李彦宏：大模型即将改变世界，未来提出问题比解决问题重要

  

来源：澎湃新闻

如果说人工智能是第四次工业革命，那么大模型就是这场革命的粮仓。它对应用层面的赋能，让行业看到1956年美国达特茅斯会议上的畅想，正式开始重塑世界。

 

比尔·盖茨称，GPT人工智能模型是他所见过的最具革命性的技术进步；英伟达CEO黄仁勋将其称之为AI的“iPhone时刻”；李彦宏在2023中关村论坛上提出了大模型即将改变世界。与此同时，在过去几个月，几乎每周都有企业入局大模型训练，这一切无一不印证着大模型时代已来。

 

大模型如何改变世界？李彦宏看来，在人工智能加速走进千行百业的当下，大模型作为通往人工智能的路径改变了人工智能，也即将改变世界。

 

改变世界首先会对人们的认知模式和思维方式进行重塑。以大家熟悉的百度搜索为例，前不久百度“剧透”了文心一言大模型的内测落地应用产品搜索AI助手，用户可以与其发生多轮对话，并使用语音交互，还能通过自然语言直接生成图片，这意味着人工智能发展方向从辨别式走向生成式。

 

也正因如此，近期科技行业有了一种说法：每一个产品都值得重做一遍。

 

但谁真正重新做了一遍？

 

“百度要做第一个把全部产品重做一遍的公司，不是整合，不是接入，是重做，重构！”李彦宏对此做出回应。作为全球科技大厂中率先发布GPT大模型产品的公司，百度长期以来在技术上，尤其是大模型上的投入和沉淀，是李彦宏今日豪言的底气。

 

百度的研发占比高，是业内公认的。2022年百度核心研发费用达到214.16亿元，占百度核心收入比例达22.4%，而在过去几年，这一比例也平均在18%以上。李彦宏曾表示，百度之所以能够在Google、Meta、Amazon等大厂之前，率先发布生成式大模型产品文心一言，是因为百度在芯片、框架、模型、应用等四个层面做到领先全球的全栈布局、层层领先。百度早在2019年就发布了文心大模型ERNIE 1.0，经过近4年研发和迭代，文心大模型已经形成了产业级知识增强大模型技术体系，并拥有了六大核心技术加持。

 

而得益于人工智能全栈布局中层与层之间的反馈、尤其是飞桨深度学习平台和文心一言的联合优化，文心一言开启内测一个月内，推理服务就已完成4 次迭代，推理成本已经降低为原来的十分之一。

 

有了重做产品的能力，有没有重做产品的必要？李彦宏认为，大模型出现“智能涌现”之后，重新定义了人机交互，重新定义营销和客服。在内容生成上，例如进行文学创作，写报告、绘制海报等，AI会大幅度提升现有工作效率。研究机构认为，在未来10年，知识工作者的效率可以提高4倍。由此看来，“整合”或许可以让应用更精准，而只有“重做”才能让用户体验发生代际变革。

 

搜索的重塑只是用大模型重构产品后受益的冰山一角。未来，随着更多大模型产品的推出，人工智能商业应用的场景将远超于现在能预估的范围，大模型对世界的改变必然会具体到各行各业。也正因如此，李彦宏还强调了“未来，所有的应用都将基于大模型来开发，每一个行业都应该有属于自己的大模型”。

 

大模型包括通用大模型、行业大模型两层。其中，通用大模型相当于“通识教育”，拥有强大的泛化能力。但应用在各行各业中缺乏专业度，这就是为什么“每个行业都应该有属于自己的大模型”。

 

在通用大模型基础上“进修”的行业大模型，能够进一步释放大模型的能力，是各行各业人工智能化路上的真正底座。但对行业或企业来说，训练单个行业大模型需要的算力、数据规模或数据质量等成本过高，所以需要低门槛、高效率以及全栈布局能力的企业级服平台深入产业，为千行百业提供服务。

 

