既要仰望星空,更要腳踏實地。在被巨大的技術(shù)風口裹挾了一年多后,我們與大模型的“相處方式”越來越清晰了。
3月28日,在博鰲亞洲論壇2024年年會現(xiàn)場,我們與百度集團執(zhí)行副總裁、百度智能云事業(yè)群總裁沈抖進行了一次深度交流。
在參與和觀察了國內(nèi)企業(yè)過去一年落地大模型的實踐后,沈抖分享了自己的思考。他認為,大模型的產(chǎn)業(yè)落地不能用爆款思維,企業(yè)要盡快把大模型用起來,但不能冒進,潛移默化式的滲透才能從量變到質(zhì)變。他多次提到“應(yīng)用”才是大模型的真正價值,企業(yè)要到研、產(chǎn)、供、銷、服每個環(huán)節(jié)中去找落地場景。在現(xiàn)階段,但凡與“信息流通”有關(guān)的環(huán)節(jié),都應(yīng)該加入大模型提效。
當談到給企業(yè)智能化升級的建議時,他說:想多了都是問題,做起來全是答案。
以下是對談部分精華內(nèi)容。

?
大模型產(chǎn)業(yè)落地一年情況如何?
大模型正在化身新質(zhì)生產(chǎn)力
1、目前大模型在國內(nèi)的產(chǎn)業(yè)落地如何?您如何看待中國在發(fā)展新質(zhì)生產(chǎn)力方面的進展?
沈抖:新質(zhì)生產(chǎn)力,我認為最核心的是創(chuàng)新。而人工智能和大模型,毫無疑問是創(chuàng)新最前沿的領(lǐng)域之一。
過去一年,生成式AI已經(jīng)被企業(yè)真正用起來了。從百度的數(shù)據(jù)來看,百度文心一言C端用戶已經(jīng)超過了1億;而在B端,用百度智能云千帆大模型平臺開發(fā)應(yīng)用的客戶已經(jīng)超過了8萬,開發(fā)出了16萬個應(yīng)用。
具體來說,例如互聯(lián)網(wǎng)、教育、電商、政務(wù)等數(shù)字化程度較高的行業(yè),更適合大模型落地,在落地速度上也更快。
比如河南、重慶的一些縣級政府,基于文心大模型開發(fā)了“居民助理”,把AI政務(wù)問答做進微信小程序,村民可以在微信群里問AI各種各樣的問題,如醫(yī)保繳費、婚姻登記、戶籍辦理等等。春節(jié)期間,它每天的調(diào)用量能達到60-70萬次。以前沒有這樣的助手,村民想找到這些問題的答案,很麻煩,而大模型可以提供一種便捷的解法。在很多類似的場景,甚至更廣泛的智能客服場景下,大模型都可以幫助滿足用戶的需求。
還有一些傳統(tǒng)行業(yè),大模型落地速度比我們想象的要更快,潛力巨大。比如制造業(yè),大模型已經(jīng)在質(zhì)量管控、安全生產(chǎn)、智能調(diào)度這些核心場景上用起來了。
比如說,中天鋼鐵基于我們的大模型平臺,打造了“智能問數(shù)”,把過去老師傅的經(jīng)驗灌給大模型,就能幫助新員工及時發(fā)現(xiàn)、處理關(guān)鍵設(shè)備的故障問題,還能幫助企業(yè)管理層時刻掌握生產(chǎn)經(jīng)營里的關(guān)鍵數(shù)據(jù)指標。比如你問他“最近一周幾條生產(chǎn)線的產(chǎn)量怎么樣?”,或者“相比上周有啥變化”,它可以快速分析、決策和調(diào)整生產(chǎn)線。
從這些案例可以看到,無論是我們的日常生活還是工業(yè)生產(chǎn),大模型都在發(fā)揮作用了,幫助提高生活的便利度、生產(chǎn)的效率,實際上是靠創(chuàng)新推動了生產(chǎn)力的發(fā)展。
2、您認為,在AI領(lǐng)域新質(zhì)生產(chǎn)力如何才能更好的發(fā)展,惠及更多人?
沈抖:首先,我覺得AI和大模型的技術(shù)還得持續(xù)提升,歸根結(jié)底,科學技術(shù)是第一生產(chǎn)力。
其次,我覺得一定要做到技術(shù)普惠。所謂普惠,就是得有好的工具鏈、好的AI人才培訓培育機制等,能讓更多的人參與進來。我們最終應(yīng)該實現(xiàn)的是機器和人之間的“乘積效應(yīng)“,而不是機器和人之間相互替代的“零和博弈”,只有這樣AI才能發(fā)揮更大的價值,讓更多的人因此受益。
另外,我覺得要抓住當前人工智能產(chǎn)業(yè)落地的窗口期和機遇期。今年的政府工作報告中也提出要做“人工智能+”,國資委也召開了央國企會議來推進人工智能在各場景落地,號召央國企打開場景,讓更多的人來用,這些利好政策會加速大模型滲透到各個行業(yè)里去。
現(xiàn)階段企業(yè)該如何使用大模型?
