過去幾個(gè)月，大模型發(fā)展很快也很強(qiáng)大。有多強(qiáng)呢？有一個(gè)段子可以描述：GPT4.0寫代碼的能力太優(yōu)秀，以至于這功能剛發(fā)布出來，開發(fā)這個(gè)功能的碼農(nóng)就被裁員了，堪稱“自我革命”的典范。
這也導(dǎo)致大模型從問世時(shí)的“驚艷興奮”反而進(jìn)入了“焦慮時(shí)刻”：人們開始擔(dān)心生成式人工智能普及，會(huì)導(dǎo)致大量員工失業(yè)，不利于經(jīng)濟(jì)發(fā)展。
這個(gè)擔(dān)憂也不是無稽之談，比如國(guó)內(nèi)有營(yíng)銷公司就發(fā)郵件稱要減少創(chuàng)意設(shè)計(jì)、文案撰寫等崗位招聘而轉(zhuǎn)向AIGC；也有游戲公司將原畫、翻譯等崗位收縮而也采用AI來完成；海外巨頭IBM也表示未來5年，預(yù)計(jì)約7800個(gè)崗位被人工智能和自動(dòng)化替代。
人工智能取代人類的擔(dān)憂，從科幻電影到現(xiàn)實(shí)進(jìn)展，早已見怪不怪。但過去幾十年也一直都是“狼來了”的狀態(tài)。這一次，狼真的來了嗎？
技術(shù)革命，顛覆與創(chuàng)造的必然
關(guān)于科技觀有一句值得玩味的話是：任何在我出生時(shí)已經(jīng)有的科技，都是稀松平常的；任何在我15到35歲之間誕生的科技，都是將會(huì)改變世界的革命性產(chǎn)物；任何在我35歲之后誕生的科技，都是違反自然規(guī)律要遭天譴的。
于是，也就出現(xiàn)了“盧德分子”砸機(jī)器，希望砸回到“手工業(yè)時(shí)代”的故事。但結(jié)果卻是，一代代人從出生到老去，一代代科技從革命性到稀松平常，從“”遭天譴”到稀松平常，卻從未停止發(fā)展的腳步。正如凱文凱利多次論證過，“科技自有趨勢(shì)、潮流無法逆轉(zhuǎn)”。
可以說，每一次科技革命，都無法避免“顛覆與創(chuàng)造”。
先來看蒸汽時(shí)代。通常提到蒸汽機(jī)就會(huì)想到火車、紡織，但實(shí)際上瓦特改良蒸汽機(jī)是為了“挖礦”。
和我國(guó)露天煤礦不同，英國(guó)的礦區(qū)很容易出現(xiàn)地下水。因此，要繼續(xù)挖礦，就必須抽出礦洞里的水。傳統(tǒng)的做法，有用水車的，也有工人下井背水的。環(huán)境惡劣，效率低下。于是，蒸汽抽水機(jī)被發(fā)明問世。
隨后瓦特又進(jìn)行了改良，效率提升了三倍、耗能減少了75%，而之前負(fù)責(zé)背水的工人，則可以從事挖礦等更高薪的工作。蒸汽機(jī)，也被親切地稱之為“礦工之友”。
但蒸汽機(jī)也并非得到的都是好評(píng)；比如在紡織業(yè)，蒸汽機(jī)使用了，發(fā)電的水力風(fēng)車消失了、木匠失業(yè)了；船配置了蒸汽機(jī)，水手需求量減少了。然而，紡織行業(yè)效率提升，生產(chǎn)量增加，紡織工人崗位也增加了；輪船可以行駛得更快更遠(yuǎn)，貿(mào)易大幅提升，參與生產(chǎn)的需求增加了、商人隊(duì)伍也龐大了。
同樣的，汽車、鐵路的出現(xiàn)，導(dǎo)致馬夫這個(gè)職業(yè)迅速消亡，但一位位司機(jī)卻出現(xiàn)了；沒有了釘馬掌的鐵匠、修理工，但有了汽車生產(chǎn)工人、維修工人，有了零部件生產(chǎn)商、有了4S店銷售公司等等。汽車產(chǎn)業(yè)成為全球最大的工業(yè)體系之一，創(chuàng)造崗位數(shù)以億計(jì)。甚至在當(dāng)下，又衍生出了代駕等新職業(yè)。
