10/16/2022: Confusion
本期的主题是 Confusion 迷惑。
迷惑可能是人生常态。清醒只在一瞬间。
Essays
US Chip Sanctions Kneecap China's Tech Industry by Will Knight
Wired 杂志本周发表了一篇短文，简要整理了最新的芯片出口限制对中国人工智能技术带来的影响。其中两段话值得引用：
Chris Miller, a professor at Tufts University and author of the recent book Chip War: The Fight for the World's Most Critical Technology, says the new export blockade is unlike anything seen since the Cold War. “The logic is throwing sand in the gears,” Miller says.
塔夫茨大学教授、最近出版的《芯片战争：为世界上最关键的技术而战》一书的作者克里斯-米勒说，新的出口封锁与冷战以来的任何情况都不同。这种逻辑是在往齿轮里扔沙子。
The CEO of a Chinese AI startup, who also spoke on condition of anonymity, said the new restrictions would slow down AI advances at Chinese companies in the long run, but predicted that they could keep up with the US in the short term by running older hardware for longer, making AI models that can do more with the same computing power, or gathering more data. “If the target is to achieve certain accuracy, the amount of data can be more helpful than computational power,” the CEO says. “For most AI tasks, training AI models does not always need huge power.”
一位同样不愿透露姓名的中国人工智能初创企业的首席执行官说，从长远来看，新的限制措施将减缓中国公司的人工智能进展，但他预测，通过更长时间地运行旧硬件，制作能以相同计算能力做更多事情的人工智能模型，或者收集更多数据，他们可以在短期内跟上美国的步伐。"如果目标是达到一定的准确性，那么数据量可能比计算能力更有帮助，"这位首席执行官说。"对于大多数人工智能任务，训练人工智能模型并不总是需要巨大的算力。"
在今年 3 月份发表的 The New Cold War 一文中，Elliott Abrams 呼吁道：As we were once and will need again to be the arsenal of democracy, we must also try to be its fuel depot.（美国曾经并将再次需要成为民主的武库，我们也必须努力成为其燃料库。）
在 AI 的问题上，Andrew Ng 的看法是：AI 是新的电力。
Who Wins the AI Value Chain by Brian Armstrong
The Napkin Math 的 Armstrong 带来一篇对 AI 价值链的分析。他认为，可以做如下的拆分（机器帮我做了翻译）：
- 计算（compute）：运行 AI 模型所需的芯片或服务器基础架构
- 数据（data）： 训练模型时所依据的数据集
- 基础模型（Foundational Model）： 计算和数据将与某种花哨的数学相结合，形成某种广泛适用的用例。
- 微调（Fine Tune）： 大型基础模型，如果不足以满足特定用例，则将针对特定场景进行调整
- 最终用户接入点（Access Point）： 然后，该模型将部署在某种应用程序中
值得注意的是，这个价值链不是线性排布的，而是像一条吞掉自己尾巴的蛇一样首尾交织在一起。
随后，Armstrong 在每一个环节上都进行了分析，并举出了其中的代表公司。比如 Compute 的代表是 Nvidia，Data 的代表是 Scales 等。
其中比较有趣的事情发生在后面的几个环节：在 Foundational Model 层上出现了 OpenAI 这样的公司，他们的 Dall-E 和 GPT-3 是最近最为火热的两个基础模型，但它的问题在于，这些模型都还不能算是完整的商业模式。于是，在此基础上，出现了 Fine Tune 层的 Stability.AI 这样的公司，它是 Stable Diffusion 背后的研究实验室，虽然还没有推出广泛可用的商业化产品，但他们已经确定，其商业模式将是帮助企业定制微调后的模型，以满足特定用途的需求。比 Fine Tune 更为接近应用的，就是 Access Point，比如 Copy.AI，帮助营销人员撰写文案，更加接近我们所理解的那种可以最终具有广泛规模经济的商业模式。
Armstrong 认为，未来的 AI 商业模式可能具有四种可能性（四个以 I 打头的短语）：
- 集成人工智能（Integrated AI）：也就是把 AI 集成到现有产品中，比如 Salesforce 采纳 GPT-3，微软集成 Dall-E 等。Armstrong 警告说：如果人工智能工具只是改进或替换生产力应用程序上的现有按钮，那么这家人工智能公司就会失败。