與“信息流通”有關(guān)的環(huán)節(jié),都應(yīng)加入大模型提效
3、“人工智能+”未來是每個企業(yè)都要做的事,在現(xiàn)在這個階段,企業(yè)應(yīng)該如何做智能化升級?您有什么建議。
沈抖:第一是,千萬不能冒進。有的企業(yè)覺得大模型什么都能解,所以要先花大價錢做一個底座。而且現(xiàn)在很多人認為大模型越大越好,參數(shù)百億不行,非得上千億、萬億,而且確實有企業(yè)會迎合這樣的需求,反正你要多大的參數(shù)我都有。我覺得這是不夠客觀、不夠?qū)嵤虑笫堑?。在解決行業(yè)問題的時候,一定要根據(jù)自己的需求,絕對不是模型越大越好;而且一些小模型,針對特定的場景經(jīng)過微調(diào)之后,出來的效果比大模型還要好,而且成本低。
第二,也不能不積極,不能只想著做爆款。大家都在聊大模型要到產(chǎn)業(yè)里面去、到場景里面去,其實很多場景是靠挖掘出來的。大模型出來后,我們發(fā)現(xiàn)它能力很強,但它也不是神器,不是妙藥,不是放到哪里它就能立刻生效。其實它應(yīng)該是在研、產(chǎn)、供、銷、服的每個環(huán)節(jié),但凡與信息流通有關(guān)的環(huán)節(jié),都應(yīng)該把大模型加進去提效。
我覺得,大模型的產(chǎn)業(yè)落地不是“爆款思維”,反倒我認為大模型的能力最后就像氧氣一樣,深入到我們生活的方方面面,就是這樣一個過程。
第三,我覺得還是要有一點耐心。其實我們拉長周期來看,任何一個新技術(shù)出現(xiàn)以后,你回頭看當時的改變都是疾風驟雨似的,但是當時身在其中的時候反而沒太感覺到。大家感覺大模型現(xiàn)在真的影響了我們很多嗎?也沒太感覺到。但是從百度過去一年的實踐看,很多企業(yè)在核心場景中都在使用大模型,你會發(fā)現(xiàn)它其實已經(jīng)潛移默化在我們生產(chǎn)生活的不少環(huán)節(jié)中發(fā)生作用了。
所以我覺得既不能做技術(shù)的冒進,也不能坐在這里等,而應(yīng)該把生成式AI應(yīng)用到自己的研、產(chǎn)、供、銷、服的各個環(huán)節(jié)里面去,實現(xiàn)降本增效。
4、中小企業(yè)如何實現(xiàn)數(shù)字化、智能化升級?
沈抖:因為中小企業(yè)的需求很分散,過去講數(shù)字化和智能化升級的時候,很多中小企業(yè)會覺得成本高,不值得,我覺得這也正是大模型出現(xiàn)之后可以馬上改變的。
過去的AI要想實現(xiàn)產(chǎn)業(yè)落地,還是要用舊的研發(fā)范式,每次都要端到端的重新訓練一遍。而今天有了大模型就不用了,大模型變成一個很厚的技術(shù)底座,只要用少量數(shù)據(jù)微調(diào)一下就能達到很好的效果,這樣就能把產(chǎn)業(yè)智能化最后一公里的事變得越來越簡單,讓更多人參與開發(fā)。這個問題解決了,中小企業(yè)就可以把AI用起來了。
5、大家都使用生成式人工智能了,算力需求會大幅增加嗎?
沈抖:算力是一個永恒的話題,隨著人工智能的發(fā)展,對算力的需求肯定會持續(xù)擴張。目前國內(nèi)算力還是緊張的,但是相比去年理性了很多,去年其實是存在著恐慌式屯卡的現(xiàn)象,為了做大模型,很多人瘋狂采購,今年大家都回到了理性消費的階段??ǖ馁Y源還是緊張,但是相對于去年,有所緩和。
大模型真的規(guī)?;闷饋碇螅懔π枨髸艽?,甚至不只是算力,將來電力需求也會很大。所以現(xiàn)在國內(nèi)外的科技企業(yè)都在持續(xù)推動芯片、算力的迭代和進步。
另外,異構(gòu)算力這件事,我覺得從技術(shù)上是可以突破的。百度已經(jīng)實現(xiàn)了GPU卡和幾款國產(chǎn)芯片,不同卡放在同一個計算集群里,去訓練同一個模型。這個我覺得是可以在技術(shù)上實現(xiàn)的,也會變成一個趨勢。將來卡的多元化、異構(gòu)化是一個必然。因為也很難一家壟斷,大家只用一款芯片。
?
