在上海世博中心和上海世博展覽館的路上,,一個(gè)貼了數(shù)個(gè)微信群二維碼的立牌旁,,不少路人掃描入群,,一個(gè)女士說:“很多群都滿了,,需要有人拉才行,?!?/p>
而在另一個(gè)微信群里,,不時(shí)有群主提示,,展覽館開放注冊了,,可以注冊進(jìn)入了。
連日的梅雨之后,,上海進(jìn)入炎熱的夏季,,正在舉行的2024世界人工智能大會(huì),就像當(dāng)下37,、38度的天氣一樣,,無論是場內(nèi)還是場外,熱度都非常高,,國內(nèi)外專家學(xué)者和企業(yè)家們,,都加入到這場AI的最大盛會(huì)。
百度創(chuàng)始人李彥宏分享中提到說,,上一次參加世界人工智能大會(huì)是2022年,,當(dāng)時(shí)主題是元宇宙,當(dāng)時(shí)主辦方希望他講元宇宙,,李彥宏堅(jiān)持說講AI,,并把主題定在了AIGC,“我認(rèn)為AI的技術(shù)發(fā)展路線,,發(fā)生了方向性的改變,,就是從過去的辨別式人工智能,轉(zhuǎn)向了未來的生成式人工智能,?!崩顝┖暾f,講這話后的5個(gè)月,,ChatGPT發(fā)布,,后來的事情大家就更清楚,兩年的時(shí)間恍若隔世,整個(gè)世界都變了,,人工智能顛覆了絕大多數(shù)人的認(rèn)知,。
阿里云CTO周靖人也是早在2022年就提出了MaaS,也就是模型即服務(wù)的概念,,“兩年前,,我們在世界人工智能大會(huì)上發(fā)布通義大模型系列,當(dāng)時(shí)我們公布,,通義核心模型將開源開放,。到今天,通義千問已經(jīng)實(shí)現(xiàn)真正意義上的全尺寸,、全模態(tài)開源,,拉平了開源、閉源模型之間的差距,?!敝芫溉嗽?024世界人工智能大會(huì)期間這樣說。
確實(shí),,在這個(gè)AI盛會(huì)期間,,各路大佬們分享的高密度信息,以及思維和觀點(diǎn)的碰撞,,夾雜著對(duì)未來發(fā)展趨勢的洞悉和預(yù)判,,一定程度上,讓我們看到未來的一部分,。
接下來,,我們看看大佬們都說了什么吧!
上海人工智能實(shí)驗(yàn)室主任,、首席科學(xué)家,,清華大學(xué)惠妍講席教授,,銜遠(yuǎn)科技創(chuàng)始人周伯文:通向AGI的必經(jīng)之路是ABI,,并會(huì)有通專融合的“價(jià)值引爆點(diǎn)”
“通向AGI的必經(jīng)之路是ABI,即廣義人工智能,。從學(xué)術(shù)上我給出了嚴(yán)格的定義:自監(jiān)督,、端對(duì)端、從判別式走向生成式,?!?/p>
周伯文認(rèn)為,人工智能AGI落地會(huì)有一個(gè)高價(jià)值區(qū)域,,同時(shí)要求模型兼?zhèn)浜軓?qiáng)的泛化能力和足夠的專業(yè)性,。這個(gè)區(qū)域離原點(diǎn)最近的位置,,我們把它叫做通專融合的“價(jià)值引爆點(diǎn)”。
根據(jù)對(duì)歷史生產(chǎn)力提升的分析,我們認(rèn)為處在這個(gè)點(diǎn)的大模型,,在專業(yè)能力上應(yīng)超過90%的專業(yè)人類,,同時(shí)具備強(qiáng)泛化能力,即ABI的能力,。誰先進(jìn)入高價(jià)值區(qū)域,,即意味著誰的能力更強(qiáng),擁有更多的場景和數(shù)據(jù)飛輪,,并因此更早擁有自我進(jìn)化迭代的能力,。
周伯文認(rèn)為,,強(qiáng)泛化之上的專業(yè)能力是AI皇冠上的明珠,通專融合的發(fā)展新范式,。
如何瞄準(zhǔn)構(gòu)建一個(gè)既具有泛化性又具備專業(yè)能力的AI系統(tǒng),,以更高效、更好地適應(yīng)和解決現(xiàn)實(shí)世界中的復(fù)雜問題,?這包括三層重點(diǎn)工作:
-
基礎(chǔ)模型層:專注于更高效地構(gòu)建通用泛化能力,,尤其是其高階能力,如數(shù)理,、因果推理等,。通過高質(zhì)量數(shù)據(jù)的清洗和合成,研發(fā)高性能訓(xùn)練框架,、高效的模型架構(gòu),。
