此時此刻，算力就是生產力，就是財富的象徵。

手握算力的英偉達，儼然成了超級怪獸，正在3萬億美元市值之上一路狂飆。

但大洋對岸的這場狂歡，似乎與我們沒啥關係。

這兩年，美國商務部一而再出台芯片禁令，限制包括英偉達、AMD和英特爾在內的CPU與GPU的出口，尤其是針對中國市場。

每當看到這些新聞，不少人就義憤填膺，怒罵不止，又卡我們脖子！

但客觀來説，東西是別人的。賣不賣、賣給誰，當然是別人説了算。

埋怨又能有啥用？

真正應該思考的是什麼？

為什麼別人不願意賣給我們？為什麼我們沒有這些技術。

重點是後者。

01

根源問題是什麼？

有一句話被我們奉為聖經：落後就要捱打。

這句話，是在百年國恥中，經由幾代中國人的憋屈油然而生的。

那麼，你想過沒有，究竟是什麼落後了，才會捱打？

1840年，大清的國門被西洋人用堅船利炮強行打開。朝廷覺得自己是輸在武器上，所以開展了浩浩蕩蕩的洋務運動。

洋務運動的宗旨，所有人都耳熟能詳：師夷長技以制夷。

很明顯，從那個時候開始，大家的一致想法，是“技”落後了、武器落後了，所以捱打了。

怎麼才能快速獲得“技”，最簡單的就是買。

買槍、買大炮、買軍艦……大清國雖然積弱，財力還是足夠的。

緊接着大家又開始思考：“技”是怎麼來的？

萬一別人不賣給我們了，怎麼才能讓威力巨大的熱武器，源源不斷的出現？

買工廠？漢陽兵工廠、輪船招商局（招商局集團前身）、江南造船廠等等廠子都辦起來了。

但道理不還是一樣麼？工廠又是怎麼來的？

1880年代，清廷給北洋軍裝備的那一批主力艦，確實是夠強，亞洲第一、世界第九。

但幾十年洋務運動搞下來，老百姓普遍還是騎着毛驢趕着牛，基本沒出什麼科技人才，不論是武器還是工廠裏的機器，壞了自己都沒法修。

怎麼才能擁有科研人才、技術人才、核心設備等等一系列東西，從而真正提高工業水平？

亞洲第一艦隊，北洋水師

不搞清楚這些問題，技術永遠只能找外人買。

最後養成習慣，越學越跟不上。

可惜，對手不會再給你更多時間反省，外界科技的進步速度是很快的。

到1890年代，一度號稱無敵的北洋戰艦就基本落伍了。

所以甲午海戰匆匆爆發時，北洋水師的規模雖然遠超日本，但無論是總噸位、火炮、彈威力還是後勤保障各個方面，都已經全面落後對手。

再後來，大清亡了，革命的革命、起義的起義，中國陷入軍閥混戰，大家更加沒時間去思考這些問題。

……

甚至直到最近幾十年，在真正解決吃飽飯問題之前，我們依然沒有深入去改變這些問題。

最典型的就是教育。

為了快點把物質條件搞上去，舉國上下的眼睛，都盯在工科上——都不是理工科，只是理工科中的工科。

文科就更不必説了，這些年社會輿論從對文科生不重視，到現在甚至演變成了鄙視。

看下面這張圖，工科和文科應屆生的就業率，完全就是兩個極端。

為什麼會這樣？因為在我們的潛意識裏，認為沒有必要給文科生提供更多的崗位，收益太低了。

為什麼？工科才是最實際、可以直接投入生產的技術。

歸根結底，還是在師夷長技以制夷，還是全身心瞄準在“技”上面。

我們似乎永遠在這個圈子裏打轉。

實際上，宏觀來看，產生技術的前提是有自成體系的理論，而理論又必須在濃郁的人文思考氛圍中產生。

某種程度上而言，文科→理科→工科，就是爸爸、兒子、孫子的關係。

試問，你再牛逼，沒有你爸爸能有你嗎？沒有你爺爺能有你爸爸嗎？

只盯着孫子，固然能直接就使用最新的技術，幾十年就能頂別人幾百年的發展進程。

這不是廢話嗎，別人幾百年的成果你拿來直接用，效率當然不可同日而語。

短時間看沒什麼，“拿來主義”的確是性價比最高的方式，很爽。

但時間長了，部分清醒的人都回過味兒來了，似乎不對勁。

我們得改！

但現實並不會隨人的意志兒轉移，原因與當年北洋水師面臨的困境相似：

外界的進步速度是很快的。

那麼今時今日，在面對未來的問題上，我們會不會、能不能有所改變？

02

無盡的循環

這兩年，大模型橫空出世，國內輿論直接就炸了。

在民族榮譽感極度爆棚的時候，我們突然感受到了什麼叫做代差。

很多人爭論的焦點，還是在芯片這回事上。

一張嘴就是，我們的AI之所以玩不轉，是因為在芯片上被卡脖子了，別人不賣給我們！

