急速に発展する国にとって、産業は静的なものであってはならず、雇用は動的にバランスをとらなければならないということを、1990年代に鉄丼が割れた瞬間から認識しておく必要があります。新しいツールが登場すると、それが蒸気機関であれ、内燃機関であれ、コンピューターであれ、AIであれ、「バナナ抜き」になる人が常に存在しますが、その一方で、新しいツールは新しいものを生み出します。業界の機会と新しい産業機会は多くの雇用を生み出す可能性があります。
会議で、ロビン・リーが提示したデータは次のことを示しました: 第一次産業革命は世界人口と一人当たり GDP の成長の第一波をもたらしました; 第二次科学技術革命はさらに急速に成長しました: 80 年後には、世界の人口は過去 60 年間で 3.2 倍に増加し、第 3 次技術革命からの 30 年間で世界の 1 人当たり GDP は 2.8 倍に増加しました。
「人工知能は、これまでの産業革命に匹敵する大きな波であり、間違いなく世界経済の次の成長の奇跡を生み出すでしょう。」ロビン・リー氏は、確固たる予測を立てました。
先進的なツールと後進的なツールによる経済成長と雇用の成長には質的なギャップがあるため、我が国がサプライサイド改革において「産業構造の最適化と高度化」を重視し続けているのかもしれません。
AI によってもたらされる成果のほとんどは、動的なバランスと動的な成長です。一方で、AI 製品の開発、保守、更新には必然的に多数の専門職が必要になります。この変化は自動車のようなものです。一方、After AI が完全に普及すると、アイデアが活発で表現が明確であれば、機械は個人の生産性を高めることができ、多くの「人口」が増えることになります。 AI による「才能」 AI はある程度、「才能の配当」である 「レバーを追加しました。
「人間にとって、最大の危険と最大の非持続可能性は、イノベーションによって引き起こされる不確実性ではありません。それどころか、 私たちはイノベーションをやめ、発明も創造も進歩もせず、惰性に従い続けます。それがもたらすさまざまな予測不可能なリスクは、人類にとって最大の脅威です。」とロビン・リーは最後に言いました。
以下はロビン・リーのスピーチの書き起こしです:
親愛なるリーダーおよび著名なゲストの皆様: 今日私が皆さんにお届けするトピックは、「大規模モデルが人工知能を変える」と呼ばれるものです。 Gong Ke 氏はまた、主に生成型人工知能の出現により、過去 6 か月で人工知能が以前よりもはるかに高い注目を集めていると先ほど述べました。生成人工知能の基盤となるテクノロジーは、実際には大きなモデルです。
それでは、なぜ大規模なモデルが人工知能を変えるのでしょうか?インテリジェンスの出現につながるのは、大きなコンピューティング能力、ビッグモデル、ビッグデータです。以前は、人工知能は私が学習させたいあらゆるスキルを機械に教えてくれました。教えられた人はできるかもしれないが、教えられていない人はできないかもしれない。いわゆる知性の出現が大規模なモデルで起こると、それまで教えられていなかったスキルを学習できるようになります。このため、私たちは現在、一般的な人工知能に向かって進んでいると言う人もいます。
同時に、人工知能の開発の方向性は、識別型から生成型へと移行しています。差別とは何ですか？私たちが過去に慣れ親しんだ人工知能のアプリケーションは、基本的に差別的なものでした。たとえば、顔認識では、人が来たときに、その人が誰であるか、誰ではないかを識別します。これは典型的な識別タイプです。検索エンジンも典型的な識別型人工知能です。ユーザーがキーワードまたは段落を入力すると、ユーザーが探しているものをネットワーク全体で照合し、どの Web ページとどのコンテンツが必要かを判断します。これが識別型人工知能です。
生成型人工知能とは何ですか?今日は申請書を書きたいので書いてください。つまり、週末に 10 人をおもてなしするので、メニューを考えなければなりません。これが正しいか間違っているかは関係ありませんが、感情を与え、創造性を与え、そしてあなたに与えることができます。アイデアを発展させるための良い基盤となります。言い換えれば、渋滞している交通状況を描いてください。これは以前は人工知能が行うべきではないと人々が考えていたことですが、今ではそれができるようになりました。
