题图由我司AI生成

一、时代的浪花

回首我囤第一批显卡的时候，还是2022年底，我记得那是一个暖冬，疫情还没有结束。

那个时候，chatGPT在国外已经开始火起来，逐步蔓延到国内。

作为在计算机、互联网领域奋斗了20多年的人来说，我当然是比普通人更早就关注这些消息了。

其实在chatGPT爆火之前，AI绘画已经有一些落地的东西，掀起了一点时代的小浪花。

大多数人不知道的是，其实人工智能是大学计算机本科的一门选修课。

开头就是教一些最简单的搜索算法，决策树，剪枝之类的，本质就是一个优化的穷举。

最早的人工智能，大部分人是觉得有点用，但是用处不大。

基本上处在整个计算机科学鄙视链的底端，毕竟计算机都是强应用的。

别人要听到你是搞人工智能的，他们会互相对视一笑，然后一言不发。

所以，人工智能这个学科，到现在都有一个不成文的规定，就是你搞出来的东西，必须能演示，不能演示，一律视为无效。    

现代的人工智能，早就经过了至少三个阶段的飞跃，早就不是什么穷举法了，而且现在的人工智能中大量的数据，也不是前几年说的大数据。

         
说什么穷举法的，那是看的80年代的教材，用的是50年代的思想。

其实也不能怪这些人，因为国内的计算机教育实在是太落后了。

但是即使在现代的人工智能学派中，chatGPT也是一个绝对的异类。

Openai走的并不是谷歌那条路，也不是Meta那条路，和所有的都不同。

简单的说，就是大力出奇迹，把算力、数据、算法堆上去，智能居然就出现了。

在openAI内部，他们是早就知道这个结论，而且验证过了。

只是如何推向市场，用什么样的商业化方案，内部还是有分歧的。

就算你的产品做得再好，但是没有人知道，那也是不行的。

OpenAI当时其实选择了4个方案，有做机械手的，有用来打游戏的。

ChatGPT即使是在OpenAI内部，也是被强烈不看好的一个方案。

但是就是这个chatGPT爆火，让全世界都了解到了人工智能的巨大进展，开启了智能时代。    

不看好的方向，不看好的项目，最终的结果却是爆火。

只能说，这一切，都是风云际会的结果，而不是被计划出来的。

即使到今天，很多人都不相信这个事实。

这样就可以了吗？这样就把自然语言处理解决了？

匪夷所思。

但是对于我来说，我还要等一件事情。

二、生产资料最低门槛

chatGPT后面，本质就是大语言模型。

但是你要训练一个大语言模型，少则几千万，多则几个亿。

如果是这样的话，只能说，确实是一个大风口，但是是一个和你没什么关系的大风口。

因为门槛太高，你没有那么多资源，没有那么多资金，也没那么多技术人员。

这个时代，风口是常常有的，但是大多数和你没什么关系。    

当年，智能手机是一个风口，但是和你其实没多大关系。

你要做智能手机，开始就要一个亿的启动资金，就连罗永浩去啃，都没啃下来，自己还倒欠6个亿。

现在的电动汽车也是一个风口，但是依然和你没有什么关系。

造车这件事情，恐怕小米的雷总，都感觉到还挺吃力的。

从chatGPT 2022年11月30号发布，到2023年7月中下旬，估计国内搞AI创业的很多人都极度焦虑。

主要焦虑的是，人工智能是一个大风口，chatGPT的成功已经证明了这件事情。

但是，炼大模型太费钱了，到底是烧钱还是不烧钱？

我倒是没有焦虑。

因为人工智能学界还有一个传统，就是喜欢开源。

也许是被人质疑太多的缘故，他们不但喜欢做个东西出来演示，而且喜欢直接开源。

开源是什么呢？

就相当于把图纸、设计细节都给你，而且还给你一栋毛坯房。

你装修装修，就能住了，而且还可以再造一栋。    

果然如我所料，在2022年底到2023年7月，就有不少开源的大模型放出来，但是规模都不是很大，效果也不是特别好。

到了2023年7月中下旬，有一个惊天的消息，Meta，就是Facebook发布了一个重量级的开源大模型llama2(llama是羊驼的意思)。

这个可是大公司集中了大量的顶尖人工智能专家，而且砸了无数的钱搞出来的。

几天之后，我记得就是去年第二次线下会前夕，我用一台显卡一般的电脑把llama2架起来了，是里面最小的一个模型。

Llama2是全英文的，我记得我问的第一个问题，是条顿堡森林战役。

当时显卡的风扇狂转，电脑卡的不行。

在这种算力的情况下，llama2回答问题是非常非常慢的，可以说是一个字要出好半天。

从图中可以看出，1个token相当于3/4个英文单词，约等于1个单词，基本上是2-10秒，才出一个单词，可见有多慢了。

尽管有上面说的一系列缺点，但是这就是历史性的时刻。

那个时刻，我只想到了四个词：生产资料。

