2024年全球人工智能技術(shù)和產(chǎn)業(yè)將繼續(xù)加速發(fā)展,，作為人工智能科技界的一名代表,，我想聊聊通用人工智能大模型的發(fā)展，對于科技創(chuàng)新和個體發(fā)展的意義,。

首先我想跟大家探討的是,，當(dāng)下人工智能發(fā)展到哪一步了呢？

今年ChatGPT的出現(xiàn)第一次讓我們看到了通用人工智能的星星之火,，看到了初步的智慧涌現(xiàn),，看到了認(rèn)知智能的重大突破。其實對于AI界的人士來說,，我們也沒有想到通用人工智能突然會來得這么快,，而且離我們這么近。今天回顧人工智能發(fā)展的幾次浪潮,，我們發(fā)現(xiàn)在第三次以感知智能為主體的浪潮還沒有結(jié)束的時候,，第四次以認(rèn)知智能為突破的浪潮就開始了。

大模型的發(fā)展，當(dāng)前最應(yīng)該關(guān)注哪些趨勢,？第一個趨勢,，從多模態(tài)技術(shù)到智能體的快速發(fā)展。經(jīng)過近一年的發(fā)展,，包括GPT-4和國內(nèi)的大模型都在進一步向多模態(tài)方向進化,，大模型和人的溝通不再只是語言文字，它會理解圖片和視頻的含義,，在自動駕駛和機器人研發(fā)領(lǐng)域,，已經(jīng)融入了GPT這類大模型，來幫助機器更好地理解它所看到的東西,。谷歌在12月初發(fā)布的Gemini大模型,，更是區(qū)別于原來的“拼湊多模態(tài)”模型，從一開始就使用文字,、音頻,、視頻、圖像等多種模態(tài)的數(shù)據(jù)訓(xùn)練而成,。演示視頻顯示,，人類把三個空杯并排放在桌子上，再把紙團塞進其中一個杯子里,，一番快速的移形換位以后，Gemini準(zhǔn)確地指出：紙團在最左邊的杯子里,！這已經(jīng)展示出令人詫異的多模態(tài)能力,。

多模態(tài)的發(fā)展，讓AI與外界的互動方式越來越像人了,。隨著多模態(tài)的發(fā)展,，智能體（AI Agent）也成為了目前非常熱的一個概念。到底什么是智能體,？它指的是能夠自主理解,、規(guī)劃決策和執(zhí)行復(fù)雜任務(wù)的AI。如果我們將現(xiàn)在的生成式AI,，比作一個人的話,，那么它只具有了大腦（大語言模型），只能對話,，但沒有行動能力,，更不能自主完成復(fù)雜的任務(wù)。但隨著多模態(tài)的發(fā)展,，AI將會越來越深度地接觸真實世界,。我們也會更加期望AI去自主完成一個完整的任務(wù),而不是每一個步驟都需要人類去提問。這種AI就是智能體。

第二個趨勢,，是大模型的輕量化,，算力和數(shù)據(jù)的本地化。像GPT這樣的通用大模型,參數(shù)很大,算力要求也很高,。ChatGPT需要3萬多張英偉達A100芯片,，初期投入高達8億美元。而據(jù)估算,，1750億參數(shù)的GPT-3的總訓(xùn)練成本高達1200萬美元,。但是現(xiàn)在很多企業(yè)發(fā)現(xiàn)，在特定的場景需求下,，幾十億,、上百億參數(shù)的大模型就足夠了，一個手機芯片的算力就能滿足要求,。比如說一個掃地機器人,，我們不需要跟它聊天，讓它寫文案,，只需要它會掃地就行,，大模型只需要滿足它規(guī)劃路線、躲避障礙物,、判斷什么地面需要用什么方法清潔的需求,，用本地設(shè)備自帶的芯片就能滿足運算需求。

無論是智能體的火熱,，還是本地化的這種趨勢,，都提醒我們，大模型正在走出文字對話的這種初級形式,，開始融入我們的生活,。可以預(yù)測,，大模型在實際場景中的落地應(yīng)用將會是2024年發(fā)展的關(guān)鍵,。

