“未來像盛夏的大雨，在我們還來不及撐開傘時就撲面而來。”
劉慈欣在《三體》獲獎感言中的這句話，用來形容當下的AI技術大爆發再合適不過。正所謂科技大爆炸來時常常是“一句招呼都不打”。過去一個月內，人工智能領域的新突破就像密集的雨點，猝不及防地砸在我們身上：
具備多模態能力和更強通用智能的GPT-4發布，不僅在國外大學入學和律師資格模擬考試中優于其前身GPT-3.5，實現了“自我超越”，并且在某些維度上可與人類相媲美；
在bing之外，微軟把GPT-4加入office辦公軟件，引發數億打工人的震驚與恐慌；
一大批類ChatGPT產品密集發布：百度文心一言、谷歌Bard、斯坦福Alpaca-7B等等；
AI繪畫工具Stable Diffusion與Midjourney不斷產出逆天作品，畫師、平面模特將面臨更嚴峻的就業環境；
ChatGPT開始集成第三方插件，要構建AI時代的App Store；
底層技術方面，人工智能框架Pytorch2.0發布；英偉達推出云服務，企業通過瀏覽器就可使用DGX AI超級計算機……
以上這些新突破，都發生在剛剛過去的3月。
應接不暇的科技新聞中，越來越多人意識到，最先被AI替代的不是體力勞動，而是所有與內容生產、流程處理相關的白領工作。也許人類從未在一次科技突破中，感受到如此多的復雜情緒：興奮，恐懼，焦慮，迷茫……
那么，我們應該如何來評判最近在人工智能前沿領域出現的一系列突破？這些突破究竟是iPhone時刻還是蒸汽機時刻？未來，AI的發展有哪些新趨勢值得關注？面對這樣的開放式問題，也許每個人的答案都不相同。
iPhone時刻還是蒸汽機時刻？
“AI的iPhone時刻來臨。”
不久前，英偉達CEO黃仁勛提出的這一觀點被不少業內人士認同和引用。2007年誕生的iPhone開啟了移動互聯網（Web2.0）時代，至今仍定義著移動互聯網的發展范式。
目前，越來越多的研究和觀點趨向認同于：這一波AI浪潮將逐漸影響所有行業，改變社會結構，并不可避免地帶來新的階層與產業崛起，舊的行業與職業消失。
比如，高盛在最新研報中指出，AI浪潮將產生勞動生產力增速飆升與就業替代共振的局面。生成式AI的最新突破，將給全球勞動力市場帶來重大顛覆，全球預計將有3億個工作崗位被生成式AI取代。
顯然，這種變革要比iPhone的影響大得多，因此，才有了新的工業革命、蒸汽機時刻等概念被提出。蒸汽機帶來的第一次工業革命，對全球經濟和社會產生了深遠的影響，讓人類社會實現了從傳統農業社會轉向現代工業社會的跨越。
華為云人工智能領域首席科學家、國際歐亞科學院院士、IEEE/CAAI Fellow田奇近日出席博鰲亞洲論壇時談到，ChatGPT是人工智能領域的里程碑事件，表明預訓練大模型是深度學習框架下人工智能發展的一條正確路徑。
“這一波人工智能對社會的影響，我認為是遠遠超過iPhone的，因為它不光帶來了新的人機交互方式，還極大提高了生產力。與前幾次里程碑事件不同的是，預訓練大模型是可以復制的，并且是可以規模商用的。”田奇表示。
華為云人工智能領域首席科學家、國際歐亞科學院院士、IEEE/CAAI Fellow 田奇
當然，AI的蒸汽機時刻不是一蹴而就的，上世紀50年代人工智能概念首次提出后的幾十年中，人工智能的發展經歷了幾次起伏，終于在上世紀80、90年代機器學習和神經網絡誕生后，按下了發展的加速鍵。