-
融合協(xié)同層:采用多路線協(xié)同的算法和技術(shù),構(gòu)建比肩人類優(yōu)秀水平的專業(yè)能力,。我們的原創(chuàng)工作包括高密度監(jiān)督信號(hào)的生成,、復(fù)雜任務(wù)規(guī)劃,以及新的架構(gòu)來實(shí)現(xiàn)系統(tǒng)1(即快速,、直覺反應(yīng)的系統(tǒng))和系統(tǒng)2(慢速、邏輯分析的系統(tǒng))之間的交互,。通過這些技術(shù),,AI能夠在復(fù)雜環(huán)境中做出決策,將復(fù)雜任務(wù)分解為更易管理的子任務(wù),,制定行動(dòng)計(jì)劃,,并有效地協(xié)調(diào)多個(gè)智能體,,以實(shí)現(xiàn)群體智能的涌現(xiàn)。
-
自主進(jìn)化與交互層:強(qiáng)調(diào)AI的自主探索和反饋閉環(huán)的重要性,。AI系統(tǒng)需要能夠在真實(shí)或仿真世界中自主地收集數(shù)據(jù),、學(xué)習(xí)并適應(yīng)環(huán)境。通過與環(huán)境的交互,,AI能夠獲得反饋,,這些反饋對(duì)于其自我進(jìn)化至關(guān)重要。自主進(jìn)化與交互層使AI能夠進(jìn)行具身自主學(xué)習(xí),,最終對(duì)世界模型有更深刻的理解并與之交互,,完成開放世界任務(wù)。
早在1900年,,德國數(shù)學(xué)家大衛(wèi)·希爾伯特(David Hilbert)提出了著名的“23個(gè)問題”,,引領(lǐng)了數(shù)學(xué)很多子領(lǐng)域數(shù)百年的發(fā)展。
在科學(xué)上,,提出一個(gè)好問題往往比解決問題更重要,。希爾伯特還有一句名言,這也是他的墓志銘:“We must know. We will know.”我們必須知道,。我們終將知道,。
“今天我們踏上通專融合的路線,探索通用人工智能AGI的未來,,展望下一代的AI for Science,,更可以從這句話中汲取靈感和激勵(lì)?!敝懿倪@樣說,。
中國工程院院士、清華大學(xué)智能產(chǎn)業(yè)研究院(AIR)院長張亞勤:大模型和生成式AI有五個(gè)大的趨勢
在 2024 世界人工智能大會(huì) “長三角協(xié)同創(chuàng)新AI新質(zhì)生產(chǎn)力發(fā)展”論壇上,中國工程院院士,、清華大學(xué)智能產(chǎn)業(yè)研究院(AIR)院長張亞勤就大模型和生成式AI的發(fā)展趨勢等進(jìn)行了分享,。
張亞勤認(rèn)為大模型和生成式AI有五個(gè)大的趨勢:
-
第一個(gè)趨勢是多模態(tài)、跨模態(tài),、多尺度,,這里面有文字、聲音,、圖像,、視頻,但是也包括像激光雷達(dá),、結(jié)構(gòu)傳感器,、生物里面DNA,、蛋白質(zhì)、細(xì)胞,,其實(shí)是一種多模態(tài),、跨模態(tài)的方式。
-
第二個(gè)趨勢是走向邊緣,,現(xiàn)在講的大模型更多的是基礎(chǔ)大模型在云端的,,現(xiàn)在更多的智能走向PC、電視,、手機(jī),、車,走向各種邊緣,。
-
第三是智能體的發(fā)展,,特別是自主規(guī)劃去完成一個(gè)任務(wù),自我升級(jí),,包括自我編程,、自動(dòng)試錯(cuò)。
-
第四是物理智能,,現(xiàn)在大模型和物理世界結(jié)合起來,,包括無人車、無人機(jī),、無人系統(tǒng),,包括物理設(shè)施、基礎(chǔ)設(shè)施,,走向通用人工智能不僅僅要理解這個(gè)世界,,要讀書,而且要走路,。其實(shí)物理智能就是我們機(jī)器和物理世界交互學(xué)到我們這個(gè)世界模型,。
-
第五是比較長遠(yuǎn),也是最重要的智能,是生物智能,我們把大模型和我們的大腦,、器官,、生物體連在一塊的時(shí)候,這時(shí)候智能是AI加上HI新的智能,。
