“大模型新范式新拐点”主题沙龙落下帷幕

2023-04-24 10:04

来源：数字原生组织

物联网智库转载

导读

4月21日下午，由智次方主办的“大模型新范式新拐点”企业沙龙圆满落幕。

4月21日下午，由智次方主办的“大模型新范式新拐点”企业沙龙圆满落幕。云知声创始人、董事长兼CTO梁家恩，智次方创始人、云和资本联合创始合伙人彭昭，UINO优锘科技联合创始人兼CEO陈傲寒齐聚活动现场，与线上线下一众关注大模型产业应用的研究者、观察者、探索者、实践者进行了主题分享与交流。

梁家恩：大模型，新时代

云知声董事长梁家恩博士认为大模型是人工智能走到这个阶段从量变到质变的一个过程，因此首先和大家一起回顾了大模型之路的梦想、坚持与创新，从1936 年图灵发表《论数字计算在决断难题中的应用》、1946 年冯·诺依曼研发第一台通用计算机 ENIAC，到1956年达特茅斯学院众人提出人工智能（AI）概念，此后人工智能的发展经历了三个阶段，第一阶段期望把人类的专家知识用机器实现——第二个阶段是机器学习——第三个阶段是深度学习，再到现在OpenAI团队引领的大模型“狂飙”，道路是曲折的，前途是光明的。

大模型的背后是数据动力学，经历了如下的历程：预训练基础模型（博闻强识）—有监督任务调教（学以致用）—模型强化学习（三省吾身）—人工价值反馈（德才兼备）。

梁家恩博士指出大模型开启了 AGI 新范式，过去十年是以鉴别式AI为主流，未来十年则是生成式AI的天下。AGI在显著提升认知能力、协同创造力、人机交互体验、信息与知识整合能力等方面取得突破：

在认知能力方面，让复杂任务能够被理解、规划和执行，使得 MaaS 模式真正成为可能，降低应对业务逻辑的代码复杂度
在协同创造力方面，高质量生成让机器辅助创作成为可能，不仅提高效率，还能提升质量
在人机交互体验方面，让自然语言人机交互成为可能，有效处理上下文、角色、情感等
在信息与知识整合能力方面，根据目的有效整合信息、知识和工具，完成给定目标，效率将大幅提升，缩小个体间知识和智商差距

AGI应用在取得突破的同时，也带来更大的潜在风险和挑战，如强大的人工智能被垄断和滥用的风险，工作、生活和学习模式转变的挑战，机器“意识”可控性等。

AIGC已具备强大的技术能力，如在文本方面的文本创作、代码生成、对话问答，在图像方面的图片编辑、图片生成、3D图像生成，在音频方面的文本合成语音、语音克隆、音乐生成，在视频方面的视频画质增强、视频内容创作、视频风格迁移，在跨模态方面的文字合成图片、文字合成视频、图像/视频到文本等。

AGI+AIGC将引领第四次产业革命，在效率提升、质量提升、需求解锁等方面能发挥重要价值，会给各个行业带来变革：

在医疗行业，智能化提高医疗全流程效率和质量，减轻医生压力，提升临床科研水平，提高医管、医保效能，规范诊疗标准及医保使用，优质资源价值最大化
在教育行业，利用 AI 技术使抽象，平面的课本具体化、立体化，使知识传播更生动有趣，优质教育资源共享，并真正实现“因材施教”的个性化教育
在金融行业，实现金融资讯、产品介绍视频内容的自动化生产，提升机构运营效率，塑造虚拟数字客服，完善金融服务，整合数据、信息和知识，提高风控能力
在工业领域，AIGC将工程设计中重复、耗时、低层次的任务自动化，缩短整体设计时间，将基于物理环境的数字几何图形快速转化为实时3D模型，高效创建工厂、设备等数字孪生系统

