大咖巅峰激辩人工智能:智能新世代看点、赛点、拐点|甲子引力X
AI大模型机会,我们如何抓住?
1.智能新世代
参与者最好的入场姿势是什么?
张一甲:今天都是老朋友,包括线上的两位。非常开心,今天的五位嘉宾中,几乎每一位都代表了一个身份,能够为我们提供智能产业中“产学研政企投服”的不同视角。首先请所有嘉宾介绍一下自己和智能新世代的关系,讲述自己扮演的角色在AI生态中的视角。
胡郁:我是科大讯飞联合创始人胡郁。科大讯飞在1999年成立了一家人工智能公司,当时人工智能处于第二次低谷,互联网才是最热的,但是我们在中国的人工智能领域坚持了20多年。我在科大讯飞做研究院创始院长时,做出了讯飞输入法。2014年,科大讯飞从语音转向人工智能。同时我也是科大讯飞的轮值总裁,在人工智能最低谷开始创业,也经历了人工智能第三次浪潮,有很多经验和感触。我和一甲过去几年合作过很多次,非常高兴有这样的机会,在人工智能再次有了新热潮的时候能跟大家一起探讨和分享。
科大讯飞联合创始人&聆思科技董事长胡郁
陆雷:我是经历过1999年互联网IT热潮的老兵,也在互联网从业25年。我现在是上海市信息服务协会的秘书长。如果贴一个标签的话,我愿做这个行业永远乐观的吹鼓手。
商容:我是来自微软亚太研发集团的商容。微软亚太集团成立于2006年1月,我在2006年底从思科加入微软,过去的16年,与数千名从事基础研究、技术孵化、产品开发的工程师、研究员一起见证计算机科学的一次次重大突破,这是信息产业波澜壮阔的时代。之前在思科工作的8年,也非常荣幸经历了互联网革命的浪潮。
张璐:谢谢一甲。大家好,我是张璐,在硅谷主要做科技和医疗层面的投资,在2015年创立了Fusion Fund。从2015年开始,我们在北美投资中早期的、科技属性非常强的科技公司,这些公司也有非常强的全球化布局理念。我自己本身经历也比较特殊,我最早在斯坦福进行材料科学方面的研究,之后从科研者转型成了创业者。我很早开始创业,21岁创立了第一家医疗器械公司。当时我们通过数据的应用提供个性化诊断的有关服务,只是没有关联人工智能应用的标签。我的公司被高价收购之后,我就进入投资行业,在2015年成立了自己的基金Fusion Fund。从2015年到现在,在人工智能驱动下,各式各样的垂直行业布局非常多。两年前,我们开始布局生成式人工智能在垂直领域的应用。今天我们讨论的很多话题,比如“什么产业适用于人工智能技术”,这也是我们在硅谷重点关注的方向。现在无论是一线的投资人还是创业者都非常兴奋,也很高兴有机会和大家分享我们在硅谷的所见所闻。
黄民烈:各位好,我是来自清华大学的黄民烈。我现在是清华计算机系的教授,同时我们也创立了一家公司叫聆心智能。聆心智能是做对话大模型的公司,我们主要做超拟人大模型,赋能一些数字人、游戏、教育、营销等各种场景。聆心智能也是国内最早做大模型的团队。2020年年底,我们就开始做这个大模型,那时刚好是GTP-3问世不久。在这个背景下,我们孵化了这样一家公司。
张一甲:我们今天的人工智能讨论将分为不同的视角展开。我跟大家简单介绍一下今天全天讨论的不同议题,首先是“明天过后”,讲通用人工智能;其次是“行稳致远”,讲通用大模型可行性;第三个是“百花齐放”,讨论AIGC内容时代的破与立;第四个是“正本清源”,讲人工智能是与非、能与否的问题。请问大家最关注的议题是什么?
胡郁:在技术层面,OpenAI的尝试让我们找到了一条技术路线,我更关心它会带来什么样的产品形态,这样的产品形态会带来什么样的用户价值和客户价值。谷歌用检索技术做出来了一个搜索系统。谷歌当年的独特在于,从技术路线上看,他们走了PageRank这个技术路线;从产品形态上来讲,是一个网页搜索;从用户价值来讲,连通了用户和网页服务商。当时他们没有商业模式,也不知道将来靠什么赚钱,我觉得这不重要。
今天从技术上看,ChatGPT是通用人工智能,但具体来讲,属于我们过去提的“认知智能”,这个技术路线基于大模型和生成式模型。对比原来的小模型,很多人认为ChatGPT就是一种产品形态,我不完全这样认为。我认为如果要创业,产品形态和用户价值还是要非常明确。比如说谷歌这样的网页搜索是产品形态,用户价值是通过搜索能够做这个事情。现在ChatGPT开放了很多API,做了很多事情。但我个人认为产品形态和用户价值有待进一步明确。其中有一点非常重要,将通用人工智能大模型与其他原有业务进行结合,打通后对所有人都很有启发。我关注的是将来由ChatGPT这样的大模型会带来什么样的新的产品形态和用户价值?无论是软硬件一体化设备还是互联网软件服务,我特别希望看到这样的东西,但我认为现在还在路上。
张一甲:我补充一个问题,大牛现在纷纷下场,你是否选择下场?或者会用什么姿势对待这个时代?