当晚，一夜无眠，我看看旁边囤的显卡，说，你们可以派上用场了。

绝大部分人做不起来，往往不是自己不够努力，不够勤奋，而是缺乏生产资料。

而生产资料门槛最低的时刻，往往就是风口的初期，所有的系统都还没有那么大的时候，那个时候也是最容易获得的时候。

很久很久以前，还没有个人电脑，计算机是很贵，分为大型机、中型机、小型机。

就算是小型机，也不是一般家庭可以买得起的。

后来的个人电脑，在这个序列中，连小型机都不能算，只能算微机。

那个时候的计算机巨头，叫IBM，巨无霸一般的存在。

当艾伦.保罗看到美国大众电子杂志上发布了一款可以用于个人电脑的芯片，他就知道机会来了。

他告诉了比尔.盖茨，比尔.盖茨直接从哈佛辍学了。

有很多人说，比尔.盖茨后来是靠在IBM当董事的老妈，才拿到IBM的合同，从而发家的。

但是微软公司第一个产品，并不是后来闻名遐迩的Dos操作系统，而是Basic语言。

这个就是比尔.盖茨和艾伦.保罗两个人就做出来了。

没有这个产品，微软公司撑不到那个时刻，也没钱去买Dos系统。

对，Dos操作系统，是微软公司买的，而Dos操作系统最开始，就是另外一个公司，只用了一个人写的。

当然，当年那份杂志，还有一个人也看到了，那就是乔布斯。

乔布斯也就是2个人，就搞出了苹果I电脑。

这个就是生产资料容易获得的含义，几个人就能干。

硅谷之火传到中国后，求伯君一个人，就在酒店就写出了wps文字处理系统。    

雷军，2个人，就是写出了一个杀毒软件。

你现在要搞什么wps，360杀毒软件，你可能1000个人都不够。

三、做一个生产者

这种生产资料容易获得的时刻，极其稀缺。

现在别人花了几个亿训练出来的模型，你搞台电脑就能用了。

开源大模型，你拿去卖，当然卖不上钱。

但是如果你是一个生产者，你就相当于省了几个亿，货真价实的几个亿。

Llama2就是人工智能界的“奶妈”，国内国外的很多模型，都是Llama2奶出来的，出现了大爆发。

按照很多人的理解，Meta的扎克伯格为什么这么好心呢？

不但免费，而且开源。

这说明你对经济学一窍不通。

你要是懂一点经济学就知道，那不是扎克伯格好心，而是因为竞争。

OpenAI领先，而Meta在这个领域已经落后，就不得不通过开源来获得更多的客户，从而形成生态。

就像智能手机，有封闭的苹果Ios操作系统，也有开源的安卓系统。

这个对于生产者是极为有利的，可以迅速获得生产资料。

作为一个生产者，你才能赚到钱，而不是消费者。

我知道，从2022年底到现在，有很多的人在做AI的培训。

有些人，以前都不知道是做什么的，看见AI火了，现在都开始搞AI培训了。

但是其中大部分，都类似于office培训，就是教你这个工具怎么用，那个工具怎么用。

这个本质是面向消费者的。

显然，我们是面向生产者的，而且培训只是我们整个体系中的一个很小的环节而已。

有些人可能会说，你怎么还卖课？你不是搞房子的嘛，怎么搞起人工智能了？    

课与课是完全不同的。

牛哥是计算机科班出生，有二十多年的计算机和互联网经验，并不是什么半路出家的，而且是切切实实的拿出了作品的。

前几年，搞出了文明2现代化版本，现在在百度贴吧依然是有很多人赞誉。

贴吧里面就有人就说了，想不到一个搞房产的V，IT的功底这么深厚。

以我的眼光看来，这次对普通人是一个很大的机会。

因为AI攻破了自然语言处理，就是说，你不懂编程，不懂IT没有关系。

你只要懂你自己的业务，就可以用中文，直接做出很多东西了。

中文提示词，本质上就成为了一门新的编程语言。

以前，也有类似易语言这样的中文编程语言，但是本质上和英文编程语言的核心思想没什么不同，只是用中文来表达而已。

但是这次不同，这次是可以完全使用中文、英文来做很多工作。

这就等于首次给普通人开启了一扇大门，打开了一个新世界。

对，没错，就是首次，在这之前，你都还是要学编程的。    

我们社群的人，这才几天，就做了一个东西出来：

四、结语    

前面2篇文章，写的都是真正的干货，和广告根本没有关系。

有些人，就是很蠢，还自以为聪明，分不清好坏，分不清别人水平高低。

分不清什么是真正有价值，什么是割韭菜。

这种机会，你要一眼看出来，才是真水平。

我们布局之久，看得之深远，是在多年前就准备了。

有段时间，把公号都停了，就是因为这个机会太大了。

今天不过是回顾一下而已。

这个赛道，雪坡悠长，绝不会说是火几年而已。

很意外吧，这里没有广告，各位大聪明。

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。