首页 > 数据库 > 数据库开发技术 > 人工智能未来趋势:奇绩创坛CEO陆奇的观点和预测
奇绩创坛的CEO陆奇于2023年4月22日在上海进行了一场小型演讲,主要探讨了人工智能未来的发展趋势。他提到,人工智能领域的大型模型的进化速度让他感到难以跟上。他惊讶地发现,2023年的人工智能发展速度可以与1996年左右的互联网行业媲美,这种技术与商业相结合的迅猛进化使他感到瞠目结舌。此外,陆奇认为OpenAI未来的商业价值将比谷歌高出5到10倍。在演讲中,陆奇呼吁创业者们认清历史性的拐点时刻,找准自己在当今社会的位置。他以淘金时代作为对比,在这次演讲中,陆奇谈到希望帮助中国创业者认清这次历史性的拐点时刻,定位今天的时代坐标、找准自己的位置。“这个时代跟淘金时代很像,”他说道,“如果你那个时候去加州淘金,一大堆人会死掉。但是卖勺子、卖铲子的人永远可以赚钱。”
核心观点解读:
1、我们已经站在人工智能领域的拐点,呼吁更多的企业赶紧抓住时代机遇,成为卖铲子的企业。
他指出,在大型模型中,基础设施建设是关键的难点。比如Transformer这种高密度模型,不仅需要更多的算力,还需要更高的带宽。他讨论了人工智能的应用场景,并表示商汤科技最大的疑虑是缺乏真正的应用场景。虽然公司技术不错,但缺乏可以使用这些技术的应用场景。陆奇认为,人工智能的应用场景将广泛涵盖自动化机器,未来我们将在各个地方看到自动化机器以及具备人工智能技术的基于平台的超级应用程序在某些场景中发挥作用。他将其比作美国淘金时代,当时人们通过卖铲子赚钱。他暗示,未来最早赚钱的人工智能企业可能是基于商业的。因为当to B企业达到规模时,固定成本可帮助企业实现更大的盈利,例如谷歌近20年来,投资技术和资金成为固定成本,随着客户数量的增加,成本没有指数级增加,利润持续增长。虽然未来可能也会有to C的人工智能企业,但是它们可能需要to B的人工智能企业发展到一定程度才能成功。to B的人工智能企业可以将其"铲子"出售给to C的人工智能企业,从而有机会实现成功。to C的人工智能企业需要产业链完整的上游企业,并依赖更加成熟的人工智能技术,例如更高级别的芯片、电力密度更高的储能设备、自动化技术更强的机械、更复杂的模型等等,才能产生具有落地价值的to C企业。
2、机器人和人工智能结合会是一个很好的方向;
仅有人工智能是不足以产生影响的,需要与其他技术相结合并共同发展,例如半导体、储能、工业机器人、服务机器人等。同样地,这些行业如果没有人工智能也很难发展,因为没有自动化能力的工业机器人无法按照预定计划组装10000辆汽车,没有人工智能技术的扫地机器人也无法更聪明地打扫屋内卫生。有些事情需要放手让机器人去完成,这意味着AI对于机器人企业来说是不可或缺的。 AI与硬件设备、机器人的结合可能会带来完全不同的世界。如果我们用互联网思维去理解AI、新能源、机器人的结合,那就相当于用农田思维去理解早期工业。我们固定在种子生长,田里种稻,加工并搬运稻米到中介机构卖这些事件中,而不明白工厂的运作,工人的组织等等,也不理解股市、期货等金融系统的工作原理。要想明白AI和其他产业的发展趋势,必须放弃互联网思维,客观审视“模型”、“芯片”、“储能”、“家庭服务机器人”、“工业机器人”的结合。汽车不仅仅是轿车的延伸,人工智能也不是互联网的延伸。虽然它们都是通过后者发展而来,但它们是完全不同的事物。像撬开轿车一样,我们可以看到铁钉、贴片、棉布、木材。分解一辆丰田汽车,我们可以看到发动机、油箱、灯泡等等。收购和切割木头的组织方式、工艺和炼钢都完全不同。
3、人工智能的本质是信息系统、模型系统、行动系统;我们每个人都是不同模型的组合;
什么是模型?可以用教师、律师、银行客户经理、护士等举例说明。实际上,我们都是人,但在不同的模型中,我们拥有不同的行为规范、准则、目标和范围等。相比媒体上大部分关于人工智能的描述,陆奇和奇迹创坛团队对于人工智能的理解进一步提升,并进行深入领域的分析,有助于非人工智能领域的投资者理解人工智能的本质。他认为与其专注于知识图谱,更加重要的是增强学习,即技术人员长时间训练人工智能并通过反馈和人的价值观帮助其学习。
人是一个复杂的体系,由多个系统构成一个人、一家公司或一个社会,数字化本身也是复杂的体系。
人的体系可分解为以下系统:
① 信息系统,从环境中获取信息;
② 模型系统,对信息进行表达、推理和规划;
③ 行动系统,最终与环境进行交互以实现人类的目标。人获取信息并从中筛选,在其模型中计算并将信息转化为规划,并通过互动将规划付诸行动。
目前,人工智能技术已经实现了信息系统的发展并初步完成了模型系统的发展,未来预计将向行动系统的发展转型,即通过自动化工具(如自动驾驶、机器人、家庭服务机器人和汽车)抓取外部信息和演化模型,输出推理结果,并将规划付诸行动。
陆奇认为,人是模型的组合,具体来说,人有三种典型模型:
①认知模型,我们能看、能听、能思考、能规划;
②任务模型,我们能爬楼梯、搬椅子剥鸡蛋;
③领域模型,我们有些人是医生,有些人是律师,有些人是程序员。如果你对事物发展了解不多,你会被取代,因为大模型会学会你所有的模型。所以,你的精力应该用于创新上,未来你的唯一价值在于你有多大的见解。
4、应用端的变化是经济发展是数字化和自主化
数字化阶段的代表职业是创业者和科学家,人的能力以创新为主,数字化的认知能力代替了大部分脑力劳动,经济范式是体验经济。自主化阶段的经济范式是AI经济,行动被自动化,包括自动驾驶、机器人和空间计算等。这意味着物理空间里的行动需要人类参与,但仍然需要付出固定的代价。未来20年内,所有房子都将自动化,人们只需按下按钮即可获取所需物品。
5、职业发展变化,大家开始习惯有很多辅助工作的工具
人类的价值在于创新、认知和独到的见解。随着人工智能的发展,蓝领工人将受到影响,未来可能会有更多职业受到影响。举个例子,我们可以将自己比作驾驶员,未来每个人都会有5、6个副驾驶员,其中一些可能会成为正式的驾驶员并自动地协助我们完成工作。更长远来看,每个人都将拥有一个驾驶员团队为其服务,人类组织将由真实的人和他们的副驾驶员和真正的驾驶员协同工作。我们应该深入思考,及早做准备,抓住这个时代的机遇。尤其是考虑到许多职能已经拥有副驾驶员的情况下,如何协同写代码或设计。
原文作者:Ruby的数据漫谈;如有侵权,请联系管理员删除。