급격하게 발전하는 국가에서는 산업이 정적으로 있을 수 없고, 고용이 역동적으로 균형을 이루어야 합니다. 1990년대 철밥통이 무너진 순간부터 우리는 이를 인식해야 합니다. 증기기관, 내연기관, 컴퓨터, AI 등 새로운 도구가 등장하면 '바나나 끌어당기는 사람'이 될 사람들은 늘 있기 마련이지만, 반면에 새로운 도구는 새로운 산업 기회를 창출할 것입니다. , 새로운 산업 기회는 많은 일자리를 창출할 수 있습니다.
회의에서 로빈 리(Robin Li)가 제시한 데이터는 다음과 같습니다. 1차 산업 혁명은 세계 인구와 1인당 GDP의 첫 번째 성장을 가져왔습니다. 두 번째 과학 및 기술 혁명은 더욱 빠르게 성장했습니다. 80년 만에 세계 인구는 60년 동안 세계 1인당 GDP는 2.7배 증가했고, 3차 과학기술 혁명 30년 동안 세계 1인당 GDP는 2.8배 증가했습니다.
"인공지능은 이전 산업혁명에 버금가는 큰 물결이며 반드시 세계 경제의 차세대 성장 기적을 만들어낼 것입니다." 로빈 리는 확고한 예측을 했습니다.
경제 및 고용 성장에는 선진 도구와 낙후 도구 사이에 질적 격차가 있습니다. 이것이 우리나라가 공급 측면 개혁에서 '산업 구조 최적화 및 업그레이드'를 계속 강조하는 이유일 수 있습니다.
AI가 가져오는 대부분의 결과는 역동적인 균형과 역동적인 성장입니다. 한편으로는 AI 제품의 개발, 유지 관리 및 업데이트에는 필연적으로 많은 전문직이 필요합니다. 이러한 변화는 자동차 산업과 같습니다. 반면에 말이 끄는 마차를 대체하면 AI가 대중화되면 아이디어가 활발하고 표현이 명확한 한 기계는 개인의 생산성으로 전환될 수 있으며 이는 많은 "인구"가 "재능"이 된다는 것을 의미합니다. AI는 어느 정도 '재능 배당' 수단을 추가합니다.
“인류에게 가장 큰 위험과 가장 큰 지속 가능성은 혁신으로 인한 불확실성이 아닙니다. 우리는 혁신을 멈추고, 발명도, 창조도, 진보도 하지 않으며, 예측할 수 없는 온갖 위험을 계속 따릅니다. 인류에게 가장 큰 위협은 " 로빈 리가 마침내 말했다.
다음은 로빈 리의 연설 전문입니다:
친애하는 지도자 및 내외 귀빈 여러분, 오늘 제가 여러분께 전해드릴 주제는 "대형 모델이 인공 지능을 바꾼다"입니다. 공커는 최근 인공지능이 지난 6개월 동안 이전보다 훨씬 더 많은 주목을 받았는데, 이는 주로 생성 인공지능의 출현 때문이라고 말했습니다. 생성 인공지능의 기반 기술은 실제로는 대규모 모델이다.
그렇다면 대형 모델이 인공지능을 바꾸는 이유는 무엇일까요? 지능의 출현을 이끄는 것은 빅컴퓨팅 파워, 빅모델, 빅데이터이다. 과거에는 인공 지능이 내가 배우고 싶은 기술을 기계에 가르쳤습니다. 배운 사람은 할 수 있지만, 배우지 않은 사람은 할 수 없을 수도 있습니다. 소위 지능의 출현이 대형 모델에서 발생하면 이전에 가르쳐지지 않았던 기술을 배울 수 있게 됩니다. 이것이 바로 우리가 이제 일반 인공지능으로 나아가고 있다고 말하는 사람들이 있는 이유입니다.
