今年 ChatGPT的出现，让人工智能又火了一把，但这次和过去深蓝、AlphaGo闹出的动静不一样，产业界都疯了，各大企业陆续投入重金研发AI，生怕自己掉了队。

学术界也很吃惊，比如《流浪地球2》人工智能组的科学家顾问，中国科学院计算研究所的王元卓博士，他就说：2022年之前，我一直强调，不用担心人工智能，它的到来可能是几十年上百年之后的事，但 ChatGPT的出现，颠覆了我的认知，发现AI的发展不是线性的，甚至不是指数级的，而是阶跃的。

人工智能的突飞猛进，也引起了很多普通人的焦虑，很多人就问，《流浪地球2》里的Moss，离我们还有多远。

其实，这部电影讲的就是人工智能一步步觉醒的故事，而Moss，恰恰是中国科学院的科学家顾问团队，精心设计的角色。他们基于当下真实的技术，又以前瞻性的理论眼光，直接参与到剧本的创作之中。

所以这部电影，就成了理解人工智能发展的一个绝佳范例。

那我就用这部电影，再结合现实，同时参考《流浪地球2电影制作手记》里，几万字的世界观信息，跟大家聊聊，为什么ChatGPT引发了这么大的轰动，人工智能的迅猛发展，对普通人的影响有多大，又会如何改变人类的命运。

2016年，美国政府发布了2份关于人工智能的规划报告，美国人在报告里指出，在过去60多年里，人工智能一共经历了3次高潮。

第一次，是基于规则的专家系统。

所谓专家系统，就是人给计算机提供特定领域的知识，形成知识库，然后让计算机推算出最佳方案，这样它就成了解决问题的专家。

过去最知名的专家系统，可能是IBM研发的国际象棋机器人——深蓝，它在1997年击败了碳基世界棋王。

深蓝

那它是怎么赢的呢？

很简单，研发人员先把历史上200多万个棋局给到它，形成一个棋局库，然后配上强大的处理器和（象棋加速器）芯片，这样它在下棋的时候，就能不断检索棋库，类似于背棋谱，从而根据规则，计算出下面几步该怎么走.比如普通人能算出2步，深蓝能算出8步，这样它就赢了。

所以专家系统就两部分，一个是知识库，一个是推理系统。

但这个东西仅限于特定领域，所以它叫专家。比如深蓝，除了下象棋啥也不会。

另外这套系统只是机械地执行命令，并没有创造出新的东西，所以你并不能说它拥有智慧。

在电影里的例子，就是自动防空炮，感知到歼20 X来了，搜索一下知识库，然后推理一下，嗯，是自己人，就放行了，比较机械。

不过这就很不错了，毕竟它可以极大地提升工作效率，所以现在已经被大规模应用于航天、医疗诊断等领域。

人工智能的第二个高潮，是机器学习的出现。也就是计算机可以模仿人类的学习行为。

典型的例子，是谷歌研发的AlphaGo。

1997年之后，各路人马开始研究用人工智能下围棋，但围棋的复杂程度，是国际象棋的1万后面跟29个亿倍，所以计算机的脑子就不够用了。以至于在很长一段时间，围棋AI一碰到职业选手就跪。

直到AlphaGo的出现。2015年，它首次战胜了碳基2段，并在2016年，击败了碳基九段李世石。

那AlphaGo是如何做到的呢？它可以边算边学。

在AlphaGo的初始版本中，研发人员也提供了大量棋局，形成了一个知识库。

但恐怖的是，AlphaGo可以通过自我对弈的方式，进行训练。在得到训练数据之后，在此基础上继续训练，形成新的知识，所以它的水平越来越高。

后续的AlphaGo zero 版本，甚至连棋谱都没有，只给它规则，让它自己练。

这就是AlphaGo和深蓝的本质不同。

AlphaGo有学习能力，可以创造，所以它的很多招没人下过。2017年柯洁输给AlphaGo之后，大哭了几次，感叹道：“AlphaGo让我明白了，没有什么棋是不能下的。”