張亞勤認(rèn)為,,現(xiàn)在行業(yè)簡單的堆算力、堆數(shù)據(jù),,一定會(huì)有達(dá)到一個(gè)瓶頸,,一定會(huì)遇到一個(gè)瓶頸,效率十分低,比起人的大腦目前效率可能低3個(gè)數(shù)量級(jí),,現(xiàn)在有860億個(gè)神經(jīng)元?!懊總€(gè)神經(jīng)元有一千到一萬個(gè)連結(jié),,但是我們只用20瓦,所以我們的效率是高了很多,?!?/p>
張亞勤預(yù)計(jì),未來五年會(huì)出現(xiàn)一個(gè)全新的架構(gòu),,這個(gè)框架需要首先要有一個(gè)記憶系統(tǒng),,像人類是三層有DNA記憶、短期記憶,、海馬體記憶,,皮層記憶、長期記憶?,F(xiàn)在目前的AI大模型是沒有真正的支持記憶系統(tǒng)的,,沒有真正的物理模型,系統(tǒng)推理能力比較差,,透明性也比較差,。
什么時(shí)候可以達(dá)到AGI?張亞勤給出一個(gè)時(shí)間段:15-20年,。他把這個(gè)時(shí)間分成三個(gè)階段:
-
第一是現(xiàn)在信息智能,,多模態(tài)智能。
目前的ChatGPT或者GPT4已經(jīng)通過圖靈測試了,,視頻像Sora等在5年之內(nèi)預(yù)計(jì)也能通過圖靈測試,,是一個(gè)新的圖靈測試。
-
第二個(gè)是物理智能或者具身智能,,這可能需要5年甚至更長的時(shí)間,。
具身智能第一個(gè)就是無人駕駛,無人駕駛可能是最快通過圖靈測試的具身智能,。然后是機(jī)器人,,產(chǎn)業(yè)的機(jī)器人、家庭的機(jī)器人等,,這個(gè)需要可能5-10年的時(shí)間,。
-
最后是生物智能,包括腦機(jī)接口,、植入芯片或者是傳感器也好,,可能還需要5年、10年,。如果5年前問我這個(gè)問題我說可能需要50年,,過去這幾年大模型的發(fā)展,,我認(rèn)為是加速了,20年之內(nèi)可以達(dá)到AGI,。
中國工程院院士,、之江實(shí)驗(yàn)室主任、阿里云創(chuàng)始人王堅(jiān):一定會(huì)有新的大公司出現(xiàn),,也一定會(huì)有大公司烈火重生
“人工智能有一個(gè)非常長的過去,,但是有一個(gè)非常短的歷史。長到什么時(shí)候呢,?長到其實(shí)你可以追溯到一百多年以前,。但是短到什么時(shí)候呢?短到就是GPT的出來,。GPT的潛力,,今天事實(shí)上還是沒有被完整的探索的?!?/p>
王堅(jiān)認(rèn)為,,未來十年將是一個(gè)非常激動(dòng)人心的十年,,一定會(huì)有新的大公司出現(xiàn),也一定會(huì)有大公司烈火重生,。
人工智能,,是一個(gè)非常革命性的東西。它對(duì)產(chǎn)業(yè)的影響一定是反映在兩方面:
-
第一,, 只要是個(gè)新的技術(shù),,一定會(huì)有新的大公司出現(xiàn)。如果一個(gè)新的技術(shù)出來,,沒有新的大公司出現(xiàn),,那它是不是顛覆性的技術(shù)是要打個(gè)問號(hào)的。但是我自己相信,,在這個(gè)時(shí)代一定會(huì)有新的大公司出來,。就像當(dāng)年的GE一樣,這是第一個(gè)邏輯來看這件事情,。
-
第二,, 一定會(huì)有大公司是烈火重生的。就像前幾天大家看到蘋果這個(gè)事情,。我覺得蘋果這個(gè)發(fā)布很有意思,,不是他拿AI去服務(wù)了C端的客戶,事實(shí)上人工智能技術(shù)重新重構(gòu)了蘋果這家公司,這個(gè)重構(gòu)是從重構(gòu)它的操作系統(tǒng)開始的,。所以我自己覺得,,因?yàn)橛辛巳斯ぶ悄芗夹g(shù),蘋果這家公司不一樣,,那是不是真的能不一樣,?但我們要再往下看,但是我想只有不一樣,,以后他可能才可以市場上活得更好。所以我想對(duì)于大公司而言,,就是大的企業(yè)而言,,只有兩種可能性。
