焦点快看：差一步称霸 AI：历史进程中的扎克伯格

2016 年 1 月，Facebook 的创始人扎克伯格在自家平台上公布了一则重磅新闻：Facebook 秘密研发的围棋AI机器人即将取得突破。

由于围棋的棋路千变万化，机器从来没有在该领域战胜过人类顶级棋手。Facebook 的 AI 如果真能战胜人类，无疑是一个里程碑级的事件。

这个项目的领头人是 Facebook 的首席科学家杨立昆（Yann Le Cun），也是人工智能领域公认的泰斗级人物。上世纪 80 年代，杨立昆在贝尔实验室的自适应系统研究部门任职期间，开发了大名鼎鼎的 " 卷积神经网络 "。

【资料图】

2012 年，多伦多大学的教授杰夫 · 辛顿（Geoffrey Hinton）凭借着卷积神经网络 AlexNet 在 ImageNet 大赛上一战成名，直接开启了深度学习的浪潮。一年后，杨立昆成为 Facebook 人工智能研究院的第一任主任，两人在 2018 年一起拿到了计算机科学领域的最高荣誉图灵奖。

辛顿（左）与杨立昆（右）

杨立昆加入后，Facebook 的 AI 研究风驰电掣。扎克伯格 2016 年 1 月预告的 " 围棋 AI"，很可能是 Facebook 在 AI 领域野心与成就的一次集中展示。

然而，命运却向扎克伯格和杨立昆开了一个戏谑的玩笑——两个月后，谷歌 DeepMind 团队研发的 AlphaGo 横空出世，以 4-1 战胜韩国棋手李世石。AI 从实验室迅速蔓延到社会舆论场，Facebook 也许只差那么一点点，就能站上舞台中央。

7 年过去，伴随 ChatGPT 再次将 AI 推向前沿科技的潮头，谷歌、微软、英伟达甚至百度都在按部就班的推动着历史进程，Facebook 似乎成为了一个尴尬的旁观者。

2023 年 5 月，美国副总统哈里斯在白宫举办了一场 AI 主题的闭门会，谷歌、微软、OpenAI 和 Anthropic 四家公司的 CEO 受邀出席。吃瓜群众很快发现了盲点：扎克伯格去哪儿了？

拜登也出席了会议

事后，有好事记者跑去采访了一位匿名官员，后者略显阴阳怪气的回应 [ 4 ] ：" 目前在该领域处于领先地位的公司，才会收到邀请 "。

那么，Facebook 真的落后了吗？

2013：离未来一步之遥

AlphaGo 战胜李世石后，全球掀起了一股创业浪潮。仅中国大陆，一年便诞生了 528 家 AI 创业公司 [ 9 ] 。这个过程中，最失意的莫过于 Facebook 和杨立昆，从杨立昆当时更新的 Facebook 动态来看，他对 Google 的先声夺人相当不甘心。

实际上，Facebook 离 AlphaGo 的创造者 DeepMind 一度非常接近：直到 2013 年，DeepMind 还是一家位于伦敦、只有几个博士的草台班子，谷歌 CEO 拉里 · 佩奇在打飞的时，偶然间听到马斯克与一位投资人的闲聊，才知道有这么一号人。

然而，嗅觉敏锐的拉里 · 佩奇立刻带领谷歌高管飞往伦敦，在 DeepMind 演示了一段 AI 自动玩游戏的 Demo 后，谷歌当场决定收购。

不过，DeepMind 很快收到了一个更高的报价，来自 Facebook。

当时的 Facebook 还是如日中天的社交网络巨人，但扎克伯格却如坐针毡。面对 iPhone 的节节胜利，扎克伯格认为，面对汹涌而来的移动互联网，Facebook 还远远没有获得数字世界的主导权。

为了深度参与移动化浪潮，扎克伯格秘密立项了一个自研手机项目，这部手机曾非常接近上市，甚至富士康已经做出了工程样机，但最终被取消，坐拥十亿用户的扎克伯格始终充满焦虑：谁会打败 Facebook？

