編者按：在由啟明創(chuàng)投主辦的2023世界人工智能大會“生成式AI與大模型：變革與創(chuàng)新”論壇上，人工智能等技術前沿領域的著名專家與學者，頂級投資人和領軍創(chuàng)業(yè)者匯聚一堂，共同探索中國科技創(chuàng)新的驅動力量。
本次論壇是大會唯一一場由創(chuàng)投機構主辦的相關論壇，立足創(chuàng)業(yè)與投資視角，分享了最新生成式AI前沿信息和實踐探索，并發(fā)布了行業(yè)首份基于對海內外逾百家企業(yè)深入調研撰寫的生成式AI洞察報告，全方位解讀了生成式AI的產業(yè)變革和未來十大展望。
啟明創(chuàng)投投資企業(yè)云知聲董事長兼CTO梁家恩在演講中分享了生成式AI賦能未來的力量。梁家恩指出大模型帶來了AI的新時代，開啟了“數(shù)據動力學”新范式：預訓練、指令微調和反饋強化。大模型整合大數(shù)據，將成為AI 2.0時代的“發(fā)電廠”，并將會驅動人才、技術、市場等產業(yè)核心要素的升級。云知聲自研的山海大模型有強大的通用能力，并聚焦于插件擴展和領域增強等相關能力構建，圍繞智慧物聯(lián)和智慧醫(yī)療等行業(yè)賦能客戶。未來云知聲將繼續(xù)探索智能極限、引領產業(yè)升級。
以下為精編整理的演講實錄。
今天非常高興在這個論壇上和大家分享、交流。啟明創(chuàng)投一直支持我們的發(fā)展，至今已有十年的時間了，我們走過了AI 1.0時代，現(xiàn)在我們發(fā)布了大模型，AI 2.0時代已經開啟，我們希望圍繞這一話題和大家進行分享。
云知聲董事長兼CTO梁家恩
這次的分享分成兩部分：一個是宏觀的部分，從十年的產業(yè)實踐出發(fā)，我們是怎么看待這一次的大機會；第二是微觀的部分，云知聲在這些年發(fā)展的實踐路徑以及大模型給我們帶來的機會。
01/
大模型整合大數(shù)據
將成為AI 2.0時代的“發(fā)電廠”
人工智能確實是很多代人的夢想，從1956年開始提出這個概念，一直到今天，已經60多年過去了，如果算上圖靈時代，已經有80多年了。
這個時代經歷了三個階段。最早我們希望機器能夠像人一樣做事。第二階段是希望機器像人類的專家一樣分析問題和解決問題。第三個階段是完全從神經網絡的角度出發(fā)，我們能不能訓練出好的會學習的機器，完全從錯誤當中學習知識，就像曾子所說的“吾日三省吾身”，這種情況下我們能把模型訓練到最大。大模型我們可以歸納為老子在《道德經》里所說的“為學日益，為道日損”。
“為學日益”使得數(shù)據的規(guī)模和計算的尺度比以前大得多，方法上反而比以前看起來要簡潔得多，特別是Transformer模型出來之后，是非常緊湊的學習框架，它的威力非常大。
大模型推出之后我們認為它已經開啟了數(shù)據動力學的時代。像人類想飛到天上是空氣動力學的問題。到今天為止我們認為人工智能最重要的是能不能用機器把數(shù)據學好。
這分為三個階段：在無監(jiān)督學習階段，因為擁有1750億參數(shù)，GPT基本實現(xiàn)了博覽全書；我們會發(fā)現(xiàn)它有很強的語義抽象能力，這時可以通過指令的微調，讓它學到知識，并真正解決問題；ChatGPT加上人工反饋的機制，能實現(xiàn)德才兼?zhèn)洹?/strong>我們認為大模型的起點從2018年預訓練大模型開始，后面GPT在規(guī)模上提升起來，到ChatGPT已經呈現(xiàn)出非常強大的通用釋放能力，這是圍繞我們的語言展開的，是一種新的范式。
我們認為大模型能更好地整合大數(shù)據。在互聯(lián)網時期，它已經開始產生紅利了，我們通過數(shù)據等傳統(tǒng)的方法分析學到的知識。我們過去使用煤、石油，有了好的發(fā)電廠、煉油廠之后，才發(fā)現(xiàn)能源可以賦能所有的行業(yè)。大模型建立了非常好的數(shù)據整合的框架，為AI 2.0時代構建了很好的“發(fā)電廠”，智能數(shù)據成為了生產力要素。以前我們說這個要素是存在的，但是如果沒有好的裝置把它對外智能且有效地輸出，就很難實現(xiàn)價值。我們認為現(xiàn)在它開啟了一個像MaaS服務的模式，未來會成為各個行業(yè)里創(chuàng)新的重要機制。