王堅(jiān)說,,因?yàn)閿?shù)據(jù)等,,人工智能對(duì)大公司會(huì)友好一點(diǎn)。但友好并不是說它會(huì)對(duì)你寬容,,你沒有創(chuàng)造力,,它也不會(huì)對(duì)你寬容,因?yàn)樵撁媾R的挑戰(zhàn)還是會(huì)面臨的,。
“最后你發(fā)現(xiàn)有一個(gè)因素容易被忽略,,就是人。AI我們這么講是革命性力量的時(shí)候,,你發(fā)現(xiàn)AI對(duì)每個(gè)部門都會(huì)產(chǎn)生影響,,要所有部門的所有人都去擁抱AI這在很多大企業(yè)是很難的。我想小企業(yè)跟大企業(yè)的差別就是,,根本上,,小企業(yè)一定會(huì)覺得大企業(yè)一定會(huì)覺得AI是工具的革命。小企業(yè)一定會(huì)覺得這是革命的工具,,那就是點(diǎn)差別,。我想大企業(yè)也要意識(shí)到這是革命的工具,那這個(gè)變化就來了,?!?/p>
另外,關(guān)于能源問題,,王堅(jiān)認(rèn)為,,要放在時(shí)間和空間維度動(dòng)態(tài)來看。
“1980年全世界都擔(dān)心石油馬上沒有了,,沒想到越到現(xiàn)在石油反而更便宜了,。”王堅(jiān)認(rèn)為,所有的問題都是要在動(dòng)態(tài)過程中解決,,你根本不會(huì)想到可能十年以后說的算力,,跟今天說的算力不是同一個(gè)算力。十年以后說的電,,可能跟今天說的電也不是同一個(gè)概念,。“所以我是覺得這個(gè)還是要在動(dòng)態(tài)過程解決,,一定不能在現(xiàn)在這個(gè)時(shí)刻的狀態(tài)來解決十年以后的問題,。要拿十年以后的狀態(tài)來解決十年以后的問題?!?/p>
商湯科技董事長兼CEO徐立:有應(yīng)用支撐,,才能迎來AI的超級(jí)時(shí)刻
“超級(jí)時(shí)刻和應(yīng)用是互相成就的,,只有超級(jí)時(shí)刻帶來的認(rèn)知的變化,最后才能推動(dòng)這樣一個(gè)應(yīng)用,。所以倒推回來,,如果我們后面用應(yīng)用來支撐,那么我們現(xiàn)在這個(gè)時(shí)刻就是超級(jí)時(shí)刻,?!?024世界人工智能大會(huì)期間,徐立說,,就像IPhone一樣,,因?yàn)槭怯辛诉@個(gè)平臺(tái),后面才有iOS上面的App Store生態(tài),,應(yīng)用是決定這個(gè)時(shí)代是不是人工智能超級(jí)時(shí)刻的一個(gè)關(guān)鍵,。
要走向應(yīng)用,人們在認(rèn)知上有幾個(gè)核心的重要的突破點(diǎn):
-
一是對(duì)高階的邏輯數(shù)據(jù)的依賴性來解決人工智能的推理問題,,就是它的智慧,。
現(xiàn)在的人工智能大模型某種程度上只是記憶器,他只是背下了所有的知識(shí)點(diǎn),,它僅有的一點(diǎn)點(diǎn)的智能其實(shí)是來自于互聯(lián)網(wǎng)上的數(shù)據(jù)背后帶有的一個(gè)高階的邏輯思維鏈,。那在在垂直領(lǐng)域里要做一個(gè)突破,依賴于人類去構(gòu)造更加高級(jí)的思維鏈背后的邏輯,,甚至是再往上一步,,不依賴于人類,也就是通過跟真實(shí)世界的交互形成執(zhí)行的數(shù)據(jù),,形成知識(shí)層,、推理層以及執(zhí)行層,。
-
第二個(gè)是實(shí)時(shí)的交互性能夠帶來一個(gè)流暢的體驗(yàn),也是帶來推動(dòng)超級(jí)時(shí)刻以及應(yīng)用變化的一個(gè)核心,。
-
最后很重要的一點(diǎn)是可控性,,不管是文本、圖像,、視頻,,如果對(duì)它沒有具備可控性,它作為一個(gè)工具,,它本身能夠帶來的效能的提升就非常的有限,。
