百度李彦宏最新预判：大模型应用，最看好这个方向！

最新推荐文章于 2024-10-18 00:00:00 发布

大靠山

最新推荐文章于 2024-10-18 00:00:00 发布

阅读量1k

点赞数 18

文章标签：百度 python 深度学习机器学习智能路由器人工智能

本文链接：https://blog.csdn.net/m0_59235245/article/details/140449480

版权

人工智能是新一轮科技革命和产业变革的重要驱动力量。近日，百度创始人、董事长兼首席执行官李彦宏先生在2024世界人工智能大会上进行了分享。i黑马作为2024世界人工智能大会的官方合作媒体，现场进行了记录，现将核心内容分享大家。

1、两年的时间恍若隔世，整个世界都变了，人工智能可以说颠覆了绝大多数人的认知。

2、同样参数规模之下，闭源模型能力比开源模型要更好。

3、没有应用，大模型将一文不值。大家不要卷模型了，要去卷应用。

4、一天到晚到处跑分刷榜，谁又超越GhatGPT4，Open AI又出来Sora，今天这个发布，明天那个更新。但是我要问，应用在哪里？谁从中获益了？

5、百度内部我们有30%左右的代码已经是用AI生成了，代码采用率超过44%。

6、我们要避免掉入超级应用陷阱。不要觉得一定要出一个DAU超级应用APP才叫实用，“超级能干”的应用比只看DAU的“超级应用”更重要。

7、智能体，是我们最看好的AI应用发展方向。将来会有数以百万量级智能体出现，形成庞大的智能体生态。

8、AI更多是在扮演Copilot角色。

以下为李彦宏分享内容：

两年的时间恍若隔世，整个世界都变了，人工智能可以说颠覆了绝大多数人的认知。

2022年的世界人工智能大会的主题是元宇宙，当年我讲的主题就是AIGC。当时我认为，AI的技术发展路线发生了方向性改变，从过去的辨别式人工智能转向生成式人工智能。

讲这个话是在2022年的夏天，5个月之后的事情大家都清楚，GhatGPT发布了……

2023年，国内出现百模大战，造成社会资源的巨大浪费，尤其是算力浪费。但也使得我们追赶世界上最先进的技术模型能力得到建立。现在，国内有很多闭源模型都声称已经追平或超越ChatGPT的水准。

回应“开源闭源之争”

有一些外行混淆模型开源和代码开源两个概念。

模型开源拿到一大堆参数，你还是要SFT（监督微调），还是要做安全对齐。不知道这些参数怎么来的，无法做到众人拾柴火焰高。即便拿到对应源代码，也不知道用了多少数据，用了多少比例数据，训练这些参数。所以，拿到这些东西，并不能够让你站在巨人肩膀上去迭代和开发。

同样参数规模之下，闭源模型能力比开源模型要更好。

如果开源想要能力追平闭源，那就需要有更大的参数，这就意味着推理成本会更高，反应速度会更慢。

很多人拿开源模型来改款，以为这样更好服务个性化应用。

殊不知，这样创作的孤本模型，无法在基本模型获益，也没有办法跟别人共享算力。

当然，我也承认开源模型在某一些场景下是有它的价值的。比如，一些学术研究或者在教学领域，大家想要研究大模型工作机制、形成理论，这个时候是有价值的。

但是大多数的应用场景开源模型并不合适。当你处在一个激烈竞争市场环境当中的时候，你需要让自己业务的效率比同行更高，成本比同行更低。

没有应用，大模型将一文不值

当然这都不是最重要的。

没有应用，光有一个基础模型，不管是开源还是闭源，都一文不值。

我从去年下半年开始讲，大家不要卷模型了，要去卷应用。

但是我看到，我们媒体把主要关注点放在基础模型身上。

一天到晚到处跑分刷榜，谁又超越GhatGPT4，Open AI又出来Sora，今天这个发布，明天那个更新。但是我要问，应用在哪里？谁从中获益了？

应用其实离我们并不遥远，基于基准模型应用在各个领域，各行各业，开始逐步渗透。

两个多月前，我们宣布文心的模型调用量超过2亿，最近我们又说文心大模型调用量超过5亿。仅仅两个多月时间，调用量发生这么大变化，足见背后是代表了真实的需求，是有人在用，是有人真的从大模型当中获益了，得到了价值。