在通信領(lǐng)域，電報(bào)、電話的普及，導(dǎo)致郵政人員大量失業(yè)，但又誕生了發(fā)報(bào)員、電話接線員；互聯(lián)網(wǎng)的發(fā)展，又減少了電話、電報(bào)相關(guān)的工作，但也誕生了龐大的IT產(chǎn)業(yè)：交換機(jī)、電腦、電纜、系統(tǒng)、數(shù)據(jù)庫、應(yīng)用等等領(lǐng)域。
可以看到，每一次生產(chǎn)力革命，都會(huì)讓一部分工作消失，但又創(chuàng)造出更多新工作崗位。正如法國(guó)經(jīng)濟(jì)學(xué)家菲利普阿吉翁通在報(bào)告中總結(jié)，因?yàn)榧夹g(shù)革新而造成的技術(shù)性失業(yè)的擔(dān)憂從來沒有變成現(xiàn)實(shí)。
這其中的核心在于，生產(chǎn)效率的全面提升。從微觀上，率先使用先進(jìn)技術(shù)的公司，發(fā)展更快；宏觀上，每一次生產(chǎn)力革命都會(huì)人類經(jīng)濟(jì)這個(gè)大蛋糕不斷變大。比如第二次工業(yè)革命期間，世界人均GDP翻3倍用了60年左右，但第三次信息革命世界人均GDP翻3倍，則只用了近30年。
國(guó)際勞工組織稱，到2030年，世界還需要設(shè)立6億多新崗位。這些新崗位的實(shí)現(xiàn)，會(huì)更多來自于新產(chǎn)業(yè)。立足當(dāng)下，大模型，正讓人工智能煥然一新，醞釀出一次生產(chǎn)力大幅提升、堪比歷次工業(yè)革命的大浪潮。
大模型，讓人工智能煥然一新
在過去的六十余年里，人工智能確實(shí)數(shù)次讓人們“興奮、卻又空歡喜”：
從1956年正式定義了人工智能之后，研發(fā)便開始加速；規(guī)則，成為人工智能發(fā)展的引擎。1966年，麻省理工學(xué)院發(fā)表了一篇文章，描述了世界上第一個(gè)聊天機(jī)器人“ELIZA”的誕生。在對(duì)話中，人們發(fā)現(xiàn)ELIZA很有同情心、會(huì)給人安慰，不少人認(rèn)為它可以替代心理醫(yī)生來和患者交流、治愈。
但隨后人們失望地發(fā)現(xiàn)，ELIZA只是用一些無關(guān)緊要的話來應(yīng)對(duì)，智能談不上，主打一個(gè)“陪伴價(jià)值”。而嘗試將人工智能引入商業(yè)智能等領(lǐng)域，也只是一場(chǎng)“自相情愿”。1973年一份報(bào)告總結(jié)“到目前為止，該領(lǐng)域的任何發(fā)現(xiàn)都沒有產(chǎn)生當(dāng)初承諾的重大影響”。
隨后人工智能經(jīng)歷了框架理論、計(jì)算機(jī)視覺理論、大規(guī)模知識(shí)庫構(gòu)建、統(tǒng)計(jì)機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等重大理論技術(shù)突破，與此同時(shí)，人工智能也和“下棋”杠上了：1979年擊敗世界雙陸棋的人類冠軍、1997年深藍(lán)戰(zhàn)勝了國(guó)際象棋人類大師，2016年擊敗圍棋的人類頂級(jí)高手。
每一場(chǎng)比賽結(jié)果都引起軒然大波，甚至令棋王們“啜泣”，但只能在棋盤里跳舞的人工智能，顯然也不是人類的追求。甚至人工智能也被稱為“廢柴巨人”，看著強(qiáng)大、但除了燒錢，似乎也沒有他用。這個(gè)時(shí)期的困境，不只是算法，算力、數(shù)據(jù)也都還未準(zhǔn)備好。
變化就在2018年開始發(fā)生。OpenAI發(fā)布了GPT-1、谷歌發(fā)布了BERT、“開天辟地”的Transformer橫空出世、百度也發(fā)布了預(yù)訓(xùn)練模型ERNIE1.0；2023年后ChatGPT、文心一言等大模型更是快速提升。
大模型，讓人工智能煥然一新：自監(jiān)督學(xué)習(xí)模式，使得人工智能突破了過度依賴數(shù)據(jù)標(biāo)注的困境，海量數(shù)據(jù)不再是負(fù)擔(dān)，而是“能量”。
