差一步稱霸 AI：曆史進程中的紮克伯格

2016 年 1 月，Facebook 的創始人紮克伯格在自家平台上公布了一則重磅新聞：Facebook 秘密研發的圍棋AI機器人即將取得突破。

由於圍棋的棋路千變萬化，機器從來沒有在該領域戰勝過人類頂級棋手。Facebook 的 AI 如果真能戰勝人類，無疑是一個裏程碑級的事件。



這個項目的領頭人是 Facebook 的首席科學家楊立昆（Yann Le Cun），也是人工智能領域公認的泰鬥級人物。上世紀 80 年代，楊立昆在貝爾實驗室的自適應係統研究部門任職期間，開發了大名鼎鼎的 " 卷積神經網絡 "。

2012 年，多倫多大學的教授傑夫 · 辛頓（Geoffrey Hinton）憑借著卷積神經網絡 AlexNet 在 ImageNet 大賽上一戰成名，直接開啟了深度學習的浪潮。一年後，楊立昆成為 Facebook 人工智能研究院的第一任主任，兩人在 2018 年一起拿到了計算機科學領域的最高榮譽圖靈獎。



辛頓（左）與楊立昆（右）

楊立昆加入後，Facebook 的 AI 研究風馳電掣。紮克伯格 2016 年 1 月預告的 " 圍棋 AI"，很可能是 Facebook 在 AI 領域野心與成就的一次集中展示。

然而，命運卻向紮克伯格和楊立昆開了一個戲謔的玩笑——兩個月後，穀歌 DeepMind 團隊研發的 AlphaGo 橫空出世，以 4-1 戰勝韓國棋手李世石。AI 從實驗室迅速蔓延到社會輿論場，Facebook 也許隻差那麽一點點，就能站上舞台中央。

7 年過去，伴隨 ChatGPT 再次將 AI 推向前沿科技的潮頭，穀歌、微軟、英偉達甚至百度都在按部就班的推動著曆史進程，Facebook 似乎成為了一個尷尬的旁觀者。

2023 年 5 月，美國副總統哈裏斯在白宮舉辦了一場 AI 主題的閉門會，穀歌、微軟、OpenAI 和 Anthropic 四家公司的 CEO 受邀出席。吃瓜群眾很快發現了盲點：紮克伯格去哪兒了？



拜登也出席了會議

事後，有好事記者跑去采訪了一位匿名官員，後者略顯陰陽怪氣的回應 [ 4 ] ：" 目前在該領域處於領先地位的公司，才會收到邀請 "。

那麽，Facebook 真的落後了嗎？

2013：離未來一步之遙

AlphaGo 戰勝李世石後，全球掀起了一股創業浪潮。僅中國大陸，一年便誕生了 528 家 AI 創業公司 [ 9 ] 。這個過程中，最失意的莫過於 Facebook 和楊立昆，從楊立昆當時更新的 Facebook 動態來看，他對 Google 的先聲奪人相當不甘心。



實際上，Facebook 離 AlphaGo 的創造者 DeepMind 一度非常接近：直到 2013 年，DeepMind 還是一家位於倫敦、隻有幾個博士的草台班子，穀歌 CEO 拉裏 · 佩奇在打飛的時，偶然間聽到馬斯克與一位投資人的閑聊，才知道有這麽一號人。

然而，嗅覺敏銳的拉裏 · 佩奇立刻帶領穀歌高管飛往倫敦，在 DeepMind 演示了一段 AI 自動玩遊戲的 Demo 後，穀歌當場決定收購。

不過，DeepMind 很快收到了一個更高的報價，來自 Facebook。

當時的 Facebook 還是如日中天的社交網絡巨人，但紮克伯格卻如坐針氈。麵對 iPhone 的節節勝利，紮克伯格認為，麵對洶湧而來的移動互聯網，Facebook 還遠遠沒有獲得數字世界的主導權。

為了深度參與移動化浪潮，紮克伯格秘密立項了一個自研手機項目，這部手機曾非常接近上市，甚至富士康已經做出了工程樣機，但最終被取消，坐擁十億用戶的紮克伯格始終充滿焦慮：誰會打敗 Facebook？

