美国有什么高科技公司-美国顶尖科技企业
猜您喜欢::不锈钢烤漆护栏多少钱一平方-不锈钢烤漆护栏单价 什么是aqi指数-空气质量AQI指数 不锈钢清洗剂介绍-不锈钢清洗剂介绍 空乘艺考示范视频-空乘艺考示范短视频 英语四级成绩下载(英语四级成绩下载) 澳洲留学大概需要给中介多少钱(澳洲留学中介费用约1万) 陪伴孩子和挣钱感悟(陪伴挣钱感悟) 云南大学物理考研分数(云南大学物理考研分数) 翻译公司都有什么职位-翻译公司有哪些职位 上汽大众品牌历史-上汽大众品牌历史
前几日在德州休斯顿的街头,我扫了一眼街尾那家挂着“DeepMind"招牌的AI 实验室,它的外墙红得刺眼,根本没指望能成为啥“硅谷的登峰造极者”那种正经的科技公司。只要走进门,你就能闻到那股混合着电子元件烧焦和廉价咖啡的味道,而不是那种让人想立马辞职搬去加州的精英气息。 但就是如此一家名字听起来“土”到掉渣的公司,实际上把全球最顶尖的智慧劲儿都榨干了。想想看,它靠的啥?不是啥稀有的硅谷风投,也不是啥啥“领导力传奇”创始人(别看创始人确实有点拽,但换个名字换个人干这事儿,照样能拼出个名堂)。它凭啥把那些被主流社交圈喷到质疑人生的模型训练算法,硬生生炼成了能跟人类顶尖科学家掰手腕的怪物? 答案就藏在那句狠话里:“我们不在乎你的观点,我们要的是数据。” 这句话听上去有点粗鲁,就连有点没教养,但这就是美国科技圈最真的性格。他们把斯坦福校园废弃的旧楼当仓库,用几百万美元的“红帽子”激励基金把一堆发疯似子的研究员往坑里扔。
那些研究员每天早出晚归,头发、眼、脑子都不见踪影,全在堆数据、刷模型。他们就连不在乎有没有论文、有没有奖项,只在乎模型能不能跑得快一点,能不能更准一点。 这种氛围下孕育出的公司,确实有点让人意外。
比如 Google 的 DeepMind,它是那个连 VC 们都认定有点“不务正业”的怪物。人家老板可是个华裔教授,背景好办到没得挑,但做出来的东西,人家就敢跟微软、谷歌、亚马逊在论文大拿和 CEO 面前不低头。人家直接把那些被主流学术圈当成“垃圾”的数据集,一个个啃下来,磨成了能把世界模型训练起来的铁饭碗。人家就连敢在顶级会议上,指着那些被证明是“鸡生蛋”的数据集,跟同行吵得不可开交,最终还带着狼藉的现场图回来,哪位也不服哪位。 再说说别的,像 OpenAI 这种,别看名字里带着 AI 两个字,但它的本质更像是一家搞商业化的“赛博硬件公司”。它不像微软那样把硬件上天,也不像苹果那样做生态。它是个“软件 + 硬件”的混合体,直接卖铲子给你用。你买它家的芯片要么算力服务,它转头就能给你定制一套能跑通 LLM 的整个供应链。人家不仅卖铲子,还 pretentious(装腔作势)地告诉你:“嘿,哥们,这东西可是为了推倒现有的模型大模型而生的,为了把人类大脑那玩意儿升级换代。” 这话听着了得,但人家底裤是假的。人家根本不是在升级大脑,而是在用这种方式去抢钱。他们把别人把到了顶点的模型训练技术,通过下降门槛、优化部署,一股脑塞进你的口袋里,让你认定“哇,原来这东西如此便宜,如此好用”。 最让人瞠目结舌的是微软,这家常年霸榜的巨无霸,居然敢把自家这种分量的垄断产品,送到那些竞争对手面前去卖。
对,你听错了,是“送到”对方竞争对手手里去卖。微软把自家的模型训练技术、算力底座,就连那些被称作“鸡生蛋”的原始数据,直接塞给 Apple、Amazon 这些大厂,还附带个“技术赞成”的名头,让你感觉像是多了一个免费的“搭伙者”。