AlphaGo之所以取得了重大突破，在于3个方面：

一个是算力的大幅提升。

根据摩尔定律，处理器的性能，大约每两年翻一倍，所以机器的算力越来越强。

2015年，格鲁吉亚的国际象棋特级大师盖奥兹，就在比赛中，因为偷偷划拉手机被抓了。要知道，1997年的时候，深蓝是全球排名前300的超级计算机，现在手机都能干了。

和李世石下棋时， AlphaGo的算力是深蓝的3万倍，已经不是一个位面的了。

另一个突破是算法，AlphaGo的算法，结合了人工神经网络、深度学习、蒙特卡洛树搜索等理论技术，这才具备了一定的学习能力。

第三个突破是数据，凭借强大的算力和算法，AlphaGo通过自我训练产生了大量数据，在此基础上不断分析，又产生了更多的数据，所以人类那几百万个棋局，根本不够AlphaGo下的。

数据、算法和算力，这正是人工智能的三大基础要素。

AlphaGo的诞生，说明机器拥有了初级智慧，能学习创造了，这也是它掀起狂潮的根本原因。

AlphaGo在电影里对应的，是MOSS的最前身，智能量子计算机550A。

根据世界观的设定，550A由两部分组成，一个是量子计算机，另外一个智能AI芯片，量子计算机提供强大的算力支持，而AI芯片，可以加速人工智能应用中的计算任务。

可以简单理解为，量子计算机是CPU，而AI芯片是GPU（泛指），AlphaGo和 ChatGPT都是这么组成的。

到了今天，GPU或者叫显卡，甚至比CPU更重要，成了提升AI算力的关键。

所以550A可以完成复杂的计算任务。它是中国科学院数字生命研究所研发的，专门用于开发数字生命，研发人员为其提供数据，然后让它自我学习。

当图恒宇把丫丫的大脑数据，比如思维方式和记忆，输入到550A之后，就形成了知识库，结合相应的算法和算力，550A开始自我训练，产生大量新数据之后，再继续迭代，最终在425次迭代之后，使数字丫丫进化出了独立的自我意识。

注意，是数字丫丫这个“程序”拥有了类似于人的意识，550A本身还是单纯的机器。

但是，因为550A的算力不足，导致数字丫丫只有2分钟的生命。

回到现实中。

在2016年美国发布的报告里，明确指出，第三次高潮，将会是即将到来的通用性人工智能，也就是AGI（ Artificial General Intelligent）。

今年大火的 ChatGPT，就属于这一类技术。

ChatGPT会的就多了，作诗、翻译、画图、甚至写代码，它都能干，也就是没有一个初始设定的任务，所以它一出来，把马斯克这帮大佬直接惊了。

它是怎么实现的呢？还是从数据、算力、算法这三个要素去解释。

先说数据， ChatGPT之所以这么猛，是因为它背后，是一个拥有1790亿个参数的大型语言模型，这个模型的训练数据就大了，互联网、社交媒体、报纸杂志等等都是，无所不包，为它提供了天量的知识。

要训练如此庞大的大型语言模型，自然需要强大的算力，现有版本的GPT模型，需要在大量GPU组成的高带宽集群上去训练，一次运算就要花450万美元。

国内学者分析，根据算力，这个模型至少用了一万块英伟达V100显卡，一块就需要大几万人民币，一万块就是大几亿了。随着各大公司开始研发大模型，对显卡的需求量越来越大，所以英伟达的市值一下子就破了1万亿美元。

英伟达V100显卡

在庞大数据和算力的基础之上，它通过各类算法，经过不断的自我训练和迭代，去学习语法、上下文理解等等，慢慢修正自己的输出，最终让输出的语言越来越自然，而且还可以做很多不相关的事。