对于如何应对 AGI 的机遇与挑战，梁博士建议谨慎乐观、积极应对、拥抱变化，而云知声也是以这样的态度在AI浮沉浪潮中不断向前发展，历经“深度学习—全栈—通用”的三级跳。2012年云知声创立，形成了AI 三驾马车：深度学习+大数据+超算；2016年，云知声从声音领域向知识领域扩展：Atlas/DCML + 全栈/知识图谱；2022年，开启AGI 新范式及应用升级，且即将发布自己的云知声 UniGPT 大模型。

彭昭：GPT加速下的制造业数字化变革

智次方创始人彭昭的分享聚焦制造业数字化变革，对于制造企业如何利用大模型，可以有两个方向：对内，可以利用大模型实现商业模式交付升级；对外，正如华为任正非先生最近说过的“ChatGPT对我们的机会是什么？它会把计算撑大，把管道流量撑大，这样我们的产品就有市场需求”，可以对外做技术的支持与赋能。

IDC和IBM的联合研究显示，使用了人工智能驱动自动化的企业收入增长了50%，即实现了1.5倍的收入增长。对于当前正火爆的生成式AI，很多企业也已经开始应用在设计制造中，如美国国家航空航天局NASA正在使用生成式AI进行零部件的设计，初创公司Divergent 3D使用生成式AI，为英国的豪华跑车制造商阿斯顿·马丁设计的概念车打造后车架。生成式AI压缩了设计和迭代的过程，从设计的提出、对比分析，到评估其可制造性，在短短一个小时之内就可以进行30~40次迭代，这种超高快进的速度在以前是不可想象的。

制造业的几乎每一个环节、每一个岗位都可能在这场AI盛宴中发生改变，如正在或即将发生的计划无人、生产少人、配送自动等系列变化。智能制造对生产硬件、装备的改造，对流程、管理的改进，将会渗透到组织、部门的层面，甚至岗位设置都可能发生变化。未来可能会形成一种以场景拉动的跨系统的数字化决策平台，形成“系统派单→人员接单→按单激励”的模式。

下一个拐点是什么？原子经济和比特经济可以更紧密的结合，马斯克基于第一性原理，曾经说过一句很深刻的话：产品制造是把原子排列成需要的形状，决定成本的是如何去排列这些原子。因此制造产品的成本=原材料价值（获取原子的成本）+所需知识产权（排列原子的方法），这其实是一种原子比特化的方式，在制造行业，原子比特化的趋势正在开始。这个趋势呼应的是一种结构性改变，比如谷歌等互联网企业让获取信息的边际成本开始变成固定成本。下一个拐点，特斯拉等企业让物理世界可编程，获取产品的边际成本走向固定成本。

OpenAI投资了一家机器人公司1X Technologies，意在把GPT与实体机器人结合，即在AGI获得突破后他们探索的下一个阶段是“具身智慧”，智慧体需要与真实的世界，进行多模态的互动，并透过获取物理世界的真实回馈，进一步让智慧体学习、进化。

当前制造业的互联互通已具备一定的数据基础。4月20日，国务院新闻办公室举行新闻发布会，介绍2023年一季度工业和信息化发展情况。截至2023年3月底，移动物联网用户达19.84亿户，“物”连接数占比提升至53.8%，万物互联的基础稳步夯实。

互联互通基础再叠加上具身智慧的应用，可以让我们看到原子经济与比特经济紧密结合的可能。生成式AI和大模型让我们看到了利用虚实结合的方式控制物理世界的可能性，用数字虚拟的方式训练生产机器，最终实现全自动化的制造业，让机器制造机器，工厂成为产品。

以此为实践的特斯拉也拥有远超传统玩家的利润率（是主流车企的3倍），特斯拉主要是通过生产过程的优化来降低成本，Model 3的长期毛利率至少25%的预期，车型利润将在1至1.5万美元之间。获取产品的边际成本走向固定成本，产品背后的整个服务体系，才是真正体现未来产品差异化优势的核心，产品的性能和品质决定了一个企业的生存下限，生态圈的建设、融入、运营情况，将决定了其发展上限。