比如：

1）在快递领域，让大模型帮助处理订单，做到了一张纸一句话寄快递，不再需要其他繁琐流程，时间从3分钟缩短19秒，而且90%以上的问题都是由大模型解决，效率提升非常明显。

2）小说创作领域，一开始用开源模型，后来用文心轻量级模型，经过上万组数据的SFT结果有了明显提升。最近转到文心4.0版本，仅用数百条数据，4.0在逻辑上面展示出了非凡优势。生成的内容，无论是可用率还是优质率都大大超过了文心的轻量级模型，网文作者文如虎添翼。

3）代码生成领域，百度内部我们有30%左右的代码已经是用AI生成了，代码采用率超过44%。

最看好的方向：智能体

不过，我们要避免掉入超级应用陷阱。

不要觉得一定要出一个DAU超级应用APP才叫实用，“超级能干”的应用比只看DAU的“超级应用”更重要。

只要对产业，对应用场景，能产生大的增益，整体价值就比移动互联网要大多了。

随着基础模型日益强大，开发应用越来越简单了，最简单就是智能体，这个也是我们最看好的AI发展方向。

制造好的智能体通常并不需要编码，只要用人话把智能体的工作流说清楚，再配上专有的知识库，就是一个很有价值的智能体了，这比互联网时代制作一个网页还要简单。

未来在医疗、金融、教育、制造、交通、农业等领域，都会依照自己场景，自己特有经验规则、数据等，做出各种各样智能体。

将来会有数以百万量级智能体出现，形成庞大的智能体生态。

搜索是智能体分发的最大的入口。刚刚过去的高考季，很多大模型公司热衷于写高考作文，我用AI写一个作文得多少分。其实这个实用价值是不大的，人家不会允许你带大模型进去参加高考。

真正需求是大量考生在考完以后，要报志愿，要选择学校，选择专业。

他们对一所大学，一个专业会有各种各样的问题，而每一个考生情况又是不一样的，这个时候就需要有一个智能体来回答每一个考生专有的问题。在高峰时期，百度的高考智能体每天要回答超过200万个考生的问题。

AI在扮演的是Copilot角色

AI正在以前所未有的速度向各行各业渗透。

很多人担心，如果我们日常的工作都让AI做了，人是不是就没有工作机会了？

这种担心不是没有道理，但是过去这一段时间我听到了很多担心，听到了很多抱怨。听到建设性的意见比较少，很少有人去致力于发掘生成式AI带来的新的工作机会。

我这里算是抛砖引玉。

AI更多是在扮演Copilot角色，副驾驶，还要人来把关。AI只是辅助人工作，不是替代人工作，它让人的工作效率更高，质量更好。

我们也可以看到，有一些全新的工作开始冒出来了，比如说数据标注师，过去几年我们帮助全国20多个城市落地了数据标注中心，提供了大量的新的就业岗位。再比如说，提示词工程师，以后不用编程，但是做好一个智能体还需要把工作流说清楚，这里头有很强的逻辑性。要用提示词对模型进行调教，随着智能体大量涌现，这种工作需求也会飙升。

这些工作机会通常门槛并不高，你做的一般也能够养家糊口，做的好可以年薪百万。

自人类文明诞生以来，创新刻在我们DNA当中，从石器时代的文字，到移动时期的手机，再到AI时代大模型。

人类不断创造各种工具改善生活提高生产力，但是他们永远只是工具，只有在被人类所使用的时候才有价值。

我们坚定地相信，AI不是人类的竞争对手，构建和应用人工智能技术，是为了满足人的需求，增强人的能力，让人类生活更美好。

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

在这里插入图片描述