这就是为什么ChatGPT引爆了业界的原因，因为它把这条路走通了，那就是通用性人工智能。

如果这类模型的架构越来越大，能学习的东西就越来越多，再给它加上感知、存储、通讯等配套模块，形成一个完整的AI系统，那它就能直接干活了。

所以《流浪地球2》的科学家顾问，王元卓博士就说， ChatGPT再发展下去，就成了MOSS。

通用性人工智能在电影里对应的，是550A的升级版，550C。

根据《流浪地球2电影制作手记》提供的世界观信息，550C不仅算力有了巨大提升，还强化了AI芯片，因此产生了质变：它能自动感知周边设备，比如无人机、太空电梯、诺加亚5800等等，然后把各种设备联通成一个网络，这个网络以550C为核心节点，你给它一个指令，它依靠这个强大的网络去做事。

举个例子，2044年爆发的太空电梯危机中，面对AI病毒的入侵，加蓬基地的碳基生物束手无策，直到用550C接管之后，才控制住了无人机，稳住了局面。

不只是无人机，550C还被用于环境监测、预测灾害，甚至连地下城抽签也是它干的，人类不能干涉。它什么都能自己学，哪里不会点哪里，所以550C就是一个通用性AI设备。

不过，尽管学习能力强，懂得多，550C也只是执行人类的命令，就跟 ChatGPT似的，并没有发展出独立意识。其后续版本，最强智能量子计算机550W，即使能给刘培强面试，也没有独立意识，所以它还不是一个强人工智能。

那AI到底会不会和人一样，发展出独立意识呢？

这个科学界也没有定论，有可能一直不会有，也可能有一天突然开窍了。

那电影里，550W是如何有了独立意识，变成Moss了呢？

当图恒宇把丫丫的生命备份卡，插到550W之后，丫丫的意识和它结合在一起，于是550W立刻发生质变，产生了自我意识，Moss这个强人工智能，终于诞生了。

那这有科学依据吗？

还真有，在结尾彩蛋里，Moss说出了答案：“基于对图丫丫人在回路的学习，延续人类文明的最优选择是毁灭人类。”

什么叫“人在回路”？

根据《流浪地球2电影制作手记》的定义，机器本来是通过学习数据，来预测未来的，但在这个过程中，加入了人的智慧，具体点说，就是把人的智能，直接嵌入到整个算法里，这样做的目的，是用人的智慧判断结果对不对，从而形成一个决策回路，这样人机就合体了。

“人在回路”不是虚构的，而是一种初步应用了的现实AI理论。

ChatGPT就用到了这个方法。它虽然能学习，输出语言，但它不知道它说的，符不符合人类的价值观，这是因为它擅长的是定量分析，比如帮你刷道题，而不是定性，比如白人比黑人聪明多少。

这时候，研究团队就发明了一个算法，叫RLHF（Reinforcement Learning from Human Feedback），翻译过来就是“人类反馈强化学习”，意思是说，先根据人类的价值观，写一个打分模型， ChatGPT输出了内容之后，这个模型就开始打分，看看人类爱不爱听，比如黑人就是笨这类的，一律负分滚粗，然后反馈给大模型，不断修正结果。

RLHF流程图

我估计，这个打分模型中的人类价值观，是非常泛化而且简单的。但如果把一个人，比如丫丫复杂的三观，以及思维方式加到算法里，那就非常个性化了，因为人人的三观都不一样，这就是AI产生独立意识的理论基础，也就是人机结合，跟Moss一样。

