百度李彦宏最新预判:大模型应用,最看好这个方向!
i黑马导语
人工智能是新一轮科技革命和产业变革的重要驱动力量。近日,百度创始人、董事长兼首席执行官李彦宏先生在2024世界人工智能大会上进行了分享。i黑马作为2024世界人工智能大会的官方合作媒体,现场进行了记录,现将核心内容分享大家。
1、两年的时间恍若隔世,整个世界都变了,人工智能可以说颠覆了绝大多数人的认知。
2、同样参数规模之下,闭源模型能力比开源模型要更好。
3、没有应用,大模型将一文不值。大家不要卷模型了,要去卷应用。
4、一天到晚到处跑分刷榜,谁又超越GhatGPT4,Open AI又出来Sora,今天这个发布,明天那个更新。但是我要问,应用在哪里?谁从中获益了?
5、百度内部我们有30%左右的代码已经是用AI生成了,代码采用率超过44%。
6、我们要避免掉入超级应用陷阱。不要觉得一定要出一个DAU超级应用APP才叫实用,“超级能干”的应用比只看DAU的“超级应用”更重要。
7、智能体,是我们最看好的AI应用发展方向。将来会有数以百万量级智能体出现,形成庞大的智能体生态。
8、AI更多是在扮演Copilot角色。
以下为李彦宏分享内容,i黑马进行了编辑:
两年的时间恍若隔世,整个世界都变了,人工智能可以说颠覆了绝大多数人的认知。
2022年的世界人工智能大会的主题是元宇宙,当年我讲的主题就是AIGC。当时我认为,AI的技术发展路线发生了方向性改变,从过去的辨别式人工智 能转向生成式人工智能。
讲这个话是在2022年的夏天,5个月之后的事情大家都清楚,GhatGPT发布了……
2023年,国内出现百模大战, 造成社会资源的巨大浪费,尤其是算力浪费。但也使得我们追赶世界上最先进的技术模型能力得到建立。现在,国内有很多闭源模型都声称已经追平或超越ChatGPT的水准。
01
回应“开源闭源之争”
有一些外行混淆模型开源和代码开源两个概念。
模型开源拿到一大堆参数,你还是要SFT(监督微调),还是要做安全对齐。不知道这些参数怎么来的,无法做到众人拾柴火焰高。即便拿到对应源代码,也不知道用了多少数据,用了多少比例数据,训练这些参数。所以,拿到这些东西,并不能够让你站在巨人肩膀上去迭代和开发。
同样参数规模之下,闭源模型能力比开源模型要更好。
如果开源想要能力追平闭源,那就需要有更大的参数,这就意味着推理成本会更高,反应速度会更慢。
很多人拿开源模型来改款,以为这样更好服务个性化应用。
殊不知,这样创作的孤本模型,无法在基本模型获益,也没有办法跟别人共享算力。
当然,我也承认开源模型在某一些场景下是有它的价值的。比如,一些学术研究或者在教学领域,大家想要研究大模型工作机制、形成理论,这个时候是有价值的。
但是大多数的应用场景开源模型并不合适。当你处在一个激烈竞争市场环境 当中的时候,你需要让自己业务的效率比同行更高,成本比同行更低。
02
没有应用,大模型将一文不值
当然这都不是最重要的。
没有应用,光有一个基础模型,不管是开源还是闭源,都一文不值。
我从去年下半年开始讲,大家不要卷模型了,要去卷应用。
但是我看到,我们媒体把主要关注点放在基础模型身上。
一天到晚到处跑分刷榜,谁又超越GhatGPT4,Open AI又出来Sora,今天这个发布,明天那个更新。但是我要问,应用在哪里?谁从中获益了?
