原文來源：極客公園

作者 | 湯一濤

編輯?| 靖宇

圖片來源：由無界 AI生成

AI,，無疑是今年 CES 展會上最大的亮點,。

在正在進行的 CES 2024（國際消費電子展）上，著名的 AI 科學家吳恩達和李飛飛出席了「偉大的思想,，大膽的愿景」環(huán)節(jié)的小組討論,，就「人工智能的下一步是什么？」進行了?40 分鐘的對談,。

吳恩達是 Google Brain 的創(chuàng)始人,、斯坦福大學副教授教授，也曾是 OpenAI 首席執(zhí)行官山姆·奧特曼（Sam Altman）的老師,。

李飛飛是斯坦福大學 Human-Centered AI 研究所聯(lián)合主任,、谷歌云（Google Cloud）前人工智能/機器學習首席科學家。

兩人一致認為,，2024 將會是?AI 技術繼續(xù)深化的一年,，同時也會覆蓋到更多行業(yè)，成為下一次數(shù)字革命或工業(yè)革命真正的變革性驅動力,。

吳恩達還預測了 2024 年 AI 可能的突破性進展,，包括大視覺模型和邊緣 AI。

對于自主代理（Auto Agents）是否會出現(xiàn)的問題,，兩人出現(xiàn)了一定的分歧,。李飛飛認為相對于自主代理而言，輔助代理可能更恰當,。

但兩位專家都確認,，這次由大模型引發(fā)的 AI 浪潮，并不會像 7 年前那波 AI 熱潮一樣,，熱鬧幾年后進入「冰河期」,。

以下談話來自 CES,，經(jīng)極客公園編輯整理。

01 AI 會繼續(xù)深化,、泛化

Q：AI 已經(jīng)經(jīng)歷了好幾輪熱潮和低谷,，今年 AI 會怎么樣？會迎來低谷嗎,？

吳恩達：我覺得不會,，因為人工智能的商業(yè)基礎比以往任何時候都更為強大，甚至在生成式人工智能浪潮之前就已經(jīng)如此,。它們在去年真的起飛了,，人工智能可能已經(jīng)推動了數(shù)千億美元，也許是數(shù)萬億美元,。至少對于像谷歌這樣的公司來說,，它給你展示了更相關的廣告，從而帶來了大量收入,。因此,，商業(yè)基礎就在那里。

事實上,，人工智能最為人所不理解的一個方面是它是一種通用技術,，這意味著它不僅對某一方面有用，這有點類似于電力,。如果我問你電力有什么用,，幾乎很難回答，因為它對許多不同的事物都有用,。

人工智能也是如此,。所以今天即使人工智能還沒有取得技術上的核心進展，但你知道它會取得技術進展,。即使沒有,，全球各地已經(jīng)有太多場景等待被發(fā)現(xiàn)和建設，（人工智能的）商業(yè)基礎會繼續(xù)增長,。

李飛飛：我大致同意恩達的觀點,。我們所看到的是人工智能的一個轉折點，這個轉折點是隨著通過大型語言模型,、ChatGPT 以及隨后的模型的出現(xiàn)而實現(xiàn)的,。

我看到，人工智能正在成為一種深化的橫向技術,。當它成為一種深化的橫向技術時,，它就會成為下一次數(shù)字革命或工業(yè)革命真正的變革性驅動力。這項技術已經(jīng)來臨,，正在深入到所有垂直業(yè)務和客戶,、消費者體驗中,，并正在改變我們社會、經(jīng)濟,、政治景觀的基本結構,。事實就是這樣，而且這種變化正在變得越來越明顯,。

Q：2024 年,，人工智能領域可能發(fā)生的重大突破是什么？

吳恩達：首先,，我看到了從大型語言模型向大型視覺模型的轉變,。很多進展不僅僅是在生成圖像方面，還包括對圖像進行分析,，以便計算機能夠更好地看清圖像的含義,，對于自動駕駛等領域具有重要影響,。

我對自主代理（Auto Agents）的崛起感到興奮,，這是指你可以給一個人工智能系統(tǒng)一個指令，比如,，「親愛的人工智能系統(tǒng),，請幫我進行市場調研，進行對該公司的競爭分析,?！?strong>它會規(guī)劃一系列動作，如網(wǎng)絡搜索,、下載網(wǎng)頁并總結信息,。它會離開一會，進行半小時,、一個小時或一天的工作,，然后回來提供答案。這些代理可以規(guī)劃和執(zhí)行一系列動作,。自主代理現(xiàn)在只是剛剛有點起色,，但我覺得在研究和商業(yè)化方面有很大潛力。我期待在未來幾個月內會有突破性進展,。

