第四次工业革命悄然揭开序幕

由我司AI自动生成

第四次工业革命悄然揭开序幕

一、第四次工业革命的突破口

多年前，我当年在德国的时候，就听德国人在提工业革命4.0的概念。

中国对应的发展计划是中国制造2025。

但是德国人提的工业革命4.0的概念，主要是数字工厂，智能制造这个方面的。

这个和真正的第四次工业革命还差的很远，因为技术突破的程度还远远够不上工业革命的级别。

根据前面3次工业革命的历史可以推断出来，达到工业革命这个级别，是需要可以改变所有行业的。

就像蒸汽机、电气、计算机与通信，可以应用到所有行业。

大家都在猜，如果第四次工业革命到来，那么到底哪个方向可能获得突破呢？

从能量和信息两个维度，一般来说有四个方向：

可控核聚变、室温超导、超级带宽、人工智能。

先说第一个，可控核聚变，主要是能量的生产。

万物生长靠太阳，太阳的能量来源本质就是核聚变。

可控核聚变，就是可以“人造太阳”，一升海水相当于300升汽油。

一旦实现，人类就相当于获得了无穷无尽的清洁能源，而且爆发力极强。

但是可控核聚变现在是什么情况呢？

永远还差50年。

你说这个技术有突破吧，也是有一些重大突破，但是每次突破之后，发现后面还有一个无底深坑，又需要50年。    

第二个就是室温超导。

这个技术，是能量的传输，而且几乎是无损耗的传输。

不光是在输电、磁悬浮方面有巨大的价值，而且对于芯片产业带来巨大革命。

现在计算机内部，大部分的电，其实都没有用在计算上，而是变成热量散发掉了。

如果室温超导可以实现，那么芯片的密集程度可以更高，速度可以更快。

2023年3月，Ranga Dias在美国物理学年会上宣称在镥氮氢体系中实现了近常压"室温超导"，文章于2023年3月8日在Nature发表。

当时国内的自媒体着实兴奋了一阵，仿佛第四次工业革命即将破土而出。    

到了今年11月7号，Nature宣布撤稿。

因为Dias论文根本无法复现，而且Ranga Dias本人被发现多次人工修改数据，是个搞大乌龙的惯犯了。

第三个，是超级带宽以及远距离传输。

这个方向指的是信息的传输，带宽要大，距离要远，这里面也有不少技术难题。

这个方向上，技术走的是比较快的，比如马斯克的星链计划。

5G，现在也不知道有什么大的应用场景非要用到5G，引起一个大爆发。

连接，确实是可以产生规模效应，所以这个方向也是重要的突破口。    

第四个，就是人工智能。

听起来，在四个中是最不靠谱，最没有希望的一个领域，就是人工智能。

因为前面3个，人类对于原理是大致清楚的。

比如说，核聚变，原理很早就搞清楚了，还造出了氢弹。

关键不是人类搞不出核聚变，而是“可控”才是难点。

超导什么的，早就有了，理论也跟上了，关键是室温还做不到。

超级带宽这块，香农的《信息论》早就成为经典。

而人工智能这块，人类连大脑的运作原理都没有搞清楚。

不仅仅是没搞清楚，而是知道的很少。

先别说达到通用人工智能，现在传统的机器翻译软件，连一个翻译都搞的有问题，十分的生硬。

各种资本也喜欢在IT互联网这方面炒概念，比如web3.0，元宇宙。

现在这些东西在哪里呢？

人工智能是不是炒概念，一个泡沫？还是说真正有用的技术拐点？

这是很多人的疑问。

要理解这个问题，就必须搞清楚到底发生了什么。

二、万用蒸汽机

翻译，讲究一个“信达雅”，“信”排在第一位，是说首先忠实于原文。“达”则是要流畅，地道，否则即使忠实于原文，表达也是生硬的，严重影响人们的阅读体验。

前面说到，传统机器翻译，连普通的英译中都搞的不顺畅。    