出於這種防禦性的目的，紮克伯格為 Facebook 的未來十年勾勒了兩條路線：

一條是VR，2014 年，Facebook 爽快的掏出 20 億美元，收購了連眾籌訂單都還沒交付完的 Oculus。那會兒還沒 "元宇宙" 這麽時髦的稱呼，但紮克伯格堅信這是 " 下一代互聯網 "。

另一條是AI，紮克伯格讓下屬整理了一份全球頂級 AI 研究者的名單，自己挨個打電話三顧茅廬，這才有了對 DeepMind 的競購。

不過，由於一些收購後權限的問題，DeepMind 最終花落穀歌，隨後，紮克伯格又找到了還在紐約大學教書的楊立昆。

為了將楊立昆納入麾下，紮克伯格答應了他許多苛刻甚至任性的要求，比如 AI 實驗室設立在紐約，實驗室與產品團隊完全劃清界限，允許楊立昆繼續在紐約大學任職，研究成果必須開源等等。

相比之下，如今呼風喚雨的微軟才是當年落後的那個。不出意外，Facebook 實驗室迅速聲名鵲起，論文一篇接著一篇，成為了穀歌最難纏的對手。



Facebook 早期的 AI 團隊

2015 年，Facebook 成功將 GAN（生成對抗網絡）從 " 玩具 " 改造成了 " 工具 " [ 7 ] ，推動了 AI 繪畫的興起。一年後，Facebook 又推出了 PyTorch。這是一個集合了大量代碼與模型算法的超級倉庫，能免除不少重複性工作。日後一眾機構大煉 AI 時，都用到了它。

但 AlphaGo 在 2016 年的橫空出世似乎是一個轉折點，楊立昆的得意門生紮倫巴（Wojciech Zaremba）在不久後離職，和身在穀歌的好基友伊利亞（Ilya Sutskever）一起跳槽去了一家名叫 OpenAI 的小公司。

2017 年底，正在替 Facebook 撰寫傳記的記者史蒂文約見了楊立昆。麵對采訪，楊立昆對 Facebook 的工作依然給出了極高的評價，" 馬克（紮克伯格）經常說，我的任務是推動最先進技術、研究的發展。如果研究成果能對產品產生影響，那很好，但要有更大的夢想 [ 6 ] 。"

但幾個月後，楊立昆本人卻從 AI 實驗室的管理崗位卸任了。

2018：仰望星空的權利

在 2018 年之前，Facebook 的 AI 實驗室主要負責學術研究，由另一個產品團隊負責成果的轉化，兩者互不幹涉。但 2018 年初，這種架構發生了巨大的變化。

楊立昆卸任後，Facebook 新入職了一位副總裁，負責同時管理 AI 實驗室和產品團隊。原本的 AI 實驗室，如今將承擔更多來自產品團隊的需求。

毫無疑問，此舉顯然違背了紮克伯格對楊立昆的承諾，但前者正被更大的麻煩困擾。三個月後，小紮將坐在美國國會山的證人席上，麵如死灰，被近 100 位議員用 600 多個問題持續轟炸 10 個小時 [ 11 ] 。



弱小、可憐、無助

當時，Facebook 陷入了非常嚴重的監管危機：假新聞、操縱選舉、傳播極端信息。為了解決這些問題，小紮一度雇傭了上萬人的審核團隊，但意外仍在發生。

2019 年，一位暴徒在 Facebook 上直播了 17 分鍾的無差別襲擊，51 人在 200 多名直播觀眾麵前失去了生命。

直播結束 12 分鍾後，Facebook 才撤下了相關內容。隨後，外包的內容審核公司決定不再與 Facebook 合作，因為平台上的極端信息 " 對審核員造成了嚴重的心理創傷 "。

走投無路之下，小紮選擇將希望寄托於 AI，推動 AI 研究部門 " 下沉到業務 "。

這一時期，Facebook 加大了對識別型 AI 的投入，希望機器能篩選出霸淩、種族歧視的信息，甚至假新聞。

2021 年底，Facebook 社交媒體業務進一步失速，市場份額被 TikTok 大麵積蠶食。在這種情況下，紮克伯格希望迅速啟動新的現金流業務，改善公司的營收狀況。在競爭壓力下，Facebook 把賭注押在了尚不成熟的 VR 業務上，還將公司名字改成了 Meta。