동시에 인공지능의 발전 방향도 차별적에서 생성적으로 옮겨가고 있습니다. 차별이란 무엇입니까? 과거 우리에게 익숙했던 인공지능의 적용은 기본적으로 차별적이었다. 예를 들어 얼굴인식은 사람이 다가왔을 때 그 사람이 누구인지, 아니면 그 사람이 아닌지를 알아낸다. 이는 일반적인 식별 유형입니다. 검색엔진 역시 대표적인 판별 인공지능이다. 사용자가 키워드나 문단을 입력하면 네트워크 전체에서 그가 찾고 있는 내용을 매칭해 어떤 웹페이지와 어떤 콘텐츠가 필요한지 판단하는 것이 바로 판별 인공지능입니다.
생성 인공지능이란 무엇인가요? 오늘은 지원서를 작성하고 싶습니다. 즉, 주말에 10명을 접대해야 하는데 메뉴를 고안해야 합니다. 여기에는 옳고 그름이 없지만 약간의 느낌을 주고 창의력을 줄 수 있으며 좋은 기초를 제공할 수 있습니다. 당신의 아이디어를 발전시키기 위해. 즉, 혼잡한 교통 상황을 나에게 그려주십시오. 과거에는 사람들이 인공지능이 해야 한다고 생각하지 않았던 일이 이제는 가능해졌습니다.
그렇다면 이것이 어떤 원인이 될까요? 그 결과, 사람들의 업무 효율성이 크게 향상되었습니다. 예를 들어 콘텐츠 제작, 고객 서비스, 번역 등의 업무 효율성이 크게 향상될 것입니다. 따라서 우리는 또한 많은 연구 기관이 향후 10년 동안 많은 작업의 효율성이 기하급수적으로 증가할 것이라고 믿고 있음을 확인했습니다. 동시에 이러한 효율성 향상으로 인해 많은 사람들의 일자리가 사라질까 하는 우려도 있습니다. 이들이 일자리를 잃으면 우리 인간에게 예측할 수 없는 문제가 생길까?
사실 이에 대해 오랫동안 이야기해왔습니다. 답을 찾는 가장 좋은 방법은 사실 과거를 되돌아보는 것입니다. 많은 사람들이 인공지능을 4차 산업혁명의 상징으로 믿고 있기 때문이다. 이전 산업혁명으로 대체된 일자리는 무엇인지 살펴보자.
200년 전, 지하 우물에서 물을 길어오는 일은 기본적으로 사라졌습니다. 첫 번째 산업 혁명은 증기 기관의 발명이었습니다. 증기 기관의 첫 번째 응용은 기계를 사용하여 어떻게 물을 키울 수 있었습니까? 지하에 물을 운반하는 일과 같은 직업이 사라지자 무슨 일이 일어났는가? 따져보면 실제로 새로운 일자리가 많이 생겨나고 있는 것 같아요.
지난 100년 동안 우리는 세계 인구의 급속한 성장을 보아왔습니다. 이는 이전 1,000년 또는 2,000년 간의 인구 증가보다 훨씬 빠른 속도입니다. 동시에 1인당 GDP도 거의 비슷한 속도로 성장하고 있습니다. 이것은 무엇을 의미 하는가? 이는 일부 일자리 기회가 사라졌지만 더 많은 기회가 나타났음을 보여줍니다. 사람들의 업무 효율성이 향상되면 더 많은 사람들에게 식량을 공급할 수 있고, 모든 사람의 삶은 이전보다 더 나아질 수 있습니다. 우물에서 물을 길어오는 일은 사실 좋은 일이 아닙니다.
100년 전, 마부의 직업이 사라졌습니다. 이 사진은 1913년 뉴욕 5번가 사진이다. 이 사진은 거의 온통 자동차로 가득 차 있고 객차는 한 대뿐이다. 당시 뉴욕에는 말고기 장수들이 넘쳐났고, 말은 쓸모가 없어졌고, 나중에는 새로운 일자리도 많이 생겨났다. 약 90년 전인 1900년부터 1990년까지 동일한 패턴을 따라 세계 인구는 계속해서 빠른 속도로 증가했고, 한 사람 한 사람이 창출하는 가치도 빠른 속도로 계속 증가했습니다.