最后一點是邊緣人工智能（edge AI）,。我經(jīng)常在我的筆記本上運行大型語言模型，我一直在使用 GPT-4,，但是有很多 bug,。但很多人可能不知道的是，實際上在你的筆記本上運行大型語言模型已經(jīng)變得相當可行,，雖然不像 GPT-4 那么大,，但足夠大,、足夠有用。

Q：在你的筆記本電腦,、個人電腦或工業(yè) PC 上運行邊緣人工智能,，這方面的能力實際上比大多數(shù)人認為的要好得多。我認為這將推動很多設備的銷售,，也將推動很多計算機科學的發(fā)展,。

李飛飛：我將以尊重的態(tài)度稍微持不同意見，或者說我們可以進行一點討論,。

Q：你用了自主代理（Autonomous?Agent）這個詞,，我實際上想將它改成輔助代理（assistive agent）。

我們在今天的大語言模型中看到的一件事是,，長尾分布仍然很困難,，無論我們談到的是「幻覺」還是其他事情。在很多工作領域中,，為了提供高質量的服務和產品,，長尾問題是很重要的。所以我實際上看到的是一種人機協(xié)同的,、輔助代理的情況,，其中一部分工作是自主完成的，一部分工作是協(xié)作完成的,。這是更有可能的情況,，而不是完全自主。

吳恩達：我們終于有點不同意見了,，不過實際上我是同意你的,。讓我分享一下我的經(jīng)驗。

我認為「自主代理」這個術語可能有問題,，但在商業(yè)世界中我看到的是,，很多人寧愿讓人工智能與人類共事，而不是取代人類,，因為這會引發(fā)有關失業(yè)的討論,。在我的觀察中，是否使用人工智能進行自動化或削減人手,，通常是一個商業(yè)經(jīng)濟決策,，而不是倫理決策。也許它應該是一個倫理決策,，但坦率地說,，在我與企業(yè)合作構建聊天機器人時，我看到大多數(shù)企業(yè)進行了非常理性的經(jīng)濟計算，因為競爭對手也在做同樣的事情,。

李飛飛：我要補充一點,，然后對此進行評論。

我認為我們必須小心代替工作（job）和代替任務（task）的區(qū)別,。每一個人類工作,，實際上是涉及到多個任務的集合。比如我研究醫(yī)療保健,，一個護士 8 小時的工作包含數(shù)百個任務,。我確實看到人工智能代理在許多任務上提供幫助、具有輔助和增強功能,，但在討論工作時我們應該非常小心,。

我認為經(jīng)濟上的商業(yè)決策與倫理社會決策并不是互相排斥的。這是一個更深入的對話,，至于你提到的這些代理是否具有理解能力（understanding）,，僅就商業(yè)而言，我認為這是一個非常微妙的術語,。

什么是理解,？有在數(shù)據(jù)中存在的模式的理解，有關于你正在做出的決策的理解,，還有關于人類任務意圖的理解,。所以我認為實際上我不會那么過于籠統(tǒng)地使用「理解」這個詞來描述今天的人工智能代理,。

吳恩達：我想回到任務的話題,，因為我認為這很重要。

我的團隊為許多企業(yè)工作,，有時我會接到一位首席執(zhí)行官的電話,。他們說：「嘿，恩達,，我在閱讀關于人工智能代理的文章,，我該怎么辦？」

我們的朋友艾弗里·布朗（Avery Browne）經(jīng)常給出的建議,，就是觀察你的團隊,，找出你所有員工實際在做哪些任務，并分析不是在工作層面而是在任務層面上,，這些任務對于人工智能增強或自動化來說有多容易,，并且其業(yè)務回報率是多少。每次我在企業(yè)中進行這項工作時,，我們總是想出非常多的想法,。因此，人工智能增強或自動化有很多機會。

第二件事是,，往往具有最高回報率的任務并不是人們最初認為的那樣,。例如，當你想到放射科醫(yī)生時,，人們往往認為,，哦，放射科醫(yī)生要看 X 光片,。這是你腦海中有關于這份工作的認知,，但實際上我們將這份工作分解為許多不同的任務，比如收集患者病史之類的事情,，結果可能更容易,，而且回報率更高。