徐立說,如果要推動(dòng)人工智能超級(jí)時(shí)刻的到來,,需要大模型可以展現(xiàn)出卓越的深度思考的能力,。首先合成的人工數(shù)據(jù),特別是高級(jí)思維的數(shù)據(jù)往往是非常重要的,,所以越是有應(yīng)用的場景,才能形成更好的高質(zhì)量的數(shù)據(jù)的一些核心,。
第二自然的沒有延遲的交互,。所以端側(cè)其實(shí)也是一個(gè)非常重要的突破點(diǎn),今年商湯科技著重推動(dòng)模型的端側(cè)優(yōu)化,,實(shí)時(shí)的交互變化更加的流暢,。用好端和云兩部分的計(jì)算機(jī)資源,才能夠成為一種全自然的交互模式,。
第三就是所有的生成都要可控,,你不需要做得很好,但你需要知道你哪里做得不好,,并且說做哪里進(jìn)行一些修改,,有了這樣的一個(gè)邊界,那么實(shí)際上才能做到真正的可控技術(shù)以及可持續(xù)的技術(shù)發(fā)展,。
百度創(chuàng)始人,、董事長兼首席執(zhí)行官李彥宏:閉源模型最能打、避免掉入”超級(jí)應(yīng)用陷阱”,,最看好智能體
2024世界人工智能大會(huì)期間,,李彥宏的分享不僅回應(yīng)了關(guān)于開源還是閉源的問題,,也提到了是否發(fā)展超級(jí)應(yīng)用等問題。
李彥宏認(rèn)為,,在大多數(shù)的應(yīng)用場景,,開源模型并不合適,,當(dāng)你處在一個(gè)激烈競爭的市場環(huán)境當(dāng)中的時(shí)候,你需要是讓自己業(yè)務(wù)的效率比你的同行更高,,成本比你的同行更低,,這個(gè)時(shí)候商業(yè)化的閉源模型是最能打的。
李彥宏說,,有些外行甚至混淆了模型開源和代碼開源這兩個(gè)概念,,模型開源你拿到的是一大堆的參數(shù),你還是要去做SFT(監(jiān)督微調(diào)),,還是要去做安全對(duì)齊,,你不知道這些參數(shù)是怎么來的。你是無法做到眾人拾柴火焰高的,,即使你拿到對(duì)應(yīng)的源代碼,,你也不知道他用了多少數(shù)據(jù),用了什么比例的數(shù)據(jù)去訓(xùn)練這些參數(shù),。所以拿到這些東西,,并不能夠讓你站在巨人的肩膀上去迭代和開發(fā)。
所以同樣參數(shù)規(guī)模之下,,閉源模型的能力就比開源模型要更好,,而如果開源想要能力追平閉源,那么它就需要有更大的參數(shù),,這就意味著推理成本會(huì)更高,,反應(yīng)速度會(huì)更慢。
李彥宏也強(qiáng)調(diào)了從卷模型到卷應(yīng)用的觀點(diǎn),,“沒有應(yīng)用,,光有基礎(chǔ)模型,不管是開源還是閉源都一文不值,?!?/p>
李彥宏說,基于基礎(chǔ)模型的應(yīng)用在各行各業(yè),、各個(gè)領(lǐng)域都已經(jīng)開始了逐步的滲透,,兩個(gè)多月前我們宣布文心大模型的日調(diào)用量超過了2億,最近文心的日均調(diào)用量超過了5億,!僅僅兩個(gè)多月的時(shí)間,,調(diào)用量發(fā)生了這么大的變化,足見它背后代表了真實(shí)的需求,,是有人在用,,是有人真的從大模型當(dāng)中獲益了,得到了價(jià)值,。
比如在快遞領(lǐng)域,,讓大模型幫助處理訂單,,做到了”一張圖、一句話寄快遞”,,不再需要其他繁瑣的流程,,時(shí)間從3分多鐘縮短到19秒。而且90%以上的售后問題,,也都由大模型來解決,,效率提升非常的明顯。
再比如在小說創(chuàng)作領(lǐng)域,,一開始也用開源模型做出過一些效果,,后來改用文心輕量級(jí)模型,經(jīng)過10輪上萬組數(shù)據(jù)的SFT和post pretrain,,結(jié)果有了明顯的提升,,最近又轉(zhuǎn)到文心4.0版本,僅用了數(shù)百條數(shù)據(jù),,4.0就在情節(jié)和邏輯方面展現(xiàn)出了非凡的優(yōu)勢,,生成的內(nèi)容無論是可用率還是優(yōu)質(zhì)率都大大超過了輕量級(jí)模型,網(wǎng)文作者們?nèi)缁⑻硪恚?/p>