伴隨著算力、尤其是GPU的指數(shù)級(jí)發(fā)展，隨著模型參數(shù)的不斷擴(kuò)大，人工智能的能力也出現(xiàn)“指數(shù)躍升”：建模、多任務(wù)理解、關(guān)聯(lián)學(xué)習(xí)等能力都不再是線性增加，而是具備了小模型上觀測(cè)不到的能力，這也就是令人們驚嘆興奮的“涌現(xiàn)”，促使人工智能從辨別式走向生成式。
人工智能應(yīng)用也開始普及。從直觀來感受，大模型首先帶給我們的是“人機(jī)交互”的提升。早期的人機(jī)交互，是用文本命令行；大模型之后，我們就可以用自然語言進(jìn)行人機(jī)對(duì)話。這就會(huì)重新定義營(yíng)銷、客服等業(yè)務(wù)。
比如，傳統(tǒng)的客服機(jī)器人，都需要讓用戶來選擇數(shù)字，給出特定答案，對(duì)于數(shù)字之外的問題卻無能為力，徒留用戶抓狂重新?lián)艽蛉斯�，費(fèi)時(shí)費(fèi)力。但現(xiàn)在更智能的人工智能，會(huì)對(duì)各項(xiàng)問題進(jìn)行理解，同時(shí)給出安慰等情緒價(jià)值，而且是24小時(shí)在線、全程無情感波動(dòng)、甚至千人千面的專屬客服。
基于人工智能的原生應(yīng)用也不斷涌現(xiàn)，比如Jasper基于人工智能可以完成營(yíng)銷策劃、文檔生成；DoNotPay則是一個(gè)人工智能的專屬律師。微軟Bing、辦公軟件都接入了ChatGPT，百度文心一言也開放了接口，擴(kuò)大應(yīng)用生態(tài)。
ARK在《BIG IDEAS 2023》中預(yù)測(cè)，在到2030年，人工智能可以使知識(shí)工作者的生產(chǎn)率提高4倍以上。大模型的涌現(xiàn)，讓人工智能不再只是空中樓閣，棋盤之王；而是真的科技革命浪潮。
企業(yè)如何推動(dòng)人工智能時(shí)代？
科技的落地，也會(huì)得益于微觀主體們的奮斗。這幾個(gè)月，各大巨頭在大模型方面展現(xiàn)了“卷”的能力。但人工智能落地，并不只依靠模型，而是技術(shù)棧多個(gè)層面。技術(shù)棧也發(fā)生了非常根本的變化。
在大模型之前，各大企業(yè)主要在IT技術(shù)棧的三個(gè)層面發(fā)展：底層芯片等硬件層，中間操作系統(tǒng)層，最上層各類應(yīng)用層。每一個(gè)層面的突破，都會(huì)相應(yīng)促進(jìn)其他層面提升。
就像PC時(shí)代，英特爾的微處理器，讓電腦普及成為可能；微軟的操作系統(tǒng)，讓機(jī)器富有靈魂；層出不窮的應(yīng)用商，為用戶帶來了工作、娛樂、科研等等方面的全面效率提升。
在智能手機(jī)時(shí)代，底層芯片玩家有了ARM、英偉達(dá)，操作系統(tǒng)有了安卓、蘋果，應(yīng)用層則誕生了搜索、電商、游戲等各類巨頭。蘋果更是通過自研芯片和云服務(wù)來提升護(hù)城河。這些企業(yè)聯(lián)手開拓了移動(dòng)互聯(lián)網(wǎng)浪潮。
人工智能時(shí)代，IT的技術(shù)棧則變成了四層：芯片層、框架層、模型層、應(yīng)用層。
底層的芯片層，從以CPU邏輯運(yùn)算為主，轉(zhuǎn)變?yōu)椴⑿羞\(yùn)算占據(jù)需求主流。而且芯片也在不斷演進(jìn)，除了熟知的英偉達(dá)GPU之外，谷歌的TPU、百度的昆侖芯也都在研發(fā)落地，甚至有消息稱，微軟也計(jì)劃自研人工智能芯片。
百度在昆侖芯上的研發(fā)，也有了近十年時(shí)間，第三代產(chǎn)品預(yù)計(jì)在2024年初進(jìn)行量產(chǎn)，這款芯片會(huì)為生成式人工智能“精雕細(xì)琢”，良好用于千億參數(shù)規(guī)模的大模型訓(xùn)練。
