終究還是得回歸到人工智能所提供的價值，在金融的例子中，就是決策準繩度與投資回報。 同時，考慮到技術發展的快速步伐，以及對AI可能破壞經濟並增加社會風險，美國商業領袖們已經表示需要對AI發展提供指導。人工智能公司和研究機構向國會領導層呈交了一封公開信，敦促國家為AI安全的研究資源提供資金。 另一方面，早前蘋果公司（Apple Inc.）中國區App Store的ChatGPT產品集體下架，據蘋果的說法，相關產品需要獲得運營許可證。在內地，生成式AI的立法正在進行，網信辦等七部委早前聯合發布《生成式人工智能服務管理暫行辦法》，於8月15日正式施行。 以上措施都可以看出，無論各地政府、商界及專家，都在嘗試減輕人工智能失控的風險，希望防患未然。