胡郁:确实有很多人下场。但因为我现在还在担任聆思科技的董事长,聆思科技在做终端的AIoT芯片,这个芯片之后会连接大模型的语音交互能力,但因为大模型应用非常广泛,我还在思考这个问题。我认为下不下场最关键的是,我参与其中,但不是采用某种(创业)形式,比如像今天缺席的小川一样。我给大家披露一件事,据我了解,今天宣布要做大模型的公司有60多家,包括黄老师这样的创业公司、互联网巨头以及科大讯飞和商汤这样的大型人工智能公司和很多行业的公司,对他们来说,将来的2-3年将是充分竞争的时代,但现在肯定没有。
陆雷:我从两方面回答:一个是我个人对这个问题的思考,和产业无关,我在思考人类进化的下一步是什么?我们是不是还像原来一样进行生理的进化?人类的进化会不会走向“人造人”?我们的下一代或者我们这辈子有没有机会在头上装一块芯片,具备生化人的人造能力?当然,我只是一个观察者和跟随者。
接下来我再分享一下作为行业协会秘书长看到的一个有趣的现象:很多应用场景启动了,包括刚刚你演讲所提到的很多应用需要被人工智能重新梳理一遍。
这一点没错。我举个例子,有一家大型的央企要完成一项很突发的任务,过去这些任务是靠人做的,但人的服务满足不了突发要求。因为平时可能没有服务,但是这种突发时刻到来的时候,需求是呈几何数量增长的。现在企业在积极探索能不能用小算力的专用人工智能解决这个问题,前台是数字人,后台是大量专用人工智能。他们非常积极地在这个领域探索,甚至作为投资人出现。因为他们看到了通用人工智能范式的成功,认为下一个专业人工智能的领域产生不是问题。所以通用人工智能成功之后,我们人类很多新的应用场景可能会被更高效率的工具改变。我想这就是业界最近发生的变化。
上海市信息服务业行业协会秘书长陆雷
商容:陆秘书长讲得非常好。我现在更关注AI和生产力软件的结合。微软上个月推出了Microsoft365 Copilot,我认为这是关系到每个人的,是生产力的重塑,更是全新的人机交互方式。陆秘书长刚刚提到,碳基生命有没有可能拥有加上芯片的大脑?我认为机器和人类是共同进化的。我们向机器寻找答案的时候,机器也给了我们更多期望之外的启发和印证。这样的过程,是与这个深度数字化时代相匹配的一种进化和成长的方式。我想在座的各位可能还会工作50年以上,在人工智能的帮助之下可以做到人类之前做不到的事情,这是时代提供给每个人的机会。
张璐:我听了其他的演讲嘉宾所讲的国内的情况,第一点感受是,目前我们在硅谷看到的生成式人工智能的创新周期可能和国内所处的周期不同。因为创新周期基本上先是基础技术创新,再到技术应用创新,最终所有的技术创新会导致商业模式的创新。硅谷的优势是有过去这些年的技术积累,而且不止OpenAI一家公司,很多家公司都在做大语言模型的基础模型。几家比较明确的技术提供方已经在市场出现了。我们作为投资人以及一些创业者都关注到,很少有公司从头做一个大的数据模型,因为已经可以从市场上直接调用、使用了。
现在一些API是完全开放的,也有一些在基础大模型之上的创新。刚刚几位演讲嘉宾提到了各个行业应用生成式人工智能。对我们来说,可能关注的不止是人工智能技术本身,而是数据。因为在应用人工智能重新训练提高准确性、一致性,以适应不同行业需求的过程中,我们要求企业不仅能够调用人工智能,还会围绕数据有更多要求,比如数据的质量、数量以及怎样合理保护数据。
大家也感觉到,在不到一年的时间里,ChatGPT做了一件非常厉害的事情,给全产业做了一次教育:全产业应用人工智能。刚刚有嘉宾提到了,这样一轮教育之后,现在各个产业都在探讨怎样把垂直应用落地,包括很多大的企业。我们从2018年就创立了Fusion Fund的CXO网络,有44家500强企业的首席技术官跟我们合作,包括保险公司、大银行,还有医疗企业,他们对于自己建立战略的需求非常强。我们一方面要根据这个行业里面的数据特性,决定哪个垂直行业落地更快,另一方面是关注如何更快把应用建立起来。
当然从我们投资人的角度,我们确实也有自己的行业专注,我们一直是只投To B,因为在C端做应用可能更多不是技术层面的区别,而是运营、执行层面的问题,比如怎样尽可能更快速地把用户体验做好。ChatGPT让大家看到技术的快速发展效率,其实这些都是厚积薄发的过程,但部分的资金还有创新力都专注技术应用的创新。
