九九九中文无码A∨|亚洲国产成人最新精品|国产AV无码精品色午夜|国产精品久久久久三级无码|日韩欧美一区国产二区在线|欧美另类精品一区二区三区|精品一区二区三区毛片视频网|中文字幕日韩精品一区二区三区

中國企業(yè)報集團主管主辦

中國企業(yè)信息交流平臺

微博 微信

騰訊湯道生:大模型只是起點(diǎn),產(chǎn)業(yè)落地是AI更大的應用場(chǎng)景

作者:本報記者 馬國香 2023-06-21 23:15 來(lái)源:中國企業(yè)網(wǎng) 次閱讀
 
騰訊湯道生:大模型只是起點(diǎn),產(chǎn)業(yè)落地是AI更大的應用場(chǎng)景


  6月21日,北大光華管理學(xué)院聯(lián)合騰訊,宣布升級“數字中國筑塔計劃”,共同推出“企業(yè)管理者人工智能通識課”系列課程,助力企業(yè)創(chuàng )始人和管理者擁抱AI。在第一課上,騰訊集團高級執行副總裁、云與智慧產(chǎn)業(yè)事業(yè)群CEO湯道生,簡(jiǎn)要回顧AI的歷史,系統詮釋了大語(yǔ)言模型推動(dòng)的技術(shù)變革,行業(yè)落地的挑戰與應對,以及企業(yè)擁抱大模型的基本準則。


  湯道生回顧了AI發(fā)展的歷史,表示算法創(chuàng )新、算力增強、開(kāi)源共創(chuàng )三大因素的疊加,構成了AI的“增長(cháng)飛輪”。

  大模型的快速進(jìn)步,推動(dòng)我們正在進(jìn)入一個(gè)被AI重塑的時(shí)代。湯道生表示,大模型只是起點(diǎn),未來(lái),應用落地的產(chǎn)業(yè)變革是更大的圖景。企業(yè)過(guò)去的研發(fā)、生產(chǎn)、銷(xiāo)售、服務(wù)等環(huán)節中,有很多依賴(lài)人來(lái)判斷、協(xié)調與溝通的地方,今天都值得去看看,哪些環(huán)節可以疊加AI的生產(chǎn)力,來(lái)提質(zhì)、降本與增效。

  “AI對世界的改變,一定是通過(guò)與產(chǎn)業(yè)融合實(shí)現的。機器決策、自主生成、自然交互等一系列變革,將推動(dòng)產(chǎn)業(yè)實(shí)現更高效率、更低成本、更好體驗和更大創(chuàng )新。未來(lái)的企業(yè),也將向智能原生進(jìn)化?!?br />
  以下為演講湯道生全文:

  大家好!非常高興參加今天的發(fā)布會(huì ),一起探討產(chǎn)業(yè)智能化升級。隨著(zhù)大語(yǔ)言模型的發(fā)展,我們正在進(jìn)入一個(gè)被AI重塑的時(shí)代,從生產(chǎn)銷(xiāo)售、組織人才,到產(chǎn)業(yè)革新、社會(huì )發(fā)展,都會(huì )發(fā)生劇烈的變化。

  許多企業(yè)管理者也在思考,如何把大模型技術(shù)應用到自己企業(yè)場(chǎng)景中,比如在客服與營(yíng)銷(xiāo)環(huán)節,為業(yè)務(wù)經(jīng)營(yíng)帶來(lái)更多降本增效?如何在使用大模型時(shí),保護企業(yè)數據的產(chǎn)權與隱私?如何降低大模型的使用成本?這些都是企業(yè)管理者需要考慮的現實(shí)問(wèn)題。

  今天,我們和北京大學(xué)光華管理學(xué)院攜手共建的“企業(yè)家人工智能通識課”,就是期望能夠幫助大家,在前沿技術(shù)理解、公司組織變革、商業(yè)模式驗證、模型實(shí)際落地等重要問(wèn)題上,一起尋找新的解題思路。

