中国新创公司 DeepSeek 推出的推理模型 R1,在效能上与 OpenAI 的 o1 模型相当,但成本却大幅降低。每百万输入 Token 的成本仅约 0.14 至 0.55 美元,远低于 o1 模型的 7 至 15 美元。这一差距引发市场关注:随著技术成熟,AI 使用成本是否会持续走低?
AI 的使用成本大约每年降低 10 倍
就在今日,OpenAI 执行长 Sam Altman 发表文章,分享他对 AI 经济学的三项观察,其中一项便聚焦于 AI 成本的骤降趋势。
Altman 指出,使用任何特定水平的 AI 成本大约每年下降 10 倍,而更低的价格会带来更多的使用量。他以 GPT-4 和 GPT-4o 为例,从 2023 年初到 2024 年中,每个 Token 的价格下降了约 150 倍,足以证明这一趋势的真实性。
他进一步强调,相比摩尔定律每 18 个月性能翻倍的速度,AI 成本的下降速度快得令人难以置信。
随著 AI 成本持续下降,Altman 预期:
- 许多商品的价格最终将大幅下滑, 因为目前许多成本来自智慧与能源的限制。
- 相反地,奢侈品及本质稀缺的资源(如土地)的价格,可能会出现更剧烈的上涨。
AI 产业的「奥特曼定律」?
回顾半导体产业的历史,摩尔定律成功预测了晶片性能每 18 个月翻倍的发展轨迹,成为推动产业进步的黄金准则。许多科技巨擘也纷纷效仿,提出属于自己领域的成长预测。
如今,Sam Altman 提出的「AI 成本每年下降 10 倍」论点,是否有潜力成为 AI 产业的「奥特曼定律」?
如果这一观察持续成真,它将成为 AI 产业模型成本演进的黄金定律,并为未来的技术发展树立新的标竿。
其他两个观察
此外,Sam Altman 提出的其他两个观察分别是:
1) AI 模型的智慧程度大致等于训练和运行它的资源的对数
这些资源主要包括训练算力、数据和推理算力。Altman 观察到,只要投入足够的资金,就能获得持续且可预期的性能提升,而这种现象符合跨越多个数量级的扩展定律。
2) 线性增加的 AI 智慧,其社会经济价值是超指数的
这意味著 Altman 观察到,即便 AI 智慧只呈现线性增长,其带来的社会经济价值却会呈现超指数式爆发。他进一步表示,由此可得出一个结论,即短期内我们没有理由相信这种指数级别的投资热潮会停止。
Altman 表示,如果这三个观察继续成立,AI 对社会的影响将是巨大的。经济层面上,或许会像电晶体一样,成为一项能大规模应用并深度融入各行各业的重大科学突破。他表示:
就像我们平时不会特别关注电晶体或相关公司,但它的价值却无处不在,渗透进生活中的每个角落。同样地,未来我们或许不再特别谈论 AI 本身,但会理所当然地期待电脑、电视、汽车、玩具等产品具备令人惊艳的智慧功能。
极端降低成本有助于 AI 民主化
另一方面,随著 AI 技术不断进步,Altman 认为,劳资双方权力失衡的风险可能来得比预期更快,因此需要「提前干预」,而不是等到问题恶化后才试图解决。
Altman 提出了听起来有些「奇怪」的想法,例如:为地球上的每个人提供一定的「运算资源预算」(compute budget),让每个人都能公平使用大量 AI 资源。
同时他指出,不断压低 AI 成本本身可能就能达到类似的效果。如果成本接近于零,那么 AI 资源就能像空气或自来水一样普及,无需额外的政策干预,人人都能受益。
最后,Altman 阐述了自己的目标:
到了 2035 年,任何人都应该能够运用相当于 2025 年全人类智慧的能力,每个人都应该能够使用无限的天才,并按照自己的想像去引导它。
现在有大量的人才因缺乏资源而无法充分展现自身潜力,如果我们能改变这种情况,全球所产生的创造力成果将为我们所有人带来巨大的益处。
文章声明:以上内容(如有图片或视频亦包括在内)除非注明,否则均为谈天说币原创文章,转载或复制请以超链接形式并注明出处。