30년 전 우리 세대가 직접 경험한 일, 즉 대학을 졸업할 무렵 사라진 직업은 무엇일까요? 타이피스트의 직업이 사라졌습니다. 요즘 젊은 세대는 타자기를 본 적도 없지만 새로운 직업이 많이 생겨났다. 동일한 패턴에 따라 세계 인구는 계속해서 빠른 속도로 증가하고 있으며, 1인당 GDP도 빠른 속도로 계속 증가하고 있습니다.
역사는 반복되지 않지만 규칙이 있습니다. 그렇다면 이번에는 왜 그토록 많은 사람들이 AI로 인해 일자리가 줄어들까 걱정하는 걸까요? 현재 일자리가 사라질 것이라는 것은 누구나 알 수 있지만 새로운 일자리가 창출되는 것을 볼 수 없기 때문이라고 생각합니다. 100년, 200년 전 그 사람들처럼 그들은 나중에 창출될 새로운 일자리 기회를 볼 수 없었습니다. 개인적으로 나는 낙관론자이다. 대형 모델이 일자리 기회를 줄이고 인간의 삶을 악화시킬 것이라는 점은 걱정하지 않는다.
이렇게 큰 모델이 어떻게 인공지능을 재정의할 수 있을까요? 완강 회장도 방금 인간과 컴퓨터의 상호작용 방식이 바뀌었다고 말했습니다. 실제로 지난 수십 년 동안 정보 산업이 발전하면서 인간과 컴퓨터의 상호 작용 방식은 세 번이나 바뀌었습니다.
앞서 이야기하지 않겠습니다. 제가 대학과 대학원에 다닐 때 명령줄은 저의 주요 작업 인터페이스였습니다. 인간과 컴퓨터의 상호 작용은 명령줄을 통해 이루어집니다. 명령을 입력하면 원하는 반응이 나타납니다. 나는 이것이 매우 효율적이라고 생각했지만 대부분의 사람들은 이런 식으로 하지 않을 것입니다.
인간-컴퓨터 상호작용을 위한 더 간단한 방법은 무엇입니까? 그래픽 사용자 인터페이스(GUI)입니다. 적어도 많은 사람들이 이것을 이해할 수 있고, 첫 번째 것보다 더 친근합니다. 하지만 여전히 상호작용하는 가장 자연스러운 방법은 아닙니다. 컴퓨터의 자동 절전 시간을 재설정하는 방법을 알아내려면 이 위치를 찾기 위해 네 가지 수준의 메뉴를 하나씩 거쳐야 합니다. 4단계 메뉴 다음의 모든 기능이 어디에 있는지 기억할 수 있는 사람이 몇 명이나 될까요?
인공지능의 탄생으로 우리는 자연어를 사용해 컴퓨터와 상호작용할 수 있게 되었습니다. 예를 들어, 필요한 경우 지난 달인 2023년 4월에 회사의 각 제품군에 대해 전염병 이전 수준을 초과하는 매출총이익률을 가진 제품은 무엇인지 확인하고 싶습니다. 과거라면 그러한 주제를 얻으려면 아마도 내 조수가 반나절이나 걸렸을 것입니다. 오늘날 컴퓨터가 사용자의 자연어를 이해하면 순식간에 표를 제공할 수 있습니다.
빅 모델은 마케팅과 고객 서비스도 재정의할 것입니다. 사실 그 이유는 매우 간단합니다. 즉, 고객과 가장 잘 소통할 수 있는 방법을 가진 사람은 누구나 이 고객을 갖게 될 것입니다. 이는 AI의 등장이나 대형 모델의 등장 때문이 아니다. 단지 기술이 이전보다 더 많은 가능성을 실현하게 했을 뿐이다. 오늘날 70억 명의 고객이 있더라도 각 고객은 자신에게 서비스를 제공하기 위해 모든 것을 알고 있는 전담 24/7 도우미를 가질 수 있습니다.
대형 모델이 기본이고, 대형 모델 위에 다양한 인공지능 응용이 있을 예정입니다. 최근 화제가 되고 있는 것은 AI 시대의 네이티브 애플리케이션은 어떤 모습일까? 몇 가지 예를 들어보겠습니다.