框架層，可以理解為是一個(gè)集合了所有主流AI算法模型，以及使用說明的大型軟件倉庫。谷歌推出了TensorFlow，Meta開發(fā)了PyTorch，百度也自研了國(guó)內(nèi)框架：飛槳PaddlePaddle。
飛槳的特點(diǎn)是工業(yè)、學(xué)術(shù)“兩開花”，低門檻、更懂國(guó)內(nèi)場(chǎng)景，也培育了良好生態(tài)。IDC報(bào)告顯示，2022年飛槳在中國(guó)深度學(xué)習(xí)平臺(tái)市場(chǎng)當(dāng)中，綜合份額第一。飛槳也聚集了535萬開發(fā)者，服務(wù)20萬家企業(yè)，開發(fā)了67萬個(gè)模型。
模型層，是目前的競(jìng)爭(zhēng)高地。谷歌在5月發(fā)布了第二代大語言模型PaLM 2，百度也在3月正式啟動(dòng)了文心一言的內(nèi)測(cè)。目前文心一言具備文學(xué)創(chuàng)作、商業(yè)文案創(chuàng)作、數(shù)理邏輯推理、中文理解和多模態(tài)生成等5種能力。
大模型一是會(huì)改變當(dāng)前云計(jì)算的格局，云計(jì)算不只是看算力、存儲(chǔ)，而更多看大模型服務(wù)能力；二是可以生成巨大的產(chǎn)業(yè)生態(tài)，比如各行業(yè)可以結(jié)合開發(fā)垂直模型，提升效率；也可以基于大模型，開發(fā)原生人工智能應(yīng)用。
應(yīng)用層，目前整體處于從萌芽到生長(zhǎng)的狀態(tài)。微軟開發(fā)了Copilot辦公套件，谷歌也提供辦公軟件DuetAI、Tailwind私人助理等多中應(yīng)用，以及Notion、Jasper等獨(dú)立應(yīng)用也快速發(fā)展。
百度在應(yīng)用層面也具有不錯(cuò)的布局優(yōu)勢(shì)，除了搜索之外，也有智能汽車、智能交通等“車路行”場(chǎng)景。比如，百度ACE智能交通解決方案可以讓通行效率提升15%-30%。
你追我趕才是卷。巨頭們的比拼會(huì)讓人工智能爆發(fā)出更多活力。
長(zhǎng)期趨勢(shì)的厚重
我們常說，人們?nèi)菀椎凸篱L(zhǎng)期趨勢(shì)的力量。而事實(shí)上，科技革命也并非立刻就爆發(fā)出增長(zhǎng)。
比如蒸汽機(jī)在1712年誕生，但百年后，英國(guó)經(jīng)濟(jì)才有顯著的增長(zhǎng)加速。電力革命第一波開始于1881年，但30年后，美國(guó)才有不到10%的機(jī)械動(dòng)力用電；又過了20年，美國(guó)的生產(chǎn)率增長(zhǎng)才出現(xiàn)加速。
人工智能的影響也是如此。短期會(huì)看到一些重復(fù)性崗位的消失，但長(zhǎng)期來看，一定是新的就業(yè)如筍而出，社會(huì)效率大幅提升。
對(duì)普通人而言，技術(shù)門檻也大幅降低，更容易享受到技術(shù)的紅利。
比如以操作系統(tǒng)為例，最初是以輸入代碼“高度專業(yè)”的方式；隨后有了圖形界面和鼠標(biāo)，可操作性大幅提升；人工智能時(shí)代，則更為方便，輸入自然語言即可。精力的節(jié)省，可以投入更有創(chuàng)造性的工作，或者享受美好生活。
誠(chéng)然，我們需要對(duì)人工智能的發(fā)展，設(shè)立邊界和合規(guī)；需要關(guān)注科技普惠的進(jìn)展；但正如李彥宏在天津世界智能大會(huì)上所呼吁，“停止創(chuàng)新，不發(fā)明不創(chuàng)造不進(jìn)步，按照慣性走下去，所帶來的各種各樣不可預(yù)知的風(fēng)險(xiǎn)，才是人類最大的威脅”。擁抱人工智能，期待世界的下一個(gè)增長(zhǎng)奇跡。