陈傲寒：AI会给数字孪生带来什么？

优锘科技CEO陈傲寒以数字孪生切入，也以原子和比特对数字孪生做了解释：数字孪生就是用比特把原子的现实实体做成数字实体，且数字实体和现实实体之间能够双向互动。比如我们平时用的在线打车就是一种数字孪生，地图就是现实地理空间的孪生，每一辆车都是现实车的孪生，用手机作为物联网传感器，把车和乘客的位置同步到数字空间。

由此带来的变化是将原来车和乘客在现实空间中的相互寻找，变成在数字空间通过机器、人工智能进行匹配，实现的是一种更高效、更优化的资源配置，如乘客等候的时间缩短了，车的空置率下降了。数字空间和现实空间的物理定律不同，一切行业都会被数字化重做一遍。

正如David Gelernter在书中所言：未来，从你的计算机屏幕上可以看到整个现实，可以在瞬间看到整个城市的图景，包括其中各种动态的变化如交通状况，或者是映射了整个企业的全景图形。这是一个镜像的世界，通过与这些计算机上图像的互动，我们可以与现实世界直接互动。镜像世界将革新我们对计算机的应用，从手边工具升级到魔法球，可以让我们更生动地认知世界，更深层地洞察世界，更高效地控制世界。

元宇宙是虚拟世界和真实世界的深度融合：真实世界虚拟化如生产资料虚拟化和生产活动虚拟化，生产资料虚拟化即真实世界的资源、被更全面更深入地搬上虚拟数字世界；生产活动虚拟化即活动被搬上数字世界，并可以虚实互动，在数字世界更仿真、更高效地操控和管理现实世界。

虚拟世界真实化如自然体验真实化和社会资产真实化，自然体验真实化即游戏、社交平台等从2D走向3D，从屏幕走向VR，通过AR/MR进入现实；社会资产真实化即NFT让数字世界具有现实的资产特性。

数字化转型是企业从现实空间迈向混合空间（数字空间+现实空间）的旅程。在此进程中，基于数字孪生的智能化管理是一段数字化—可视化—自动化—智能化的旅程。

英伟达CEO黄仁勋在GTC大会上曾说“从大型物理设施到手持消费品，每一个人造物体都有一天会拥有一个数字孪生，用来建造、操作和优化物体。”

数字孪生体不仅仅是现实物体在数字世界中的3D模型，还包括它的属性（如设备信息、工程信息、商品信息、坐标信息、动态指标）、行为、交互界面资源、关系（逻辑关系、空间关系）、API（数据接口、指令控制接口、交互接口）以及仿真算法（物理/机理仿真、AI仿真）。

每个物体有个数字孪生体镜像，数字孪生引擎用来创造数字空间，包括3D渲染引擎、物理引擎等。优锘科技在做的事情就是为数字孪生世界构建一套引擎、工具和平台。

当数字孪生遇到GPT，会产生怎样的影响呢？

短期看，GPT对数字孪生很重要，体现在三个方面：首先，AIGC会生成很多内容，未来也可能会生成3D模型，会使镜像建模成本大幅降低；未来大模型应该能够自主生成数字孪生的场景和应用，辅以人为的精细化调整，大大提升数字孪生的场景和应用的生产效率；软件企业本身的生产方式可能也会发生变化，未来开发人员和人工智能结对编程会成为常态。

长期看，数字孪生对GPT更重要！未来的大模型会走向多模态，数字孪生为GPT提供一种认识世界、改造世界的新方式，无需人类再作为中介。未来会如何，等待大家一起去探索答案。

扫码即可报名参会

微信扫码关注该文公众号作者

戳这里提交新闻线索和高质量文章给我们。

来源: qq

点击查看作者最近其他文章

“大模型 新范式 新拐点”主题沙龙落下帷幕

“大模型新范式新拐点”主题沙龙落下帷幕