Fusion Fund创始合伙人张璐
张一甲:非常精彩,感谢张璐。张璐作为投资人有非常多的实战经验。我很意外现在人工智能的论文都不带公式,更像一个哲学辩论。接下来请黄老师讲一下自己目前最感兴趣的议题。
黄民烈:我一直在学术圈做对话和生成式AI的研究。我们回顾一下智能音箱出现时,在2016-2018年期间也是国内资本热烈追逐的行业和方向,但那波之后我们今天留下什么?这是值得我们思考的。
聆心智能做的是“超拟人大模型”。新的AI到底能给我们带来哪些新的用户和新的产业形态,是我们思考的问题。虽然看起来我们在通用应用上做得很强、很厉害了,但实际上真正要到最后落地和解决一个行业问题的时候,还有一定的差距,是有短板需要我们补齐的,比如涉及到数据怎么用,场景怎么找,怎么把数据和模型之间的闭环跑起来。当然,也有一类公司肯定是纯应用驱动的,也不管数据能否积累更多的价值。
对聆心智能而言,我们自己是技术出身,数据和模型怎么能够更快跑起来,并在特定场景真正解决用户的需求,实现一定价值,这是我们思考的。我们自己做的大模型今天的能力比2018年,甚至是2019、2020年时有一个突飞猛进的变化。奇点是实实在在地发生的,但真正落地时也依然会有各式各样的问题。
这可能跟语言本身的特点高度相关。我们也在致力于用大模型的基础组件加上其他关键算法技术模块,解决最后一公里的问题。这是我们正在关心的事情,这样才能真正实现商业的落地,最后才能把整个业态真正跑起来,这个是一个良性健康的发展。今天的ChatGPT更多停留在炫技的层面,这是我的思考。
清华大学计算机系长聘副教授&聆心智能公司创始人黄民烈
2.大模型是通往AGI的唯一路径吗?
张一甲:谢谢黄民烈老师。下面我想聊一聊关于大模型和AGI的问题。首先想聊一聊人工智能的路径选择。
目前大家都在看大模型,而且很多路径非常相似,大家可能与ChatGPT高度趋同,全世界俯首称臣于ChatGPT或者OpenAI,我想问一下大家的真实想法,虽然大模型是唯一被验证的路径,但如果把视野拉长,是否有可能造成技术路径多样性的衰减?
或者换句话说,我之前过采访人工智能领域的德国院士和美国院士,发现德国门类很多,但都不出名;而美国在定义什么是流行,可能会把所有人力和资金都放在1-2个重点赛道,全世界都不确定人工智能到底是一条道路走到底,还是多条道路分散风险,一起发展。大家看来,通往AGI的路是否应该一条道路走到底?请胡郁总先来分享。
胡郁:这是一个很好的问题,这个问题需要分成两段看:
在ChatGPT出现之前,有人能够确定地讲GPT-3这条路是对的吗?很简单,不能。因为大部分人因为看见而相信,不是因为相信而看见。如果我们要在研究上取得突破,必然需要在多条路上进行尝试,人类研究任何东西,在某一路走通之前,最优解是同时尝试多条路。
但是中国人的悲哀在于,中国人只会跟随,不愿意尝试。从商业逐利的角度来讲,跟踪式是最省力的。但从科学角度来讲,我们需要尝试多样化的路径。如果你真想探索真理,很显然应该尽量鼓励多样化的研究,哪怕其中99%都是失败的。但是如果不是多条路径的探索,怎么可能找到必然正确的道路呢?
一旦从科研到工程化阶段,毫无疑问应该把所有力量聚焦到那条已经找到的道路上,就像张璐刚刚提到的,应该做应用,创造应用价值。因为消费者不关心用什么技术路线,只关心我获得了什么用户价值和客户价值。研究上出现那些东西很好,但是大部分人关心的是“跟我有什么关系”,两者是不矛盾的。
更难的是,当所有人都已经看到某一条路径取得了进展的时候,还会有一些人选择探索不同的方向,哪怕将来会失败,因为只有这样才能找到下一个突破点。大部分人是看见才相信,看见后会以为这个东西能远远超过原来真实预期的有泡沫的地方,所有曲线都是这样的,因为这是人性。
我非常佩服早期在黑暗中摸索的人,以及已经在工程上突破一个方向,但还愿意在其他道路上摸索的人,只有这样人类才有希望。如果从满足普通人的需求来讲,毫无疑问,你就需要在已经确定的工程上加大投入,探索边界,尽快触达天花板,带给所有用户使用价值。
张一甲:高处不胜寒,你作为科大讯飞的联合创始人,应该看到了整个中国在科技和商业之间非常多不同的风景,中国能真正做到“因为相信,所以看见”的技术理想主义者有谁?