其實(shí)更通用的領(lǐng)域,,比如說代碼生成,,文心快碼這樣的軟件,在各個(gè)領(lǐng)域,,也在逐步的滲透,,百度內(nèi)部的話,,我們有30%左右的代碼,,已經(jīng)用AI生成的,代碼的采用率超過了44%,。
李彥宏認(rèn)為,,要避免掉入”超級(jí)應(yīng)用陷阱”,覺得一定要出現(xiàn)一個(gè)DAU10億的APP才叫成功,,這是移動(dòng)時(shí)代的思維邏輯,。其實(shí)不一定,AI時(shí)代,,”超級(jí)能干”的應(yīng)用比只看DAU的”超級(jí)應(yīng)用”恐怕要更重要,,只要對(duì)產(chǎn)業(yè)、對(duì)應(yīng)用場景能產(chǎn)生大的增益,,整體的價(jià)值就比移動(dòng)互聯(lián)網(wǎng)要大多了,。
”隨著基礎(chǔ)模型的日益強(qiáng)大,開發(fā)應(yīng)用也越來越簡單了,,最簡單的就是智能體,,這也是我們最看好的AI應(yīng)用的發(fā)展方向,。“李彥宏認(rèn)為,,制作一個(gè)好的智能體通常并不需要編碼,,只要用人話把智能體的工作流說清楚,再配上專有的知識(shí)庫,,一般就是一個(gè)很有價(jià)值的智能體了,。這比互聯(lián)網(wǎng)時(shí)代制作一個(gè)網(wǎng)頁還要簡單。
未來在醫(yī)療,、金融,、教育、制造,、交通,、農(nóng)業(yè)等等領(lǐng)域,都會(huì)依據(jù)自己的場景,,自己特有的經(jīng)驗(yàn),、規(guī)則、數(shù)據(jù)等等,,做出各種各樣的智能體,,將來會(huì)有數(shù)以百萬量級(jí)的智能體出現(xiàn),形成龐大的智能體生態(tài),。
上??茖W(xué)智能研究院院長、復(fù)旦大學(xué)浩清特聘教授,、無限光年創(chuàng)始人漆遠(yuǎn):實(shí)現(xiàn)通用人工智能的最好標(biāo)志之一就是實(shí)現(xiàn) “AI愛因斯坦”
“在AI 1.0時(shí)代,,從風(fēng)控到搜索,、推薦,每個(gè)具體任務(wù)都訓(xùn)練出一個(gè)模型,,聚焦同一個(gè)任務(wù)或領(lǐng)域的具體任務(wù),。”漆遠(yuǎn)認(rèn)為,,“在今天的AI 2.0時(shí)代,,大模型有更好的泛化能力,可以在很多領(lǐng)域或某一類垂直領(lǐng)域的多項(xiàng)任務(wù)中發(fā)揮接近或超越人類的能力,。我們看到了通用人工智能的火花,。”
與AI對(duì)話,,欣賞與傳播AI生成的文本,、圖片與視頻……AI已經(jīng)為人們的生活帶來便利與樂趣,。但是“所有的大模型都是‘做夢的機(jī)器’,都有幻覺的特點(diǎn)”,,漆遠(yuǎn)坦言,,“幻覺和幻想類似,在情感對(duì)話和藝術(shù)創(chuàng)作里可以發(fā)揮作用,。但是如果想把大模型作為生產(chǎn)力工具,,在科研、醫(yī)學(xué),、金融等領(lǐng)域的核心業(yè)務(wù)里發(fā)揮重要作用,,大模型的幻覺就是個(gè)大問題,可能會(huì)違背基礎(chǔ)規(guī)律,,導(dǎo)致差之毫厘,,謬以千里?!薄皬奈⒂^的分子,,到宏觀的人體表型、到更宏觀的氣象氣候和復(fù)雜的經(jīng)濟(jì)金融系統(tǒng),,我們需要AI大模型做出精準(zhǔn)預(yù)測,,給出靠譜的答案,甚至發(fā)現(xiàn)未知的規(guī)律,?!?/p>
漆遠(yuǎn)認(rèn)為,scaling law還有紅利,,但是基于transformer(注:變壓器)自回歸架構(gòu)的大模型不足夠走到通用人工智能,,無論是從AI技術(shù)本身角度還是從能耗的角度而言。未來要把人工智能的邏輯推理為代表的符號(hào)主義和深度學(xué)習(xí)為代表的聯(lián)結(jié)主義結(jié)合在一起,,融合知識(shí)規(guī)則,、數(shù)字世界與物理世界里的數(shù)據(jù),,去探索與發(fā)現(xiàn)世界里的未知規(guī)律,。
