11月20日,2024年世界互联网大会乌镇峰会开幕,多家国内互联网头部企业前来参会。11月19日晚,有媒体拍到小米创始人、董事长兼ceo雷军在乌镇配合工作人员安检,当晚媒体记者也在乌镇景区偶遇了360集团创始人周鸿祎。前来参会的知名互联网厂商还有阿里、腾讯、知乎、蚂蚁等。
江南水乡的古朴景色与最先进的互联网技术交相辉映,今年已是乌镇峰会举办的第11年。雷军在开幕式上说,今年是世界互联网大会新10年的开始,也是中国互联网全功能接入世界互联网30周年,他重点谈到了ai接入小米的各个业务板块。
关注ai改变互联网生态的大佬还有很多。11月20日下午,知乎ceo周源对第一财经等媒体说,他发现今年参加乌镇峰会的人更多了,讨论ai话题的人也多了。在乌镇峰会论坛上,阿里巴巴集团ceo吴泳铭、蚂蚁集团董事长兼ceo井贤栋、寒武纪创始人兼ceo陈天石、周鸿祎等互联网企业负责人也探讨了ai给互联网带来的改变、下一步ai的发展路径。
“ai创造的价值高于互联网”
过去30年国内互联网积累的技术和数据哺育了如今的ai技术,业内对互联网时代与ai时代的不同逻辑颇为关注。“过去30年互联网的主要价值是以互联网平台为载体链接人、商品、信息、方方面面的服务,未来30年,ai将会全面提升整个世界的生产力水平,从这个角度看,ai创造的价值将远远大于互联网链接创造的价值。” 吴泳铭说。
吴泳铭认为,在互联网上个阶段,企业上云让产业互联网更快捷,进入新阶段,ai进化则将推动千行百业从数字化迈向智能化。过去一年,ai促成的生产力革命拉开帷幕,阿里看到的几乎所有企业都在用ai重构产品。
“人工智能已经迈进了群星闪耀的时候,从一个学科变成推动人类科技全面进步的关键技术。现在我们身处有史以来最伟大的技术变革的关键时期。”陈天石称。井贤栋也认为,人工智能是前所未有的革命技术,将会带来一个全新的世界,从根本上改变所有行业。
多家互联网企业的负责人也在关注ai应用前景。谈及今年与去年乌镇大会期间参会者对ai的不同关注点,周源告诉记者,毫无疑问今年大家更关注应用了。“去年大家都在想ai到底是什么、大模型是什么,现在大家关心的则是ai跟自己有什么关系。”
吴泳铭展望,随着ai从数字世界走进物理世界,未来物理世界大部分事物都会具备ai能力。陈天石认为,接下来ai会融入并改变人们的生活,例如,新药研发周期已大幅度缩水;智能医疗在不久的将来能帮助医生精准诊断;智能教育能为每个学生提供个性化解答和辅导;养老陪伴机器人能照顾老人起居并满足情感需求;自动驾驶将彻底改变人类的出行体验。
井贤栋则表示,数字化主要解决的是服务的连接和触达问题,智能化在此基础上实现了个性化服务的迭代升级,服务业数字化是智能化的序章。生成式ai基于对自然语言的掌握能更好理解人的意图并生成个性化供给,ai让服务业迎来大规模个性化的时代。
热议ai短板和路径之分
生成式ai发展还处于前期,在乌镇峰会上,井贤栋点出ai落地专业领域服务时的短板。他认为,三个能力短板是领域认知能力弱、复杂推理能力差、端到端落地难。蚂蚁则通过使用可信大模型基座、研发高性能知识决策引擎、研发行业智能体开发平台来应对这些问题。
周鸿祎也提到大模型落地专业领域时的短板。周鸿祎表示,现在通用大模型使用互联网公开数据训练,刚使用时很惊艳,但细问之下对具体业务一窍不通,政府和企业实际上需要的是将大模型能力结合场景进行产品化,通过专业大模型来提升生产力。奇安信集团董事长齐向东则提到ai黑箱带来的问题,他表示,ai对使用者来说是黑箱,因为不知道里面是什么,但对网络攻击者来说不是黑箱,攻击者能在知道ai体系架构和技术架构的情况下篡改推理逻辑、篡改输出结果等,需要重视ai带来的安全问题。
在大模型能力还未完全释放、大模型应用尚待爆发的当下,是要坚持走通用基础大模型的道路、寄希望于基础大模型能力提升,还是转向垂直领域做专业大模型、更早寻找应用市场,ai厂商也需要做出选择。周鸿祎在乌镇峰会论坛上谈到了不同路径的区别。
“最近我越来越怀疑openai试图打造一个全知全能、像神一样的超级通用大模型的可行性。”周鸿祎称,一方面,人类训练数据几近枯竭,scaling law(缩放定律)遭遇巨大瓶颈,另一方面,想要开发一个大模型“一统江湖”,放诸四海而皆准,在逻辑上也很难自恰。
周鸿祎判断,未来大模型会形成泾渭分明的两条发展路线,一条路是越做越大,探索人类的星辰大海。另一条路则是将大模型与具体场景结合,向垂直化、产业化方向发展,这是专业大模型的路。做专业大模型不需要“卷”算力、“卷”数据,只需在百亿参数乃至几十亿参数的通用大模型基础上结合垂直领域数据训练。
至于什么应用场景更适合国内企业,周鸿祎表示,要将大模型与六个重要应用场景结合。第一个场景是“科技平权”下的人人普惠、人人智能;第二个场景是在大模型越做越小、小参数大模型能力变强的情况下让硬件设备都变成ai设备,使大模型成为智能网联车、个人电脑、手机等的标配;第三个是将大模型与细小、具体的业务场景结合打造专业大模型,赋能传统产业;第四个是赋能自动驾驶、具身智能、生物制药等未来新兴产业;第五个是ai for science,即用ai改变基础科学问题的研究方法;第六个是用ai应对ai带来的安全新挑战。