今天，我将从两个话题出发，为你提供知识服务。第一个是，GPT-4本周发布，能力大幅升级。第二个是，比尔·盖茨投资的环境技术公司，要碳中和一亿头牛。
先来看今天的第一条。就在前两天，OpenAI的新一代通用人工智能GPT-4正式发布。这是基于上一代的GPT-3.5的升级版。这件事用万众期待来形容，一点都不过分。毕竟，上一代的ChatGPT有多火，咱们已经不用多说。那么，这回更新一代的GPT-4，到底怎么样呢？
最近你可能会看到很多相关的报道。但其实，我们了解这么三件事大概就够了。
第一，GPT-4是一个多模态大模型。这个词乍一听好像挺专业。简单说，多模态，指的就是有很多种信息输入的方式。过去的ChatGPT，只支持文字输入。但是这回，不仅支持文字，还支持图片。你没发现，前面那个chat没了吗？意思就是，你不仅可以跟它聊天，还可以给它看图，通过图片来下达指令。比如，你可以手绘一个代码草稿，交给它，它就能把完整的代码给你写出来。
第二，GPT-4比它的上一代更聪明。比如，在律师模拟考试中，上一代的ChatGPT排名在倒数10%左右。而GPT-4的排名在前10%。什么概念？相当于几个月没见，它一下从学渣变成了学霸，而且水平超过了90%的人类考生。
第三，说了那么多优点，GPT-4也有局限。比如，它对于一些刚刚发生的事实，缺少数据。要是涉及这些内容，它可能会答得乱七八糟。也就是，上一代ChatGPT就一直存在的，一本正经地胡说八道的问题，在这回的GPT-4身上，依然部分存在。
但是，不管怎么说，大家对GPT-4，总体还是很看好的。据说OpenAI的一位联合创始人还很有自信地说了一句话，它并不完美，但你也一样。意思是，能做到这个程度，已经很不错了，还要啥自行车啊。
当然，有人踩油门，就有人踩刹车。也有很多人担心，照这个速度发展下去，人类是不是离失业就不远了？
其实，要想知道AI会不会一直快速发展下去，我们得先弄清，到底是哪些因素，有可能限制AI的发展？乍一听这个问题，你可能觉得答案很明显。限制AI发展速度的，当然是技术了。
但事实上，除了技术，AI的发展，还面临一个更明显的刚性约束，那就是硬件。最近网上不是流行那么句话吗？一切恐惧，最终都来源于火力不足。意思是，在打仗这种硬碰硬的事情面前，战术之类的智力因素都往后放，火力之类的硬件才是最重要的。放在AI的发展上，也一样。它能不能快速发展，很大程度上也取决于硬件资源能不能跟上。
AI发展，到底都需要哪些硬件资源呢？我们从中选三个重点说说。
第一个，是芯片。要知道，GPT对芯片的需求是极大的。大到什么程度？比如上一代的GPT3.5，训练它需要用到一种英伟达的高端GPU芯片，叫A100。一颗A100的成本，大概是8万人民币。而完成整个训练过程，大概需要三万颗A100芯片。你可能会说，听起来也还行，能接受啊。但问题的关键是，GPT在长大的过程中，它的胃口可不是线性增长的，而是指数级增长的。你看，当年战胜李世石的AlphaGO，训练它也只用了176颗GPU。而照这个速度成长下去，将来GPT的胃口能大到什么程度？芯片能不能跟上？这些都是问题。
最近就有新闻说，本来今年第二季度订单不足，产能过剩的台积电，突然忙起来了。就是因为接到了大量用于AI的芯片订单。这也是为什么总有人说，AI的尽头，其实还是半导体。
第二个，是能源。过去一提到AI，我们的第一反应，好像总觉得，它就是一台大电脑。一台电脑，能用多少电？但事实上，AI对电的消耗，非常大。大到什么程度？
比如，ChatGPT，仅仅是训练一次，就要消耗90多万度电。相当于1200个中国人，一年的生活用电量。要知道，训练它可不是一次就够，需要很多次。而现在，它仅仅是维持日常运转，每天的电费大概就要5万美元。
早在2019年，美国马萨诸塞州大学阿默斯特分校的一个团队就研究过。当时训练一个AI模型，过程中因为发电而排放的二氧化碳量，大概相当于五辆燃油车，从生产到报废，整个生命周期产生的二氧化碳总和。
美国的一个人工智能公司，叫Numenta，还专门提出过，要改进人工智能的底层设计，让人工智能模拟人脑思考，来降低能耗。毕竟，人脑虽然也很消耗能量，但总归比AI能耗低得多。但是，这也只是一个设想，具体怎么做，他们自己也还在研究。
第三，AI发展，不仅耗电、耗芯片，还特别耗人。注意，这说的可不仅是科学家，也包括AI训练中，一个更基础的工种，叫数据标注师。在AI模型训练之初，就需要大量的数据标注师。比如，当年，2006年，AI不会识别猫，怎么办？就让人来手工标注。在图片上，把猫标出来，让AI一个一个去认。直到它能弄明白，到底什么是猫。
当年，训练AI，靠的就是海量的人工标注图片。据说当时，普林斯顿大学的华人科学家李飞飞，为了训练一个AI，通过亚马逊的在线众包平台，在全世界167个国家，雇佣了5万人，一共标注了1500万张图片。