今天的深度學(xué)習(xí)是對(duì)數(shù)據(jù)的模擬和壓縮,擅長對(duì)觀測數(shù)據(jù)的概率內(nèi)插預(yù)測,,并不擅長對(duì)數(shù)據(jù)之外的外插推演,,更不擅長多步的邏輯推演。而愛因斯坦的大腦,,作為人類智能一個(gè)巔峰體現(xiàn),,結(jié)合有限的物理觀測數(shù)據(jù)、自己的“合成數(shù)據(jù)”和黎曼幾何等數(shù)學(xué)工具,,提出狹義和廣義相對(duì)論,,適用于廣闊的宇宙,。漆遠(yuǎn)認(rèn)為實(shí)現(xiàn)通用人工智能的最好標(biāo)志之一就是實(shí)現(xiàn) “AI愛因斯坦”,發(fā)現(xiàn)復(fù)雜世界的未知規(guī)律,。
施耐德電氣副總裁古月:沒有生態(tài)的力量,,AI很難真正發(fā)展起來
沒有生態(tài)的力量,AI很難真正發(fā)展起來,,更不用說在產(chǎn)業(yè)推廣應(yīng)用,。
因?yàn)锳I要蓬勃發(fā)展,需要算法,、算力,、數(shù)據(jù)等因素的支撐,單獨(dú)一家企業(yè)很難具備這些所有的能力,。AI的規(guī)?;瘧?yīng)用、技術(shù)創(chuàng)新迭代,、產(chǎn)業(yè)可持續(xù)發(fā)展,,這些都離不開高度開放合作的生態(tài)體系。AI產(chǎn)業(yè)鏈上的不同企業(yè),、機(jī)構(gòu)和個(gè)人需要共同協(xié)作,、相互賦能,才能釋放AI技術(shù)紅利和產(chǎn)業(yè)價(jià)值,,實(shí)現(xiàn)經(jīng)濟(jì)效益和社會(huì)效益的共贏,。
施耐德電氣商業(yè)價(jià)值研究院認(rèn)為,企業(yè)對(duì)于AI價(jià)值的期待正在從單一向立體轉(zhuǎn)變,,形成三大顯著趨勢:首先,,從僅重視AI的商業(yè)收益,拓展到越來越注重社會(huì)環(huán)境價(jià)值,;其次,,價(jià)值取向從宏觀決策到微觀個(gè)體,更加關(guān)注AI如何影響并優(yōu)化每一位用戶的體驗(yàn),;第三,,從追求AI帶來短期的快速增長,到更重視長期的價(jià)值跨越,。
騰訊集團(tuán)副總裁蔣杰:場景應(yīng)用會(huì)成為未來大模型的決勝要素
“未來通用模型會(huì)成為水,、電、網(wǎng)絡(luò)等基礎(chǔ)設(shè)施一樣存在,,供業(yè)務(wù)和應(yīng)用按需接入,。”騰訊集團(tuán)副總裁蔣杰認(rèn)為,從行業(yè)和應(yīng)用的角度來看,,未來會(huì)出現(xiàn)更多不同尺寸,、不同模態(tài)的模型,業(yè)務(wù)可以通過大小模型的協(xié)同,,在提升性能的同時(shí)滿足定制化需求,。
騰訊混元大模型自2023年9月首次亮相以來,,經(jīng)過多次迭代升級(jí),在國內(nèi)率先采用MoE架構(gòu),,實(shí)現(xiàn)性能大幅提升,,模型整體參數(shù)量已達(dá)到萬億,tokens數(shù)量超過7萬億,,居國內(nèi)大模型第一梯隊(duì),。
目前,騰訊混元大模型已通過騰訊云向企業(yè)及個(gè)人開發(fā)者開放,,包含萬億,、千億、百億等不同參數(shù)尺寸,,接下來,,多種尺寸的騰訊混元MoE模型也將對(duì)外開源,可分別支持手機(jī)端,、PC端,、云以及數(shù)據(jù)中心等多樣化的部署場景。
蔣杰表示,,大模型行業(yè)正經(jīng)歷從單模態(tài)到多模態(tài),,再到全模態(tài)的演進(jìn)。比如在文生圖領(lǐng)域,,最近效果比較好的是采用 DiT 架構(gòu)的模型,,它融合了早前主要用于文本生成的Transformer架構(gòu),并在圖像和視頻生成任務(wù)中展現(xiàn)出了顯著的優(yōu)勢,;在文生視頻領(lǐng)域,,視頻生成正朝著更高分辨率、更長時(shí)長,、更精細(xì)的方向發(fā)展,,一些較好的模型已經(jīng)能夠生成長達(dá)數(shù)分鐘高清的視頻,,帶來了廣闊的應(yīng)用想象空間,。