胡郁:当然有了。为什么我们会安静谈论这些事情?如果没有国防的突破,请问大家有机会做大模型吗?因为有了前人,我们才有资格谈中美之间的共赢博弈,所以我认为当然有这样的人。但说实在的,在我们的商业界有没有这样的人,我不知道。
张一甲:非常精彩的回答。当我们谈论技术理想主义时会和地域国情有很大关系,OpenAI的技术理想主义是带有个人英雄主义色彩的,ChatGPT更多是无冕之王、长期坚持的结果。陆秘书长对此怎么看?
陆雷:我认为这个世界没有“因为相信,所以看见”,所有人都是“因为看见,所以相信”。只是因为我们身高不同。我年轻的时候见过一个荷兰排球队的副攻,他身高2.12米,他只打一种球,谁都知道他打哪种球,但是就是没人拦得住,这就是暴力之美,这就是通用人工智能的成就之美。所以我相信刚才你讲到的理想式人物。
我非常赞同你后面的观点,他们是民族之梁,那些所有的理想主义者他们真正比我们站得高、站得远,我们要明白或者相信一点——我们看不到不代表别人看不到。如同今天我听一甲的演讲学习了很多东西,我没有看到的,一甲看到了。
另外,一甲刚刚问的问题也是当下面临的很大的挑战。作为行业协会的秘书长,我参与了很多行业的规范和标准的文件,包括配合写一些规划,我们原来写的“三年计划”“五年方案”,现在来看,要有很大一块落空了。因为ChatGPT出现了,颠覆了(一切)。
由此出现了一个新的问题——我们推动建设的节奏要变了。过去从治理端或者管理端、政府端来讲,我们考虑的是怎么用3年、5年推动一个行业。对不起,接下来这个时间可能要压缩到6个月,新的文件出台可能只能管6个月,过了6个月就是笑话了,我们看到微笑曲线的尾巴在向上翘。这种情况下,生产关系的变革,频率可能也不能像原来一样了。我是上海市人大代表,我们今年人大就在考虑,对很多东西由过去的三年、两年讨论一次变成一年讨论一次了,不然跟不上。
所以各位,引领人类社会进步的是刚才胡总讲到的那些理想主义者或者说高屋建瓴者,他们在推动我们人类社会前进,之后无论是商业化,还是构建更加适配的生产关系,以适应生产力的发展,这都是我们在后面跟进而补足的,所以我们要的是不被落下。刚刚胡总讲的没有人赌,是的。因为我们没有资格赌,三条队,不知道哪条队通,就在远处看一下看到哪条队动了我再跟上,这样最保险。因为我们只有一个人,如果有三个人就安排一个人一条队,大家大户有大家大户的做法,小家别院有小家别院的智慧,这都是中华民族的智慧。
胡郁:我再说一下,我完全赞同陆总讲的,咱现在好像也有一点富裕了。
商容:真的非常精彩,今天有人说GPT一日,人间十年。陆奇博士前天也在上海有一场精彩的演讲,也感慨技术创新迭代迅速。我们很幸运IT行业有这样见识深邃的领军者可以带着我们探索未知。我经历了上一轮互联网革命,今天思科已不在第一阵营,大家可能忘了它曾经的辉煌。那个世代也催生了很多的互联网企业,我们也从跟随起步到后面慢慢引领超越,所以不要妄自菲薄。微软CEO Satya在2014年接手的时候,微软并不是一手好牌。但他在担任CEO的第一天开始就坚定地说,5年之后微软会成为一家人工智能公司。早在2018年,还没有太多人留意OpenAI时,Satya就在他的演讲中反复提到微软与Open AI 的合作。陆奇博士认识Sam Altman时他才19岁。没有什么事是一蹴而就的。
前两天参加北京国际电影节,听了一节非常有名的德国导演多纳斯马尔克的大师课。他酝酿9年,33岁编导处女作《窃听风暴》,出道即巅峰,获得奥斯卡金像奖。他说成功是藏在深山的女神,难得一见。你用不着想什么时候会碰到女神,你努力做就好,听从内心,相信自己。非常谢谢一甲给我们呈现这场思想盛宴,让我们在ChatGPT时代满怀信心一往无前。
微软亚太研发集团副总裁商容
3.在AI面前
理想与利益应该如何平衡?
微信扫码关注该文公众号作者