出于这种防御性的目的，扎克伯格为 Facebook 的未来十年勾勒了两条路线：

一条是VR，2014 年，Facebook 爽快的掏出 20 亿美元，收购了连众筹订单都还没交付完的 Oculus。那会儿还没 "元宇宙" 这么时髦的称呼，但扎克伯格坚信这是 " 下一代互联网 "。

另一条是AI，扎克伯格让下属整理了一份全球顶级 AI 研究者的名单，自己挨个打电话三顾茅庐，这才有了对 DeepMind 的竞购。

不过，由于一些收购后权限的问题，DeepMind 最终花落谷歌，随后，扎克伯格又找到了还在纽约大学教书的杨立昆。

为了将杨立昆纳入麾下，扎克伯格答应了他许多苛刻甚至任性的要求，比如 AI 实验室设立在纽约，实验室与产品团队完全划清界限，允许杨立昆继续在纽约大学任职，研究成果必须开源等等。

相比之下，如今呼风唤雨的微软才是当年落后的那个。不出意外，Facebook 实验室迅速声名鹊起，论文一篇接着一篇，成为了谷歌最难缠的对手。

Facebook 早期的 AI 团队

2015 年，Facebook 成功将 GAN（生成对抗网络）从 " 玩具 " 改造成了 " 工具 " [ 7 ] ，推动了 AI 绘画的兴起。一年后，Facebook 又推出了 PyTorch。这是一个集合了大量代码与模型算法的超级仓库，能免除不少重复性工作。日后一众机构大炼 AI 时，都用到了它。

但 AlphaGo 在 2016 年的横空出世似乎是一个转折点，杨立昆的得意门生扎伦巴（Wojciech Zaremba）在不久后离职，和身在谷歌的好基友伊利亚（Ilya Sutskever）一起跳槽去了一家名叫 OpenAI 的小公司。

2017 年底，正在替 Facebook 撰写传记的记者史蒂文约见了杨立昆。面对采访，杨立昆对 Facebook 的工作依然给出了极高的评价，" 马克（扎克伯格）经常说，我的任务是推动最先进技术、研究的发展。如果研究成果能对产品产生影响，那很好，但要有更大的梦想 [ 6 ] 。"

但几个月后，杨立昆本人却从 AI 实验室的管理岗位卸任了。

2018：仰望星空的权利

在 2018 年之前，Facebook 的 AI 实验室主要负责学术研究，由另一个产品团队负责成果的转化，两者互不干涉。但 2018 年初，这种架构发生了巨大的变化。

杨立昆卸任后，Facebook 新入职了一位副总裁，负责同时管理 AI 实验室和产品团队。原本的 AI 实验室，如今将承担更多来自产品团队的需求。

毫无疑问，此举显然违背了扎克伯格对杨立昆的承诺，但前者正被更大的麻烦困扰。三个月后，小扎将坐在美国国会山的证人席上，面如死灰，被近 100 位议员用 600 多个问题持续轰炸 10 个小时 [ 11 ] 。

弱小、可怜、无助

当时，Facebook 陷入了非常严重的监管危机：假新闻、操纵选举、传播极端信息。为了解决这些问题，小扎一度雇佣了上万人的审核团队，但意外仍在发生。

2019 年，一位暴徒在 Facebook 上直播了 17 分钟的无差别袭击，51 人在 200 多名直播观众面前失去了生命。

直播结束 12 分钟后，Facebook 才撤下了相关内容。随后，外包的内容审核公司决定不再与 Facebook 合作，因为平台上的极端信息 " 对审核员造成了严重的心理创伤 "。

走投无路之下，小扎选择将希望寄托于 AI，推动 AI 研究部门 " 下沉到业务 "。

这一时期，Facebook 加大了对识别型 AI 的投入，希望机器能筛选出霸凌、种族歧视的信息，甚至假新闻。

2021 年底，Facebook 社交媒体业务进一步失速，市场份额被 TikTok 大面积蚕食。在这种情况下，扎克伯格希望迅速启动新的现金流业务，改善公司的营收状况。在竞争压力下，Facebook 把赌注押在了尚不成熟的 VR 业务上，还将公司名字改成了 Meta。