  在這里,我也分享一些對人工智能和產(chǎn)業(yè)融合的想法,跟大家探討,如何以AI驅動(dòng)產(chǎn)業(yè)變革。

  我想從四個(gè)部分,分享一下自己的觀(guān)察和看法,包括AI的歷史、技術(shù)現狀、產(chǎn)業(yè)落地和帶給我們的挑戰。我先從技術(shù)發(fā)展的角度,回顧一下AI發(fā)展史,這會(huì )幫助我們更好的理解人工智能的現狀和未來(lái)發(fā)展。

  一、人工智能發(fā)展歷程

  1950年,人工智能之父圖靈在論文中,提出了一個(gè)關(guān)鍵問(wèn)題:“機器是否可能具有人類(lèi)智能?”由此誕生了“人工智能”的概念。

  人工智能究竟是什么?它是一門(mén)研究、開(kāi)發(fā),如何模擬、擴展人的智能的科學(xué)。包括機器人、語(yǔ)言識別、圖像識別、自然語(yǔ)言處理等方向。

  簡(jiǎn)單說(shuō),就是研究怎么讓機器和人一樣,會(huì )聽(tīng)會(huì )說(shuō),會(huì )看,會(huì )思考,可以行動(dòng)。其中尤其重要的一個(gè)方面,是讓機器掌握語(yǔ)言,從理解、學(xué)習,到生成表達,這也是今天,GPT-4這樣的大模型所表現出來(lái)這種“超能力”。

  語(yǔ)言是人類(lèi)思維最重要的載體,《人類(lèi)簡(jiǎn)史》作者尤瓦爾(Yuval)甚至說(shuō),通過(guò)掌握語(yǔ)言,人工智能已經(jīng)破解了人類(lèi)文明的操作系統,掌握了通往未來(lái)的“萬(wàn)能鑰匙”。

  過(guò)去40年,AI發(fā)展不斷加速。也有一些大眾熟知的標志性事件,比如,IBM的專(zhuān)用超算機深藍,在1995年,通過(guò)窮舉棋盤(pán)上所有可能性,奪得國際象棋世界冠軍。2016年,AlphaGo結合深度學(xué)習與強化學(xué)習,在圍棋上打敗李世石。還有AlphaFold對生物科學(xué)的貢獻,把蛋白質(zhì)的折疊做到非常高的精度。再到最近讓大眾風(fēng)靡的ChatGPT、GPT-4,文生圖技術(shù)Midjourney、StableDiffusion等等。

  這些事件的背后是底層技術(shù),特別是神經(jīng)網(wǎng)絡(luò )的持續突破。1986年,深度學(xué)習之父杰弗里·辛頓(GeoffreyHinton)發(fā)明反向傳播算法,奠定了現代機器學(xué)習,用數據來(lái)訓練神經(jīng)網(wǎng)絡(luò )的理論基礎。

  神經(jīng)網(wǎng)絡(luò )計算模型的原理,是通過(guò)模仿人腦構建人工神經(jīng)元模型,以多層架構,層層抽象。

  隨后,模型架構不斷創(chuàng )新,比如卷積神經(jīng)網(wǎng)絡(luò )、循環(huán)神經(jīng)網(wǎng)絡(luò )等,帶來(lái)了深度學(xué)習的大發(fā)展。最近一次重要的突破是2017年,Google多名研究員發(fā)布了一篇開(kāi)創(chuàng )性的論文《Attentionisallyourneed》,提出Transformer架構,以自注意力來(lái)表達序列中每個(gè)單詞的關(guān)聯(lián),今天包括GPT在內的AI模型,都是在這個(gè)Transformer通用框架上衍生而來(lái)。

  AI的發(fā)展,除了底層技術(shù),還要受到算力等因素的限制。神經(jīng)網(wǎng)絡(luò )的訓練非常消耗算力,在80年代,計算機能力僅能支撐淺層神經(jīng)網(wǎng)絡(luò ),當時(shí)一個(gè)較為典型的神經(jīng)網(wǎng)絡(luò )只有1960個(gè)參數,連最簡(jiǎn)單的文字識別基本都無(wú)法完成。哪怕到了2000年代初,算力仍然是瓶頸,可供訓練的在線(xiàn)數據也不足。

