此時此刻，算力就是生產力，就是財富的象徵。
手握算力的英偉達公司 (NASDAQ:NVDA)，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臺晶片禁令，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，怒駡不止，又卡我們脖子！
但客觀來說，東西是別人的。賣不賣、賣給誰，當然是別人說了算。
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：落後就要挨打。
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，才會挨打？
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，所以挨打了。
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。
緊接著大家又開始思考：“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，老百姓普遍還是騎著毛驢趕著牛，基本沒出什麼科技人才，不論是武器還是工廠裡的機器，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準？
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。
文科就更不必說了，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裡，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裡打轉。
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？
只盯著孫子，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
無盡的迴圈
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，還是在晶片這回事上。
一張嘴就是，我們的AI之所以玩不轉，是因為在晶片上被卡脖子了，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晶片、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！
晶片是什麼？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，才想著要去自研晶片？
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裡，我們總是只想著抄答案，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，說實在的，就算現在解決了被卡脖子的晶片技術，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，你能說大家沒聽說過這種方向嗎？
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，要麼紮堆去搞。
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、演算法和資料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，只能說是可能。
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用戶使用怎麼辦？又是卡脖子。
然後，我們很可能再經歷一次今天的輪回。
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
以上所說的，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，如果說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）