浏览次数:186 发布时间:2024-08-08 08:59:56
当下,AI大模型正成为产业新型基础设施并为千行百业提供智能服务,且以“基础大模型+行业数据微调”的范式推动AI研发生产从传统小规模作坊式走向工业规模化量产,与此同时,也为各行各业带来了前所未有的变革。
此前举行的2024世界人工智能大会期间,不少业界人士表示,AI大模型有望加速智力劳动的细化分解,大量重复性、结构化、高度依赖既往经验的相关工作深化剥离并交由AI承担,促进以人机分工为代表的第四次社会大分工时代的加速到来。
助推智力密集型 服务产业规模化发展
“办公软件是现代社会普遍使用的生产工具,AI大模型正在重塑办公软件的用户体验和交互模式。”金山办公CEO章庆元表示,2023年金山办公推出WPS AI,目前正式上线的AI功能已有几十项,能够帮助用户更好地创作、阅读、处理文档。2024年,面向企业用户,金山办公推出了WPS AI企业版,涵盖AI Hub(智能基座)、AI Docs(智能文档库)、Copilot Pro(企业智慧助理),可以让企业实现大模型的开箱即用。
“以前是专业的事情交给专业的人去办,现在是交给专业的模型来做,从专人专用到专模专用。”达观数据CEO陈运文表示,当前国内大模型领域的研究热点主要集中在场景大模型和垂直大模型的研发上,这些模型专门解决特定行业或应用领域的复杂问题。
清华大学中国科技政策研究中心副主任、人工智能国际治理研究院副院长梁正表示,AI大模型将助推智力密集型服务产业规模化发展,加速从“手工作坊”式(以人力密集型人工服务为主导)走向“工业规模化”批量供给的AIGS(AI Generated Service,AI生成服务)新时代。
北京大学公共卫生学院生物统计系主任、北京大学讲席教授周晓华举例说,新药研发是一个复杂、成本高昂且耗时的过程,但AI已开始在新药研发中发挥作用。比如,药物设计与筛选,可以通过AI学习大量的化学信息和生物活性数据来预测新分子与特定蛋白质的结合能力,从而加速初期药物的筛选进程。再如,在受试者患者筛选方面,AI可以优化临床试验设计,并帮助研究人员更精确地筛选适合参与试验的患者,可以提高临床试验的成功率,并加快药物上市的时间。
从感知到认知 未来AI会像人那样思考
梁正表示,AI大模型将变革人机关系并加速AI“平民化”时代的到来,尤其是以GPT-4o为代表的多模态AI将以更自然且实时的交互方式显著降低人机交互和AI使用门槛。
“随着技术的演进,未来人工智能有望进一步发展成全面理解和处理复杂信息的通用系统,更加融入人们的日常生活和工作中。”陈运文说。未来,AI将不仅仅是处理数据和执行任务的工具,而是像人一样思考、推理和创造的智能伙伴,可以完成一些生成、创作类任务,AI应用范围将更加广泛。
“从感知到认知的转变意味着AI将更加深入地理解和解释世界,而从识别到生成的过渡则展示了AI创造力的提升。未来,人工智能将更加通用化,能够灵活适应多变的任务和环境。”网易伏羲平台技术负责人赵增说。
赵增认为,多模态、群体智能、联合优化及具身智能将围绕更多模态的知识对齐、能力协作及模式应用进行发展,让AI像人一样获得更多维度信息,通过高效的运算进行更加全面深度的思考并做出更多动作执行最终反馈。
梁正认为,人机分工协作式混合劳动力将成为未来劳动用工的主导范式,并且AI大模型可能会颠覆劳动力市场旧有竞争模式,“降维打击”那些缺少AI工具赋能的竞争者。
有望引领新一轮科技革命
近两年来,AI4S、AI手机、AIPC、数字分身、智能驾驶、AI搜索引擎、人形机器人等领域成为备受关注的赛道。从落地场景看,AI大模型产业短期内在B端市场更有可能落地变现并形成多样化产业生态。“但从长期看,C端市场具有更大的发展潜力空间。”梁正认为,边缘小众市场或许是孕育AI技术颠覆性创新场景的重要土壤。
梁正表示,作为全球第一工业大国,我国拥有庞大的工业体系和丰富的应用场景,应采取“基础大模型+行业小模型”“开源+闭源”的协同并进路线,充分发挥完备的产业链、丰富的应用场景、庞大的用户体量和私域数据等方面资源优势,实现“错位竞争”并在更多垂类行业领域打造“小精尖”且具有全球竞争力的行业大模型。
“随着多模态大模型技术的持续演进,文本、语音、视觉3种模态的融合模型正逐步迈向成熟阶段。此类大模型技术一旦达到成熟阶段,其应用场景将会进一步拓展,实现更多的实际应用。”MiniMax副总裁刘华说。
“目前,多模态大模型亦面临一些挑战。”刘华表示。一方面,大模型在某些情况下仍可能产生“幻觉”问题,反馈的准确性有待提升。另一方面,由于算力成本限制,大模型落地应用的成本相对较高。“综合考虑,在短期内,对多模态大模型的大规模落地应用预期应保持审慎态度,但从中长期看,不应低估多模态大模型的重要性,其有望引领新一轮科技革命。”
(原文刊载于:中国高新技术产业导报)