  到了最近20年,硬件算力不斷提升。一方面,摩爾定律讓芯片計算能力持續翻翻;另一方面,高速網(wǎng)絡(luò )與分布式計算技術(shù),也讓計算機集群規模不斷擴大。2000年代中,英偉達打造了CUDA,把GPU變得更通用與可被編程,一下從圖形渲染,延展到科研超算領(lǐng)域?;诓煌脑O計理念,GPU重點(diǎn)攻克并發(fā)的向量計算,單個(gè)GPU的算力,比過(guò)去基于CPU的算力多了一千倍。加上互聯(lián)網(wǎng)的高速發(fā)展,快速增加了可訓練的數據,讓神經(jīng)網(wǎng)絡(luò )可以做到更大、更深、更多參數、更復雜的模型結構,由此誕生了千億級以上參數的大模型。

  此外,全球產(chǎn)學(xué)研力量,攜手開(kāi)源共創(chuàng ),也是人工智能快速突破的重要因素。無(wú)論是科研論文、數據集、模型算法,還是軟件平臺,一代一代的人工智能科學(xué)家,都無(wú)私的開(kāi)放自己的研究成果,讓后來(lái)者能在前人的基礎上不斷前進(jìn)。

  在開(kāi)源軟件方面,全球高校與科技企業(yè),都為開(kāi)發(fā)者貢獻了多種AI訓練與推理框架,還有大量數據處理工具。

  到今天,大量各類(lèi)預訓練的開(kāi)源模型,都能從huggingface、github等平臺下載,讓全球研究人員可以在各種開(kāi)源模型上搭建服務(wù),與優(yōu)化出更好的模型。

  開(kāi)源共創(chuàng )、算法創(chuàng )新、算力大幅增強,這些因素疊加,構成了AI的“增長(cháng)飛輪”。GPT-4、PaLM2、LLaMa等大模型的問(wèn)世,讓大家看到了通用人工智能的曙光。

  二、大模型推動(dòng)智能變革

  如果說(shuō),大語(yǔ)言模型已經(jīng)涌現出一定的智能現象,也就應該能產(chǎn)生出,在訓練數據中從來(lái)沒(méi)有出現過(guò)的新組合內容。

  通過(guò)這個(gè)畫(huà)畫(huà)的案例,我們可以看到現在的AI大模型處理問(wèn)題的方式,不再是靠完整的保存與復制,而是通過(guò)理解指示后,把訓練過(guò)的知識重新組合生成的。

  可以看出,大模型可以按照指令,逐步畫(huà)圖,比如,用字符來(lái)畫(huà)一個(gè)人出來(lái)。其中用字母O表示臉,用字母Y表示軀干,再用H表示雙腿。第一次畫(huà)的并不理想,但可以根據反饋,調整身體、手的比例,給小人穿上衣服。是一個(gè)不斷反饋和調整的過(guò)程。

  另一方面,著(zhù)名的圖靈測試,就是在對話(huà)中能否識別出對方是人還是AI,在今天已經(jīng)不足以評估人工智能的智能程度。

  如果做題考分是評估人的智能最直接的工具,那么大語(yǔ)言模型在語(yǔ)言理解與邏輯推理能力上,已經(jīng)超過(guò)了平均人類(lèi)的水準。

  在編程領(lǐng)域,GPT-4參加了亞馬遜的模擬技術(shù)考試,拿到了滿(mǎn)分,這個(gè)考試規定的時(shí)長(cháng)是兩小時(shí),它只用了不到4分鐘。在美國GRE和生物奧林匹克競賽考試當中,GPT-4也超過(guò)99%的人類(lèi);模擬律師資格考試的成績(jì),大約是前10%。此外,谷歌的Med-PaLM2,也在美國醫療執照考試中達到了專(zhuān)家水平。

  最近,OpenAI又給ChatGPTAPI增加了函數調用能力,這意味著(zhù)大模型也能使用工具了。自己不具備的能力,可以靠各種第三方服務(wù)嘗試解決,大大增加了通用大模型解決問(wèn)題的能力。

  大語(yǔ)言模型代表人工智能的發(fā)展,已經(jīng)達到了一個(gè)新的高峰,有卓越的語(yǔ)言理解、強大的邏輯推理與溝通能力,能帶入角色,主動(dòng)思考。