それで、これは何をもたらすのでしょうか?その結果、人々の作業効率は大幅に向上しました。例えば、コンテンツ作成やカスタマーサービス、翻訳などの業務の効率が大幅に向上します。したがって、多くの研究機関が今後 10 年間で多くのタスクの効率が 2 倍になると考えていることもわかりました。一方で、こうした効率化によって多くの人の仕事がなくなるのではないか、という不安も生じます。これらの人々が職を失った後、私たち人間に予期せぬ問題を引き起こすのでしょうか？
実は、これについては長い間話してきましたが、その答えを見つけるための最良の方法は、実際には過去を振り返ることです。なぜなら、多くの人は人工知能が第 4 次産業革命の象徴であると信じているからです。
＃＃＃＃２００年前、地下井戸から水を運ぶ仕事は基本的になくなりました。最初の産業革命は蒸気エンジンの発明でした。蒸気エンジンの発明の最初の用途は鉱山用の水でした。機械を使ってどうやって水を汲み上げることができたのでしょうか?地下に水を運ぶなどの仕事がなくなって何が起こったのでしょうか？実際に見てみると、多くの新しい雇用が創出されています。
過去 100 年間、世界の人口は急速に増加しました。これは、過去 1 ～ 2000 年間の人口増加をはるかに上回る速度です。同時に、一人当たりのGDPもほぼ同じ速度で成長しています。これはどういう意味ですか？これは、一部の雇用機会が消滅したにもかかわらず、より多くの雇用機会が出現したことを示しています。人々の仕事の効率が向上すれば、より多くの人に食料を与えることができ、みんなの生活は以前よりも良くなります。井戸から水を運ぶ仕事は本当に大変な仕事です。
100年前、御者の仕事はなくなりました。この写真は 1913 年のニューヨーク 5 番街の写真です。この写真はほぼすべてが車で埋め尽くされており、馬車は 1 台しかありません。当時、ニューヨークには馬肉売りが溢れていて、馬は役立たずでしたが、その後、新しい仕事がたくさん生まれました。今から90年近く前の1900年から1990年にかけても、世界の人口は高速で増加し続け、一人一人が生み出す価値も高速で増大し続けました。
30年前、私たちの世代はそれを身をもって体験しました。つまり、私が大学を卒業した頃に、どんな仕事がなくなったでしょうか？タイピストの仕事はなくなった。今日、若い世代はタイプライターを見たことがないが、多くの新しい仕事が生まれている。同じパターンに従って、世界の人口は高速で増加し続け、一人当たりの GDP も高速で成長し続けています。
歴史は繰り返されませんが、歴史には規則があります。そこで今回は、なぜ多くの人がAIによって雇用の機会が減るのではないかと懸念しているのでしょうか。それは、今の仕事がなくなるのは誰の目にも明らかなのに、新たな雇用機会が生まれる様子が見られないからだと思います。 100年前、200年前の人々と同じように、彼らには後に生まれる新たな雇用の機会が見えませんでした。私は個人的に楽観主義者で、大型モデルが雇用機会の減少や人間生活の悪化につながることについては心配していません。
このような大規模なモデルは人工知能をどのように再定義できるのでしょうか?ワン・ガン会長も先ほど、人間とコンピューターの相互作用の方法が変化したと述べました。実際、過去数十年間の情報産業の発展に伴い、人間とコンピューターの相互作用の方法は 3 回変化しました。
これについては先ほどは説明しませんが、私が大学や大学院にいたときの主な作業インターフェイスはコマンド ラインでした。人間とコンピュータの対話はコマンド ラインを通じて行われます。コマンドを入力すると、望ましい反応が得られます。これはとても効率的だと思いましたが、ほとんどの人はこのようにはしません。
人間とコンピューターの対話のより簡単な方法は何ですか?グラフィカル ユーザー インターフェイス (GUI) です。少なくとも多くの人がこれを理解でき、最初のものよりもフレンドリーです。しかし、これはまだ最も自然な対話方法ではありません。コンピューターの自動スリープ時間をリセットする方法を知りたければ、4 つのレベルのメニューを 1 つずつたどって、この場所を見つける必要があります。第 4 レベルのメニューの後にすべての機能がどこにあるかを覚えている人は何人いるでしょうか?
