撰文 / 周 洲
編輯 / 黃大路
設計 / 琚 佳
萬萬沒想到。
繼諾貝爾實體學獎頒發給了AI領域的兩位科學家之後，諾貝爾化學獎有一半又讓AI界的兩位精英斬獲。
正如2019年諾貝爾化學獎頒給了約翰·B·古迪納夫（John B. Goodenough）、M·斯坦利·威廷漢（M. Stanley Whittingham ）、吉野彰（Akira Yoshino）三位對锂電池商業化應用做出了巨大奠基性貢獻的科學家之後，電動汽車勢起蓬勃發展，今年的諾獎接連花落AI界，不禁令人猜想：AI會以什麼樣的方式令汽車的智能化成為新浪潮，汽車智能化又會向着什麼方向演化？
AI界的精英們無不為之振奮歡呼，而新晉諾貝爾實體學獎的得主之一、AI教父傑弗裡·辛頓（Geoffrey Hinton）卻憂心忡忡，擔心AI會終結人類，他在得獎之後Diss了Open AI。和Open AI積怨難釋的馬斯克趁機拉踩，國内的車企們則在智能駕駛元年玩命地拼端到端大模型……
有歡呼，有開撕，各種情緒中，AI大潮暗湧風險，也充滿機會。
AI領域連斬諾獎
10月8日晚，2024年諾貝爾實體學獎授予了約翰·J·霍普菲爾德 （John J.Hopfield）和圖靈獎得主、AI教父傑弗裡·辛頓，"以表彰他們利用人工神經網絡進行機器學習的奠基性發現和發明"。
1933年出生于美國伊利諾伊州的霍普菲爾德，曾任教于加利福尼亞大學伯克利分校、加州理工學院、普林斯頓大學，現在是霍華德-普萊爾分子生物學名譽教授
一些業界人士驚呼“實體學不存在了”。
就連Chat GPT- 4o都認為諾貝爾實體學獎頒發給AI領域有問題，覺得機器學習和人工神經網絡領域通常不屬于實體學範疇。
諾獎官方則一邊組織頒獎，一邊忙着答疑。
“你知道機器學習模型是基于實體等式嗎？”的調研顯示了51%的人不知道，諾獎官方又在社交平台X上貼出了大神辛頓2023年在《時代》雜志關于AI的采訪，又釋出諾獎課程視訊，針對2024年實體學獎作了相對深入的探讨，稱兩位獲獎者利用實體學工具開發了一些方法，這些方法是當今越來越強大的機器學習的基礎。
1947年出生于英國的辛頓，被稱作AI教父
這已經足夠震撼了。
更震撼的是，谷歌DeepMind的德米斯·哈薩比斯（Demis Hassabis）剛剛祝賀AI教父辛頓拿獎，一天之後的10月9日，他自己得了諾貝爾化學獎。
他和同僚約翰·喬普（John M. Jumper）獲得了一半2024諾貝爾化學獎，另一半由華盛頓大學教授大衛·貝克（David Baker）獲得，以表彰他們在“蛋白質結構預測”和“計算蛋白質設計”方面的貢獻。
諾獎官網稱，化學獎得主貝克成功完成了幾乎不可能完成的任務，制造出了全新的蛋白質。他的共同獲獎者哈薩比斯和喬普開發一種AI模型Alpha Fold2來解決一個50年前的問題：以巨大的技術潛力預測蛋白質的複雜結構。
近年來，A預測蛋白質結構成為了生物以及AI領域的重磅話題。
這個領域有兩大知名開源算法，一個是DeepMind 的Alpha Fold2，另一個就是貝克團隊研發的 RoseTTAFold。
48歲的谷歌AI大佬哈薩比斯和39歲的喬普獲得了諾貝爾化學獎，加上77歲的獲得實體學獎的AI教父辛頓，AI 學者們在2024年諾獎中赢得震驚中外。
業界大佬和精英們歡呼不已，賀言鋪天蓋地。