  用大量數據預訓練的模型也推動(dòng)機器視覺(jué)、語(yǔ)音識別、機器人等AI能力發(fā)生新的突破。通過(guò)對機器想、聽(tīng)、看、動(dòng)等能力的整合,AI也將真正成為人們的工作和生活助手。

  首先,基于多模態(tài)的大模型,計算機視覺(jué)從“能看”到“看懂”。

  在銀行業(yè)務(wù)中,要處理很多的回單、發(fā)票、申請書(shū)、業(yè)務(wù)郵件等數據,例如我們合作的一家商業(yè)銀行,在資產(chǎn)托管業(yè)務(wù)中,每天需要處理1萬(wàn)多件郵件和傳真。來(lái)自投資、保險、融資等等不同的業(yè)務(wù)系統,內容有票據、證件照片等等,多種樣式??咳斯ぬ幚?#xff0c;錄入系統,費時(shí)費力,就需要借助更智能的機器識別。

  在傳統的算法模型下,需要輸入2千張的單據,機器才能識別一種單據,也沒(méi)有整理成表格或者標簽的能力。

  現在,基于大模型能力,我們的TI-OCR只需要50張被標注的單據,就可以快速識別一種類(lèi)型的單據。同時(shí)可以根據分析能力,自動(dòng)提煉核心標簽,生成電子數據文件,進(jìn)行后續的商業(yè)分析。

  大語(yǔ)言模型不僅懂多種人類(lèi)語(yǔ)言,還掌握多種程序語(yǔ)言,還可以幫助程序員寫(xiě)代碼。

  我們也打造了騰訊云新一代AI代碼助手,實(shí)現AI對代碼的理解,輔助程序員編寫(xiě)、排錯與測試,為軟件研發(fā)的全流程助力,提高開(kāi)發(fā)效率與代碼質(zhì)量。

  這是上周新發(fā)布的一段視頻。騰訊RoboticsX機器人實(shí)驗室的機器狗Max,能力又升級了。大家可以看到,兩只機器狗正在進(jìn)行一段障礙追逐賽,把他們隨機放到場(chǎng)地中,一個(gè)追,一個(gè)躲,還有一面隨機出現的旗子。躲的機器狗,要努力在不被抓到情況下,摸到旗子,摸到旗子后,角色調轉。

  在這個(gè)過(guò)程中,兩只機器狗要實(shí)時(shí)的根據對方的行動(dòng),判斷自己的行為,同時(shí)還要惦記著(zhù)目標,也就是碰到旗子,或者抓住對方。同時(shí),在碰到旗子后要馬上修正自己的策略。

  通過(guò)這個(gè)視頻,我們能看到,機器狗的行動(dòng),也因為預訓練AI模型和強化學(xué)習的加入,具有了更好的靈活性和自主決策能力。

  大語(yǔ)言模型不僅能與人溝通,更重要的是通過(guò)模型的精調,可以按需求產(chǎn)生一系列的執行步驟,比如聯(lián)網(wǎng)調用不同插件的能力,加上多模態(tài)讓AI同時(shí)能看懂圖,聽(tīng)懂話(huà),會(huì )規劃,能行動(dòng),這樣就可以做出更強大的應用,讓AI更像真正意義上的智能助手,完成更高級的任務(wù)。

  比如,線(xiàn)上廣告投放員,每天需要刷新大量廣告素材,確保廣告投放的ROI,如果結合廣告效果數據與文生圖能力,可以不斷地根據數據分析,生成投放策略,調整投放渠道,并且針對性的生成投放素材,自動(dòng)化程度與效率都會(huì )更高。

  三、企業(yè)擁抱大模型的方式和路徑

  這么多變革匯聚在一起,也意味著(zhù)海量的創(chuàng )新即將爆發(fā)。大模型只是起點(diǎn),未來(lái),應用落地的產(chǎn)業(yè)變革是更大的圖景。