為什么我們認為大模型已經到了AI 2.0時代？它會對產業(yè)的核心要素的升級起到關鍵作用。
由于人才、技術和市場的共同作用才能形成一個大的產業(yè)。過去我們在AI 1.0的時代也做了這個工作，但是只能解決系統(tǒng)里的一些零部件，由智能功能完成某一些環(huán)節(jié)。現(xiàn)在有了大模型之后，我們發(fā)現(xiàn)不論在人才端、市場端，還是核心技術和驅動產品創(chuàng)新端里都有很大的突破。對外來說，未來大家可以看到越來越多的虛擬人的形象出現(xiàn)，也會通過分析營銷數(shù)據更真實地理解市場的動態(tài)。對內來說，對我們的生產效率、生產質量的提升，包括組織效率的提升都會有實質性的變革。
02/
未來要務實地解決實際場景中的問題
讓大模型真正產生商業(yè)價值
新的商業(yè)模式分為兩個方面。在通用平臺方面，過去在互聯(lián)網時代誕生的像BAT這些巨頭，以及移動互聯(lián)網里一些視頻巨頭，其實都是由這種平臺型公司構建的。大模型出現(xiàn)后，這些平臺仍然會有新的模式，這些模式并不是說把里面的部件直接變成大模型的部件，邏輯與今天的商業(yè)邏輯相比沒有什么大的變化，而是通過大模型制造規(guī)模效應和邊際成本的降低，形成飛輪效應，可以帶來新的顛覆和創(chuàng)新。如果應用形態(tài)并沒有發(fā)生變化，只是希望改變巨頭業(yè)務中的內核，單純靠這個技術來推動的機會并不大。我們借助新的多模態(tài)的交互和行業(yè)多模態(tài)的應用，把這個平臺構建起來就會有新的機會。
另外就是在行業(yè)大模型層面，大家看到像AI 2.0時代，很多2B的新興業(yè)務開始出現(xiàn)。通用大模型像一個完整的“六邊形戰(zhàn)士”，在各個方面都不錯。最重要的是我們能不能在一個行業(yè)里面真正可靠地解決問題。以最先進的GPT-4的模型來說，它的可靠性、可控性都存在很大的風險，這些問題如果不能得到有效解決的話，作為商業(yè)系統(tǒng)來說，在行業(yè)里面解決一些嚴肅場景的應用問題，就會有比較大的挑戰(zhàn)。我們認為整個行業(yè)的大模型生態(tài)，應該要務實解決這方面的問題。另一方面要把成本降到足夠低，對于企業(yè)應用而言，成本是很大的負擔，對于其規(guī)?；瘯砗艽蟮挠绊憽?/strong>
大模型帶來了很多優(yōu)勢，也有很多挑戰(zhàn)。大家比較直觀地感覺到它的認知能力有了很大的提升。在AI 1.0的時代，不管誰做的聊天機器人，聊不到十輪已經暴露其智商與人類有顯著的差距，但是ChatGPT推出之后，全球上億用戶和它對話了大半年，感覺聊天可以一直進行下去。可以說它的認知能力有顯著提升，交互的體驗感也有明顯的提升。
另外就是生成式的能力，人與機器協(xié)同，創(chuàng)造能力也得到了比較大的提高。過去AI 1.0時代是鑒別式人工智能，幫我們實現(xiàn)一個確定性的目標。譬如把聲音轉成文字，這是確定性的任務。人類需要機器輔助做各種創(chuàng)作。雖然GPT會出現(xiàn)事實性問題，但如果將其轉變成可控的能力，可以為我們打開很好的局面。同時它也顯著地提升了我們的知識和信息的整合能力。當然也有負面的因素，雖然現(xiàn)在的大模型并不具備人類的意識能力，但我們怎么調校它才能將其變?yōu)榭煽氐南到y(tǒng)？這是我們需要解決的問題。
未來應該要務實地解決實際場景中的問題，讓大模型真正產生商業(yè)價值。另外它的可靠性、可控性和合規(guī)性都要得到有效的控制，才可能達到好的商業(yè)化。
