撰稿/ 陳鄧新
編輯/ 高 智
最近一段時間，人工智慧再次成為人類創新的焦點。
2023年5月26日，百度創辦人、董事長兼CEO李彥宏參加了在北京舉辦的2023中關村論壇，發表了題為《大模型改變世界》的演講。
成功壓縮人類對整個世界的認知證明了大型模型為實現通用人工智慧提供了一條道路。 」李彥宏表示，「我們正處於全新起點，這是一個以大模型為核心的人工智慧新時代，大模型改變了人工智慧，大模型將改變世界。 ”
大模型即將重構未來，千行百業迎來新的機會。毫無疑問，以人工智慧為標誌的「第四次產業革命」即將到來，世界正處於重大變革的前夕。
#首先，智能湧現時代來臨。
網路的下一幕就是人工智慧，早已成為業界的共識，但多年來人工智慧落地卻不太順利，商業化摸索進展緩慢。
如今，算力、大模型、大數據三者共振之下，催生了智慧湧現。李彥宏指出，過去的人工智慧是讓機器學習具體技能，需要教導它相應的知識。教過的有可能會，沒教過的就不會。大模型出現所謂的智慧湧現之後，以前沒教過的技能，它也會了。 ”
換而言之，人工智慧的拐點已至。
其次，人工智慧從辨別式走向生成式。
之前的人工智慧為辨別式，在「是」與「不是」中做選擇，需要使用者輸入的資訊明確或驗證的資料正確。
當人工智慧從辨別式走向生成式，就成功克服操作機械化、缺乏彈性的頑疾。
如此一來，工作效率有了翻天覆地的變化。
譬如，人類畫一張畫需要一天，成本幾百元，但人工智慧畫一張畫，只需要幾秒鐘，成本只需要幾分錢。
也就是說，人工智慧非但變得更聰明了，也變得更實用了。
再次，人工智慧重新定義人機互動。
人機互動是通往人工智慧的重要入口，這個入口經過兩次迭代，即從命令列介面迭代到圖形介面，再迭代至自然語言介面。
當下，由於存取了對話能力，人機互動的友善度與功能性雙雙大幅提升。
「當我有需求的時候，比如說我想查一下上個月，2023年4月，我的公司每一個產品線，有哪些產品的毛利率超過了疫情前的水平？這樣一個課題，在過去很可能需要我的助理花半天一天的時間才能獲得。如果計算機能夠理解你的自然語言，那麼只需一秒鐘即可生成一個數據表格。」
究其根本，AI的IT技術堆疊已發生根本性的改變。
以前，IT的技術堆疊為三層：底層為晶片層，代表公司為英特爾、高通和AMD；中間層為作業系統，代表作為Windows、iOS和Android；上層為應用層，運行工具軟體、辦公室軟體、遊戲軟體等。
現在，IT的技術堆疊為四層：底層的晶片由CPU變成GPU，更適合並行大規模浮點運算；第二層為框架層，是深度學習的重要支撐，代表作為百度的飛槳、Meta的PyTorch、Google的TensorFlow；第三層為模型層，代表作為ChatGPT、文心一言等；第四層或應用層，運行AI時代的原生應用等。
大模型技術突破之後，也帶來三大產業的重塑。
第一類為新型雲端運算公司，雲端的主流商業模式變成MaaS模型即服務；第二類為進行產業模式精調的公司，可以為產業客戶提供解決方案；第三類為基於大模型底座進行文字生成、圖像生成、音訊生成、視訊生成、數位人等應用開發的公司。
這其中，應用程式開發最受外界關注。
畢竟，AI原生應用已如雨後春筍般冒出，成為一道靚麗的風景線：DoNotPay是一個提供24小時法律服務的人工智慧平台，透過了解用戶的法律問題並提供個人化建議；Speak是一個人工智慧外語學習平台，可以模擬各種生活場景，進而幫助使用者快速掌握外語的應用…
“回到2007年，大家不會想像今天會有抖音、淘寶、微信，在AI時代、大模型時代也會出現這樣現象級的應用，這些應用會是基於大模型開發的。”
一言以蔽之，在大模型時代，勢必誕生現象級AI原生應用。
此背景下，百度正運用AI原生思維搶佔先機，謀求重構百度旗下的所有的產品、服務和工作流程。
「業界有一種說法，大模型時代來了，每一個產品都值得重做一遍。百度計畫成為第一個將所有產品都進行重構的公司，不是整合也不是接入。誰才是真正的重做者呢？
事實上，百度知行合一。
譬如，百度搜尋基於大模型打造「AI夥伴」「AI BOT」等新模態，將百度搜尋變成用戶的個人助理，人工智慧從「所見略同」走向「所見不同」。
再譬如，百度輸入法不單單為文字輸入的載體，而要化身為“高情商溝通助手”，為用戶帶來更加智能、高效的社交體驗。
應用程式開發之外，雲端運算是人工智慧另一個重要的落地場景。
今後，用戶選雲更為聚焦智慧服務，人工智慧實力成為首要指標，而算力、儲存、網路等主流指標則會延後。
「未來，企業基於大模型開發應用，會發現百度智慧雲端是最方便、最快捷的，成本還低。」
隨著雲端市場遊戲規則的根本改變，百度智慧雲有了後來居上的底氣與資本，路將越走越寬、越走越順、越走越遠。