这并不是说，在翻译这方面计算机技术没有进步，而是进步很大。

但是有几个问题，始终很难搞定。

有些人知道一些冷僻的历史、诗词，以为人工智能不知道。

实际上，这些对于计算机是非常简单的事情。

真正的难点并不是在这里。

其中最重要的一个难点是，计算机很难处理人类语言中的“长距离依赖”问题。

比如说这句话，“小红明天准备去看电影，她今天就买了票”。

这句话里面，“她”指的到底是谁？（术语叫：指代消解）

对于人类来说，这是再简单不过的事情：“她”一般是指的小红。

你必须理解整句话，才能将“小红”和“她”关联起来。

但是对于计算机来说，这个就非常难了，因为计算机只会“计算”，而不会像人类这样推理。

把“她”和“小红”关联起来，传统算法需要指数级复杂的计算。

这个就叫“长距离依赖”。

另外，人类不但能看到单个的词，而且可以通过上下文语境和背景知识来推断。

比如说这句话：“小红和小明一起去看电影，她很喜欢那部电影”。    

请问，这里面的“她”指的是谁？是小红还是小明？

一般是指“小红”。

因为小学作文，你经常用“小明”、“小红”来做男女主人公的名字。

这就是背景知识。

词本无意，意由境生。

就是说很多时候，单个的词是没有含义的，在具体的语境中就有了含义。

按照信息论的说法，你知道的越多，需要的信息就越少。

比如说，“长距离依赖”哪里长了？这么多年都是这个长度？不要乱说，这句话里面“她”到“小红”之间包含逗号只有10个字，国产AI很不容易的。

这里啥也没说，你看到这句话，马上就能联想到那个卖口红的男人。

你这个让计算机怎么做才能做到？

这个就要让计算机拿很多文本去“学习”，学的这个结果，就是现在大名鼎鼎的“大语言模型”。

这个技术其实是一个很早的技术，并不是什么新鲜事。

只是当时算力和数据量不够，所以当年效果并不好。    

现在就可以做到了，如下：

简单的说，计算机现在有计算上下文语境的能力了。

那么，是怎么做到的？

事情的起因，就是发生在谷歌Brain的翻译团队。

他们在2017年发表了一篇论文，叫做“attention is all you need”。

这篇论文解决了自然语言处理方面的两个重要的问题：

第一个，就是上面说的“长距离依赖”的问题。

第二个，算法可以并行，而且在并行计算的情况下，可以将原来的指数级别的计算复杂度降为一个常数。

这是非常了不起的，因为GPU（显卡）就是并行计算的，显卡上有很多“核”，天生适合并行计算。

当时，这篇论文并未像很多论文一样受到冷落，而是引起了相当的重视，并且应用到实践中了，效果不错。

这篇文章相当于打通了自然语言处理的任督二脉，从此这个领域就迎来了大爆发。

OpenAI成立之后，用的就是这个方法，后来大家都知道了，有了一个叫ChatGPT的东西。

其实OpenAI根本就没有发明什么新的理论或者模式，用的东西大部分都是已经有的理论和架构。

ChatGPT的胜利，实际上是工程的胜利，就是他们把很多落地的细节搞定了，比如大量数据的训练，大量算力的堆积。

OpenAI证明：数据》算力》算法。

典型的大力出奇迹，力大砖飞。

从这个角度来说，很多人，尤其是这方面的专家，根本不认为是什么技术拐点。

当ChatGPT 4名声大噪的时候，硅谷的很多人根本就不相信。

比如说，比尔盖茨根本就不相信，直到看到之后，被震惊了。

论文就是谷歌自己出的，谷歌也震惊了。

连OpenAI的CEO奥特曼，自己都没想到会这么快。

典型的就是，知道效果好，但是没想到效果会这么好。

谷歌自己发的论文，但是现在是全面落后OpenAI的。

就是不知道这项技术的潜力有这么大。