中國的人工智能產(chǎn)業(yè)挑戰(zhàn)在哪?
中國機遇大于挑戰(zhàn),AI應(yīng)用有反超機會
6、一個多月前Sora發(fā)布出來后,很多人都覺得很震撼,您怎么看?
沈抖:大模型迭代的速度的確越來越快,步步突破我們想象的天花板。這次Sora出來,大家都覺得很驚艷,也有人指出它存在的一些瑕疵。我認為Sora確實比已有的文生視頻模型提升了不少。
但這類模型,如果最終就是用來生成視頻的話,它的應(yīng)用范圍和價值還是非常有限。關(guān)鍵是看,能不能因為技術(shù)突破讓模型更好地理解物理世界的規(guī)律和邏輯。因為它一旦突破了,就可以打通信息世界和物理世界之間的關(guān)系,這樣一來,應(yīng)用的場景也將更加廣泛。因此,我覺得歸根結(jié)底要看這些技術(shù)用在什么地方,不僅僅是技術(shù)本身的進步,而是技術(shù)應(yīng)用產(chǎn)生的價值的變化。
在視覺模型領(lǐng)域,中國的科技企業(yè)還是有很多機會。以百度為例,比如在自動駕駛領(lǐng)域,百度一直在用同類方式訓練視覺模型,將道路上捕獲的圖像和視頻轉(zhuǎn)換為特定任務(wù),讓自動駕駛更智能、更安全。
7、從AI產(chǎn)業(yè)整體來看,和國外相比,您覺得我們有什么差距和超越的可能?
沈抖:從1956年AI的概念首次被提出以來,我覺得中國的學者、企業(yè)都在持續(xù)跟進。在這個過程中,中國已經(jīng)在AI領(lǐng)域沉淀了大量積累和儲備,無論是技術(shù)、產(chǎn)品上,還是人才上。
以百度為例,百度在人工智能的投入上非常早,而且是持續(xù)、高強度、系統(tǒng)性地在投入。百度在人工智能技術(shù)棧的四層架構(gòu)(芯片層 — 框架層-模型層-應(yīng)用層)都有布局,在芯片層有昆侖芯,在框架層有飛槳深度學習框架,模型層有大家熟知的文心大模型,再到上面的應(yīng)用層,我們既有基于大模型改造的百度產(chǎn)品,也有在各行各業(yè)用上的產(chǎn)品。我們已經(jīng)有了完整的人工智能技術(shù)棧,而且在這四層,我們還在持續(xù)迭代。
在與國際的競爭和差距上,我覺得一旦國內(nèi)企業(yè)認知到差距后,大家還是非常勤奮、執(zhí)著的,而且精益求精。中國企業(yè)對大模型的投入力度很大,我們在很快地迭代模型,并且在技術(shù)領(lǐng)先性上快速跟上來。
最重要的一點,中國有非常豐富的應(yīng)用場景。就像在移動時代,我們雖然不是最早的移動技術(shù)發(fā)源地,但在中國打磨出了最完善、最豐富的移動應(yīng)用和生態(tài)。同樣的道理,大模型在中國也能找到大量的落地場景,而這種場景反過來,又會推動大模型的發(fā)展。
我認為最終還是應(yīng)用決定了技術(shù)的價值,決定了技術(shù)發(fā)展的動力。如果沒有用的技術(shù),最終也不會走多遠。大模型在中國還有很大的空間,而且現(xiàn)在已經(jīng)看到這個趨勢和苗頭,還是非常令人興奮的。
8、您認為,應(yīng)該怎樣幫助AI行業(yè)更好更快地發(fā)展?
