前沿科技,数智经济
随着人工智能在数据、算力、算法、工具、模型等方面的技术推进,AI已经实现由实验室到产业应用的层级跃升,更广范围、更深层次地影响着人们的经济发展与生产生活方式变革。
IDC数据显示,2022年全球人工智能收入预计同比增长19.6%,达到4328亿美元,包括软件、硬件和服务。预计2023年可突破5000亿美元大关。
不可否认的是,AI技术为我们带来了前所未有的便利。比如提高工作效率,减少人类不必要的劳动,把人类从一些枯燥或者危险的工作环境中解脱出来。但与此同时,另一种声音渐起,即——AI应用对于劳动力市场结构的颠覆。
5月4日,美国电视和电影行业的编剧们近15年来首次集体罢工抗议,要求制片厂在使用像ChatGPT和Dall-E这样的生成式文本和图像技术时设定严格的限制,编剧协会提出的要求包括:AI不得被用于写作或改写文学材料;AI不得作为素材提供者;协会现有的材料不得被用于训练AI等,理由是AI“严重损害了编剧的工作标准,包括薪资”。
AI主播、AI歌手…技术替代真人的消息层出不穷。凡是新生事物都会消灭一些旧事物,科技的发展似乎也同样遵循着相同逻辑。AI带来的一些“副作用”,比如人类大量工作被AI取代,导致失业剧增,正在引发人们担忧。
不过,与新生事物消灭一些旧事物“共生”的另一面则是:还将催生更多新生事物。
日前,李彦宏在2023天津世界智能大会上发表演讲中就表示:“我不担心大模型会导致人类工作机会减少。”“人类最大的危险,最大的不可持续,并不是创新带来的不确定性。相反的,我们停止创新,不发明不创造不进步,按照惯性走下去,所带来的各种各样不可预知的风险,才是人类最大的威胁。”
巴菲特在最近召开的一次股东大会上也表示,AI没有任何一项功能可以取代今天坐在这里的人类;人工智能或许可以改变全球的面貌,却改变不了人的想法和行为。
可以说,在AI究竟是消灭劳动还是创造劳动的问题上,科技界大佬们更坚定地选择了后者。原因为何,或许我们可以从三次工业革命的发展史上一窥第四次工业革命——人工智能时代的就业生态。
AI真的会让人类都失业吗?
其实,AI抢占工作岗位这一观点并不新鲜。过去的每一次科技革命,都曾“夺”走过不少工作岗位。在工业革命时期,大量使用机器使得许多手工业者破产,工人失业。因此,工人们开始了砸机器的运动。
工作人员把机器看作是问题的根源,他们试图通过砸坏它来保住工作。到了20世纪中期,福特汽车的工人们也开始用罢工的方式来抵制新的流水线自动化系统。
这一行为后来被发展经济学家所接纳,并称之为“卢德谬论”:即科技的发展带来生产力的提高,会减少对劳动力的需求,从而导致失业率的上升;不过,虽然每一次科技革命在短时间内带来部分工作的消亡,但新的时代一定会孕育出更多的工作机会。
简而言之就是:科技创新对就业岗位的影响,增长将大于消亡。
李彦宏在演讲中提到,200年前,井下背水的工作消失了。在蒸汽机问世之前,工人们不得不亲自将矿坑中的积水背出,这项任务辛劳又艰难。随着瓦特蒸汽机的出现,井下背水的工作不再存在。而后,蒸汽机在纺织、冶金、造纸、陶瓷等工业领域得到应用,创造出许多新的职业,并带来全球人口和人均GDP的首次大幅增长浪潮。
100年前,马车夫的工作消失了。据记载,在马车业最繁荣的伦敦,约有10万人从事相关工作。而后汽车出现后,纽约到处都是卖马肉的,但后来依然出现了很多新的工作。第二次工业革命结束时,世界人口增长了2.7倍,世界人均GDP增长了3.2倍。
30年前,打字员的工作消失了。现在年轻一代没有见过打字机,但也出现了很多新的工作。随着电脑和互联网的发明,人类进入了第三次工业革命和大规模增长的时代。在短短30年内,世界人均GDP增长了2.8倍。
如今,我们正处于人工智能时代,这也被称之为第四次工业革命。从AI的训练方式上看,人工智能时代还将复制前三次工业革命的路线,伴随科学技术的发展,优化、解决人类工作瓶颈,随之产生更多需求和就业机会。
具体来看,为了训练计算机更加拟人化,人类需要给计算机提供大量标注数据,这项工作通常是由人类完成的。从职业角度来看,AI的机器学习将崛起并创造诸多全新职业,比如AI工程师、数据科学家、数据标注员、机器人维修员等等。
以在全球爆火的ChatGPT为例,OpenAI首席执行官SamAltman曾表示,OpenAI(ChatGPT所属公司)可能会在未来几年尝试筹集多达1000亿美元的资金,用来技术开发、日常运营及人才招聘。
