作者｜成诚
虽然我们早在 2017 年就预测了超大模型的到来，因此才搞了分布式深度学习框架 OneFlow（github.com/Oneflow-Inc/oneflow/），且 2020 年的 GPT-3 也掀起了大模型热潮（OneFlow——让每一位算法工程师都有能力训练 GPT） ，但当时各项测试屠榜的 GPT-3 的超高训练成本和大模型落地难的问题一直困扰业界。
2022 年是互联网寒冬，在杭州出差和一位 AI 芯片合作方的工程师闲聊，对方问我，大环境差，做 AI 还是一个合适的选择吗？其实我心里也没有底。我说，其实我们已经是在最前沿的领域了，虽然现在形势不好，但我们并没有更好的选择。
短短半年后，我们就经历了从低谷到浪潮的起伏。AIGC 的火热与快速进化让 Stable Diffusion 可以商用落地， ChatGPT 的爆火又仿佛是开启了一个新的 AI 时代。最近的 AI 领域的大新闻接二连三，GPT-4 的多模态（文本、图片）， 上周末新一代 Office 套件发布，AI 办公的时代已然到来，明天又会有怎样的新产品呢？
作为一个 AI 从业者，本文试图回答一系列近期爆火的 ChatGPT / GPT-4 引发的种种问题。
AI 是下一场技术革命吗？未来十至二十年，会诞生哪些深刻改变人们生活的产品/应用？哪些行业会被颠覆（被失业还是新机遇）？AI 会诞生自我意识吗？人类未来会被 AI 控制吗？从技术上我们离 AGI (Artificial General Intelligence) 还有多远？
题图是用 DALL·E 2 (openai.com) 画的，关键词就是："AI is next technological revolution for beautiful world."，选了看上去与人脑无关的不恐怖的版本，经过一点笨拙的编辑，二次生成会相对有残次感。
本文很长，尽量避免晦涩的学术术语与公式，也避免对具体的企业、热点事件的吃瓜，基于个人的预测，尝试回答一下这场与每个人都息息相关的变革引发的各种问题。
1
AI 是下一场技术革命吗？
首先贴出 ChatGPT 的回答：（相对官方一些）
（本文中显示的所有的 ChatGPT 的回答都发生在 2023.3.17）
如果去年之前有人问我这个问题，我的回答仍然是否定的。
过去十年， AI 已经在各行各业有着很多应用（诸如人脸识别、智能音箱、辅助驾驶、机器翻译等），但如果只是降本增效的行业赋能模式，那 AI 并不是一次广泛的技术革命，而是各行各业的一系列技术创新，AI 的价值也只是替代一些人工的工资成本。如果不能大幅提升生产力，创造新的行业，激发广泛的新需求，那么 AI 就不能被认定为一次技术革命。
站在 2023 年的当下，随着 AIGC 的大爆发，随着 ChatGPT 可以在掌握全互联网知识的情况下对答如流，GPT-4 多模态出炉，我们发现超大模型伴随着全网数据的训练，从量变产生质变，新的智慧体诞生了，新的生产力诞生了，未来会诞生大量新生行业，以及新生需求，就像 20 年前互联网和 10 年前的智能手机带来的变革一样。
AI 会是一次真正的技术革命。不可避免的，大量行业更新换代，淘汰掉低效生产力。但危机和机遇总是并存，本文希望可以理清这些危机，并预测一些新机遇，希望在已经增长见顶的互联网时代，由 AI 给大家揭开下一个大增长时代的序幕。
2
AI 带来的危机
原本觉得 AI 办公最早也是今年上半年才推出，结果上周 GPT-4 刚发布，隔一天 Office Copilot 就来了。自从 ChatGPT 可以理解人们任意的语言所要表达的含义，并能足够正确、精确、合理地给予反馈和互动开始，AI 在虚拟世界（线上、互联网、计算机内）的革命就发生了。
AI 办公只是第一步，未来，任何虚拟世界（线上、互联网、计算机）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，其他技术工作诸如：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；内容工作诸如：小说创作、音乐创作/制作、在线教育等都毫不例外的会由于 AIGC 的超高效和超低成本的生产力所取代。
虽然大家在吐槽 Office 未来会让一些相对低端的办公、文案、统计、分析工作失业了，但实际上 AI 未来会让程序员（小丑竟是我自己）也失业了，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。因为程序代码是更加严谨、符合规范、讲逻辑、有最优解的领域，AI 学起来可太快了。反而是线下的很多行业，诸如餐饮、旅游服务业，是面对面和人打交道，受到（目前这种形式的） AI 波及的概率更小。
同时，这种生产力的滥用也可能造成负面影响：如全美的学生都用 AI 来写作业了；社交媒体上可能充斥着更多混淆视听、难以分辨的由 AI 产生的假新闻、假舆情、假民意、假水军；如何避免大量用户的 AI 应用生产黄色、暴力、政治不正确的错误引导内容；利用 AI 造假：逼真、难以分辨是否有 P 图痕迹的 假证件、假视频、假语音等等问题。
另外，训练 AI 的数据过滤、指令微调中的人为倾向可能也会埋下潜在的真相被掩盖、政治倾向不中立等问题（当然这个问题即使没有 AI ，在当前掌握多数话语权的西方媒体笔下已经屡见不鲜）。