2017年谷歌推出的transformer架構，已經成為行業最主流的AI模型架構，也為這一輪AIGC爆發打下了基礎。通過“大力出奇跡”地提升參數數量級，GPT為大模型的通用性探索出一條路。2018年的初代GPT-1，參數數量只有億級。2020年的GPT3，參數量達到了1750億個，并被投喂入了超過570GB的文本資料。這種路徑讓之后的大模型開始出現“涌現（Emergence）”。
涌現是指當一個復雜系統復雜到一定程度，就會發生超越系統元素簡單疊加的、自組織的現象。比如單個螞蟻很弱小，但蟻群卻非常聰明。每個神經元都是簡單的，但是接近1000億個神經元組成的大腦會產生意識。涌現能力這也是這一輪大模型主導的AIGC浪潮爆發的基礎。
奇點之后，AI已奔向千行百業
更多人關心的是，AI將如何影響到企業的生產運營、以及每個人的工作和生活。這取決于人工智能未來的發展趨勢。田奇認為，未來人工智能將呈現兩大新趨勢：
技術層面，人工智能大平臺將趨向統一
具體來說涵蓋三個層面：
數智融合平臺架構的統一：通過融合的數據和AI新架構，打通大數據和人工智能，實現統一管理、一數多用、敏捷用數。未來，多模態是大模型的演進方向。“如果把過去的大模型比作黑白的無聲電影，未來它將變成彩色的有聲電影。如何降低大模型的訓練成本，提高推理效率是至關重要的。底層的統一架構必然會加快大模型和底層硬件的適配，達到降本提效的效果。”田奇表示。
深度學習架構的統一：基于transformer架構的各種神經網絡，將廣泛應用于計算機視覺、自然語言處理、多媒體分析等各類場景中。
架構的統一在科技界、產業界也有不少與之共鳴的觀點。比如，阿里巴巴達摩院資深算法專家黃松芳認為，未來大語言模型將呈中心化發展趨勢，大一統的底座必不可少。藍馳創投投資合伙人石建平認為，transformer架構有成為基礎模型事實標準的勢頭，將進一步推動基于transformer的LLM的基礎設施和行業生態的發展。
人機交互方式的統一：人類將通過自然語言等方式與AI交互，完成各種任務，改變針對每個任務單獨設計算法的局面。自然語言交互將由目前的聊天機器人、AI繪畫等，拓展到更多行業與場景，比如辦公協同、內容生產、數據分析、軟件開發、生活服務等，改變人類使用AI和移動互聯網的方式。
- 應用層面，AI for industries將成為人工智能新的爆發點。
“未來三年，將是大模型風起云涌的三年，AI將會和各行各業深度結合，AI for industries將是主流。預訓練大模型的成熟必將推動人工智能走向大眾生活，走向行業生產系統，加速千行百業智能升級。”田奇認為。
如果回顧前幾次工業革命會發現，引爆社會變革的奇點，從來不在單點技術突進，而在如何將新技術普惠化與行業化應用。
比如，蒸汽機如果僅用在最初的紡織業，根本無法爆發引領工業革命的能量。當蒸汽機作為驅動力，被裝在火車、輪船、各類工廠中，社會生產的效率才有了翻天覆地的提升。同樣，電力如果僅用來照明，也無法推動第二次工業革命。當無數發電廠將電力作為基礎設施源源不斷對外供應，讓每家企業每個家庭都能按需使用，人類才真正進入了電氣時代。
同理，如果AI只是用來回答問題、寫代碼或畫畫，也無法推動新的社會變革。千行百業才是AI的星辰大海。未來，大模型、知識計算、AI求解器，一站式開發平臺等AI基礎設施會大量涌現，讓AI具備深入行業“點石成金”的能力。
“大模型將成為AI的一個操作系統，在底層會加速與硬件的適配，上層所有AI算法開發都會圍繞它來構建。”田奇表示。
不過，大模型的通用性到行業的專業性之間，還有很長的距離，這也是過去大模型應用廣度及深度受限的原因。將基礎大模型與行業知識結合，通過下游微調獲得行業大模型已被驗證是AI奔向千行百業的主流路徑。以華為云盤古大模型為例，目前已推出礦山、藥物分子、電力、氣象、海浪等多個行業大模型，并實現了超過1000個項目落地。