百度文心大模型目前已经在电力、金融、媒体等领域发布了10多个行业大模型，产业生态初步形成。例如TCL-百度·文心行业大模型变革了传统工业质检的算法流程，大幅提升了模型研发与运营效率，实现了降本增效。具体到半导体显示面板缺陷检测任务上，应用TCL-百度·文心行业大模型后，在训练样本降低30-40%、开发周期降低30%的基础上，冷启动效率提升了3倍，指标提升了10%。

 

本月早些时候，百度曾举办了文心大模型技术交流会，百度智能云方面表示，正在内测的“文心千帆大模型平台”，未来可供企业在其平台上基于任何开源或闭源的大模型，开发自己的专属大模型。百度作为在芯片层、框架层、模型层和应用层都有全栈布局的公司，也将用自己的资源和优势，助力行业大模型时代更快到来。

 

大模型未来是什么样没人能给出具体答案，但已知的是，大模型已经成功地压缩了人类对于整个世界的认知，我们正处历史的拐点。

 

 

以下是李彦宏《大模型改变世界》演讲实录：

 

尊敬的各位领导、各位嘉宾，大家好！

 

很高兴参加2023中关村论坛。中关村论坛是全球科技创新交流合作的国家级平台，我今天分享的话题也聚焦创新，主题是《大模型改变世界》。

 

最近一段时间，人工智能再次成为人类创新的焦点，越来越多的人认可第四次产业革命正在到来，而这次革命是以人工智能为标志的。

 

之所以成为焦点，是因为大模型。大模型成功地压缩了人类对于整个世界的认知，让我们看到了实现通用人工智能的路径。

 

当下，我们正处在全新起点，这是一个以大模型为核心的人工智能新时代，大模型改变了人工智能，大模型即将改变世界。

 

为什么说大模型改变人工智能？

 

因为大算力、大模型、大数据，导致了“智能涌现”。什么叫智能涌现？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“智能涌现”之后，以前没教过的技能，它也会了。

 

与此同时，人工智能发展方向从辨别式走向生成式。什么叫辨别式？搜索引擎就是典型的辨别式。什么叫生成式？用AI进行文学创作，写报告、绘制海报等等，这些都是生成式。

 

生成式AI，会让工作效率大幅度提升。有研究机构认为，在未来10年，知识工作者的效率可以提高4倍。

 

那么大模型怎么重新定义人工智能？

 

第一，大模型重新定义了人机交互。过去几十年，人机交互方式发生了三次变化：

 

比如，命令行是我读大学读研究生的时候，主要的工作界面。我输入一个命令，它给我想要的反应。我当时觉得效率很高，但是大多数人不会这种操作。

 

更简单的人机交互方式是什么？是图形用户界面（GUI）。

 

就是用鼠标一层一层点击菜单。这种方式比第一个要更友好，起码很多人能看懂，但它仍然不是最自然的交互方式。

 

人工智能的诞生，让我们可以用自然语言跟电脑进行交互。

 

比如说，我想查一下“4月份，我的公司有哪些产品的毛利率，超过了疫情前的水平？”这个事，在过去很可能需要我的助理花半天一天时间才能获得。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。

 

自然语言人机交互会带来提示词革命。也就是说，未来的应用，是通过自然语言的提示词来调动原生AI应用实现的。这意味着，未来你的薪酬水平，将取决于你的提示词写得好不好，而不是取决于你的代码写得好不好。

 

我做过一个预测，10年后，全世界有50%的工作会是提示词工程。提出问题比解决问题更重要。我们的教育要教孩子提出问题，而不仅仅是解决问题。

 

第二，大模型会重新定义营销和客服。

 

谁拥有最佳的跟客户沟通的方式，谁就会拥有这个客户。这个道理在大模型出现之前就成立，但有了大模型，即使你有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、什么都知道的助理去服务他。

 

第三，大模型会催生AI原生应用。

 