为了创造极佳的使用体验,ChatGPT非常依赖高性能的硬件设备。这些硬件设备背后,离不开背后专业技术人才的运用。研究公司SemiAnalysis的首席分析师Dylan Patel曾表示,当用户使用ChatGPT写求职信、生成课业规划和润色个人简介等操作时,每天可能会烧掉OpenAI多达70万美元。
而OpenAI的母公司微软,为了实现AI梦,形成更持久的发展,也在花高昂费用广纳人才。
在最新一季的财报中,微软三大板块,最亮眼的就属智能云业务。为了使得微软在下一波计算浪潮中具有结构优势,未来微软将借助Azure(AI/GPU优化基础架构)、OpenAI(LLM)以及1亿开发人员共同合作试点,稳固头部优势地位。
5月16日,百度发布截至2023年3月31日的第一季度财报。财报显示,第一季度,百度实现营收311亿元,同比增长10%;归属百度的净利润达到57亿元,同比增长48%。其中,百度智能云在本季度实现了盈利。
“历史不会重复,但确实有它的规律。”正如李彦宏所说,也一如前三次工业革命,我们在处于新旧交替之中。
大模型带来的新机遇
从2016年AlphaGo出其不意的落子策略,到今天ChatGPT能够进行长时间的流畅对话、回答问题、高质量地撰写人们要求的几乎任何类型的书面材料——包括商业计划、广告活动、诗歌、笑话、计算机代码及电影剧本等,伴随大数据、大算力、大模型的发展,出现”智能涌现“的人工智能技术已经行至历史拐点。
“过去的人工智能是,我想让机器学会什么技能,就教它什么技能。教过的有可能会,没教过的就不会。大模型出现所谓的智能涌现之后,以前没教过的技能,它也会了。”李彦宏说道。
回顾人工智能技术发展史,从神经网络模型的引入,到2017年Transformer架构的提出,再到如今拥有1750亿参数的GPT3,在深度学习获得重大突破后,AI的技术方向发生了巨大变化,即从过去的辨别式AI1.0时代,走向生成式AI2.0时代。
“过去人们比较熟悉的人工智能的应用,基本上都是辨别式。”李彦宏解释道,“比如,人脸识别,还有搜索引擎——用户输入关键字或者一段话,然后在全网进行匹配,哪一个网页,哪一段内容是他需要的。”
而从功能上看,AI 2.0时代的大模型不仅能够自主学习文本和图像数据,还能够从影音、自动化硬件传感器数据,乃至DNA等多模态数据中学习,建构超强大脑的运行能力,进而逐步生成预测、决策、探索等更高级别的认知智能。
拥有了生成式能力的大模型,已经在激发AI原生应用的开发新浪潮,为人类经济社会发展带来新机遇。
具体展开来看,我们之所以说人工智能2.0时代将彻底颠覆人类过往的工作生活方式,一个摆在人类面前不争的未来格局就在于:人机融合、人机共创。
投资管理公司ARK Invest曾指出,人工智能技术仍处于较早期阶段,训练成本正以50倍于摩尔定律的速度增长,这对于内容创作、营销、客户服务、翻译、IT等行业从业者及企业来说,运行AI推理系统的成本几乎为0。ARK Invest预测称,2030年,AI将让脑力劳动者的生产效率提高4倍以上;在AI渗透率达到100%的假设下,41万亿美元的AI技术将提高产出价值200万亿美元。
这意味着,在不久之后的未来,以“AI数字员工+人类员工”为主的“人机交互、人机共创”工作模式将成为社会热潮。研究机构Gartner预测也显示,2030年,人机交互的AIGC(人工智能生成内容)市场规模将超过万亿元。
技术逻辑决定了应用模式。
“现在的IT技术栈变成了四层,底层仍然是芯片层,但是主要的芯片已经不是CPU,而是以GPU为代表的,新一代适合并行大规模浮点运算的芯片。上面我们叫做框架层,就是深度学习的框架,像百度的PaddlePaddle飞桨,Meta的PyTorch,谷歌的TensorFlow都是在这一层。再上面一层是模型层,今天的ChatGPT、文心一言等等,这些是属于模型层,以后AI时代的原生应用,都会基于大模型来进行开发。”
在原生应用层,充满了新的可能。
从发展范式上看,目前,AI 2.0大模型已从“人机协同”出发,升级各式生产力工具,并在广告投放、电子商务、搜索引擎、游戏制作等容错度高的行业实现业务自动化。未来还将逐步走向“全程自动“,在不容出错的领域里,AI医生等原生应用都有可能成为现实。