現在XXX中國企業突破了多少多少納米，國產替代指日可待！

……

如此種種，總給人一種錯覺：

就好像如果能買到最先進的芯片、卡脖子問題解決了，國內大廠有了足夠的算力，所有問題都能迎刃而解。

真的是這樣嗎？

真的不是這樣！

芯片是什麼？它依然是“技”，是理論的產物，是在有創新的人文氛圍中自然而然、必然會產生的一種產品。

為什麼，直到意識到被卡脖子了，才想着要去自研芯片？

這種感覺就像什麼呢？

不論是一百多年前、還是過去幾十年、甚至未來很長一段時間裏，我們總是隻想着抄答案，而不去關注產生答案的這個過程。

只要我們仍然困於這種邏輯錯誤中，就永遠會在關鍵技術上被卡脖子。

如果走不出去，説實在的，就算現在解決了被卡脖子的芯片技術，我們真的能跟上AI時代的浪潮嗎？

這不是滅自己志氣、長別人威風，客觀陳述下事實。

“有了足夠多的算力，就能訓練出最先進的AI，甚至還能實現反超。”

這種觀點的搞笑程度，就相當於我燒足夠多的柴，就能把飛船推上太空一樣。

就是這麼滑稽。

就算你燒柴的能源比火箭多一萬倍又怎麼樣？全部都是無效功。

在GPT真正成功之前，國內沒有任何一家團隊有過做大模型的想法。

而OpenAI是2015年成立的，你能説大家沒聽説過這種方向嗎？

肯定都是知道的，但如果不看到實際的利益，是沒人願意去做的。

於是你能看到，從無人無津倒突然爆火，在最基本的算力問題都沒有解決的時候，市場上突然出現了“百模大戰”的混沌場面。

要麼不搞，要麼扎堆去搞。

搞得好不好呢？

據不完全統計，截止2024年初，國內已有243家AI大模型。

其中，通用模型39個，行業類的金融模型25個，工業模型23個，科研17個，醫學13個，教育13個。

印象中，每當某個大模型出來，該公司必拿GPT3.5或者4對標，宣稱在某些方面“不落下風”，有的號稱在參數更少的情況下性能相當，有的甚至宣稱“全面領先”。

實際上體驗過的都清楚，差距真的很大，離3.5都還有很大差距。

什麼意思呢？

就是你永遠是一個模仿的角色，而且模仿得很死板。

為什麼會這樣？

訓練大模型，不僅需要算力、算法和數據這些能夠用價值衡量的東西，還有一個關鍵點很多人都忽視了：以什麼為指導。

AI大模型是模仿人腦的，可以把它看做是一個嬰兒。

在各種物質條件都充足的情況下，你要怎麼去教他，才能讓他往正確的方向成長？

AI是強大的工具而不是人，你以普世價值去引導訓練他，他才能健康而全面成長；若以XX主義、讓他受到各種各樣的限制，那你最後得到的，要麼是個怪物、要麼是個低能兒。

這可能是原因之一，只能説是可能。

最後會造成什麼結果？自己的大模型能用、但用得不爽，我們還是得花錢去用別人的大模型。

要是別人不給中國IP用户使用怎麼辦？又是卡脖子。

然後，我們很可能再經歷一次今天的輪迴。

所以無論是宏觀還是個人層面，在AI時代，在生產力大爆發的時代，在規模優勢越來越不吃香的年代，在人口紅利越來越稀薄的年代。

我們最需要突破的，是認知的問題。

只有認知的邏輯改進了，才有可能在未來更長的時間維度中，不再出現所謂的“卡脖子”問題。

03

尾聲

以上所説的，不帶有任何惡意。

我們討論的是為什麼會出現這種現象，而不是去評判對不對。

這是現實，我們需要正視差距。

當然，也沒必要盲目悲觀。

就像在移動互聯網時代，底層技術一樣是別人的，但中國市場依然湧現出微信、支付寶、抖音、TikTok等殺手級C端應用。

你可以質疑他們有抄襲之嫌，但沒人能否定它們的成功。

回到現在，如果説AI目前還處於發芽的階段，那麼國內公司真正的機會，至少要等到開花結果階段。

等國內大模型繼續爬坡，我們絕對有理由相信，國內還會再次蹦出一堆C端爆款，再像如今的Tik Tok那樣席捲全球。

AI的0-1要看America， 1-10則要看China。

西方市場更擅長創造工具，東方市場更擅長利用工具。

這不是諷刺，也不是吹誰貶誰。

只是比較難受的是，等再下一輪變革出現時：我們依然要等對方先0-1，然後再去嘗試1-10。

每個國家、每個市場都有不同的經歷和特長，我認為是可以客觀看待的。（全文完）