예를 들어 DoNotPay, 이게 뭔가요? 일반적인 적용 시나리오는 인공지능 변호사입니다. 예를 들어, 미국에서 과속을 하면 경찰이 과속 위반 딱지를 발부하고 보통 몇백 달러를 지불하게 됩니다. 실제로 소송에 도움을 줄 변호사를 고용하면 비용을 지불할 필요가 없습니다. 하지만 변호사를 고용하는 데 드는 비용이 벌금의 두 배일 수 있으므로 변호사를 고용하지 않는 것이 좋습니다. 오늘 AI를 변호사로 고용하면 돈을 지불할 필요가 없습니다.
Jasper는 마케팅 아이디어를 생성하는 도구로, 회사가 원하는 아이디어를 생성하는 데 도움이 되므로 훨씬 더 효율적입니다.
Speak는 실제로 외국어를 배우는 앱입니다. 식당에 가서 음식을 주문하고, 상대방과 대화하는 방법을 시뮬레이션합니다. 수백 가지 언어로 매우 잘 수행될 수 있습니다.
Baidu의 경우 두 달 전에 출시된 Wen Xin Yiyan이라는 대형 모델이 세계 주요 제조업체 중 첫 번째 모델이라고 할 수 있습니다. 우리가 가능한 한 빨리 출시하고 싶은 이유는 시장의 수요가 매우 강하기 때문입니다. 현재 200만 명이 넘는 사용자가 테스트를 위해 줄을 서고 있으며 수십만 개의 기업이 테스트를 위해 Wenxinyiyan에 액세스하기를 원합니다.
물론, 이 분야에 대한 바이두의 투자는 실제로 막 시작된 것이 아니며, 지난 6개월 만에 시작된 것도 아닙니다. 2019년 Wenxin 대형 모델 1.0을 출시한 지 4년 만입니다. 앞서 우리는 2013년쯤부터 인공지능에 대한 투자를 시작했다.
인공지능이 이렇게 큰 변화를 겪은 이유는 응용 시나리오의 변화뿐 아니라 그 이면의 기술 스택도 매우 근본적인 변화를 겪었기 때문입니다.
우리 각자에게 친숙한 IT 기술 스택은 이 세 가지 계층입니다. 맨 아래 계층은 칩 계층입니다. 일반적인 회사는 CPU라고 합니다. PC 시대에는 Windows였습니다. 휴대폰 시대에는 Android와 iOS가 있으며, PC 시대에는 모두가 Windows용 소프트웨어를 개발합니다. .
오늘날 인공지능 시대가 도래하면서 이러한 상황이 바뀌었습니다. 현재 IT 기술 스택은 4개의 레이어로 구성되었습니다. 맨 아래 레이어는 여전히 칩 레이어이지만 메인 칩은 더 이상 CPU가 아니라 병렬 대규모 부동 소수점 연산에 적합한 차세대 칩인 GPU로 대표됩니다. 위의 것을 프레임워크 레이어라고 하는데, 딥러닝 프레임워크인 Baidu의 PaddlePaddle, Meta의 PyTorch, Google의 TensorFlow가 모두 이 레이어에 있습니다. 다음 레이어는 모델 레이어입니다. 오늘날의 ChatGPT, Wen Xinyiyan 등은 모델 레이어에 속하며 앞으로 AI 시대의 기본 애플리케이션은 대형 모델을 기반으로 개발될 것입니다.
Baidu는 이 점에서 분명한 이점을 가지고 있습니다. 예를 들어 칩 레이어에는 Kunlun 코어가 있습니다. 우리는 이 작업을 10년 동안 해왔습니다. 처음에는 검색 응용 프로그램에 사용했지만 결국 다른 사람의 칩을 구입했기 때문에 자체적으로 개발했습니다. 프레임 레이어는 오늘날 중국에서 가장 큰 시장 점유율을 차지하는 플라잉 패들입니다. 모델 레이어에는 Wenxin 대형 모델이 있습니다. 실제로 ChatGPT에 대해 벤치마킹된 Wenxin Yiyan 외에도 운송 대형 모델, 에너지 대형 모델 등과 같은 산업 대형 모델도 많이 있습니다. 애플리케이션 계층에서는 Baidu 검색 및 기타 애플리케이션이 우리의 주요 애플리케이션 중 하나입니다.