人工知能の誕生により、私たちは自然言語を使用してコンピューターと対話できるようになります。たとえば、必要な場合、先月、2023 年 4 月に自社の製品ラインごとに、どの製品の粗利率が流行前のレベルを超えていたかを確認したいと考えています。このようなテーマは、以前であれば私のアシスタントが取得するのに半日と一日かかったでしょう。今日、コンピュータがあなたの自然言語を理解すれば、瞬時に表を作成できます。
大きなモデルは、マーケティングと顧客サービスも再定義します。実際、その理由は非常に単純で、顧客とのコミュニケーションに最適な方法を持っている人がその顧客を獲得することになるからです。その理由はAIの出現や大型モデルの出現によるものではなく、テクノロジーによって以前よりも多くの可能性が実現したというだけです。現在 70 億人の顧客がいるとしても、各顧客には、サービスのすべてを知っている 24 時間年中無休の専任アシスタントを付けることができます。
大規模モデルは基盤であり、大規模モデルの上にさまざまな人工知能アプリケーションが存在します。最近話題になっているのが、AI時代のネイティブアプリケーションとはどのようなものなのか？いくつか例を挙げてみましょう:
たとえば、DoNotPay、これは何ですか?典型的なアプリケーション シナリオは、人工知能弁護士です。たとえば、米国でスピード違反をすると、警察はスピード違反後に切符を切らせ、通常は数百ドルを支払います。実際、弁護士に訴訟のサポートを依頼すれば、支払う必要はありません。しかし、弁護士を雇う費用は罰金の 2 倍になる可能性があるため、弁護士を雇うことはありません。今、AI を弁護士として雇えば、お金を支払う必要はありません。
Jasper はマーケティング アイデアを生成するためのツールです。会社が望むあらゆるアイデアを生み出すのに役立つため、はるかに効率的です。
Speak は、実際に外国語を学習するための韓国語ソフトウェア アプリケーションです。レストランに行って食べ物を注文し、相手と交渉し、相手とどのように交流したいかなど、さまざまなシナリオをシミュレートします。何百もの言語で実行できます。とても良いです。
Baidu の場合、私たちの大型モデルは Wen Xinyiyan と呼ばれるもので、2 か月前にリリースされましたが、これは主要な世界的メーカーの中で最初にリリースされたものであると言えます。できるだけ早くリリースしたい理由は、市場の需要が非常に高いためです。現在、200万人以上のユーザーがテストの列に並んでおり、数十万の企業がテストのためにWenxinyiyanへのアクセスを希望している。
もちろん、Baidu のこの分野への投資は実際に始まったばかりではなく、過去 6 か月以内に始まったものでもありません。 2019年にWenxin大型モデル1.0をリリースしてから4年が経ちました。以前、私たちは 2013 年頃に人工知能への投資を開始しました。
人工知能がこれほど大きな変化を遂げた理由は、その応用シナリオの変化だけではなく、その背後にある技術スタックも非常に根本的な変化を遂げたからです。
私たち一人ひとりがよく知っている IT テクノロジー スタックは次の 3 つの層です。最下層はチップ層です。代表的な企業は Intel、AMD、Qualcomm です。彼らのチップは CPU と呼ばれ、中間層はオペレーティング システムです。 、PC 時代は Windows、携帯電話時代は Android と iOS、その上にアプリケーション層がありました。PC 時代には誰もが Windows 用のソフトウェアを開発し、モバイル時代には誰もが Windows 用のアプリケーションを開発しました。アンドロイドとiOS。
今日の人工知能時代の到来により、このパターンは変わりました。現在の IT 技術スタックは 4 層になっており、最下層は依然としてチップ層ですが、メインチップはもはや CPU ではなく、大規模な浮動小数点演算の並列処理に適した新世代チップである GPU に代表されています。上記はフレームワーク層と呼ばれるもので、ディープラーニングのフレームワークで、BaiduのPaddlePaddle、MetaのPyTorch、GoogleのTensorFlowなどはすべてこの層に属します。次の層はモデル層で、今日のChatGPTやWen Xinyiyanなどはモデル層に属し、今後AI時代のネイティブアプリケーションは大規模なモデルに基づいて開発されることになります。