直到今天，AI训练依然需要大量的数据标注师。比如ChatGPT，它的训练分三个阶段，只有第三阶段不需要标注，前两个阶段都需要大量的人工标注。而且因为ChatGPT的数据是从网上采集的，里面什么数据都有，也可能包含一些暴力、犯罪或者反人类的内容。怎么把这些内容过滤掉？也得靠人来手工标注。今年1月，美国《时代周刊》还报道过，帮ChatGPT标注有害内容的，主要是肯尼亚人。他们平均每人每天要标注将近200段文字。还有人专门做了个估算，截止到2022年，全球从事数据标注的人数，已经有500万。将来这个数字还会继续增加。
你看，过去一提到技术，我们都觉得，决定它发展的首要因素，是科学水平。但事实上，硬件资源才是更底层的刚性基础。
好，刚才咱们说了三个，AI发展中必备的资源要素，芯片、能源、人力。最后，给你讲个好玩的事。在18世纪的奥地利，有人发明了一台自动下棋机。据说下棋水平比真人还高。你可能会觉得奇怪，18世纪，哪来这么先进的技术？当时大家也纳闷。后来一查才发现，原来这个机器里面，藏着一个真人棋师。我觉得这个故事也许是想说，很多看起来神乎其技的技术，它的能力，也许是来自很多未被察觉到的，特别基础的，人的努力。
再来看今天的第二条。今年年初，比尔·盖茨创立的突破能源基金，领投了一个澳大利亚的气候技术公司，名叫Rumin8。这家公司的主要业务是环保科技。
这件事本来算不上新闻。但是，跟前面GPT的新闻连起来看，就特别好玩。
GPT的发展，告诉我们，技术总能在你想象不到的地方，产生对资源的消耗。而Rumin8告诉你，我们也总能在你想象不到的地方，去开展环保。
那么，Rumin8到底是用什么方式做环保的呢？角度特别刁钻，是从牛的打嗝放屁下手，来减少温室气体的排放。顺便一说，这家公司的名字Rumin8，用英文念出来，发音跟反刍动物一样。反刍，指的就是，把东西吃到胃里之后，消化一半，再从胃里返回口腔继续咀嚼。牛不就是反刍动物吗？说白了，人家明摆着，就是要跟牛之类的反刍动物较劲。
你可能会说，牛打嗝放屁而已，能产生多少温室气体？至于跟它较劲吗？你别说，还真至于。
首先，全球温室气体排放中，占比最高的是二氧化碳。这跟牛倒是关系不大。但是，占比第二高的，是甲烷。这跟牛关系就大了。根据去年联合国粮农组织的报告，全世界的甲烷排放中，农业甲烷占比达到40%。而排放的主力，就是牛。
而且要知道，甲烷引发温室效应的能力，比二氧化碳要强得多。有人曾经计算过，全球气温每升高1.1摄氏度，其中就有0.5摄氏度是甲烷造成的。换句话说，减少甲烷排放，也许是减缓温室效应最高效的方法。因此，让牛少打嗝，少放屁，是一个特别严肃的环保课题。
那么，应该怎么做呢？Rumin8的做法是，往牛的饲料里加一种从海藻中提取的添加剂。一旦牛吃进去，就能在很大程度上，减少甲烷呼出。具体的技术细节，咱们就不展开说了。直接上结果，在这种添加剂的作用下，牛的甲烷排放，能减少85%。
目前Rumin8的计划是，到2030年，覆盖一亿头牛。什么概念？该技术所产生的效益，相当于每年能减排两亿吨碳。这个数字，是人类所有碳排放的0.4%。
当然，既然牛的打嗝问题这么关键，那么，做这个技术的公司，肯定也少不了。前段时间，一个科技媒体，叫硅兔赛跑，专门做了相关的梳理。总体看下来，大家正在做这么几类技术。
第一类，就是跟Rumin8一样，做饲料添加剂。只不过大家用的成分不一样。有的用海藻，有的用别的。
第二类，是做过滤装置。说白了，牛，该打嗝还打嗝。但打完嗝之后，用一个过滤装置，把气体收集起来，再通过化学加工，把其中的甲烷变成二氧化碳排出去。比如，有个英国公司，给牛研发了一种过滤口罩，据说今年就能上市。再比如，还有个丹麦公司，直接给整个牛棚的通风管道，设计了过滤器，据说也是今年就投产。
第三类，我们可以归类为，其他。也就是一些还处在设想阶段，尚未产品化的设计。比如，有人想从基因下手，专门找甲烷产量低的牛，配种繁育，逐渐取代甲烷排放高的牛。
最后，还有更开脑洞的。比如，新西兰在去年公布了一项草案，计划从2025年开始，对农场主征收牛羊打嗝税。当然，草案一公布，当地农民就极力反对，能不能推行，还是个未知数。再比如，《柳叶刀》杂志还建议，减少需求，就能减少供应。要想少让牛打嗝，大家少吃牛肉，少养牛不就得了。
根据当年《巴黎协定》中设定的目标，本世纪全球平均温度升高，不得超过1.5摄氏度。这个难度可不低，我们已经能明显看到，大家正在穷尽办法，实现这个目标。大到能源产业，小到牛羊打嗝，努力无处不在。
最后总结一下，今天我们说了两个话题。GPT发展所需要的资源支持，以及怎样从牛打嗝入手来缓解温室效应。假如你的身边有人对AI行业，或者环保话题感兴趣，推荐你把今天的节目分享给他。
好，以上就是今天的内容。《得到头条》，下周见。