在醫藥領域，華為云聯合西安交通大學第一附屬醫院，基于華為云盤古藥物分子大模型研發出全新的廣譜抗菌藥物，將先導藥的研發周期從數年縮短至一個月，顯著提升新藥研發效率。
在煤礦領域，華為云實現一個盤古礦山大模型覆蓋礦山采、掘、機、運、通等主業務環節，不僅降低研發工作量，還將安全事故降低90%，保障井下作業安全。
在氣象領域，盤古氣象大模型實現秒級預測全球一周天氣，相比傳統預報方式精度提升20％，速度提升10000倍。
在電力巡檢領域，國網重慶永川供電公司通過華為云盤古大模型適配上百種電力缺陷，替代原有20多個小模型，極大地減少了模型維護成本，實現了平均精度提升18.4%，模型開發成本降低90%。
威脅還是福祉，未來人人將擁有自己的大模型
目前，關于AI威脅論與AGI（通用人工智能）的討論異常火爆，隨處可見。這種擔心并非杞人憂天，很多研究論文正在不斷驗證、評估目前AI系統的智能水平，不少科學家、社會學家也向公眾發出了預警。
不久前，微軟發布的一篇論文指出，GPT-4已經可以被視為通用人工智能的一個早期的版本。通過測試，微軟的研究者認為：相較于之前的人工智能模型，GPT-4展現出了更多的通用智能。它不僅精通語言，還能在數學、編程、視覺、醫學、法律、心理學等多樣化和高難度的任務中表現出色，且無需特別提示。
“此前，我還認為需要20到50年才能擁有通用人工智能，而現在我認為可能是20年或更短。” 近日，被稱為深度學習之父的Geoffrey Hinton表達了他對通用人工智能的最新判斷。
歷史學家、哲學家、《未來簡史》的作者尤瓦爾·赫拉利則認為，“如果情況沒有改變，我們文化中的大部分文字、圖像、旋律甚至工具都將是由人工智能制作的。我們必須讓這個過程變慢，讓整個社會適應這個情況，并且制定出一套（應用于人工智能的）道德規則。否則我們的文明就有被摧毀風險。”
“我認為ChatGPT的出現讓我們看到通用人工智能出現了曙光。通用人工智能或強人工智能，不同的專家有不同的定義。如果你把它定義為完成各項通用任務，那么現在可以看作是AGI的早期版本。但是如果把它定義成有人類情感的智能體，我覺得這個目標還沒有達到。”田奇認為。
不過，也有觀點認為，未來新的職業、新的行業還沒有被創造出來，盡早接受各行各業工作一定會不同程度被AI替代的事實，盡早駕馭AI工具，才能更好地生存在人機結合時代。也許，很多職業新機會將在AI for industries中誕生。比如，國外一些企業已經開始招聘提示詞工程師(prompt engineer)，這一崗位薪酬高，但要求也很高，因為要精準地給AI下指令，“差遣”AI產出預想中的結果并不容易。
“對個人來講，要積極的去擁抱變化，去學習AI，適當轉型。是不是人人可以擁有一個大模型，就像大型機到PC機的轉變一樣，我覺得這一天是會來到的。”田奇展望道。
寫在最后
海德格爾說，人，應該詩意地棲居在大地上。
站在AI的蒸汽機時刻，人類正迎來一個嶄新的歷史階段。
在成為星球主人數十萬年后，今天，人類面臨如何與自己創造的最強大的工具相處的問題。
無論我們對AI技術發展持有怎樣的態度，未來已經在加速變成現實。所有的行業都將被AI重塑，AI終將滲透進社會生產生活的方方面面。
我們這代人，有機會見證和參與這一歷史時刻。是幸運還是不幸，該以怎樣的姿態迎接人機結合的新時代，正在成為每個人的必答題。
文中圖片來自攝圖網
END
本文為「智能進化論」原創作品。
分享