2018年兩位圖靈獎得主—— Meta 首席 AI 科學家楊立昆（Yann LeCun ）和 UdeM 全職教授、Mila 創始人和科學主任約書亞·本吉奧（Yoshua Bengio），谷歌首席科學家傑夫·迪恩（Jeff Dean）、SSI創始人伊爾亞·蘇茨克維（Ilya Sutskever，辛頓的學生）、“AI 教母”李飛飛、Coursera聯合創始人吳恩達均在社交平台釋出祝賀。
諾獎得主和馬斯克Diss Open AI
AI教父辛頓現在對AI持警醒的态度，稱AI威脅比氣候變化更緊迫。
諾獎官網的辛頓首頁介紹道，他曾花了小半個世紀的時間開發神經網絡，讓機器擁有了深度學習的能力。
如今，他的願望實作了，人工智能之浪潮洶湧澎湃滾滾而來。而這位AI教父卻退縮了，他對自己教會學習的機器産生了懷疑，甚至憤怒。他擔心這可能導緻人類的終結，他認為他的最終使命是警告世界。
10月9日，這位喜提諾獎的AI大神在獲獎後的一個采訪中公開diss推出Chat GPT燃爆了AI應用領域的公司Open AI，稱特别自豪的一件事是他的學生、前述發賀信的伊爾亞·蘇茨克維（彼時是Open AI的首席科學家）曾經炒了Open AI創始人之一、現CEO薩姆·奧特曼（Sam Altman）鱿魚，因為奧特曼背離了初衷，變得隻關注賺錢，不再考慮AI的安全性。
正在全力支援特朗普競選總統的馬斯克借機拉踩，轉發了這個視訊，稱“辛頓可是諾貝爾實體學獎得主”。
作為Open AI的創始人之一，馬斯克和奧特曼的新仇舊恨能拍上好幾季商戰連續劇。
2015年，馬斯克、奧特曼、彼得·泰爾（Peter Thiel）、裡德·霍夫曼（Reid Hoffman）等11人聯合創辦了人工智能實驗室Open AI，它的使命是確定AI可以造福人類。
OpenAI同時也緻力反對谷歌，因為谷歌研發的通用人工智能意在賺錢，而且一家獨大，會構成嚴重的風險。
一開始，Open AI是一家非營利性的實驗室。2016年，Open AI釋出了首個産品，這是一款開源強化學習工具包——OpenAI Gym和Universe。
根據新晉諾獎得主辛頓的說法，後來奧特曼讓它變了味道，開始追求盈利。
據路透社的報道，馬斯克在2017年年底曾經試圖從奧特曼以及其他共同創始人手中奪回OpenAI的控制權，以便用特斯拉的超級電腦将其與特斯拉整合成一家商業公司，不過沒能“奪權”成功。
2018年，馬斯克退出Open AI後，2019年3月這家公司從非營利性公司變為“封頂”的逐利企業，同年7月倒向了大公司微軟，獲得微軟的注資支援，2022年11月推出全新聊天型機器人Chat GPT，今年2月又推出文生視訊大模型Sora，在全球内容創作行業掀起了新的風暴，成為人工智能發展程序中的裡程碑事件。
持股49%的微軟受益匪淺。馬斯克自然是不服的。2023年11月，他成立了自己的AI公司，後來命名為X.AI，目的正是與Open AI展開競争。
今年3月1日，馬斯克向舊金山進階法院對奧特曼提起訴訟，稱奧特曼和另一位共同創始人格雷格·布羅克曼（Greg Brockman）當初找他是要創立一家開源、非盈利企業，但是這家于2015年成立的公司現在卻隻知道賺錢，是以違背了參加當初創業者們通過的合同規定。
馬斯克希望法院的判決能夠迫使Open AI将其研究和技術對外公開，防止該公司利用包括第四代AI模型在内的資産為微軟或任何個人謀取财務好處。
有人支援，有人嗤之以鼻，認為馬斯克這是吃不到葡萄說葡萄酸。
