过去几周ChatGPT成为新的热点，美团联合创始人王慧文老师发出招贤榜投入中国OpenAI事业，北京迅速出台针对性政策鼓励科技龙头企业打造中国ChatGPT，香港高校命令禁止以ChatGPT辅助作业和考试作弊的行为……

更有诸多花絮为人津津乐道，ChatGPT的发起人最初是基于AI不应该为大公司垄断的出发点，创立OpenAI;OpenAI引入微软投资，设计了独特的回报机制，既保护投资人利益，又保持OpenAI独立性和长期机制……

很多立场清晰的评论人士又担心起来，我们是不是又被美国带节奏了，为什么中国人工智能行业没有率先出现这样的重大突破……

这个话题很大，我们试着从一个小视角切入，用非技术的语言，来聊聊区块链、联合学习、大模型训练和ChatGPT。

西方教育体系擅长从提出一个问题出发，抽丝剥茧拆解出解决问题的一系列具体步骤、知识和方法。我国教育体系则比较擅长提出一个概念，再层层解析这个概念的内涵和外延，继而举例说明这个概念的应用范畴，再通过练习强化。

你看，这像不像技术演进中的两种思路：前者提出一个较长远的目标，分解实现这个目标的技术关隘和关键节点，集聚资源逐一突破;后者是解读当前热点和近期趋势，选定一个技术定位，围绕这个定位验证场景、复制场景、强化练习。

两种方法各有利弊，前者显然更具有前瞻性，但风险也更高;随着我们的技术迭代加速，需要逐步从后一种模式切换到前一种模式，形成引领性的技术攻关路线。

那么，这和ChatGPT有什么关系呢?

如果我们去调研一圈国内的AI公司在大模型训练上的卡点，就会发现，实际上并非算法设计和样本量上有遥不可及的差距，而是对取得这一技术点突破所需要的资源投入没有足够的信心魄力。

真正的问题在于，SamAltman等人并没有被自身资金和资源限制，他们提出对的问题后，集聚了适合的资源(包括马斯克等一批投资人和微软这个大场景方)。并且在模型样本和训练上，OpenAI充分发挥了用户端力量，用一个直面C端的产品击穿流量，让用户愿意花钱来辅助训练。

而国内的模型训练，卡在“什么是大模型训练、如何训练、需要多少资源、投入资源的回报确定性如何”这样的概念分解困局里。这就是思维模式带来的实现架构的差别，也带来了OpenAI在“解决问题”层面的成功。

这样的例子并不是第一次发生，大家可以看看马斯克的逻辑结构，他是如何介入火箭、卫星网络、电动车、太阳能等完全不同的领域的，以及多年前Google如何用“联邦学习”调动全球用户帮他们做了哪些有趣的训练，稍微查一查资料就会发现其中的模式和方法都有迹可循。

关于思维模式和教育理念的话题，在此不作展开。但是这种协作式训练的技术架构，是非常有借鉴价值的。

在计算机相关技术出现和蓬勃发展的数十年里，我们一直在“单点计算”和“多点组网”两个维度上不断迭代。

ChatGPT和第三代区块链恰恰是这两个维度的发展里程碑。可以说，ChatGPT之于人工智能的意义，相当于蒸汽机之于工业革命，而第三代区块链之于互联网络的意义，亦可同等比拟。

01

人脑的有限性

从本源来说，人类一直在试图用科技创新来对抗自身的三种有限性：

奥林匹克竞赛是对人类突破身体能力极限的追求的缩影，人类还不断通过生物技术、机械动力技术、人工智能技术发展代替人类，突破自身物理极限。

人类生命时间的有限性体现为两个方面：

认知方面，人脑的“单机”算力其实不差的，相比超级计算机(例如我国的神威太湖之光：93.01PFLOPS)，一个人的大脑计算能力约是超级计算机的1/46，在2petaFLOPS左右;而且在能耗方面，人脑还具有明显优势，一台超级计算机的耗能足够供给一整栋大楼，而一个人脑的耗能，约等于点亮一个灯泡。

人脑的短板在于存储。如果研究人类存储的需求，我们会发现类似的时帧估计。某一领域的专家掌握的知识块的数量大约是10^5个。这些块包括模式(如知识面)以及具体的知识。

在《人脑能承载多少知识》的分析中，有一些数量级可以参考——

医学专家系统的开发表明，人类在某一领域可以掌握大约10万个概念。如果我们估计该“专业”知识只占人的知识的1%，那么人的整体知识块大约是7个。

在存储类似知识块的系统中，不管是基于规则的专家系统，还是自组织的模式识别系统，其中的每个知识块都需要10^6比特，这样实现人的功能存储需要10^13(10万亿)比特。

为了存储连接模式和神经递质的浓度，我们可以估计每个神经连接约需要10^4比特。因此存储10^14个神经连接就需要10^18比特。

基于以上分析，目前模拟人脑功能的硬件约合1000美元。具有复制功能的软件还将需要大约10年或更长的时间才会出现。不过，硬件的性价比、能力以及速度的指数级增长将在此期间一直延续，所以到2030年的时候，价值1000美元的计算机将会达到一个村庄的人(约1000人)的脑力。

而到2050年时，1000美元计算机将超过地球上所有人类大脑的处理能力，当然，也包括那些仍然只应用生物神经元的大脑。

人的认知和体验的