因此,，我發(fā)現(xiàn)系統(tǒng)地進行這種練習通常有助于企業(yè)識別有價值的機會,。

李飛飛和吳恩達在 CES 展會論壇上暢談接下來 AI 和大模型的發(fā)展和應用｜CES

02 在不確定性中尋找確定性

Q：在你與財富 500 強公司合作的工作中,，有沒有一些應用領域具有清晰、可證明,、可實現(xiàn)的投資回報率（ROI）,？

吳恩達：如果我們從最廣泛的角度來看財富 500 強公司，我認為常見的領域是客戶運營或客戶支持,，有很多公司試圖增強或自動化客戶支持,。銷售運營、軟件工程也受到了很大的影響,。

但對我來說更令人興奮的是,，我正在與一個非常大的農業(yè)公司討論，我們認為也許可以使用人工智能來執(zhí)行真正為他們節(jié)省很多時間的奇怪任務,。所以那些具體到你的業(yè)務和你的行業(yè)的細分市場,，我認為通常更有趣，可以創(chuàng)造出特定于行業(yè)的防御性的強大的增長機制,。人們在某個時候可能都會購買一些用于銷售運營等方面的通用工具,，但是對于你的業(yè)務而言，那些應該在內部構建的具體事物,，實際上是非常令人興奮,。

李飛飛：有各種各樣的客戶支持或運營解決方案，要補充的一點是,，當前技術中存在哪些共同的機會,？我認為這在今天仍然是真實的,，就是在你擁有最多數(shù)據(jù)的地方，在數(shù)據(jù)能夠顯示出可重復的模式或好的模式的地方,，就是你可以開始的地方,。無論是人類語言模式、結構化數(shù)據(jù)模式還是圖像數(shù)據(jù)模式,，數(shù)據(jù)存在的地方以及數(shù)據(jù)模式被證明在你的業(yè)務中是有價值且可操作的地方,，那就是值得關注的地方。

Q：這些財富 500 強公司可能面臨的障礙是什么,？許多 CEO 擔心 AI 產生的不確定性,。

李飛飛：這取決于你的產品、服務,，取決于結果的風險,。在醫(yī)療、金融預測等許多行業(yè)中,，準確性對長尾影響如此之大,，以至于你不能承擔人身傷害的風險，或者金融錯誤的風險,。所以,，你需要了解你的行業(yè)，你需要了解你的解決方案和服務,。

這就是為什么我們應該遠離炒作,，理解這項技術能做什么，并避免在那種 AI 尚未準備好的方向投資,。

Q：順便說一句,，生成式 AI 是一個「負擔過重」的詞。今天每一個 AI 都被稱為生成式 AI,，但是在一開始的時候,，我們對生成式 AI 有非常明確的數(shù)學定義,。

確切地說，當談到生成式 AI 時,，我只是假設它是一種大規(guī)模的數(shù)據(jù)驅動,，有一個預訓練階段的方法。有些人可能會將 Transformer 模型和預測模型放入其中,，但無論如何,，我認為如果存在真正的準確性問題，我們應該檢查幾個方面：這是模型的限制嗎,？這是數(shù)據(jù)質量的問題嗎,？AI 在正確的循環(huán)中嗎？

有更微妙的業(yè)務問題導致了不準確性。真的要弄清楚所有這些,，并盡力解決它們,。有時，例如在某些級別的醫(yī)療診斷和治療中,，你必須認識到存在一些限制,，如果風險太高，我們不能過于激進,。

Q：讓我們討論一下基礎模型,。如果 2023 年是 OpenAI 的一年，那么在基礎模型領域,，誰將是我們在 2024 年最多談論的人,？蘋果會推出 Ajax LLM 嗎？我們會更多地談論 Gemini 而不是 GPT 嗎,？

李飛飛：我之前說過,，我看到這項技術正在深化，并且也在擴展到所有領域,。因此,，很難單獨挑出一個公司。我相信將會有令人振奮的發(fā)布,，從芯片方面的下一代 H100（英偉達 AI 專用芯片組）的發(fā)布,，一直到消費端。

因此,，我無法押注一個單一的話題,，但我希望看到，我也相信,，2024 年將會是由 AI 應用和 AI 技術拓寬定義的一年,。

吳恩達：每當有一波技術創(chuàng)新時，媒體喜歡談論技術層面,，這就是為什么媒體關注 OpenAI,、Google、AWS,、Microsoft,、Meta、Nvidia 和 AMD 等的原因,。這沒有錯,，但事實證明，為了使這個技術基礎設施層取得成功,，我們需要另一個領域取得更大的成功,，那就是建立在這些云服務提供商之上的應用層,。

因為坦白說，我們需要建立在這些工具之上的應用來創(chuàng)造更多的收入,，以便它們能夠支付這些工具的構建者的成本,。我們最好集體創(chuàng)造一些生成應用，以填補 GPU 資本投資帶來的數(shù)百億美元的空缺,。