而奧特曼在2023年11月被董事會解雇4天半後，又戲劇性地“二進宮”回鍋“複辟”，當初的11位聯合創始人，如今隻剩下了2位。
馬斯克不放過任何機會在公共場合拉踩讓他不爽的人。今年6月，馬斯克在"戛納獅子國際創意節"（CLIFC）上期間接受WPP CEO馬克·裡德（Mark Read）采訪時又提舊事，稱Open AI的名字是他起的，“Open”代表着“開源”，"現在，它是一家‘閉源’、追求最大利潤的AI公司，這與預期的不同。我也不知道它是怎麼走到今天的。"
最近，Open AI在風投融資中獲得了66億美元，估值飙升至1570億美元。據傳Open AI在融資過程中對投資人提出了排他性的要求，讓投資人不得支援包括Anthtopic在内的5家競争對手。
馬斯克聞言，10月3日在X上連稱“Open AI真邪惡”。随後OpenAI否認了排他性投資的傳聞。
他們之間的恩怨大機率會伴随着滾滾而來的AI大潮繼續撕扯下去。
端到端大模型：一段式&兩段式
撕歸撕，AI在諾獎中的大獲勝，對特斯拉在内的車企來說，是無法想象的曆史大機遇。
有業者表示，AI領域的科學家們連獲諾貝爾實體學獎和化學獎，标志着人工神經網絡在AI領域的突破，但技術難點在于如何優化算法，提升計算效率，讓深度學習更接地氣。
汽車商業評論通過走訪了解到，國内的主流車企至少在兩年前，就開始關注和研究AI大模型。
對汽車行業而言，AI大模型一方面能夠助力研發，幫助研發人員做一些編譯簡單的标準化語言等軟體開發工作，亦能在測試領域生成相關的用例，提升車企面向使用者實用場景中的互聯程度。
目前，AI大模型主要應用在兩個域：智能座艙和智能駕駛。
智能座艙現在展現出的語音互動和多模态互動，背後正是AI大模型和第三方應用的支援，通過語言挖掘使用者需求，通過深度學習，生成更深層次的服務，比如通過導航功能就能安排使用者沿途的吃飯、休息等日程活動等，逐漸拟人，生成管家式服務。
智能駕駛方面，過去的智能駕駛是指令式的：發現障礙物，感覺障礙物，決策完之後進行比較簡單的執行，但是用例和場景覆寫很有限，是以有很多長尾效應，比如突然遇到了過去沒有見過的、未标注過錄像的障礙物，那麼就無法判斷和做出是越過還是避開的決策。運用AI大模型之後，在視覺感覺和決策上，通過大模型可以把障礙物的風險程度作為整個智駕的執行判斷依據。
特斯拉的純視覺一段式端到端大模型正在野心勃勃地加速，它的FSD預計明年進入中國和歐洲市場。國内的車企量産的大多數是帶雷射雷達的感覺和規控兩段式端到端大模型。
汽車商業評論了解到，所有的車企都能夠将感覺和規控合成一段式大模型，但銷量不夠多、資料不夠大，即使做成了一段式大模型，也無法形成有效覆寫的落地應用。
而兩段式的感覺和規控更符合現實情況。以一己之力做端到端的，以智能駕駛為特色和優勢的小鵬汽車，一年要在AI上燒錢30億，這不是每個車企都能這麼大手筆耗得起的。
國内車企的優勢和着力點目前主要在規控上，對于智能駕駛的方案，也在探索和比較中，這也是很多車企采取和多家智能駕駛創業公司合作，找尋和探索最适合自家的智駕方案的原因。
特斯拉是個例外，也是業界标杆。不僅僅是它有足夠大的銷量以及在此基礎上生成的資料能夠支撐一段式端到端大模型的深度學習和疊代，馬斯克依照第一性原理，從一開始就想清楚了包括自動駕駛在内的智能駕駛的架構，無論是Dojo超算中心，還是X.AI，他像做拼圖一樣，一塊一塊在完善智能駕駛拼圖。而這個拼圖，隻是他雄心勃勃的清潔地球和未來宇宙構想的一部分。