第三個趨勢是AI進入基礎(chǔ)科研。在基礎(chǔ)科研領(lǐng)域,，大模型也會成為有力的助手,，著名數(shù)學(xué)家陶哲軒就成功利用GPT提供的思路,解決了一個數(shù)學(xué)難題?？▋?nèi)基梅隆大學(xué)的研究人員利用GPT-4開發(fā)了一個叫做Coscientist的助手,，它可以自主合成已知的物質(zhì)，這個成果也登上了Nature雜志,。但是陶喆軒對于GPT的角色描述和提問內(nèi)容,，都做了非常專業(yè)的設(shè)計,才讓GPT-4給出了非常高質(zhì)量的答案。

我們要看到，AI搞科研,，不是把科學(xué)問題交給AI去回答,而是人和AI的協(xié)作研究,，會用AI才是關(guān)鍵。通用大模型的威力取決于你對它的理解,，往往淺薄的不是大模型,，而是我們自己。現(xiàn)在已經(jīng)出現(xiàn)了提示詞工程師（Prompt engineering）這種新職業(yè),，不是程序員,，但要研究怎樣用自然語言提要求，才能讓AI給出最好的答案,，年薪最高的超過200萬元,。這才是所謂的“人機耦合”。

大模型的加速發(fā)展,，給創(chuàng)業(yè)者帶來哪些機遇和挑戰(zhàn),？

前段時間，OpenAI在首屆開發(fā)者大會發(fā)布了功能更強大的GPT-4 turbo,，API開放更多能力,，同時價格降低2.75倍。OpenAI在這次大會上還發(fā)布了輔助開發(fā)工具Assistants API和個人定制版GPT：GPTs,，能讓不懂編程的人,，也能夠用聊天對話的方式，快速做出AI應(yīng)用,。AI應(yīng)用開發(fā)的門檻被拉得非常低,，一下子宣告了一大批GPT套殼公司和獨立的AI創(chuàng)業(yè)項目走向死亡。這也告訴我們,，以后,，懂編程,、懂人工智能技術(shù)將越來越起不到護城河的作用,，我認(rèn)為對想要在大模型領(lǐng)域?qū)ふ覚C會的創(chuàng)業(yè)者來說，真正有效的護城河有這樣幾種：

第一,，私有數(shù)據(jù),。擁有行業(yè)或企業(yè)的私有數(shù)據(jù)，這一點無論對科技巨頭,，還是對中小型科技企業(yè),，都是很大的優(yōu)勢。結(jié)合私有數(shù)據(jù)打造專業(yè)大模型,，比如擁有很多學(xué)校的教學(xué)數(shù)據(jù),，就可以提供定制化的解決方案，達到公開數(shù)據(jù)+通用模型實現(xiàn)不了的效果。我最近參加了一個創(chuàng)業(yè)大賽,，很遺憾地看到,，好幾個科技項目，都很容易被通用大模型直接替代,。那些只提供純工具,，或者僅僅依靠公開數(shù)據(jù)的項目，會越來越難存活,。

第二,，對行業(yè)具體業(yè)務(wù)和場景的深度了解。在大模型生態(tài)的支持下,，AI技術(shù)的門檻將越來越低,，中小企業(yè)要比大企業(yè)更加了解行業(yè)業(yè)務(wù)、使用場景和痛點,。那些已經(jīng)在各個行業(yè)有扎實的用戶基礎(chǔ)和know-how經(jīng)驗的公司,，AI會真正成為他們的放大器。

第三,，與硬件結(jié)合,。把AI能力融入AR/VR眼鏡、手表,、音響,、機器人、汽車等硬件,，能夠給用戶帶來更好的交互體驗,，也提升了研發(fā)和被復(fù)制的門檻。比如,，智能翻譯機就是這種思路,。前些天隨著GPTs發(fā)布的無屏幕可穿戴設(shè)備 Ai Pin，也是一個結(jié)合了GPT-4的AI硬件,。