  事實(shí)上,不管哪個(gè)行業(yè),都應該積極擁抱AI,過(guò)去的研發(fā)、生產(chǎn)、銷(xiāo)售、服務(wù)等環(huán)節中,都有很多依賴(lài)人來(lái)判斷、協(xié)調與溝通的地方,今天都值得我們去看看哪些環(huán)節,可以疊加AI的生產(chǎn)力,來(lái)提質(zhì)、降本與增效。

  目前,海外一些大型企業(yè),已經(jīng)開(kāi)始投資及采用大模型技術(shù)。比如,摩根士丹利直接接入GPT-4,用它整合、解析,海量的投資策略和市場(chǎng)研究報告,給投資顧問(wèn)提供直接的參考。

  根據自媒體《量子位》的分析,我們可以看到,生成式AI(AIGC)對不同行業(yè)的影響程度與接受程度。圖中能看到,內容與電商產(chǎn)業(yè)受到影響最明顯,像文生圖的技術(shù),將會(huì )大大改變內容制作的流程與成本。

  既然大模型這么重要,在座的企業(yè)家與管理者,可能也會(huì )問(wèn),我們如何把它用在企業(yè)上,抓住技術(shù)變革的紅利?

  我可以給企業(yè)管理者一些建議:

  第一,聚焦企業(yè)自身業(yè)務(wù),挑選具體場(chǎng)景,讓AI成為服務(wù)的增量。

  第二,確保訓練數據質(zhì)量,梳理出測試用例,建立上線(xiàn)評估流程。

  第三,確保服務(wù)合規,同時(shí)關(guān)注數據的產(chǎn)權與隱私。

  第四,使用云廠(chǎng)商工具,搭建一體化的模型服務(wù),這樣效率比較高,節約訓練、運維的成本和時(shí)間。

  在具體實(shí)施中,模型、數據和算力是大家需要格外關(guān)注的三個(gè)點(diǎn)。

  首先是模型。雖然大家對通用大語(yǔ)言模型的聊天機器人期待很高,但它不是唯一的大模型服務(wù)方式,也不一定是滿(mǎn)足行業(yè)場(chǎng)景需求的最優(yōu)解。

  目前,通用大模型一般都是基于廣泛的公開(kāi)文獻與網(wǎng)絡(luò )信息來(lái)訓練的,上面的信息可能有錯誤、有謠言、有偏見(jiàn),許多專(zhuān)業(yè)知識與行業(yè)數據積累不足,導致模型的行業(yè)針對性與精準度不夠,數據“噪音”過(guò)大。但是,在很多產(chǎn)業(yè)場(chǎng)景中,用戶(hù)對企業(yè)提供的專(zhuān)業(yè)服務(wù)要求高、容錯性低,企業(yè)一旦提供了錯誤信息,可能引起巨大的法律責任或公關(guān)危機。因此,企業(yè)使用的大模型必須可控、可追溯、可修正,而且必須反復與充分測試才能上線(xiàn)。

  我們認為,客戶(hù)更需要有行業(yè)針對性的行業(yè)大模型,再加上企業(yè)自己的數據做訓練或精調,才能打造出實(shí)用性高的智能服務(wù)。企業(yè)所需要的是,在實(shí)際場(chǎng)景中真正解決了某個(gè)問(wèn)題,而不是在100個(gè)場(chǎng)景中解決了70%-80%的問(wèn)題。

  另外,訓練數據越多,模型越大,訓練與推理的成本也越高。實(shí)際上,大部分的企業(yè)場(chǎng)景,可能也不需要通用AI來(lái)滿(mǎn)足需要。因此,如何在合理成本下,選擇合適的模型,是企業(yè)客戶(hù)所需要思考與決策的。

  其次,數據是大模型的原材料,針對具體場(chǎng)景,相關(guān)數據的覆蓋與質(zhì)量都是至關(guān)重要,標注數據的管理也是模型迭代中的重要工作。

  模型最終要在真實(shí)場(chǎng)景落地,要達到理想的服務(wù)效果,往往需要把企業(yè)自身的數據也用起來(lái)。在模型研發(fā)過(guò)程中,既要關(guān)注敏感數據的保護與安全合規,也需要管理好大量的數據與標簽,不斷測試與迭代模型。

