逐浪AIGC丨AI大模型探路赋能实体产业：谁先获益？警惕什么？

作者：21世纪经济报道发布时间：2023-09-22

21世纪经济报道记者骆轶琪珠海报道

随着人工智能大模型产品的出现和逐渐迭代，一方面各行业都在积极探索如何借助其能力进入实体产业，另一方面从业者也提出不可忽视对潜藏风险的提前筹谋。

近日举行的博鳌亚洲论坛国际科技与创新论坛第三届大会期间，珠江投资管理集团执行董事、合创汽车科技有限公司联席总裁杜兰认为，ChatGPT点燃了通用人工智能的星星之火，大模型不只是会吟诗作画，更能有效赋能实体产业发展。

她指出，在过去，弱人工智能和强人工智能有着相对明确的定义：弱人工智能即专用人工智能，一个AI只能完成特定领域的任务，如语音识别、机器翻译、图像识别等；强人工智能即通用人工智能，可以像人一样胜任任何任务，是跨领域、跨专业的。但今年ChatGPT的火爆，让“强”和“弱”的边界不再清晰。“ChatGPT让我们看到通用人工智能的曙光，看到了初步的智慧涌现。”

小i集团董事局主席兼CEO袁辉也分析，目前大模型的底层理论框架在过去60多年的发展历程中并没有明显突破，“所以我认为，奇点还没有来临。”他指出，大模型还不算是奇点的未来，但奇点一定会来，只是有待底层理论框架、算法结构等都得到颠覆性突破，其必然性毋庸置疑，只是还需时间。

只是在发展大模型过程中，北京智源人工智能研究院院长黄铁军指出，需要注意将AI的偏好和价值观与人类对齐；当发展到后续阶段，则要注意AI的发展要与事实对齐，因为目前基于Transformer架构发展的人工智能大模型还有幻觉等问题，需依靠知识库检索方式进行确认，这后续也要由大模型自行完成。

融合产业

从最初ChatGPT的推出到今天，大模型已经被积极探索落地到实际应用场景中，如微软持续在将其AI助手Microsoft Copilot嵌入到各类型应用中，垂域场景以彭博发布的BloombergGPT为代表。

袁辉认为，在移动互联网时代的操作系统主要有安卓和iOS，但在今天的人工智能时代，大模型将成为新时代的操作系统。基于大模型，所有应用都将被重塑。

杜兰强调，谈到发展大模型，更重要是在通用的人工智能领域中，能为人类带来什么价值。而在规范大模型发展时需要不忘初心：发展人工智能的初衷一定是支撑科技和产业的发展。

因此在训练人工智能模型时，在强化反馈过程中，要不断把人类正确的价值观输送给大模型，这才能在推动技术持续向前演进的同时，推动科技向善。

“技术发生突破的时候，对各行各业会带来很大赋能。”她进一步分析，要推动与国计民生相关的领域更早感受到大模型带来的技术变革，包括教育、医疗、出行、新能源汽车等。

这也是她本人在投身新能源汽车行业的动因。“新能源汽车可以理解为车形机器人，会产生很多人机交互能力，大模型带来的变化会集中在智能座舱和智能驾驶领域。”

具体来说，在智能座舱领域，大模型在文本处理生成、自然语言理解、逻辑推理、数学代码能力方面都展示了强大能力，所以基于大模型的座舱交互会更自由、更类人、更共情。在智能驾驶领域，基于BEV+Transformer大模型的新一代自动驾驶技术摆脱了以往多个AI小模型“堆叠”的模式，且能够对路网、路况、环境、驾乘行为等海量数据进行多维度分析处理，做到持续优化模型，不断提升自动驾驶的准确性和可靠性。

杜兰进一步分析，智能化的新能源汽车是目前数实融合的最佳载体，率先探索了“软件定义硬件”。未来汽车的性能和体验提升、个性化功能的实现，将会越来越取决于软件；硬件则会越来越模块化、标准化，随时接受软件的灵活调用。

此外，对未来智慧城市建设而言，新能源汽车是连通各个要素的移动节点；同时，其不但能承载出行任务，还能陪伴车主聊天、安排行程等。

杜兰表示，以上愿景的实现，都离不开人工智能。只是目前还没看到大模型在车上被很好地应用。她认为根本是需要想清楚，大模型与上车场景到底该如何结合。

她认为，在大模型和人工智能技术发展上，需要公共部门加强对公用数据和算法能力的建设，不断推动技术突破，为产业界带来更多支持，从而更好地用人工智能建设一个更加美好的世界。

当前大模型发展进程中，开始出现开源和闭源两类发展路线。杜兰对21世纪经济报道记者表示，她相对更支持开源类大模型。“因为产业只有在更多人接入的前提下，才有可能做大做强、共生共荣。因为良好的产业生态不是某一家哪怕是领军企业可以足够形成，一定需要让更多人加入进来、持续完善。”

杜兰告诉记者，如果从投资角度出发看大模型创业团队，她首先会关注团队素质、团队核心竞争力，是否有足够的能力积累；同时还会关注团队具备的数据获取能力、算法能力等。当然核心还是团队个人的价值。

研判风险

自Open AI推出ChatGPT系列以来，包括其创始人在内的AI领域专家都在提出警示：需要前置进行相关风险的研判和控制。

杜兰受访时表示，第三次人工智能浪潮以感知智能为特征，语音识别、图像识别、自然语言理解等能力得到突破。在第三次浪潮还未结束时，以认知智能为特征的第四次浪潮开始了。

在她看来，人工智能模型所具备的多任务处理能力，已经具备了一定AGI（通用人工智能）的特点，但还没达到像人一样能力的水平。“我认为目前还不具备自主意识和自学习能力，是在可控范围内。”

只是对未来的路径发展或许要提前做一些思考。

黄铁军指出，简单来说，AGI就是全面超越人类智能的、有自我意识的智能。如今人工智能大模型的出现，就是AGI出现的序曲。今天谈及人工智能大模型，一些人会有些轻描淡写谈到AGI的到来。但同时考虑到，这将对人类社会带来多大根本性影响。

“如果说今天的大模型还具有通用性，可以在各行各业进行专用化推广应用，只是还在探讨如何更好应用；一旦真正迎来AGI时期，可能会是人类从未遇到过的巨大挑战。”因此他强调，AGI绝不仅仅是一个很前沿的概念，需要慎重考量：我们是否需要创造一个全面比人类更聪明的系统。当人类把越来越多工作交给非人类的系统，就意味着交出了决策权，那么人类在地球上的地位就可能会被取代——这扇门一旦被打开，就不能刹车了。

黄铁军表示，在当下节点就需要考虑，该如何使用大模型，其对社会经济带来的红利和风险要同样被重视。

袁辉还提到，目前大模型实现了对大量人类信息的无损压缩，用涌现的方式提炼和回答问题。但需要注意，预计到2026年左右，全球所有人类的文本、图像、视频等数据将会被训练完，届时AI再向后发展将会用到合成数据（即人类世界没有产生、但被预测可能会出现的数据/信息）进行训练。但需要注意这些合成数据是以什么标准被AI创造出来，是否可以依赖这些并不实际存在的数据，是否会对人类带来威胁，届时人类又将如何认识世界，这些问题都值得关注。