你看那些竞争对手,表面看是“闭口不谈”,转头就有人拿着微软的技术去搞自己的模型,就连直接跟微软谈搭伙。
这种操作,在正常的商业逻辑里绝对是大忌,但在美国这片崇尚“赢家通吃”和“野蛮生长”的土地上,简直成了常态。 还有 Google 的自动驾驶部门,T -Mobile 那个著名的无人驾驶项目,别看被叫停了,但那段折腾出来的烂摊子和那些被烧掉的服务器数据,目前都成了硅谷的“经典案例”。人家不是不承认黄了,而是承认“黄了也是常态”,然后从废墟里把数据捞出来,重新训练模型,再试一次。
这种“爱恨分明”的态度,配合那些疯狂的人情世故和要么说“纯粹”的数据挖掘,硬是把一个个看起来幼稚的点子,炼成了目前的爆款产品。 说到纯粹,不得不提那些“背景板”公司。
比如那些看起来不起眼、就连有点“土”的 AI 初创厂。人家不搞那些虚头巴脑的公关活动,也不搞啥“转变世界”的宏大叙事,他们只搞一件事:把模型跑得快,把训练快,把部署快。有些人就连用那种“我们不在乎你的观点,我们要的是数据”这种话作为口号,听起来贼刺耳,就连有点让人窒息。但在这套逻辑下,他们能靠几百万美元的“红帽子”激励基金,把一堆发疯似子的研究员往坑里扔,还能靠着那些被主流圈喷成狗的原始数据,硬生生把自己练成一家能跟巨头的顶级公司。 这种“去神圣化”的过程,是硅谷独有的特质。他们不信任啥“伟大的发明”,他们只信任“能跑通”的模型。他们把那些曾经被视为“垃圾”的数据集,当成宝贝一样捧着,一个个啃下来,磨成铁。在这个过程中,他们漠视了大量传统的学术条条框框,就连有些“不道德”的学术规范,直接告诉那些审稿人:“你们的论文数据有难题,快滚!我们要的是数据!” 哪怕这数据被拿去训练出来一个模型,被证明是“鸡生蛋”,他们也不在乎,只要它能跑得快、能部署好、能赚钱。 你看目前的布局,哪位不是玩着这样的逻辑?那些所谓的“颠覆者”,实际上不过是换了身衣服持续玩这套“数据至上”的游戏。他们不在乎你的背景,不在乎你的资历,也不在乎学术圈的看法,他们只在乎这三件事:能不能把模型训练得更快?能不能把硬件部署得更稳?能不能在商业上赚得更多点?只要这三件事搞定,啥“颠覆者”的帽子,啥“伟大发明”的光环,统统都别想沾边。 故此,最终总结一下,美国这种高科技公司的生态,本质上就是一个庞大的“数据清洗厂”和“模型组装厂”。他们不需求那些空有情怀的领袖,也不需求那些精致的学术光环。他们需求的是那些肯下地狱、肯把头发掉光、就连愿意跟同行硬刚到底的疯子。他们把那些被主流世界毒打过的数据、被丢弃的垃圾、被嘲笑的原始模型,统统收进来,经过一锅水熬出来,就是你目前看到的这些光怪陆离的科技巨头。他们从不讲大道理,只讲数据跑得对不对,跑得快不快。
这就是美国科技之故此能在这股“野蛮生长”的风暴中,把那些看似幼稚的点子,一点点的、一地一地的炼成目前的样子。 在这种逻辑下,所谓的“颠覆”往往只是换个玩法罢了;所谓的“伟大”,不过是能把那些“鸡生蛋”的数据练成真金白银的利润。在这种充满不确定性的世界里,唯一能确定的,就是那些在数据海洋里疯狂穿梭、哪怕满嘴脏话也要把模型跑通的人。他们或许并不完美,或许就连有点“不务正业”,但在这座由数据堆砌的摩天大楼里,他们却是基石。