  再次,算力是模型持續運轉的基礎,高性能、高彈性和高穩定的算力,需要借助專(zhuān)業(yè)的云服務(wù)。

  在大模型的訓練和使用過(guò)程中,需要大量異構算力的支持,對網(wǎng)絡(luò )速度與穩定性要求也很高,加上GPU服務(wù)器比一般服務(wù)器穩定性更低一些,服務(wù)器的運維、問(wèn)題的排查更頻繁,整體運維的難度與工作量會(huì )高很多。在訓練集群中,一旦網(wǎng)絡(luò )有波動(dòng),訓練的速度就會(huì )受到很大的影響;只要一臺服務(wù)器過(guò)熱宕機,整個(gè)集群都可能要停下來(lái),然后訓練任務(wù)要重啟,這些問(wèn)題會(huì )使得訓練時(shí)間大大增加,投入在大模型的成本也會(huì )飆升。

  基于這些企業(yè)現實(shí)問(wèn)題和需求的思考,就在前兩天,騰訊也正式公布了騰訊云MaaS服務(wù)全景圖。

  基于騰訊云TI平臺打造的行業(yè)大模型精選商店,將覆蓋金融、文旅、政務(wù)、醫療、傳媒、教育等10大行業(yè),提供超過(guò)50個(gè)解決方案。在這些能力模型基礎上,伙伴們只需要加入自己獨有的場(chǎng)景數據,就可以快速生成自己的“專(zhuān)屬模型”。

  我們也推出基于騰訊云TI平臺的,行業(yè)大模型精調解決方案。幫助模型開(kāi)發(fā)者與算法工程師,一站式解決模型調用、數據與標注管理、模型精調、評估測試與部署等任務(wù),減輕創(chuàng )建大模型的壓力。我們也可以通過(guò)TI平臺,實(shí)現模型的私有化部署、權限管控和數據加密等方式,讓企業(yè)用戶(hù)在使用模型時(shí)更放心。

  比如,我們和國內的頭部在線(xiàn)旅游公司,基于“文旅大模型”,打造了機器人客服,可以自動(dòng)判斷用戶(hù)意圖,并自動(dòng)調用相應的API,高質(zhì)量完成用戶(hù)咨詢(xún)及服務(wù)。

  假如一個(gè)用戶(hù)問(wèn)“端午節三天不出江浙滬,有什么行程推薦,應該怎么安排?”如果是基于通用大模型的客服機器人,只能給出一些簡(jiǎn)單的景點(diǎn)介紹和路線(xiàn)規劃。

  但當我們加入行業(yè)數據,進(jìn)行模型精調之后,客服機器人的回答變得更加細致,能夠規劃出每天的交通、景點(diǎn)安排,包括不同檔次的酒店推薦、介紹,甚至可以直接提供預訂鏈接,平臺優(yōu)惠券信息。智能客服系統,不僅可以實(shí)現人性化的服務(wù)體驗,也具備了更強的銷(xiāo)售轉化能力。

  在算力服務(wù)上。騰訊云所提供的穩定計算、高速網(wǎng)絡(luò )與專(zhuān)業(yè)運維,可以為算法工程師大大減輕設備運維的壓力,讓他們把精力放在模型的構建與算法的優(yōu)化上。

  騰訊云也打造了面向模型訓練的新一代HCC(High-Performance Computing Cluster)高性能計算集群,搭載最新次代GPU,結合多層加速的高性能存儲系統,加上高帶寬、低延遲的網(wǎng)絡(luò )傳輸,整體性能比過(guò)去提升了3倍,獲得了很多客戶(hù)的高度認可,幾家大模型獨角獸,都與我們展開(kāi)了算力的合作。

  在計算集群的“硬實(shí)力”之外,我們最近也推出了更適合AI運算的“軟能力”——向量數據庫,它能更高效地處理圖像、音頻和文本等非結構化數據,支持單索引10億級規模,比單機插件式檢索規模提升10倍,數據接入AI的效率,也比傳統方案提升10倍。