因此,，我認為很多實際工作不僅僅是基礎模型。它將涉及到醫(yī)療,、金融服務,、教育、電子商務等各種行業(yè),。

03 AI 版權問題

Q：今天的一個主要話題是關于生成式人工智能和知識產權的訴訟,。你如何看待這些訴訟的發(fā)展？《紐約時報》是否應該因 OpenAI 在訓練中使用其內容而獲得補償,？

吳恩達：我查看了《紐約時報》,、OpenAI 和微軟的訴訟，我不是律師,，也不提供法律建議或任何有關此事的任何建議,，但我對 OpenAI 的同情要遠遠超過對微軟的同情，我對 OpenAI 和微軟的同情也要遠遠超過對《紐約時報》的同情,。

坦率地說,，當我看到《紐約時報》的訴訟時，我覺得這是一個非?；靵y的論點,。我希望《紐約時報》的律師能夠遵循與記者相同的清晰和新聞報道標準，但我認為他們沒有這樣做,。

簡而言之,，有兩件事。

首先是關于提示（prompt）的問題,，即輸入給 OpenAI 來「復讀」（regurgitate）《紐約時報》文章的指令,。我認為這是一個非常奇怪的指令，幾乎沒有任何正常用戶會使用,。我不認為大規(guī)模復讀受版權保護的文章是應該的,。但是 OpenAI 存在這個 bug，而《紐約時報》只是指出了這個 bug,。我們都知道，有時在軟件中會出現(xiàn) bug,。

還有另一件奇怪的事情,，在一些例子中,，《紐約時報》展示了你可以編寫一個提示，將其傳遞給 ChatGPT,，要求其下載《紐約時報》的文章,，然后告訴它將其打印出來。

我覺得僅僅因為它能夠這樣做,，這并不等同于 OpenAI 訓練了大量的文本數(shù)據(jù),，包括《紐約時報》的文章。我認為這個訴訟試圖在「OpenAI 訓練了包括《紐約時報》文章在內的大量文本數(shù)據(jù)的事實」與「OpenAI 正在進行大規(guī)模復讀《紐約時報》文本的觀點」之間建立聯(lián)系,，我認為這并沒有完全反映事實的全部,。

李飛飛：我確實想要補充一點，并從更寬泛的角度談談生成式人工智能與創(chuàng)作者經(jīng)濟之間的緊張關系,。

雖然我在《紐約時報》的爭端方面并不像恩達那樣了解,，但即使在我的書中，我也提到了這項技術的混亂性,。我們這些在技術領域受過訓練的人喜歡看到確定性,。但事實是，當技術真正應用時,，特別是像這樣深刻的技術,，它就會與人類世界、人類社會變得復雜起來,。

《紐約時報》與 OpenAI 和微軟的訴訟實際上顯示了我們在生成式人工智能技術與創(chuàng)作者經(jīng)濟之間所看到的緊張關系,。互聯(lián)網(wǎng)已經(jīng)迅速推動了創(chuàng)作者經(jīng)濟,，這影響不僅僅是像紐約時報這樣的大公司,，還有像單個藝術家、攝影師,、音樂作曲家這樣的小公司,，整個生態(tài)系統(tǒng)也受到了挑戰(zhàn)、擾亂,，以及被今天的生成式人工智能技術所增強,。除了紐約時報的訴訟之外，我們還看到了藝術家與 Midjourney 和其他公司的訴訟,。

所以我也請媒體以更加細致入微的視角來看待這個問題,。無論是公共部門還是私營部門，我們都應該更深入地關注這個問題,，而不僅僅是挖掘表面,。

吳恩達：在好萊塢罷工期間，許多困難之一就是,，如果你是一名創(chuàng)作者,，你會想,，我的工作會不會消失？我的所有作品還會存在嗎,？我對此深感同情,。

我認為對于失業(yè)的擔憂可能比實際情況更為嚴重，因為正如我們之前所說,，工作是由任務構成的,，即使是藝術家的工作也是由許多任務構成的。是的,，人工智能可以自動完成一些任務,，但仍然有很多其他任務需要人來完成，而且他們可能會更加高效,，實際上還能賺更多的錢,。

但有這種擔憂，我認為這是一個挑戰(zhàn),。我認為人工智能領域需要在這方面做得更好,，進行更好的對話，并向人們保證工作喪失的情況不會像他們想象的那么糟糕,。

順便說一句,，版權法是在先前的時代制定的，我認為它需要為生成式 AI 時代進行更新,。