改名一个月后，AI 研究团队又被划归到元宇宙部门，辅助 VR/AR 相关软件工具的开发，" 为业务赋能 "。

Meta 曾试着做了一个生成 " 元宇宙内容 " 的 AI 工具

Meta 的AI业务之所以一路坎坎坷坷， 问题就出在社交媒体这门生意上。

和做 Windows 系统、云计算等基础设施生意的微软相比，社交媒体实在 " 吃力不讨好 "。面对平台治理难题，收购不完的竞争对手，Meta 开始疲于奔命。

面对激烈的竞争，Meta 的算力大多都被用在了广告、信息流，以及对标 TikTok 的短视频产品 Reels 上，留给研究团队的并不多。

在 2021 年，库克治下的苹果推出了 ATT（App Tracking Transparency）功能——当 App 试图收集个人数据时，手机会有提示，用户有权拒绝。这对 Meta 赖以经营的定向广告是釜底抽薪的重拳。

核心的社交媒体业务腹背受敌，势必会影响 AI 研究部门的预算与学术宽容度。而在 2021 年后，Meta 又以 all in 的姿态投入 VR 产品，在全年亏损百亿美元的背景下，扎克伯格还打算加大力度，宣布 2023 年的元宇宙研发投入将提升至 390 亿美元，听得股东血压飙升。

2023 年 5 月，杨立昆在一档播客中提及了 Meta 落后的另一个原因：舆论压力。

社交媒体平台所获取的影响力，会让平台面临舆论的过分关注，几乎没有什么试错空间。更何况在 2018 年听证会之后，批评 Facebook 几乎成为了一种政治正确。

实际上，早在 ChatGPT 诞生之前，Meta 的 AI 团队就推出了聊天机器人 BlenderBot 3。后来有人跑去问 BlenderBot 3，该如何评价小扎与 Facebook，没想到 AI 回复称，" 扎克伯格的商业行为并不总是合乎道德 "" 自从删除 facebook 后，我的生活好太多了 "。

BlenderBot 3 的对话内容，是向公开的互联网文本学习来的——瞧，没人喜欢扎克伯格 [ 15 ] 。

Meta 自家 AI 对扎克伯格的锐评

2023：出乎意料的对手

时间迈入到 GPT 时代，谷歌、微软与 OpenAI 承包了新闻的头版；相反，与 Meta 相关的新闻却似乎只剩下了裁员。从这个角度看来，白宫开会没请扎克伯格，也有几分道理。

但说 Meta 在 AI 领域毫无建树，显然也不客观。据科技风投机构 Thundermark Capital 的测算，直到 2022 年 Meta 的 "AI 研究指数 " 依旧能在全球企业中位居第三，仅次于谷歌和微软。"AI 教父 " 杨立昆从管理岗卸任后，仍在 Meta AI 担任首席科学家，能够在 Meta 继续搞研究。

主营业务虽陷入泥潭，但扎克伯格始终没有下牌桌。2023 年发生的两个 " 意外 "，更预示着 Meta 似乎将卷土重来。

第一个意外发生在 3 月，Meta 推出了用于 AR 研究的视觉大模型 SAM（Segment Anything）。SAM 是一个图像分割 AI，它能自动将图像中的每一个要素都识别并分割出来。

举个例子，如果让 SAM 看一张游客照，它能自动分割出画面中的景点、人物，以及人物穿的衣服、背的包、手中的饮料等每一个细节要素。

原本为 AR 而研发的 SAM，意外在 CV（计算机视觉）领域引起了轰动，"CV 版 ChatGPT" 的叫法不胫而走。包括宇视科技在内的大型安防企业，都受到 SAM 的启发，转而也去开发视觉大模型产品。

第二个意外发生在 5 月，媒体曝光了一位谷歌工程师的备忘录，标题为：" 我们（谷歌）没有护城河，OpenAI 也一样 "。

备忘录的主要内容，都在讲述一个名叫 LLaMA（美洲鸵）的大模型给他带来的冲击—— LLaMA 是 Meta 在 2 月推出的一个大语言模型。简单来说，这只 " 美洲驼 " 与 ChatGPT 有三点不同：