应用其实离我们并不遥远,基于基准模型应用在各个领域,各行各业,开始逐步渗透。
两个多月前,我们宣布文心的模型调用量超过2亿,最近我们又说文心大模型调用量超过5亿。仅仅两个多月时间,调用量发生这么大变化,足见背后是代表了真实的需求,是有人在用,是有人真的从大模型当中获益了,得到了价值。
比如:
1)在快递领域, 让大模型帮助处理订单,做到了一张纸一句话寄快递,不再需要其他繁琐流程,时间从3分钟缩短19秒,而且90%以上的问题都是由大模型解决,效率提升非常明显。
2)小说创作领域, 一开始用开源模型,后来用文心轻量级模型,经过上万组数据的SFT结果有了明显提升。最近转到文心4.0版本,仅用数百条数据,4.0在逻辑上面展示出了非凡优势。生成的内容,无论是可用率还是优质率都大大超过了文心的轻量级模型,网文作者文如虎添翼。
3)代码生成领域, 百度内部我们有30%左右的代码已经是用AI生成了,代码采用率超过44%。
03
最看好的方向:智能体
不过,我们要避免掉入超级应用陷阱。
不要觉得一定要出一个DAU超级应用APP才叫实用,“超级能干”的应用比只看DAU的“超级应用”更重要。
只要对产业,对应用场景,能产生大的增益,整体价值就比移动互联网要大多了。
随着基础模型日益强大,开发应用越来越简单了,最简单就是智能体,这个也是我们最看好的AI发展方向。
制造好的智能体通常并不需要编码,只要用人话把智能体的工作流说清楚,再配上专有的知识库,就是一个很有价值的智能体了,这比互联网时代制作一个网页还要简单。
未来在医疗、金融、教育、制造、交通、农业等领域,都会依照自己场景,自己特有经验规则、数据等,做出各种各样智能体。
将来会有数以百万量级智能体出现,形成庞大的智能体生态。
搜索是智能体分发的最大的入口。刚刚过去的高考季,很多大模型公司热衷于写高考作文,我用AI写一个作文得多少分。其实这个实用价值是不大的,人家不会允许你带大模型进去参加高考。
真正需求是大量考生在考完以后,要报志愿,要选择学校,选择专业。
他们对一所大学,一个专业会有各种各样的问题,而每一个考生情况又是不一样的,这个时候就需要有一个智能体来回答每一个考生专有的问题。在高峰时期,百度的高考智能体每天要回答超过200万个考生的问题。
04
AI在扮演的是Copilot角色
AI正在以前所未有的速度向各行各业渗透。
很多人担心,如果我们日常的工作都让AI做了,人是不是就没有工作机会了?
这种担心不是没有道理,但是过去这一段时间我听到了很多担心,听到了很多抱怨。听到建设性的意见比较少,很少有人去致力于发掘生成式AI带来的新的工作机会。
我这里算是抛砖引玉。
AI更多是在扮演Copilot角色,副驾驶,还要人来把关。AI只是辅助人工作,不是替代人工作,它让人的工作效率更高,质量更好。
我们也可以看到,有一些全新的工作开始冒出来了,比如说 数据标注师 ,过去几年我们帮助全国20多个城市落地了数据标注中心,提供了大量的新的就业岗位。再比如说, 提示词工程师 ,以后不用编程,但是做好一个智能体还需要把工作流说清楚,这里头有很强的逻辑性。要用提示词对模型进行调教,随着智能体大量涌现,这种工作需求也会飙升。
这些工作机会通常门槛并不高,你做的一般也能够养家糊口,做的好可以年薪百万。
自人类文明诞生以来,创新刻在我们DNA当中,从石器时代的文字,到移动时期的手机,再到AI时代大模型。
人类不断创造各种工具改善生活提高生产力,但是他们永远只是工具,只有在被人类所使用的时候才有价值。
我们坚定地相信,AI不是人类的竞争对手,构建和应用人工智能技术,是为了满足人的需求,增强人的能力,让人类生活更美好。
![](https://www.iheima.com/static/ihm/ladders/images/avatar.png)