  四、AI發(fā)展的挑戰和應對之策

  AI價(jià)值巨大,發(fā)展速度驚人,但從社會(huì )的層面,我們也要注意,帶來(lái)的風(fēng)險與挑戰。

  最近,杰弗里·辛頓(GeoffreyHinton)因為擔心AI無(wú)法控制,離開(kāi)了谷歌,他在接受采訪(fǎng)時(shí)提到:人工智能的信息架構可能比人腦的信息架構更強大。

  人類(lèi)大腦中大概有860億個(gè)神經(jīng)元,這些神經(jīng)元之間形成了大概100萬(wàn)億個(gè)連接。雖然GPT4的參數沒(méi)有披露,但普遍估算參數量只有人腦神經(jīng)元連接的百分之一,大概是5000億到1萬(wàn)億。

  但GPT4裝載的知識卻是普通人的千倍萬(wàn)倍,學(xué)習效率也更高。這說(shuō)明,在某程度上,當前的神經(jīng)網(wǎng)絡(luò )可能比人腦擁有一個(gè)“更優(yōu)”的處理信息的架構與學(xué)習算法,一旦得到足夠算力來(lái)訓練,就可以更快速地學(xué)習大量信息與知識。

  還有一點(diǎn)值得一提,AI通過(guò)在線(xiàn)連接,就可以把模型下載與復制,在相對短時(shí)間內,就讓一臺新機器復制好海量的知識,而且各自學(xué)習不同知識后還可以相互同步。而人類(lèi)的知識和智慧傳承,必須通過(guò)復雜多變又不太精確的語(yǔ)言,作為傳遞信息的媒介,每個(gè)人的培養幾乎是從0開(kāi)始(除了基因中hardcode的記憶),都需要從小開(kāi)始,花數十年時(shí)間來(lái)學(xué)習,花數十年來(lái)積累經(jīng)驗。

  AGI強大且不斷泛化的能力,讓很多人都非常擔心,人類(lèi)會(huì )逐漸失去對AI的控制。尤其AGI能聯(lián)網(wǎng),能編程,能操控其他系統(因為可以調用其他系統的API),讀懂人(因為模型里導入大量書(shū)籍,了解人類(lèi)千年文明發(fā)展歷史,了解人們的思考方式與弱點(diǎn),每天還跟很多人互動(dòng),甚至交流情感),它掌握語(yǔ)言(因此可以影響人的思考與行為),它能產(chǎn)生圖與視頻(因此可以讓人產(chǎn)生視覺(jué)錯覺(jué)),可能還有更多能力我們還沒(méi)發(fā)現。

  因此Hinton也提出,AI對人類(lèi)產(chǎn)生四重威脅。他不惜從工作了10年的谷歌離職,推動(dòng)大眾對人工智能潛在風(fēng)險的關(guān)注,并建立安全使用AGI的規范。

  面對人工智能帶來(lái)的各種問(wèn)題,還有很多值得思考的東西。包括人類(lèi)發(fā)展、倫理、教育等等。

  這些問(wèn)題,相信我們在座每一位,都有自己的思考。但是有一點(diǎn)我想講的是,技術(shù)的發(fā)展、演進(jìn)、變化,總是超出人的想象,而人類(lèi)擁抱變化的勇氣,創(chuàng )新的智慧,化挑戰為機遇的能力,也往往超出我們自己的想象。就像工業(yè)革命早期,也有過(guò)對于農村經(jīng)濟瓦解、工人生存狀況堪憂(yōu)等等情況的擔心,但是,最終我們以人類(lèi)特有的方式,走了過(guò)來(lái),并且讓全人類(lèi)的生產(chǎn)效率、生活質(zhì)量以幾何指數飆升。

  毫無(wú)疑問(wèn),AI對世界的改變,一定也是通過(guò)與產(chǎn)業(yè)的融合實(shí)現的。機器決策、自主生成、自然交互等一系列變革,推動(dòng)產(chǎn)業(yè)實(shí)現更高效率、更低成本、更好體驗和更大創(chuàng )新。未來(lái)的企業(yè),也將向智能原生進(jìn)化。

