9月8日消息,iPhone的誕生開啟了移動互聯網的黃金15年。大模型的應用突破,也意味著產業變革再次來到了“人工智能”的iPhone時刻。9月7日,2023外灘大會首日,生成式AI和大模型成為熱議話題。多位“兩院”院士、諾貝爾獎和圖靈獎得主等專家學者以及科技領軍企業分享了他們在AI領域的觀察和思考。
生成式AI有望開啟萬億美元新賽道
今年以來AI熱度持續攀升,近半年內全球近百家公司、機構相繼發布大語言模型相關產品。國內也正面臨著“百模大戰”,有數據顯示,全國有至少130家公司研究大模型產品,其中做通用大模型的有78家。
但專家普遍認為,這一技術帶來的產業紅利才剛剛開始。麥肯錫中國區主席、全球資深董事合伙人倪以理在外灘現場預測,生成式AI的技術風暴有望開啟一場關系到未來8-10年的新一輪技術和產業變革。
“AI對全球經濟的潛在收益將達到25萬億美元,是當前所有企業最重要的賽道之一,但這個時代剛剛開始。”他舉例說道,在高科技行業,該技術每年可以額外創造2400億至4600億美元價值;在零售和消費品領域,每年可達2400億至3900億美元;在整個銀行業,每年可達2000億至3400億美元。與此同時,他指出,生成式AI可能大幅促進生產力提升,并提供新的就業機會。
金沙江創投主管合伙人張予彤的觀察也印證了上述觀點。當前生成式人工智能創業與投資爆發,今年上半年投資額已超過去年全年水平。
張予彤預測,AIGC在企業的關鍵職能中將釋放巨大價值潛力,影響集中在四個職能:客戶運營、營銷和銷售、軟件工程、產品研發。以游戲行業為例,AIGC首先將優化內部效率,隨后重塑開發流程并引領游戲玩法創新。
螞蟻集團董事長兼CEO井賢棟引用電影《奧本海默》的一句臺詞說,“this is not a new weapon.this is a new world”,他認為大模型不只是一個新技術,而是一個新世界,會引發全面的變革。他透露,螞蟻自研大模型以全棧布局、長線發展為原則,以創造產業價值為目標,將在外灘大會期間發布最新落地進展。
高效產業協作是抓住技術變革機遇的關鍵
中國科學院院士、復旦大學副校長張人禾認為,面對“AI時代”的來臨,“單打獨斗”已不適應大科學時代的科技創新,要進行“有組織科研”,最大的優勢在于布局建設大平臺。
而產業變革也更急需走向高效協作。但因為很多產業比如跨境貿易從時間和空間上都有很長的鏈路,產業協作涉及多個參與方,環節眾多、流程復雜,很容易因為缺乏信任造成協作不暢。
螞蟻集團資深副總裁、數字科技事業群總裁蔣國飛指出,“信任問題是產業高效協作的最大障礙。”他認為,在物理世界產業供應鏈的背后,需要用數字科技構建一個圍繞數據供應鏈的協作網絡。比如,在數據生成環節,物聯網可以實現數據源頭可信;在數據流通環節,區塊鏈技術可以進行數據確權,防篡改;隱私計算技術確保數據在流通與融合過程中“可用不可見、可算不可識”;在數據價值的挖掘環節,人工智能技術與場景結合,能夠讓數據價值釋放出巨大潛力。
在專家們看來,AI、區塊鏈、隱私計算、數字人民幣等新技術、新場景的應用,會在實體領域創造很大價值。北京智源人工智能研究院顧問、美國國家工程院外籍院士張宏江說,AI、區塊鏈和數字人民幣的結合,會帶來未來更加自動化、更加可信、更加有效的金融服務體系。
井賢棟說,隱私計算的突破,能夠實現數據價值的交換,而非數據本身去交換,意義極其巨大。螞蟻在重點投入,希望未來有一天加密計算的成本和效率做到今天的明文計算一樣,那個時代會真正迎來數據時代的大爆炸。聯合國開發計劃署可持續金融中心高級顧問邁克爾·舍倫則指出,新技術的應用,可以促進綠色融資,并降低融資成本,幫助我們創造一個更可持續的世界。
應對大模型安全問題需設好“緊箍咒”
模型的通用能力讓其能夠應用到人類生產生活的各個場景中,可謂“無孔不入”。AI的發展因此帶來了新的安全隱私問題,如何解決這一隱患?中國科學院院士何積豐開出了他的“藥方”:利用對齊技術為大模型戴上緊箍咒。
何積豐院士認為,大模型的安全問題主要是在未經同意的情況下,收集、使用和泄露個人信息。隱私問題既可能發生在訓練過程,也可能發生在使用過程中,而大模型的生成能力則讓“隱私泄露”的方式變得多樣化,造成隱私保護更加困難。
“為了應對這些問題,我們需要大模型對齊技術。”何積豐說,“對齊(alignment)”是指系統的目標和人類價值觀一致,使其符合設計者的利益和預期,不會產生意外的有害后果。“如果把人工智能看作西游記里的孫悟空,’對齊’就是唐僧的緊箍咒。有了緊箍咒,就可以保證技術不會任意使用能力胡作非為。”
不過,對齊技術同樣面臨挑戰。首先,對齊的基礎,人類的價值觀是多元且動態變化的,需要保證大模型為人服務、與人為善;其次,大模型的有用性與無害性之間目標也不完全一致。如何對錯誤進行有效糾正,設好大模型的“緊箍咒”也是挑戰。
因此,對齊技術已經成為了一項令人眼花繚亂的跨學科研究,不僅考驗技術,也審視文化。
何積豐介紹,反饋強化學習是實現對齊的技術途徑,目前有兩種方式,一種方式是通過人工反饋給模型不同的獎勵信號,引導模型的高質量輸出;另一種方式,事先給大模型提供明確的原則,系統自動訓練模型對所有生成的輸出結果提供初始排序。“這意味著,不僅智能系統需要向人類價值觀對齊,人類的訓練方法也要向價值觀對齊。”何積豐說。
本文鏈接:http://www.tebozhan.com/showinfo-21-8221-0.html外灘大會首日:生成式AI和大模型成為熱議話題
聲明:本網頁內容旨在傳播知識,若有侵權等問題請及時與本網聯系,我們將在第一時間刪除處理。郵件:2376512515@qq.com