改名一個月後，AI 研究團隊又被劃歸到元宇宙部門，輔助 VR/AR 相關軟件工具的開發，" 為業務賦能 "。



Meta 曾試著做了一個生成 " 元宇宙內容 " 的 AI 工具

Meta 的AI業務之所以一路坎坎坷坷， 問題就出在社交媒體這門生意上。

和做 Windows 係統、雲計算等基礎設施生意的微軟相比，社交媒體實在 " 吃力不討好 "。麵對平台治理難題，收購不完的競爭對手，Meta 開始疲於奔命。

麵對激烈的競爭，Meta 的算力大多都被用在了廣告、信息流，以及對標 TikTok 的短視頻產品 Reels 上，留給研究團隊的並不多。

在 2021 年，庫克治下的蘋果推出了 ATT（App Tracking Transparency）功能——當 App 試圖收集個人數據時，手機會有提示，用戶有權拒絕。這對 Meta 賴以經營的定向廣告是釜底抽薪的重拳。

核心的社交媒體業務腹背受敵，勢必會影響 AI 研究部門的預算與學術寬容度。而在 2021 年後，Meta 又以 all in 的姿態投入 VR 產品，在全年虧損百億美元的背景下，紮克伯格還打算加大力度，宣布 2023 年的元宇宙研發投入將提升至 390 億美元，聽得股東血壓飆升。

2023 年 5 月，楊立昆在一檔播客中提及了 Meta 落後的另一個原因：輿論壓力。

社交媒體平台所獲取的影響力，會讓平台麵臨輿論的過分關注，幾乎沒有什麽試錯空間。更何況在 2018 年聽證會之後，批評 Facebook 幾乎成為了一種政治正確。

實際上，早在 ChatGPT 誕生之前，Meta 的 AI 團隊就推出了聊天機器人 BlenderBot 3。後來有人跑去問 BlenderBot 3，該如何評價小紮與 Facebook，沒想到 AI 回複稱，" 紮克伯格的商業行為並不總是合乎道德 "" 自從刪除 facebook 後，我的生活好太多了 "。

BlenderBot 3 的對話內容，是向公開的互聯網文本學習來的——瞧，沒人喜歡紮克伯格 [ 15 ] 。



Meta 自家 AI 對紮克伯格的銳評

2023：出乎意料的對手

時間邁入到 GPT 時代，穀歌、微軟與 OpenAI 承包了新聞的頭版；相反，與 Meta 相關的新聞卻似乎隻剩下了裁員。從這個角度看來，白宮開會沒請紮克伯格，也有幾分道理。

但說 Meta 在 AI 領域毫無建樹，顯然也不客觀。據科技風投機構 Thundermark Capital 的測算，直到 2022 年 Meta 的 "AI 研究指數 " 依舊能在全球企業中位居第三，僅次於穀歌和微軟。"AI 教父 " 楊立昆從管理崗卸任後，仍在 Meta AI 擔任首席科學家，能夠在 Meta 繼續搞研究。

主營業務雖陷入泥潭，但紮克伯格始終沒有下牌桌。2023 年發生的兩個 " 意外 "，更預示著 Meta 似乎將卷土重來。

第一個意外發生在 3 月，Meta 推出了用於 AR 研究的視覺大模型 SAM（Segment Anything）。SAM 是一個圖像分割 AI，它能自動將圖像中的每一個要素都識別並分割出來。

舉個例子，如果讓 SAM 看一張遊客照，它能自動分割出畫麵中的景點、人物，以及人物穿的衣服、背的包、手中的飲料等每一個細節要素。

原本為 AR 而研發的 SAM，意外在 CV（計算機視覺）領域引起了轟動，"CV 版 ChatGPT" 的叫法不脛而走。包括宇視科技在內的大型安防企業，都受到 SAM 的啟發，轉而也去開發視覺大模型產品。

第二個意外發生在 5 月，媒體曝光了一位穀歌工程師的備忘錄，標題為：" 我們（穀歌）沒有護城河，OpenAI 也一樣 "。

備忘錄的主要內容，都在講述一個名叫 LLaMA（美洲鴕）的大模型給他帶來的衝擊—— LLaMA 是 Meta 在 2 月推出的一個大語言模型。簡單來說，這隻 " 美洲駝 " 與 ChatGPT 有三點不同：