  面向未來(lái),騰訊也愿意持續貢獻自己的能力,以開(kāi)放的心態(tài)和無(wú)窮的好奇心,和各位專(zhuān)家學(xué)者、企業(yè)管理者一起,共同探索、創(chuàng )新,擁抱智能時(shí)代的新機遇。
點(diǎn)贊()
上一條:PICO斬獲618 XR品類(lèi)銷(xiāo)量榜冠軍2023-06-21
下一條:五度結緣APEC 五糧液持續向世界傳遞中國民族品牌新勢能2023-06-21

相關(guān)稿件

多家企業(yè)發(fā)布基于大模型的AI應用產(chǎn)品 2023-05-26
AI大模型開(kāi)啟應用場(chǎng)景比拼 2023-06-14
人工智能助推醫療健康產(chǎn)業(yè)快速發(fā)展 2023-04-26
大廠(chǎng)競逐AI大模型 虛火過(guò)旺還是星辰大海? 2023-04-14
武漢經(jīng)開(kāi)區打造全國一流智能網(wǎng)聯(lián)汽車(chē)應用場(chǎng)景 2022-05-11
國務(wù)院國有資產(chǎn)管理委員會(huì ) 中國企業(yè)聯(lián)合會(huì ) 中國企業(yè)報 中國社會(huì )經(jīng)濟網(wǎng) 中國國際電子商務(wù)網(wǎng) 新浪財經(jīng) 鳳凰財經(jīng) 中國報告基地 企業(yè)社會(huì )責任中國網(wǎng) 杭州網(wǎng) 中國產(chǎn)經(jīng)新聞網(wǎng) 環(huán)球企業(yè)家 華北新聞網(wǎng) 和諧中國網(wǎng) 天機網(wǎng) 中貿網(wǎng) 湖南經(jīng)濟新聞網(wǎng) 翼牛網(wǎng) 東莞二手房 中國經(jīng)濟網(wǎng) 中國企業(yè)網(wǎng)黃金展位頻道 硅谷網(wǎng) 東方經(jīng)濟網(wǎng) 華訊財經(jīng) 網(wǎng)站目錄 全景網(wǎng) 中南網(wǎng) 美通社 大佳網(wǎng) 火爆網(wǎng) 跨考研招網(wǎng) 當代金融家雜志 借貸撮合網(wǎng) 大公財經(jīng) 誠搜網(wǎng) 中國鋼鐵現貨網(wǎng) 證券之星 融易在線(xiàn) 2014世界杯 中華魂網(wǎng) 納稅人俱樂(lè )部 慧業(yè)網(wǎng) 商界網(wǎng) 品牌家 中國國資報道 金融界 中國農業(yè)新聞網(wǎng) 中國招商聯(lián)盟 和訊股票 經(jīng)濟網(wǎng) 中國數據分析行業(yè)網(wǎng) 中國報道網(wǎng) 九州新聞網(wǎng) 投資界 北京科技創(chuàng )新企業(yè)誠信聯(lián)盟網(wǎng) 中國白銀網(wǎng) 炣燃科技 中企媒資網(wǎng) 中國石油化工集團 中國保利集團公司 東風(fēng)汽車(chē)公司 中國化工集團公司 中國電信集團公司 華為技術(shù)有限公司 廈門(mén)銀鷺食品有限公司 中國恒天集團有限公司 濱州東方地毯集團有限公司 大唐電信科技股份有限公司 中國誠通控股集團有限公司 喜來(lái)健醫療器械有限公司 中國能源建設股份有限公司 內蒙古伊利實(shí)業(yè)集團股份有限公司 中國移動(dòng)通信集團公司 中國化工集團公司 貴州茅臺酒股份有限公司
乌兰县| 兴山县| 安泽县| 育儿| 蓬莱市| 安溪县| 五峰| 勃利县| 锡林浩特市| 金塔县| 榕江县| 鄂伦春自治旗| 兴文县| 孝昌县| 平塘县| 五寨县| 建瓯市| 嘉义县| 和林格尔县| 佛教| 米易县| 新乡县| 绥化市| 绥芬河市| 贡嘎县| 中卫市| 韶山市| 宣城市| 长垣县| 上高县| 吉木萨尔县| 巢湖市| 门源| 淄博市| 利川市| 平安县| 津市市| 山丹县| 荣成市| 涞源县| 临猗县|