在国内市场,百度文心一言等大模型同类产品陆续开放接口、面向企业提供服务。当前市面上可见的类ChatGPT应用,覆盖包括办公软件、社交文娱、营销广告、家庭助理四大方向共15条赛道。
以百度文心一言为例,文心一言在预训练过程中使用了数万亿级别的语料库,使之具备了较强的语言理解和生成能力。目前百度已实现芯片、框架、模型到应用的全栈布局,可将文心一言作为人工智能基座型平台,通过优化学习框架和模型,提高训练推理效率、改善精度;通过优化硬件,提高计算和存储效率;并通过数据优化,改善模型推理效果,并由此赋能金融、汽车、能源、媒体、政务、生物医学等行业。
在海外市场,AI原生应用已经成为大势所趋。
早在2月底,文档协同软件公司Notion就推出了基于ChatGPT的企服工具Notion AI,每个用户每月只需支付10美元,就可以让AI辅助总结会议记录、修改优化内容、生成表格清单、起草电子邮件等。
写作辅助工具Grammarly推出了一款名为GrammarlyGo的生成式AI工具。用户每月可以免费获得100次提示,每月支付30美元或年支付144美元,可以获得每日500次提示服务。
李彦宏也举了几款AI原生应用的例子,它们已经能从更具体的切入点帮助企业及个人提高效率。
“DoNotPay,比较典型的应用场景是人工智能律师。比如说,你在美国开车超速了,超速之后警察给你一个罚单,一般交几百块钱。其实你可以不交,你请一个律师帮你打官司,就可以不交了。但是请一个律师的钱,可能是罚单钱的两倍,所以你不请了。今天请AI当律师,你就可以不交那个钱;
Jasper是营销创意的生成工具,你的公司想要出什么样的创意,它来帮你出,所以效率高很多;
Speak是韩国的软件应用,实际上是教你学外语的,模拟各种场景,到餐馆点餐、跟对方谈判时,怎么交互,上百种语言都可以做得非常好。”
未来,随着企业战略、人才、组织机制和文化的改变,人工智能还将用其新的思维方式和工作理念去协助企业重构现有的每一产品、每一业务。可预见的是,在不久的之后,各行各业、各式产品及工具都可能被AI重新迭代一遍。
大模型带来三大产业机会
不容置疑的是,人工智能已经成为新一轮科技革命和产业变革的重要驱动力量,大模型更是人工智能发展的热点方向。日前,IDC发布《2022中国大模型发展白皮书》认为,大模型是AI发展的必然趋势。
大模型正在重新定义人工智能,进而改变产业。这种“一变则百变”,可以从人机交互的方式变化中看出来。
李彦宏曾分享,人机交互的方式发生了三次变化。最早的是命令行,而后是变得更简单的图形用户界面(GUI),“人工智能的诞生,让我们可以用自然语言跟电脑进行交互。”
“当我有需求的时候,比如说我想查一下上个月,2023年4月,我的公司每一个产品线,有哪些产品的毛利率超过了疫情前的水平?这样一个课题,在过去很可能需要我的助理花半天一天的时间才能获得。今天,如果计算机懂你的自然语言,一秒钟之内就可以给你一个表格。”
此外,大模型对人机交互的改变,也可以重新定义营销和客服。毕竟,谁拥有最佳的跟客户沟通的方式,谁就会拥有这个客户。今天即使有70亿个客户,每一个客户也都可以有一个专属的7×24小时的、什么都知道的助理。
随着多模融合的生成式AI逐步成熟,能理解、有逻辑、会推理、能创作、有情感的大语言模型将带来人工智能创新的爆发式增长,企业的生产经营效率将得到极大提高,用户体验效果也将得到显著提升。
对于产业而言,降本增效的结果背后意味着技术进步,而技术进步则伴随着技术生产范式升级。据了解,今天的人工智能技术,已经发展成为“芯片、框架、模型、应用”四层架构,百度是全球唯一一家在这四层架构都有全栈布局的公司。
从产业机会上看,一方面,随着云计算从增长期进入成熟期,人工智能场景不断增多,云计算厂商需要提供性能更高、成本更低、弹性更灵活的计算资源,以支持大模型的训练和推理。
另一方面,大模型和AI技术的提升也反向带来了云计算厂商服务创新和价值的双增长。其中,大模型的主流商业模式也从IaaS(基础设施即服务)向MaaS(模型即服务)以算力交付的方式转移。
通过为企业提供更多的人工智能能力和解决方案,云计算厂商能够降低开发门槛和运维成本,更关注框架、模型的质量,以及芯片、框架、模型、应用这四层之间协同是否高效,继而促进产业业务创新和智能化升级。
从商业模式上看,大模型的更大商业潜能,则在于和千行百业的结合。
