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。