沈抖:我覺得第一是該做基礎(chǔ)設(shè)施建設(shè),包括算力基礎(chǔ)設(shè)施,以及模型微調(diào)、應(yīng)用開發(fā)的工具鏈建設(shè)。只有把這些基礎(chǔ)設(shè)施建好后,才能更方便地使用和迭代大模型。而且隨著大模型應(yīng)用深入,對底層算力、工具鏈的需求只會越來越大。所以我們首先要把基礎(chǔ)設(shè)施建好,無論是百度這類科技企業(yè)提供基礎(chǔ)設(shè)施,還是應(yīng)用大模型的企業(yè)來擁抱這些基礎(chǔ)設(shè)施,基建的動作都應(yīng)該加速推進了。
第二,我覺得還是得大膽地打開場景、放開場景,去擁抱大模型。不論是央國企打開場景使用大模型和人工智能,還是任何一個企業(yè)在生產(chǎn)中可以用大模型改進的點滴流程,都應(yīng)該積極擁抱??赡茉谧畛?,大模型不一定立刻能帶來多大、多顯著的收益,但一旦它有效運轉(zhuǎn)起來,就可以明顯地降本增效。
大模型時代的“打工人”何去何從?
“AI指令師”將成為一項必備技能
9、您去年在博鰲預(yù)言,許多人的職業(yè)將成為AI指令師,現(xiàn)在也確實看到很多相關(guān)課程在教大家成為指令師。一年后來看,您覺得,這個觀點有沒有得到大家普遍的認可?AI指令師會成為一個獨立的工種,還是人人都要具備的一種素養(yǎng)?
沈抖:大模型雖然通用性很強,但它也得“到什么山上唱什么歌”,這就需要有一個適配、微調(diào)的過程,要么用特定數(shù)據(jù)進行模型微調(diào),要么就優(yōu)化指令,讓它能理解、遵循指令去執(zhí)行。
從實際落地的情況來看,現(xiàn)在能用好大模型的人很少。這也是為什么市面上出現(xiàn)了很多培訓班,教大家用大模型的原因之一。
我們經(jīng)常有很多客戶找過來說,你能不能先告訴我大模型能干啥,然后在我的場景里,怎么用起來。當我們看了客戶的業(yè)務(wù)后,發(fā)現(xiàn)真的是改幾個指令,大模型在客戶場景用的效果就變好了。這也說明,對很多企業(yè)來說,“學會用”是“用好”的前提。
百度在大模型相關(guān)的培訓上,也投入了比較大的精力。例如我們推出了首個大模型實訓營“千帆 AGIHouse”,給高級別技術(shù)人員進行大模型培訓;我們也跟工信部的教育考試中心聯(lián)合制定了國內(nèi)首個“生成式人工智能應(yīng)用師”崗位人才標準,并有配套的培訓課程和資格認證考試。
當大模型應(yīng)用的廣度和深度擴展開來,就需要有更多的人能夠調(diào)教大模型。未來,“指令師”可能未必只成為一個獨立的工種,也會成為一項大家必備的技能。就像司機是一個工種,但其他很多人出于方便工作生活的需要,也得會開車。在未來的工作中,具備“指令師”技能的人才,需求量會越來越大。
10、這種指令師的技能,具有通用性,還是針對各行各業(yè),會有獨特性?
沈抖:首先,大模型有比較強的通用性,比如格式、流程、規(guī)范等,指令師的指令也相應(yīng)地有一定的通用性。但到具體一個行業(yè)里,我們在給大模型進行Prompt(提示詞)工程時,通常會給它舉幾個例子,如少樣本提示,這些例子舉得好不好就跟行業(yè)非常相關(guān)。如果能將行業(yè)經(jīng)典的例子、邏輯和解題思路告訴大模型,那它以后解這類題目就比較有優(yōu)勢。因此,指令師也要具備行業(yè)特征,得有某一行業(yè)的know-how才能提供出好的例子來,否則模型也學不會。
11、很多“打工人”有很強烈的“AI焦慮”,因為不論是文本生成、文生圖、文生視頻都給他們的崗位產(chǎn)生了沖擊。您覺得,大模型會對哪些行業(yè)的從業(yè)者帶來影響?
沈抖:我認為可能最危險的是中間的那批人。比如,做很多重復工作的白領(lǐng)崗位受到的挑戰(zhàn)會很大,藍領(lǐng)不太受影響,精英型的人才也很難取代。
“打敗你的不是AI,而是比你更先掌握AI的人?!蔽液芡膺@句話。AI一定會創(chuàng)造很多新的職業(yè),大模型還在滲透的過程中,很多人還沒有完全掌握,一旦掌握了這些AI工具,就能率先成為新職業(yè)的受益者。但如果大家沒有轉(zhuǎn)變思路,沒有掌握新的工具,那么當這個行業(yè)被顛覆后,可能很多工作不需要做了。為什么“死守”在那兒?就像趕馬車,更先進的汽車出現(xiàn)后,真的不需要車夫了。
本文來自投稿,不代表增長黑客立場,如若轉(zhuǎn)載,請注明出處:http://allfloridahomeinspectors.com/cgo/market/115640.html