03/
通過人工智能的手段
創(chuàng)造一個互聯(lián)直覺的世界
在過去十年中，云知聲希望能夠通過人工智能的手段，創(chuàng)造一個互聯(lián)直覺的世界。2012年，剛好趕上深度學習在ImageNet刷榜，這是行業(yè)內非常有標志性的事件。這個團隊當時是在卷積網絡實現(xiàn)了突破，那一年剛好是云知聲創(chuàng)立的第一年。
2016年，AlphaGo作為人工智能的浪潮席卷行業(yè)，今天的大模型代表第三波浪潮。在此期間，我們主要構建了底層非常強大的超算平臺，這個超算平臺的構建是我們做這個大模型的基礎。當時的大模型是在2018年做出來之后，開始通過預訓練的方式和底層調優(yōu)的方式，解決語義理解的問題。人工智能皇冠上的明珠就是理解能力是否足夠強大。語言不僅是交流的工具，更多是解決認知問題的關鍵部件。
2018年，人工智能行業(yè)已經具備強大的通用語言理解能力了。GPT之后通用的能力可以得到更大的釋放。我們認為AGI時代由ChatGPT展開了。過去，我們很難設計一個系統(tǒng)應對這么多的復雜任務，OpenAI在ChatGPT推出之后已經打開了新的局面，但它只是我們的起點，并不是我們的終點。
我們的技術體系覆蓋底層的超算平臺至上層的智能組件和大模型。云知聲在今年上半年5月24日開發(fā)了山海大模型，除了底層的通用能力，我們聚焦構建插件能力、領域增強和客戶定制的能力，這是圍繞行業(yè)應用展開的。我們過去積累的是智慧物聯(lián)、智慧醫(yī)療方面的應用。有應用的驅動才能讓我們的模型變得越來越強大。
通用的基礎上我們構建的是插件的擴展。大模型最大的問題之一是信息的時效性非常有限，另外它能不能有效地控制、使用工具，這也是一個很大的問題。此外，還需要通過行業(yè)知識提高它的專業(yè)性和可靠性。
在領域增強維度，我們重點強調的是在醫(yī)療行業(yè)的應用。目前我們已經有幾百家醫(yī)院在商業(yè)應用了。這輪應用通過預訓練，包括指令微調和插件的增量，擴展我們在行業(yè)里面的應用。通過醫(yī)療行業(yè)的應用，我們已經在MedQA評測中超越了GPT-4的水平，6月底從81分提高到了87分。山海大模型在滿分為600分的模擬國內臨床執(zhí)業(yè)醫(yī)師資格考試中，目前為止已經突破500分，360分就可以拿到資格證了。
除此之外，我們還提供了約7個應用場景，主要是在醫(yī)院里面展開。醫(yī)院中有很多定制工作，因為一個通用模型并不能解決它的需求，包括需求定制、數(shù)據安全、風險控制、服務支持等。只有把這些問題有效解決之后，行業(yè)應用才真正能夠打通。
目前，國內我們已在2萬多間酒店房間內應用了大模型，過去，與人工智能的對話不可能實現(xiàn)這樣的流暢度，僅僅可以完成功能性的交互，但現(xiàn)在有了山海大模型之后，靈活度高了很多。
04/
AGI將會繼續(xù)探索智能的極限
同時引領產業(yè)的升級
未來，我們認為AGI將會繼續(xù)探索智能的極限，同時引領產業(yè)的升級。
首先，探索智能極限其實是科學層面的問題，雖然說它開啟了起點，但是未來還有很大的挑戰(zhàn)，包括更大的模型、數(shù)據和算法，以及可控性和可靠性方面的研究?，F(xiàn)在我們認為這基本上超過了圖靈測試的水平，它會從模仿達到超越。因為當系統(tǒng)能達到這個狀態(tài)以后，在研究可計算的問題時，很有可能會超越人類的智慧。
對于產業(yè)來說，最核心的還是解決問題，能夠比較可靠、高效地驅動產業(yè)的發(fā)展。智能探索需要大量資金；從賺錢的角度來說，我們需要把產業(yè)推動起來，形成良性的商業(yè)閉環(huán)，將行業(yè)真正構建起來。
請關注啟明創(chuàng)投公眾號
在后臺輸入“生成式AI報告”
獲取完整報告下載方式