掌握更大的產業話語權之後，百度智慧雲可以更好的賦能千行百業。
畢竟，百度智能雲不但可以提供大模型服務，也可以幫助企業基於其平台開發自己的專屬大模型，令每個行業都有屬於自己的大模型，從“通用”走向“垂直”，深度整合到實體經濟當中去。
大型模型的影響不僅限於產業，還在悄悄改變每個人。原有的職業將逐漸消失，同時也將催生新的職業。
「1990年代，打字員還是一份體面而緊俏的職業，但是隨著電腦的普及，打字員這個工種永久性地消失了，不過網路催生的程式設計師群體迎來爆發。二十多年時間，國內程式設計師從十幾萬人發展到如今的八、九百萬人。」
這意味著，埋頭苦幹並非最佳生存策略，選擇比努力更重要，擁抱大模型成為每個人的必選項，如若跟不上時代的步伐，必將成為時代的眼淚。
「人們是否擔心機器會取代人類？我認為我們不應該將把機器變成人作為我們的努力方向。」。機器很多方面會比人強，但機器變不成人，也沒必要變成人。我們需要與更聰明、多才多藝的機器合作共存，互相促進，而非對抗或二元對立。 ”
根據《經濟學人》2019年的報告顯示，全球人工智慧與機器革命已處於發展中期，而發達經濟體的就業率飆升至歷史最高水平，並且在機器人使用率最高的日本與韓國，失業率是最低的。
這也從側面印證了，新技術不會帶來大規模失業，相反就業規模在擴大。
更為重要的是，大模型重塑了生產方式。
以百度的創作者AI助理團為例，對外輸出AIGC能力，至今已有45萬創作者使用，產出超700萬篇內容，累計分發量超過200億次。
你未來的薪資水平，將取決於你寫提示字的能力，而不是取決於你寫程式碼的能力。我曾預測，在10年後，全球50%的就業機會將是與人工智慧相關的職位。 ”
不難看出，未來提出問題比解決問題更重要。
實際上，解決問題只是一個技能，提出問題才需要有創意的想像。
畢竟提問人人都會，但要會提問卻並不簡單，能否直擊要點、是否具有價值、是否深入淺出，考驗著一個人的硬核能力。
從這個角度來看，大模型對人才的要求改變了。
以上可見，百度對大模型的理解頗為透徹，如此方能成為全球科技大廠中第一個發布GPT大模型產品的公司。
其一，十年投入超千億元。
早在2013年，百度陸續成立了百度美國研究院、百度深度學習研究院、大數據實驗室、矽谷人工智慧實驗室，持續投入龐大的財力與人力。
「即使在最困難的時候，也一樣堅持：有1塊錢的時候，我們會投進技術裡；有1個億，我們會投進技術裡；有100個億，我們還是會投進技術裡。」
近十年，百度為了人工智慧累計投入了超 1000 億元，其中核心研發投入佔核心收入比例連續多個季度超過了20%。
譬如，百度2022年的百度的研發費用為233億元，佔核心收入的比例高達24.42%，而全年的淨利潤也不過206.8億元。
正所謂，厚積才能薄髮。
2019年，百度發布文心大模型1.0版本，此後不斷迭代至3.0，其中內測一個多月便完成了4次大的技術升級，推理成本已經降到了原來的十分之一。
更為重要的是，3.5版本正在路上。
其二，打通技術全鏈條。
百度的文心大模型之所以水到渠成，皆因框架層的飛槳深度學習平台與模型層的文心一言聯合優化，相互促進、相互成就、相互進步，高效協同之下，獲得更高的效率，這是其他玩家不可比擬的優勢。
須知，飛槳平台為國內最大的開源深度學習平台，已創建67萬個AI模型，服務了20萬個企事業單位。
反應到應用場景，則是成績顯著。
透過智慧調控紅綠燈的時間，我們可以提高城市交通效率15%至30%。五一長假前最後一個工作日，北京大塞車，從二環堵到六環一片紅，唯一綠的是亦莊，因為亦莊300多個路口全部部署了百度AI信控系統。 ”
IDC發布《2022中國大模型發展白皮書》顯示，百度文心大模型處於行業第一梯隊，產品能力、應用能力、生態能力全面領先。
其三，自主可控。
百度是中國唯一擁有全端AI技術架構的公司，在晶片層、框架層、模型層與應用層都有關鍵自研技術。
這麼一來，百度的大模型具備了數據可控、框架可控、模型可控，提升了對產業鏈的掌控力，在國際競爭當中實現了科技自立自強，考驗有效避免AI被國外「卡脖子」。
只有如此，「才能讓創新持續發生，才能讓頂層的商業更加繁榮。」
總而言之，身為科學家與企業家雙重身分的李彥宏，一直堅持科技改變世界的理想，與比爾蓋茲、馬斯克、賈伯斯一樣成為時代的「引領者」與「孤勇者」。
在李彥宏的領導之下，百度借助大模型正在重構未來，賦能千行百業，進一步釋放AI的商業價值，全力奔赴“星辰大海”，助力中國經濟開創下一個黃金三十年。
以上是李彥宏斷言：人工智慧即將改變世界的詳細內容。更多資訊請關注PHP中文網其他相關文章！