이 네 가지 수준은 모두 상대적으로 앞서가는 제품이나 기술을 갖추고 있습니다. 즉, End-to-End 최적화를 수행할 수 있으며, 각 레이어는 다른 레이어에 피드백을 줄 수 있으며, 이를 기반으로 최적화 방법을 종합적이고 전반적으로 고려할 수 있습니다.
Baidu의 칩 수준 레이아웃은 Kunlun 코어입니다. 우리는 이미 2세대 제품과 수만 개의 부품을 배포하여 회사 내부와 외부에서 모두 사용하고 있습니다. Kunlun 코어 3세대는 내년 초에 출시될 예정입니다.
프레임워크 수준에서 Feipiao의 프레임워크는 중국 인공 지능 분야의 개발자가 500만 명이 넘으며 점점 더 많은 사람들에게 인정을 받고 있습니다.
모델 레이어는 Wen Xin이 말한 그대로이며 다양한 사용 시나리오에서 많은 응용 프로그램을 가지고 있습니다. 앞으로는 Wenxin 대형 모델을 기반으로 더 많은 애플리케이션이 개발될 것이라고 믿습니다.
애플리케이션 계층에서는 모두가 Baidu의 검색에 더 익숙합니다. Baidu는 애플리케이션 계층에서 모든 것을 할 수 없습니다. 검색 외에도 교통 관련 애플리케이션도 만들었습니다. 교통 상황도 매우 복잡하며 매우 광범위한 방향에 영향을 미칩니다.
Baidu는 실제로 두 가지 주요 작업을 수행합니다. 하나는 자율 주행, 즉 무인 기술이고 다른 하나는 지능형 교통입니다. 우리는 10년 동안 무인 운전을 연구해 왔으며 이제 우한과 충칭에서 상업용 무인 운전을 수행할 수 있게 되었습니다. 우리는 수년간 스마트 교통에 대해 연구해 왔으며, 그 결과는 많은 도시에서 입증되었습니다. 신호등이 바뀌는 시간을 지능적으로 조정하면 도시의 교통 효율성이 15%~30%까지 크게 향상될 수 있습니다. 노동절 연휴 전 마지막 근무일에도 많은 사람들은 베이징에 엄청난 교통 정체가 있음을 발견했습니다. 두 번째 순환 도로에서 다섯 번째 순환 도로까지, 심지어 여섯 번째 순환 도로도 모두 빨간색이었습니다. Yizhuang은 지능형 교통을 위한 인공 지능을 갖추고 있어 교통 흐름을 동적으로 조정할 수 있으므로 효율성이 실제로 크게 향상되는 것으로 입증되었습니다.
향후에는 대형 모델을 기반으로 다양한 산업 분야의 다양한 응용이 좋은 응용 시나리오를 찾고 효율성이 크게 향상될 수 있기를 기대합니다.
마지막으로 인류에게 가장 큰 위험과 가장 큰 지속가능성은 혁신으로 인한 불확실성이 아니라고 말하고 싶습니다. 반대로 혁신을 멈추고, 발명도, 창조도, 진보도 하지 않고, 계속해서 관성을 쫓는다면, 예측할 수 없는 다양한 위험이 인류에게 가장 큰 위협이 될 것입니다. 이것이 Baidu가 수년 동안 인공 지능에 지속적으로 투자해 온 이유이며, 수년 전에 Baidu의 사명을 "기술을 사용하여 복잡한 세상을 더 단순하게 만드는 것"으로 정의한 이유입니다.
감사합니다!
![[웹 프런트엔드] Node.js 빠른 시작](https://img.php.cn/upload/course/000/000/067/662b5d34ba7c0227.png)