回顧科技與消費的歷史,，我們發(fā)現(xiàn)，數(shù)字科技類的硬件產(chǎn)品,，幾乎每十年就會迎來一波全球性的浪潮,。1990年是PC，2000年是PC互聯(lián)網(wǎng),、功能機,，2010年是移動互聯(lián)網(wǎng)、智能機,。2020年是智能新能源汽車,，隨著人工智能的加速發(fā)展,，2030年可能就會是機器人。所以未來社會上可能會有三類軟硬件一體化的產(chǎn)品：一是固定式的,，比如說PC,、家里的全屋智能、智能會議室,；二是攜帶式的,，從筆記本電腦到手機、智能手表,，再到VR/AR眼鏡,；三是跟隨式的，就是智能新能源汽車,，以及以后的家用機器人,。這些領(lǐng)域?qū)Q生許多新的賽道和新的獨角獸。

科技創(chuàng)業(yè)者應(yīng)該以何種姿態(tài)迎接AI時代,？

創(chuàng)新創(chuàng)業(yè)除了找對方向,，最重要的就是要有熱愛和堅守，這在任何時期都是一樣的,。技術(shù)創(chuàng)新是一條彎曲的直線,，各種新科技的成熟演變速度及要達到成熟所需的時間，分成5個階段：技術(shù)萌芽期 ,、期望膨脹期,、泡沫破裂低谷期 、穩(wěn)步爬升恢復(fù)期 ,、生產(chǎn)成熟期,。每項技術(shù)都處在各自的發(fā)展階段，到達生產(chǎn)成熟期需要的年限也是各不相同的,。以GPT為代表的生成式AI,，正處在期望膨脹期，但它可能會在2到5年內(nèi)達到成熟期,。

所以,，成就國際領(lǐng)先的技術(shù)，并不是一蹴而就的,。只有源于熱愛的初心,，才能在創(chuàng)新道路上長期堅守,。無論是科技創(chuàng)新還是創(chuàng)業(yè),，我們心中一定要有這樣一個曲線，一定知道當(dāng)很多人追捧你,，很多人投資的時候,，其實你還會經(jīng)歷一個夢幻破滅期,，能扛住就可以走到未來，真正美好的產(chǎn)業(yè)的未來,。

普通人應(yīng)該怎樣在通用人工智能時代取得更好的發(fā)展,？我認(rèn)為，一定要做好這幾件事,。

第一,，堅持閱讀，豐富靈魂,。正是大量的閱讀造就了一個人的底蘊和智慧,，成就了萬里挑一的有趣的靈魂。

第二,，堅持運動,，強健體魄。我的經(jīng)驗就是跑步,，跑步幫我穿越了人生的不同周期,，不斷進入生命中下一個螺旋式上升的通道。

第三,，對不確定性保持樂觀,。只有樂觀的人才會愿意相信，愿意去嘗試,。最后也許不一定做成,，或者沒有完全做到，但這個過程也會很有幫助,。

第四,，不甘平庸，延遲滿足,。要對自己有更高的標(biāo)準(zhǔn),，也許短期內(nèi)變化得慢，但10年后再看,，肯定會非常不一樣,。面對各種各樣的選擇，我們要有自己的判斷,，著眼于長遠的利益,，延遲滿足，不要被一些短期的利益所迷惑,。

第五,，保持生命的節(jié)奏，有張有弛,。有時放慢腳步不是為了放棄,，而是為了跑得更遠,。

不斷學(xué)習(xí)的意義，就在于去成長,，去成功,，去讓人生更有選擇權(quán)。

總結(jié)一下,，其實在通用人工智能時代,，最大的護城河就兩條：一是抓住人的真實需求、基本需求,，科技始終是來自于真實世界的需求,，并且要為真實世界服務(wù)；二是讓自己變得強大,。我相信,，比人類更強大的不是AI，而是掌握了AI的新人類,。

本文作者杜蘭,，現(xiàn)任廣東省政協(xié)委員，廣東省科學(xué)技術(shù)協(xié)會常務(wù)委員,，廣東省人工智能產(chǎn)業(yè)協(xié)會會長