其一，LLaMA 隻是個基礎模型，並沒法直接拿去給 C 端用戶使用。但開發人員能夠以它為基礎，去開發自己的聊天機器人；

其二，GPT 係列多為閉源，但 LLaMA 卻向特定的合作夥伴開源其代碼；

其三，GPT 係列追求 " 大力出奇跡 "，猛堆各種參數，但 LLaMA 講究效率。其論文中提到，LLaMA 的上限雖不及GPT-4，但 LLaMA 隻需要 7B 參數，就能實現比 175B 參數的 GPT-3 更強的能力。

LLaMA 後來的轟動源於一次泄密——有人將 LLaMA 的源代碼公開到了 4chan 論壇上，使得任何一個普通工程師，都有機會開發自己的聊天機器人產品。畢竟最低檔 7B 參數的 " 美洲駝 "，隻需要一台筆記本電腦就能部署，不必像 OpenAI 那樣動輒上萬塊 GPU，對中小開發者極其友好，且性能也沒差到哪去。

泄漏後的幾個月內，一位斯坦福大學的研究人員，隻花了不到 600 美元就做出了一個性能尚可的 AI 聊天機器人；大洋彼岸的哈工大，數位研究人員用 " 美洲駝 " 和專業數據做出了一個醫學知識 AI，取名叫 " 華駝 " [ 20 ] 。

圍繞 LLaMA，一個生態開始湧現。



在那位穀歌工程師看來，開源生態會讓全世界的機構和個人研究員都參與進來，幫助美洲駝模型快速迭代和進化，封閉的穀歌、OpenAI 將輸掉這場遊戲。

上述觀點雖沒能得到所有人的認同，但開源的確是 Meta 所擅長的。盡管麵臨業務上的諸多麻煩，但 Meta 一直遵循當初對楊立昆的開源承諾，前文提到 PyTorch 框架正是其成果之一。

隨後，媒體一反常態，將紮克伯格形容為 "AI 所需要的英雄 "，因為他讓 LLM（大語言模型）不再隻被個別機構所壟斷 [ 21 ] 。據外媒爆料，新一代 " 美洲駝 " 已箭在弦上，準備正式向穀歌、微軟發起衝鋒。

對於 Meta，OpenAI 總裁阿爾特曼曾給出過一個非常貼切的評價：" 我認為 Meta 的 AI 策略，在最風光的那幾年也是相當混亂的。但我認為他們如今非常認真，並且有非常能幹的人，預計 Meta 很快就會有更連貫的策略，並成為一個令人驚訝的新玩家 [ 23 ] 。"

尾聲

楊立昆在上世紀 80 年代就創造了卷積神經網絡，但由於算力的匱乏，深度學習經曆了漫長的冬天，直到 2012 年才開始提速。但踩下油門的人並不是楊立昆，而是他多年的好友傑夫 · 辛頓。

從某種角度看，楊立昆的經曆和 Facebook 是類似的。

在互聯網公司圍繞著 DAU 和 GMV 短兵相接的年代，Facebook 就意識到了 AI 的潛力，並且和穀歌、亞馬遜一樣，做好了長期投入的準備。但伴隨主營業務開始四麵漏風，以 AI 和 VR 為代表的長遠投資不可避免的產生動作變形。

在以億為單位的 AI 軍備競賽裏，Facebook 雖貴為 FAANG 的首字母，但盈利能力其實長期處於末流。

而在主營業務持續失血、AI 技術路線尚不明確的情況下，最初那些的義無反顧，也許多少會打點折扣。逐漸放緩的增長，也難以支撐紮克伯格繼續四處下注。



但另一方麵，即便麵臨商業層麵的種種困境，Meta 還是保持了為 AI 研究提供資金支持的策略，也最大程度遵守了對 AI 研究團隊的承諾。坦率地說，足以令一些稍有風吹草動就關掉研究部門的國內公司汗顏。

對一家公司而言，" 長期主義 " 是一個昂貴的體係，它的核心其實是健康的收入結構、長期穩定的現金流。對一個企業掌舵者來說，" 不下牌桌 " 則更考驗麵臨技術創新不確定性時，孤注一擲的魄力。

" 長期主義 " 其實是屬於少數公司的特權，但 " 不下牌桌 " 有時卻更加珍貴。