この点では、Baidu には明確な利点があり、チップ層には Kunlun コアなど、4 つの層のそれぞれに主要な製品があります。私たちはこれを 10 年前からやっています。最初は検索アプリケーションに使用されていました。他の人のチップを購入しました。結局、高すぎたので、独自のチップを開発しました。フレーム層はフライングパドルであり、現在中国で最大の市場シェアを誇っています。モデル層には Wenxin 大型モデルがあり、実際、ChatGPT に対してベンチマークされる Wenxin Yiyan に加えて、輸送大型モデル、エネルギー大型モデルなど、多くの業界大型モデルもあります。アプリケーション層に関しては、Baidu 検索やその他のアプリケーションが当社の主要なアプリケーションの 1 つです。
これら 4 つの層にはいずれも比較的先進的な製品またはテクノロジーがあります。利点は何ですか?つまり、End-to-Endの最適化を行うことができ、各層が他の層にフィードバックを行うことができ、そのフィードバックをもとに総合的かつ全体的に最適化を検討することができます。
Baidu のチップ レベルのレイアウトは Kunlun コアであり、2 世代の製品と数万個の製品が社内外に展開されています。第 3 世代の Kunlun コアは来年初めに発売される予定です。
フレームワークレベルでは、Feipiao のフレームワークには中国の人工知能分野で 500 万人以上の開発者がおり、誰もがそのフレームワークを認識するようになってきています。
モデル層については、Wen Xin 氏が述べたことについて説明しました。モデル層には、さまざまな使用シナリオで多くのアプリケーションがあります。将来的には、Wenxin の大型モデルに基づいてさらに多くのアプリケーションが開発されると思います。
アプリケーション層では、誰もが Baidu の検索の方がよく知っていますが、Baidu がアプリケーション層ですべてを行うことはできません。検索に加えて、交通関連のアプリケーションも作成しました。交通も非常に複雑で、非常に広範囲の方向に影響を与えます。
Baidu は実際に主に 2 つのことを行っています。1 つは自動運転、つまり無人運転技術であり、もう 1 つはインテリジェント交通です。当社は10年前から無人運転に取り組んでおり、現在では武漢と重慶で商用無人運転を実施できるようになりました。当社は数年前からスマート交通に取り組んでおり、多くの都市でその成果が実証されており、信号が変わる時間をインテリジェントに調整することで、都市の交通効率を 15% ～ 30% 大幅に向上させることができます。メーデー休暇前の最後の営業日、北京では大渋滞が起きていることに多くの人が気づきました。環状二号線から五環状、そして六環状まですべて赤でした。唯一の緑の道路です。 Yizhuang にはインテリジェントな交通のための人工知能が搭載されており、このシステムは交通の流れを動的に調整できるため、効率が大幅に向上することが実際に証明されています。
私たちはまた、あらゆる分野のさまざまなアプリケーションが大規模なモデルに基づいて適切なアプリケーション シナリオを見つけ、効率の大幅な向上を達成できるようになる未来を期待しています。
最後に、人類にとって最大の危険と最大の持続不可能性は、イノベーションによって引き起こされる不確実性ではないと言いたいです。逆に、私たちがイノベーションをやめ、発明や創造、進歩を行わず、惰性で行動し続けた場合、もたらされるさまざまな予期せぬリスクは、人類にとって最大の脅威となります。これが、Baidu が長年にわたって人工知能への投資を続けてきた理由であり、私たちが何年も前に Baidu の使命を「テクノロジーを使用して複雑な世界をよりシンプルにする」と定義した理由です。
＃＃＃ありがとう！ 
![[Web フロントエンド] Node.js クイック スタート](https://img.php.cn/upload/course/000/000/067/662b5d34ba7c0227.png)