以百度文心一言为例,作为国内最早推出大模型产品内测的公司,文心一言已完成4次技术版本升级,已有15万家企业申请接入,合作的外部公司数量也为业内最多。
据了解,过去,要做AI业务,需要工作人员拿着各种各样的数据,去为客户单独训练一个AI模型出来。现在,在一个已经训练好的预训练大模型基础上,就可以用较低的门槛做出细分模型。
目前,百度“文心一言”大模型+飞桨深度学习框架已与600家行业客户合作打造了11个行业大模型。在汽车领域,百度与吉利汽车合作构建了智能客服知识库、汽车领域知识库等,节省了75%的研发人力成本;并与长安汽车构建了人工智能基础设施平台,以及基于文心一言联合研发了一款新的人工智能产品。
在产业再造方面,AI大模型引发的趋势也势不可挡。
以百度智能云正在内测的企业级大模型生产平台“文心千帆大模型平台”为例,据悉,文心千帆将提供两种企业服务:第一,以文心一言为核心,提供大模型服务,帮助客户改造产品和生产流程。第二,作为一个大模型生产平台,企业可以基于文心千帆开发自己的专属大模型。截止目前,已有超过300家生态伙伴参与文心一言内测,在400多个企业内部场景取得测试成效。
从应用开发机会来看,AI大模型平台还将是一个比移动互联网大十倍、百倍的AI应用时代。未来,AI大模型将成为一个通用型平台,各行各业从业者,不论是写代码、写文章、绘画作图还是写APP,都需要使用AI。这就像每个使用移动互联网的人都要用上4G/5G网络般,通过应用AI,人们能够拥有更加丝滑的工作、办公、生活甚至产业元宇宙体验。
结语
由此可见,随着人工智能的进一步发展,人类的生产方式将发生彻底性变革。伴随数字化和智能化时代发展,以新兴的生产要素为代表的人工智能技术,将通过与社会生产力的深度融合,为社会各领域带来了巨大变化,掀起社会生产力的新变革。而这一变革将带来效率与经济的又一轮发展。
正如李彦宏在大会上演讲所说:“对于人类来说,最大的危险,最大的不可持续,并不是创新带来的不确定性。相反的,我们停止创新,不发明不创造不进步,按照惯性走下去,所带来的各种各样不可预知的风险,才是人类最大的威胁。”
零基础如何学习大模型 AI
领取方式在文末
为什么要学习大模型?
学习大模型课程的重要性在于它能够极大地促进个人在人工智能领域的专业发展。大模型技术,如自然语言处理和图像识别,正在推动着人工智能的新发展阶段。通过学习大模型课程,可以掌握设计和实现基于大模型的应用系统所需的基本原理和技术,从而提升自己在数据处理、分析和决策制定方面的能力。此外,大模型技术在多个行业中的应用日益增加,掌握这一技术将有助于提高就业竞争力,并为未来的创新创业提供坚实的基础。
大模型实际应用案例分享
①智能客服:某科技公司员工在学习了大模型课程后,成功开发了一套基于自然语言处理的大模型智能客服系统。该系统不仅提高了客户服务效率,还显著降低了人工成本。
②医疗影像分析:一位医学研究人员通过学习大模型课程,掌握了深度学习技术在医疗影像分析中的应用。他开发的算法能够准确识别肿瘤等病变,为医生提供了有力的诊断辅助。
③金融风险管理:一位金融分析师利用大模型课程中学到的知识,开发了一套信用评分模型。该模型帮助银行更准确地评估贷款申请者的信用风险,降低了不良贷款率。
④智能推荐系统:一位电商平台的工程师在学习大模型课程后,优化了平台的商品推荐算法。新算法提高了用户满意度和购买转化率,为公司带来了显著的增长。
…
这些案例表明,学习大模型课程不仅能够提升个人技能,还能为企业带来实际效益,推动行业创新发展。
学习资料领取
如果你对大模型感兴趣,可以看看我整合并且整理成了一份AI大模型资料包,需要的小伙伴文末免费领取哦,无偿分享!!!
vx扫描下方二维码即可
加上后会一个个给大家发
部分资料展示
一、 AI大模型学习路线图
整个学习分为7个阶段
二、AI大模型实战案例
涵盖AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师,还是对AI大模型感兴趣的爱好者,皆可用。
三、视频和书籍PDF合集
从入门到进阶这里都有,跟着老师学习事半功倍。
如果二维码失效,可以点击下方链接,一样的哦
【CSDN大礼包】最新AI大模型资源包,这里全都有!无偿分享!!!
😝朋友们如果有需要的话,可以V扫描下方二维码联系领取~