其一，LLaMA 只是个基础模型，并没法直接拿去给 C 端用户使用。但开发人员能够以它为基础，去开发自己的聊天机器人；

其二，GPT 系列多为闭源，但 LLaMA 却向特定的合作伙伴开源其代码；

其三，GPT 系列追求 " 大力出奇迹 "，猛堆各种参数，但 LLaMA 讲究效率。其论文中提到，LLaMA 的上限虽不及GPT-4，但 LLaMA 只需要 7B 参数，就能实现比 175B 参数的 GPT-3 更强的能力。

LLaMA 后来的轰动源于一次泄密——有人将 LLaMA 的源代码公开到了 4chan 论坛上，使得任何一个普通工程师，都有机会开发自己的聊天机器人产品。毕竟最低档 7B 参数的 " 美洲驼 "，只需要一台笔记本电脑就能部署，不必像 OpenAI 那样动辄上万块 GPU，对中小开发者极其友好，且性能也没差到哪去。

泄漏后的几个月内，一位斯坦福大学的研究人员，只花了不到 600 美元就做出了一个性能尚可的 AI 聊天机器人；大洋彼岸的哈工大，数位研究人员用 " 美洲驼 " 和专业数据做出了一个医学知识 AI，取名叫 " 华驼 " [ 20 ] 。

围绕 LLaMA，一个生态开始涌现。

在那位谷歌工程师看来，开源生态会让全世界的机构和个人研究员都参与进来，帮助美洲驼模型快速迭代和进化，封闭的谷歌、OpenAI 将输掉这场游戏。

上述观点虽没能得到所有人的认同，但开源的确是 Meta 所擅长的。尽管面临业务上的诸多麻烦，但 Meta 一直遵循当初对杨立昆的开源承诺，前文提到 PyTorch 框架正是其成果之一。

随后，媒体一反常态，将扎克伯格形容为 "AI 所需要的英雄 "，因为他让 LLM（大语言模型）不再只被个别机构所垄断 [ 21 ] 。据外媒爆料，新一代 " 美洲驼 " 已箭在弦上，准备正式向谷歌、微软发起冲锋。

对于 Meta，OpenAI 总裁阿尔特曼曾给出过一个非常贴切的评价：" 我认为 Meta 的 AI 策略，在最风光的那几年也是相当混乱的。但我认为他们如今非常认真，并且有非常能干的人，预计 Meta 很快就会有更连贯的策略，并成为一个令人惊讶的新玩家 [ 23 ] 。"

尾声

杨立昆在上世纪 80 年代就创造了卷积神经网络，但由于算力的匮乏，深度学习经历了漫长的冬天，直到 2012 年才开始提速。但踩下油门的人并不是杨立昆，而是他多年的好友杰夫 · 辛顿。

从某种角度看，杨立昆的经历和 Facebook 是类似的。

在互联网公司围绕着 DAU 和 GMV 短兵相接的年代，Facebook 就意识到了 AI 的潜力，并且和谷歌、亚马逊一样，做好了长期投入的准备。但伴随主营业务开始四面漏风，以 AI 和 VR 为代表的长远投资不可避免的产生动作变形。

在以亿为单位的 AI 军备竞赛里，Facebook 虽贵为 FAANG 的首字母，但盈利能力其实长期处于末流。

而在主营业务持续失血、AI 技术路线尚不明确的情况下，最初那些的义无反顾，也许多少会打点折扣。逐渐放缓的增长，也难以支撑扎克伯格继续四处下注。

但另一方面，即便面临商业层面的种种困境，Meta 还是保持了为 AI 研究提供资金支持的策略，也最大程度遵守了对 AI 研究团队的承诺。坦率地说，足以令一些稍有风吹草动就关掉研究部门的国内公司汗颜。

对一家公司而言，" 长期主义 " 是一个昂贵的体系，它的核心其实是健康的收入结构、长期稳定的现金流。对一个企业掌舵者来说，" 不下牌桌 " 则更考验面临技术创新不确定性时，孤注一掷的魄力。

" 长期主义 " 其实是属于少数公司的特权，但 " 不下牌桌 " 有时却更加珍贵。

来源：远川研究所