随着聊天机器人——ChatGPT闯入人们的视野，人们在熟悉这一工具的同时，也有眼光精明的商业天才察觉到，AI将彻底改变从代码到生物工程等数万亿美元价值的产业。
当前的AI模型训练大多是针对特定的场景应用展开的，其模型输出结果迁移到其他领域较有难度，仍离不开“小模型”的范畴。
斯坦福研究院报告称其能实现模型“由小到大”的技术突破，即在无标注的大数据集上，放任ai进行自监督学习方法的训练。
大模型则是“大算力+强算法”相结合的产物，是人工智能的发展趋势和未来。从业者寄希望于此，以实现从“手工作坊”到“工厂模式”的 AI 转型的可行技术突破。
这种方法可以提高人工智能的研发效率，降低成本。
因此，开发者只需对模型进行微调或采用少量数据进行二次训练，就可以满足新应用场景的需求，而无需手动调参或提供大量标注数据。
但是AI模型的发展依旧遇到了不少阻碍，因其耗能极高，训练成本始终无法降低，许多实力较薄弱的企业无法入场皆因如此。
ChatGPT能耗有多夸张？
计算机专家吴军打趣道：“如果要说ChatGPT做出了什么贡献，全球变暖有它一份。”
一个家用轿车平均每年行驶里程也才1.5万公里，因此可以说ChatGPT每次训练的能量消耗，相当于3000辆特斯拉电动汽车跑21年的里程压缩到一个月内完成。
ChatGPT的开发商OpenAI去年的支出财报则显示，训练成本占用了5.44亿美元的投资，其大头正是电费。
如此大的耗电量，相当于数百个美国家庭的年耗电量，不可不谓电老虎。
面对极高能耗的指责，OpenAI的CEO公开采访时则表示：“与能耗相匹配，我们可以做到算力的极大增长。”
并宣布最新的GPT-4参数量相较于3代做到了20倍的增长，计算量则增加了10倍，2024年底更是要推出GPT-5，届时参数量将达到3代的100倍，计算量预计增加200-400倍。
实现算力的硬件成本
曾有硬件工程师评估，ChatGPT的算力相当于每秒进行千万亿次级别的计算机，开机运行3640天，此等算力需要7-8个30亿算力级别的数据中心来支持。
半导体产业数据公司——Semi分析形象地打了个比方，将Google的搜索流量集成到一个芯片GPT上，需要410万张英伟达A100 GPU一同贡献算力。
而微软公司作为OpenAI的最大投资者，为自家的微软云大方投入了数十万个GPU，以保持云计算独家支持的优势地位。
但这还不够，微软表示新世代AI的开发已有眉目，数万张英伟达A100 GPU以及新一代H100 GPU只是初期的投入。
投入这么多硬件与能源，AI能产出什么？
ChatGPT的发展也为人工智能带来了新的机遇与方向，就像蒸汽机、电力系统、计算机和互联网已经引领了之前几次技术革新，而这一次将会是人工智能。
人们需要习得新技能以适应社会，而ChatGPT展现出的潜力能直观让人感受到新变革的力量。
在教育方面，ChatGPT是一个细致入微的教育家，能够和学生建立结实可靠的信息传递渠道。
辅助教师时，能稳妥顾及每个学生各领域的均衡发展。人们有理由相信，AI能引领一场使教育更人性化、更高效的变革。而每个学生则能够得到个性化、私人定制的教育。
同时，AI也为极大方便了临床医生，尤其在繁复的病例分析、诊断等领域。广义而言，也可以为医务工作者提供最新的医学研究和教研方案，以促进医疗的高速发展。
我们对AI发展的态度应当如何？
就像阿姆斯特朗踏上月球一样，此刻的AI发展也吸引全世界的关注。尽管登月时动用了大量资金和资源，也没有发现可利用的水和资源（至少暂时如此）。
但登月本身就是其意义——人类曾经为此团结努力过。时至今日，我们无可否认AI发展的重要性以及其升级潜力，就像登月项目一样。
AI的前景尽管我们无从得知，可能会时《终结者》中意图消灭人类的天网，也可能是《太空漫游》中的领航员。
AI发展可能对人类有益，如医疗、交通和信息安全领域；也可能带来风险，像是涉及到隐私等方面的问题。
因此，我们需要谨慎对待，确保在合乎道德的前提下使用AI。制定相关的法规和规范很有必要，以确保AI能够为人类带来进步与发展，并避免潜在的风险和威胁。