AI时代的原生应用，到底长啥样？比如，DoNotPay，是一个用AI帮人打官司、写法律文书的应用，AI帮你把不该付的钱要回来。Jasper是一个通过Al帮助企业和个人写营销推广文案的应用。Speak是韩国一个学外语的应用。大模型成为一对一的教师，为每一个孩子提供个性化教育。

 

百度也在用AI原生思维重构我们所有的产品、服务和工作流程。比如我们的如流智能工作平台，让每一位员工都有一个具有丰富专业知识、实时响应的工作助理。通过对话理解能力，实现聊天记录的智能总结。我的同事评价说，“整个惊呆了”，“这个当时确实秀到我了”。

 

业界有一种说法，大模型时代来了，每一个产品都值得重做一遍。但谁真正重新做了一遍呢？百度要做第一个把全部产品重做一遍的公司，不是整合，不是接入，是重做，重构！

 

3月16号，文心一言发布，百度成为全球科技大厂中，率先发布GPT大模型产品的公司。能这么快发布，是因为长期的积累和投入。早在2019年，我们就发布了文心大模型1.0，此后不断迭代到2.0，3.0，很快，我们还会推出文心大模型3.5版本。

 

目前市场需求非常旺盛，中国人拥抱新技术的热情前所未有。文心一言也在飞速进步，比如，QPS每秒查询推理响应速度，提升10倍，这代表着推理成本已经降低为原来的十分之一。

 

未来，所有的应用都将基于大模型来开发，每一个行业都应该有属于自己的大模型，大模型会深度融合到实体经济当中去。

 

云计算的游戏规则彻底被改变，客户选择云厂商，主要会看它的模型好不好，框架好不好，而不是算力、存储这些传统能力。

 

大模型改变人工智能的背后，IT技术栈也发生了非常根本的变化。过去，无论是PC还是移动时代，IT技术栈都是三层，芯片层、操作系统层、应用层。

 

人工智能时代，IT技术栈变成了四层：底层仍然是芯片层，但主流芯片从CPU变成了GPU。百度在芯片层的布局是昆仑芯，已经量产几万片。昆仑芯第三代，预计2024年初量产。

 

芯片上面叫做框架层，就是深度学习框架。百度的飞桨就是在框架层。并且在中国的市场份额名列前茅。

 

框架上面是模型层，文心一言属于模型层。百度在模型层的布局，除了文心一言，还有交通大模型、能源大模型等行业大模型。

 

最上面才是应用层，就是我们前面提到的这些AI原生应用。

 

百度在这四层，都有全栈自研的产品，层层领先，可以实现端到端优化，大幅提升效率。

 

最后，我想讲一下百度为什么能做到：

 

一是技术上长期投入和积累。

 

二是拥有独特优势。我们的四层架构，在实际应用中，的确大幅提升了效率。比如我们通过智能调整红绿灯的时间，可以让城市交通效率提升15%到30%。五一长假之前最后一个工作日，北京大堵车，从二环堵到六环一片红，唯一绿的是亦庄，因为亦庄300多个路口全部部署了百度AI信控系统。

 

三是自主可控。文心一言做到了数据可控、框架可控、模型可控，能够体现在国际竞争当中高水平的科技自立自强。它可以赋能千行百业，助力中国经济开创下一个黄金30年。

 

今天，全球都在关注通用人工智能（AGI）的发展，也引发了一些争议。

 

大家担心机器会不会取代人？我认为把机器变成人，不应该是努力的方向。机器很多方面会比人强，但机器变不成人，也没必要变成人。机器会越来越聪明，能够干的事越来越多，效率会越来越高，我们需要与机器共生，而不是二元对立。

 

那么，如何防止失控？人工智能技术飞速发展过程中，确实有可能出现对人类不利的方向。防止失控，需要拥有先进AI技术的国家通力协作，从人类命运共同体的高度来制定规则。

 

要参与规则的制定，就要先上牌桌，才能拥有话语权，才有全球竞赛的入场券。

 

谢谢大家，预祝论坛圆满成功。