- 基础架构即服务（Infrastructure as a Service）：AWS、Oracle 和 Azure 等云提供商将构建自己的自定义 AI 工作负载芯片，构建网络软件，并训练人们可以参考的内部模型。在这个层面的竞争中，规模大于一切。
- 智能层（Intelligence Layer）：基础模型的改进速度将足够快，以至于微调的重要性将不断下降。微调将不再是关于输出质量，而更多地是关于输出成本/速度。像 OpenAI 这样的公司将有大量的业务来销售对其基础模型的 API 访问，或者与公司合作进行大量部署的微调模型。人才竞争是在这个环节获胜的关键。
- 隐形人工智能（Invisible AI）：以 TikTok 为例，人工智能藏在简单产品界面的后面。隐形人工智能是指一家公司由 AI 提供支持，但从未提及它。突破性产品将是人工智能原生的，从第一天起就建立在这些模型之上，由企业家了解模型可以做什么，以及人们真正想要使用什么。
Abundance Mindset by Drew Austin
Austin 发表了一篇长文，题为富足心态。富足这个词是与稀缺（scarcity）相对的，他从 2008 年开始的流动性富足开始，写道科技和 DTC 浪潮，再看到最近的通胀、能源和国际关系危机。
作者认为，2008 年后充裕的流动性塑造了一批科技和消费企业，他们的共同特性在于在扩张期间不惜成本代价的进行补贴，从而制造了一种繁荣和富足。他提到，这种富足很可能是导致 2010 年代从纽约向洛杉机的移民潮背后的原因：Uber、DoorDash 和 AirBnb 等科技企业带来的便利性不足了洛杉机城市基础设施的不足。
作者在文中使用了「ZIRP 文化」的概念。ZIRP = Zero Interest Rate Policies 零利率政策，这种政策所带来的文化，正是上文中提到的富足心态的原因。
摘录两段话：
Inflation is a different kind of problem than those tech is accustomed to solving. Depending on how you understand inflation, it may be an existentially intractable problem for tech, where unlimited demand growth always begets equally unlimited digital supply. Information wants to be free but also expensive. So does money. But both must always be available.
通货膨胀是一个与科技界习惯于解决的不同类型的问题。看你如何理解通货膨胀，对科技来说，它可能是一个无法解决的问题，因为无限的需求增长总是带来同样无限的数字供应。信息渴望自由，但也是昂贵的。货币也是如此。但两者都需要保持充沛的供应。
The interface between the digital and physical realms is where abundance and scarcity collide. This is increasingly the nexus where tech operates, and several of the industry’s current obsessions speak to this desire to vanquish remaining forms of scarcity by building our way out of it: nuclear power, Mars, and housing. Optimism and pessimism are at war. The belief that there are always more resources to draw upon is basically axiomatic, and any resistance to growth is due to narrow-minded selfishness or irrationality.
数字领域和物理世界的交界是富足和稀缺碰撞的地方。这越来越成为科技界运作的纽带，而该行业目前所痴迷的方向，也表现出我们彻底消除稀缺性的愿望：核电、火星和住房。乐观主义和悲观主义正在交战。认为总是有更多的资源可以利用的信念基本上是不言而喻的，任何对增长的抵制都是由于狭隘的自私或非理性。
在此刻，富足 vs 稀缺的心态碰撞实际上是世界观的碰撞。在过去 3-5 年时间里，很多人都经历了心态的 V 字反转。我最近的一次反思就是，仍然要让常识和初心作为指导原则（guiding principles），而不要被外部叙事的潮涨潮落而占据心智。
然而，迷惑可能是人生的一种常态。
Shortform
Joe Rogan Interviews Steve Jobs by play.ht
AI 创业团队 play.ht 本周带来了一集完全由算法生成的、长达 19 分钟的播客单集，其中 Joe Rogan 和 Steve Jobs 隔空对话。打开这个音频听上几分钟，你会听到极为逼真的 Jobs 的声音，特别是他的笑声和有点尖锐的嗓音。
Books
最近在读社会学家林南的《社会资本》。原书名是 Social Capital: A Theory of Social Structure and Action，比较学术，但是从中能补充一些概念不清楚或者遗漏的地方。比如在社会中的位置（position）对关系的度量有非常大的影响，我们之前会容易把同圈层关系和跨圈层关系混淆起来，简单加和后，认为这是一个人或一个社会关系的总和。这就忽略了社会结构（structure）所带来的权重影响。
本周的分享就是这些。
下周见，
Neo