微资讯！逐浪AIGC②丨别只盯着ChatGPT了 这波AI浪潮远不止于此

编者按：1956年，人工智能(AI，Artificial Intelligence)的概念首次提出，迄今已逾六十载。60年来，AI历经了从爆发到寒冬、再到野蛮生长的历程，伴随着人机交互、机器学习等技术的提升，AI成为了技术时代的新趋势。

【资料图】

2022年，AI行业再度迎来新的节点，人工智能生成内容(AIGC，AI Generated Content)后来居上，以超出人们预期的速度成为科技革命历史上的重大事件。无论是“AI画师”DALL-E2，还是“万能陪聊”对话机器人ChatGPT，生成式AI正在迅速催生全新的科技革命系统、格局与生态。

时针转至2023年，由AIGC引发的热度不减反增，而全新的智能创作时代在带来深刻生产力变革的同时，也将进而改变人类的思想演进模式。就此，21世纪经济报道数字经济课题组策划了“逐浪AIGC”系列报道，多维解读AIGC带来的技术可能和商业图景。

在ChatGPT出现前，有人悲观地认为，AI领域已经形成巨大泡沫。但眼下，AI又呈现出了全新的价值，行业重现百家争鸣的热闹景象。

近日，OpenAI的GPT-4、百度的文心一言等大模型相继发布，更是将AI产业推入了新一轮军备竞赛。

那么，科技巨头们到底在竞争什么，是大模型吗？肯定不是，因为单纯比拼模型参数量的大小没有太大意义，并且这是一个无底洞。而创新工场董事长兼CEO李开复近日抛出的“AI 2.0”概念，或许能够回答这一问题。

李开复认为，AI 2.0是绝对不能错过的一次革命，“网上都在谈一些很酷的国外产品，但那些产品只是冰山一角，以后的机会更大，并且它会是一个平台级别的趋势。”

什么是AI 2.0？

如果把过去的AI看作是1.0阶段，可以总结出它的落地需要五大必备条件，分别是海量数据；精准、自动标注数据；单一清晰领域；大规模计算能力；顶尖AI科学家。

事实上，得益于AI 1.0阶段的发展，人工智能在很多领域都已经超越了人类，比如AlphaGo曾打败人类。但是，AI 1.0的发展也开始遇到瓶颈。

比如对AI训练来说，数据肯定是越多越好，但这也意味着更高的成本；另外AI技术的应用，都是单一领域数据集，所以每次都要重新收集、清洗、标注一套数据，然后训练一套模型，这导致每个领域和应用的优化都是割裂的。而这，也是很多公司虽然具备单场景的解决能力，却无法规模化复制的核心原因。

更重要的是，在AI 1.0阶段，人们感受到的人工智能并非真正的智能，它还欠缺抽象概念、分析推理、创造等能力。

在李开复看来，AI 2.0最大的不同，就是克服了AI 1.0单领域、多模型的限制。“通过自监督学习，AI可以将全世界的数据拿来自己教自己，不再需要人工标注，而且最后形成的基础模型，也是覆盖各个领域。”

比如GPT，就是这样一个基础模型，所以它能让ChatGPT表现出无所不知。“现在的局限性在于存储性能，未来2-3年，数据只要能储存起来，都可以放到模型中去训练，届时也一定能做出更伟大的基础模型，”李开复说。

另外，李开复认为AI 2.0已经具备了平台能力。“深度学习是非常伟大的AI技术，但它不是一个平台。平台需要能大大降低开发应用的成本，如果做不到这一点，那就只能是一个技术。就像电，是伟大的发明，但如果没有电网，其他电子设备也无法用上电，所以电网才是平台”。

李开复表示，AI 2.0时代的来临，将带来巨大的平台式机会，这个机会将比移动互联网还大十倍。

不能盲目求“大”

大模型，是AI 2.0时代的产物。澜舟科技创始人兼CEO周明在接受21世纪经济报道采访时提到了AI能力的涌现现象。“随着AI模型达到一定程度，往往会让已有的能力产生跃迁，并且会迸发出一些从未见过的能力，所以一定要关注AI的涌现能力。”

其举例称，“我们做小模型的时候，多轮对话就是出不来，但在模型增长了10倍之后，多轮对话的能力自然就出现了，这就是一种涌现。所以如果模型再大一点，有些没有设计的功能也会自己出现。”

不过，AI的涌现仍是未解的现象，也具有很强的随机性，不同的人可能在不同的阶段都有模型的涌现，或者没有涌现。但目前来看，都是在模型规模变大之后才出现的，所以周明认为，未来需要尽量把模型做大。

目前，只有少数科技巨头具备实力打造更大规模的大模型。

另外在AI 2.0时代，还有很多待解的难题。李开复提到一点，即AI会犯错，而且它还不知道怎么能不犯错。“AI 无法保存全世界的数据，只能通过压缩形成抽象的概念，因此会出现‘一本正经地胡说八道’的现象。更重要的是，AI 目前还无法分辨真伪和辨别是非，如果被恶意利用将会带来无法衡量的负面后果”。

因此，面对大模型这场无底洞的全球军备竞赛，周明认为，中国公司还是要审时度势，第一，要拥抱大模型；第二，要在涌现出现的前提下，把AI模型做的更好、更精致；第三则是要注重落地，不要总想着把边边角角的智能都体现出来。

对于AI的产业落地，腾讯云副总裁、腾讯云智能平台负责人李学朝在接受21世纪经济报道采访时指出，通过“预训练大模型+下游任务微调”的模式，一定会让AI应用变得更加通用化，在此基础上，原有的AI应用场景会做的更深，同时，AI也会渗透到更多场景当中去。

不过，AI应用是以解决问题为优先的，所以现在很多场景，用原来的AI模型能解决问题，就没必要去追赶热度，毕竟采用大模型对客户来说也会带来额外的成本。但是对于一些场景，比如智能客服，借助大模型能带来直接的效果提升的，则可以在权衡好性价比的情况下，去进行尝试。

掘金新万亿美元市场

对于AI 2.0时代，李开复认为，AI的自监督学习，依靠的是生成式AI(Generative AI)，而这，也将是AI 2.0时代的第一个现象级应用。

李开复表示，目前AI 2.0的技术水平，对内容领域的风险是最小的，所以第一批应用也会在这个领域诞生。“AI 2.0对内容创造带来的颠覆将是巨大的，它将产生完全不同的工具，使用者、用户体验以及商业模式都会变得不一样”。

在其看来，AI的应用将从“辅助”人到逐步“替代”人工，第一阶段是人类与AI协作；第二阶段是局部自动化；第三阶段则是全自动化。

李开复认为，在AI 2.0时代，第一个阶段和第二个阶段都将得到实现，而这俩加起来会是一个万亿美元级的市场。至于第三阶段，让AI不再犯错，那将是更未来的3.0时代。

对于未来，李开复也给出了他的预判。其认为，会有更多革命性产品出现，也会有少数AI 2.0平台公司浮出水面，并加速新一代AI 2.0应用的研发和商业化。但是，AI 2.0 不会是通用人工智能(AGI)，人类具有诸如创造力、策略思考、跨领域常识、自我意识、同理心和爱等等与生俱来的关键能力，这是AI 2.0也无法全盘复制的。

（文章来源：21世纪经济报道）