騰訊混元大模型正在積極部署多模態(tài)甚至全模態(tài)技術(shù),在文生圖方面,,混元文生圖打造了業(yè)界首個(gè)中文原生DiT架構(gòu)生圖模型效果超開源 Stable Diffusion 模型,,發(fā)布一個(gè)多月Github 點(diǎn)贊數(shù)超過兩千,,是社區(qū)內(nèi)最受歡迎的國產(chǎn)開源文生圖模型;在3D生成方面,,單圖輸入僅需30秒即可生成動(dòng)漫,、汽車、建筑等類型的3D模型,;在視頻生成方面,,騰訊混元擁有文生視頻、圖生視頻,、圖文生視頻,、視頻生視頻4大核心能力,支持視頻風(fēng)格化,、視頻重繪等多樣化的產(chǎn)品玩法,。
蔣杰認(rèn)為,場景應(yīng)用會(huì)成為未來大模型的決勝要素,。當(dāng)前大模型的落地主要集中在生產(chǎn)工具和提效方面,,距離真正的業(yè)務(wù)創(chuàng)新還有一定距離,缺少殺手級(jí)的應(yīng)用,,不過行業(yè)的探索一直沒有停下,。
T3出行CEO崔大勇 :2027年將是自動(dòng)駕駛商業(yè)化運(yùn)營拐點(diǎn)
除了大模型以外,自動(dòng)駕駛是人工智能技術(shù)落地應(yīng)用的另一重要領(lǐng)域,。
自動(dòng)駕駛何時(shí)會(huì)迎來大規(guī)模商業(yè)化運(yùn)營,?T3出行CEO崔大勇在2024 世界人工智能大會(huì) “長三角協(xié)同創(chuàng)新AI新質(zhì)生產(chǎn)力發(fā)展”論壇上預(yù)測說,,2027年是自動(dòng)駕駛進(jìn)入商業(yè)化運(yùn)營的拐點(diǎn)。
一方面,,隨著人工智能大模型時(shí)代到來,,自動(dòng)駕駛技術(shù)日益成熟。另一方面,,自動(dòng)駕駛車輛成本降低,。“Robotaxi車輛成本在100萬元以上時(shí),,就沒有商業(yè)化應(yīng)用場景,。眼下,我們已經(jīng)看到有企業(yè)推出30萬元以內(nèi)的量產(chǎn)車型,。這樣的車輛批量上市,,便能夠大規(guī)模應(yīng)用。”崔大勇說,。
值得一提的是,,相關(guān)部門積極推進(jìn)完善智能網(wǎng)聯(lián)汽車和自動(dòng)駕駛相關(guān)法律法規(guī)制度建設(shè),讓自動(dòng)駕駛商業(yè)化應(yīng)用再提速,。其中,,五部門已確定20個(gè)城市(聯(lián)合體)為智能網(wǎng)聯(lián)汽車“車路云一體化”應(yīng)用試點(diǎn)城市。
從更長遠(yuǎn)來看,,人工智能將大大改變?nèi)藗兂鲂畜w驗(yàn),。崔大勇舉例稱,隨著自動(dòng)駕駛,,尤其是全無人駕駛時(shí)代的到來,,乘客將享有獨(dú)屬于自己的車上空間。比如,,乘客可以在車上開電視電話會(huì),、玩游戲,或者看視頻,,這是一個(gè)私密的,、完全放松的個(gè)人空間。
綜上,,從各方的發(fā)言中,,不難看出,在大模型的發(fā)展范疇下,,更加務(wù)實(shí)的走向場景,、應(yīng)用,找到商業(yè)化的路徑,,已經(jīng)成為業(yè)內(nèi)的共識(shí),,而且會(huì)在未來幾年時(shí)間成為發(fā)展的重要路徑和方向。
免責(zé)聲明:本文來自網(wǎng)絡(luò)收錄或投稿,,觀點(diǎn)僅代表作者本人,,不代表芒果財(cái)經(jīng)贊同其觀點(diǎn)或證實(shí)其描述,版權(quán)歸原作者所有,。轉(zhuǎn)載請(qǐng)注明出處:http://lequren.com/1111723.html
溫馨提示:投資有風(fēng)險(xiǎn),,入市須謹(jǐn)慎。本資訊不作為投資理財(cái)建議,。