伙伴们，快刀广播站又开始广播了。
本周四我邀请到了长江商学院的梅丹青教授，进行了一场直播，重点聊的是这波AI创新趋势和对普通人的影响。在直播的过程中，我收获了很多启发，我帮大家划几条重点，感兴趣的同学，可以去看文末的直播回放。
第一条是关于中美脱钩对技术创新的影响。梅教授说，如果看全部技术领域的专利申请，之前一直是美国遥遥领先，但是在最近几年，中国的专利申请数量已经超过了美国。几天前李飞飞团队发布的报告也提到了这点，去年一年，中国在人工智能领域的AI专利数量超过了美国。
除了数量，梅教授还关心在各个领域里，中美之间谁更依赖谁，衡量的标准就是专利的互相引用。如果在某一个领域里，中国引用数量超过了美国，那就说明中国更依赖美国，如果美国引用超过中国，那么就说明美国更依赖中国。在过去20年里，前十年是中国更依赖美国的技术，但是在2010年之后，这新的十年里，中国对美国的技术依赖是在逐步下降的。在不同的领域里，互相依赖的程度也不一样，例如在衣服的新材料领域，中国的技术就比较占据优势，另外因为大疆的存在，在无人机这个细分领域，美国也更依赖中国的技术。
第二条是新旧技术在科技领域的进一步细分。如果想要区分一项技术，是新技术还是旧技术，只需要以2008年的金融危机为分界线去衡量就可以了，如果这项技术在2008年之前没有专利就是新技术，有就是旧技术。例如机器学习、无人机、自动驾驶等等，都可以分到新技术领域，而内燃机、传统软件就是旧技术。对比新旧技术领域，我们在新技术领域，对美国技术的依赖越来越弱，并且依赖度下降的越来越快。在旧技术方面则反之，不过这可以理解，比如在内燃机方向，我们肯定落后非常多。但是现阶段重要的不是在内燃机领域追上美国，而是要另外开辟一个战场，比如新能源车，我们完全可以在新的战场、新的赛道上，占据先发优势。
第三条是中美在AI领域的发展有哪些不一样。梅教授说，美国的项目多是做底层技术，比如各个技术环节上的优化。中国AI领域更多的是把大模型运用在各个垂直赛道上。在ChatGPT最早出来的时候，我们说中美AI产品的差距在一年半到两年之间。但是现在来看，这个情况会乐观很多，因为在过去一年里开源社区提供了很多帮助，很多的中国公司并不需要从0开始，可以直接在前人打好的基础上，做出产品创新。
我先和不了解IT领域的同学，解释下什么叫开源和闭源。开源社区，就是我把我的代码全部贡献出来，任何一家公司都可以去下载、去研究，可以在上面加上自己的页面，变成自己的产品。开源还会分为可商用和只供研究学习两个版本。闭源，就是你们可以用我的产品，但是别想知道我背后的技术逻辑。本周，百度在深圳召开了开发者大会，李彦宏还提到了开源和闭源的问题，他在大会上发布了百度文心一言的新版本，并说：“开源模型会越来越落后。”
他的这个观点，我是极为不认同的。百度应该和OpenAI的ChatGPT，或是谷歌的Gemini比拼，而不应该拿着自己花了几十亿研发的模型，去跟几个人的小团队比性能。开源模型的价值，在于让生态更加丰富，让很多国内的非大厂开发者，也可以在开源模型上做出很好的AI应用产品，这能提升国内AI从业者的整体技术能力。
第四条是一个非常小的角度，但帮我扩充了视野。因为前不久OpenAI突然宣布，用户使用GPT-3.5，也就是他们稍微弱一点的版本，不再需要注册。说实话，在产品领域，很少有公司会推出一个产品，却不需要注册，所以很多专家或者媒体都在猜测，OpenAI的流量在下滑，他们希望用这种方式提升每日活跃人数。
但梅教授提供了一个细节，那就是在使用GPT-4或者其他的AI产品时，系统都会问你，是不是允许他们拿你的对话数据对基础模型进行训练。因为很多人都担心数据泄露问题，大家往往选择不允许。但是这次开放GPT-3.5，对用户来说，因为不存在注册环节，直接打开就问，用起来更方便了。对于OpenAI来说，他们可以收集到大量的游客对话、命令和交互数据，虽然不能精准地告诉你这些数据是谁说的，但是对于基础模型来说，没有个人信息的脱敏数据，训练的价值也很强，毕竟模型之争，到最后一定是数据之争。
好，今天的快刀广播站就到这里了。如果你觉得今天的内容对你有帮助，欢迎分享到朋友圈或者转发给你的朋友们。明天咱们接着聊AI。
【相关资料】
长江商学院梅丹青教授：如何用好AI助手，为你的工作流提效？
点击查看直播回放