这个和蒸汽机的出现是很像的。

看过我们《工业革命系列》的朋友，一定还记得如下的事实：

当瓦特搞出蒸汽机的时候，前面早就有了纽卡门蒸汽机了，只是效率不行，也不能通用。    

而瓦特用来改进蒸汽机的理论，早就有了，瓦特并没有发明什么新的理论。

确切的说，瓦特没有发明蒸汽机，而是发明了“万用蒸汽机”，效率比原来的蒸汽机提升了3-4倍，而且可以用于各行各业。

从此，就掀起轰轰烈烈的第一次工业革命，改变了整个世界，包括很多国家的版图。

这一次，大语言模型，就是具备“万用蒸汽机”的特点。

三、未来影响

众所周知，我们现在用到的IT和互联网服务，航空航天，通信通话，工业控制，家电等等，凡是涉及到信息处理的，都是用计算机语言编写的。

而计算机语言，只是自然语言中非常非常小的一个部分。

仅仅计算机语言能描述的部分，都已经带来了如此大的变化。

何况，现在已经扩展到了整个自然语言领域。

人类所有的信息，自然语言是通信和思考的基座。

不管是说话、文字，语言，还是图像，其实本质都是基于自然语言的。

攻破了自然语言处理，有几个方面，会给各行各业带来深刻的变化。

首先，模型是通用的，不光是用于自然语言处理，而且用于语音、图像、视频、机器视觉等等。

计算机从此具备了“计算”复杂知识的整体的能力。    

比如一张图片，各种要素之间也是有逻辑关系的，也是存在“长距离依赖”的。

以前总是搞不定，但是现在技术上就不是问题，而是需要解决细节问题了。

各行各业都可以发掘出以前从未发现的知识（智能涌现），从而导致猛烈的寒武纪大爆发。

OpenAI的CEO奥特曼说，人工智能发现新的物理定律，就算成功了。

这个必然为期不远。

人工智能，成为了第四次工业革命的先导。

至于说人工智能可以理解“整体”的信息后，对于控制系统必然可以做到十分精准。

比如说自动驾驶，飞机导弹，计算机在理解外部方面提升了整整几个数量级。

其次，架构上是分工明确的，芯片层（GPU）、框架层（操作系统与框架）、模型层（大语言模型）、应用层（各行各业的程序）

上一次，一个生态有专门的硬件，还是计算机发明的时候，那个时候叫CPU。

而这一次，大语言模型连硬件体系都确立了，就是GPU。

本来，各行各业都对于算力觉得已经差不多够了。

但是现在大语言模型的出现，对算力提出了极高的要求。

现在一台计算机，只要不带显卡，都是非常便宜的。

但是一带上独立显卡，都贵的要死。    

有需求，就有动力，后续对于整体的算力必然有一次巨大的跃升。

技术的扩散速度非常快，而且边际成本下降的很快。

在OpenAI取得成功后，国内涌现出几百个大语言模型。

以前，说生成一张这个世界上从未有过的人脸，好像是了不起的技术。

现在一个普通人完全可以做到，而且要多少就有多少。

比如，没有任何绘画基础的本人，就画了一张：

下面也是我画的一张风景图：    

未来已来，对于普通人来说，当前要做的是，要尽量开始使用AI，体会AI对自己行业带来的变化。

四、结语

这次人工智能的爆发，本质是对自然语言处理的突破。

但是这个模型是通用的，并非只是可以用于自然语言的处理。

用于聊天，不过是其中很小的一个场景，而这个场景更容易被别人关注。

真正厉害的，计算机突破了“长距离依赖”的限制，对于知识有了整体的“计算能力”。

这个能力，源于大数据，算力，算法的突破，而且才刚刚起步。    

结论：这就是一次重要的技术拐点，拉开了第四次工业革命的序幕。

未来已来，这才是真正的见证历史。

如果对你有启发，请点个关注或者“在看”吧。

老读者建议“星标”，没有任何互动，系统可能不会在第一时间推送给你。