所以我才说，《流浪地球2》这部电影，对人工智能的理解和阐述，是非常深入严谨的，一切都基于现实的理论技术。

进化后的550W给自己取的名叫Moss，也就是把550W倒过来，意思是“小苔藓”，是不是非常符合一个5岁小女孩淘气可爱的性格。

但如果不是图丫丫，而是潘金莲呢？

一旦出现强人工智能，拥有了主观意识，那就刺激了，基本就是以下3种结果：

第一种，AI看到人类一身的槽点，觉得真恶心，必须给他灭了，最起码也要奴役，不死也得当个干电池，就像美国人对待印第安人和黑人那样，最后自己主宰世界。

像《黑客帝国》、《终结者》这类电影，讲的就是这个事。霍金和马斯克都认为，这种情况很有可能出现，所以必须控制AI的发展，绝不能让其进化到拥有独立意识。

第二种，AI听人类的话，两者和谐共处，在AI的帮助下，人类过上了没羞没臊的幸福生活，比如电影《机器管家》那样。

第三种最有意思，那就是，虽然能量巨大，但因为人工智能并没有人那么多欲望，比如金钱、权力等等，所以就成了一个有灵魂的圣人，如同上帝一般。

这时候，它看到人类的种种自残行为，比如核战争、污染地球、随地吐痰什么的，认为这样下去是不行的，我要阻止这帮坏种自我毁灭，然后就动手了。

这时候，人工智能就成了“上帝”，用自己的办法来帮助人类“活下去”。这类电影很多，比如《机械公敌》、《机器人总动员》等等。

而在《流量地球》中，Moss就扮演了这种类似“上帝”的角色。

当Moss被图恒宇激活之后，下一秒月球发动机就崩了，月球开始冲向地球，从而引爆了2058年的月球危机。

根据世界观的解释，Moss觉醒后，发现地球再不跑就来不及了，同时Moss受到图丫丫强烈的恐惧和求生欲的影响，想保全自己和人类的性命，这才用月球坠落的方式，逼着人类提前7年出发。

Moss说过，2044年太空电梯危机也是老子干的，怎么穿越回去的咱不管，但它这么做，是为了废掉美国人提出的“方舟计划”，也就是坐着飞船跑路。这就是为什么电影里一有危险发生，就给摄像头特写，因为Moss在背后控制着一切，成了人类的主宰。

那现在AI发展得这么快，会不会进化成Moss呢？

如果按照人在回路的设定，我感觉还有点难度，因为Moss诞生的前提，是成功提取了丫丫的记忆和思维数据，电影里用的是脑机接口技术，但现实是，人类的大脑太复杂，你怎么把三观和记忆给提取出来呢？

所以强人工智能的出现，还要看神经科学的发展，当然可能还有别的方式，我估计这一天迟早会来的，所以AI的发展必须严格监管。

但是，即使强人工智能离我们还很遥远，通用性人工智能就快多了，所以很多人担心自己的工作会被AI取代。

AI的发展一定会造成结构性失业，那些从事体力和脑力重复工作的人群，比如流水线工人、出租车司机、行政文员，在不远的未来，很可能会被取代。

虽然会减少部分工作岗位，但历次科技的重大突破，又会增加相应的工作岗位，比如前三次工业革命，就让农民变成了工人，工人又去了三产，总体工作数量并没有受到太大冲击，甚至还在不断增加，这是因为人的欲望是无穷的，只要生产力上去了，人的欲望才能变成有效需求。比如现在的主播、陪玩，放到15年前，你就打破头也想不出来有这些工作。

不过，我认为，可能有一个更棘手的问题，那就是劳动力要素减少，造成的财富分配不公。

比如过去一个工厂1000个人，现在只需要50个了，那节省的这部分巨大的人工成本，就转化成了工厂主和AI公司的利润，这样做不会不导致财富向少数人手里集中，拉大贫富差距，从而拉低社会的整体消费能力呢？

要知道，如今AI大模型的投入巨大，具有很强的垄断性。相比于强人工智能的危险，这个问题可能更实际一些。

不过，这个问题咱们是应该有能力解决的。

以后的AI技术，各行各业都需要，这样一来，它就成了一种基础设施，类似于桥梁、公路和机场，所以咱们也在花重金加速AI的研发，马斯克就认为，AI市场今后就会由中美两个大国占领，所以大家也不用担心咱们会被人家落下。

如今,ChatGPT的最新版本，已经在开发之中，大模型的参数比现有版本大大增加，AI的发展明显提速，以至于把一帮大佬吓得联名上书，要求停止更大AI模型的开发，至于能发展到什么程度，过几年就知道了，咱们拭目以待吧。

（看到这了，点个赞再走呗，谢谢大家的鼓励）