AI領域的炙手可熱進展：這不只是一場個人的戰役

2023年行至今天，如果你和別人找不到共同話題，又不想尷尬，那麽聊一聊人工智能，準沒錯。

AI在2023年的發展有目共睹。企業間關注的話題離不開“大模型”，不同領域也開始思考和嘗試AI能給本行業帶來的“驚喜”。

近日，2023世界人工智能大會在上海舉辦。大會上，我們與人工智能領域相關的專家、創業者、管理者展開對話，探討了AI在數字商業時代，帶給企業、行業的機遇和挑戰。

下一個驚喜，可能是數年之後

人工智能已經有 60 多年歷史。

如果簡單總結人工智能近五年來的跨越式發展，中國工程院院士、清華大學智能產業研究院（AIR）院長張亞勤認為，真正的大突破其實是深度學習。尤其近三年來，海量數據，大模型以及算法算力都有了從量變到質變的突破。

第一是從感知到認知的飛躍。過去的AI更多是在人類感知方面的語音、圖像、字符識別等，過去這兩年更多是在認知方面，推理、思考我們對於語言的理解，對視頻的語義的理解。

第二是從專用算法的人工智能到通用的人工智能（AGI）。過去包括語音、圖像，自動駕駛、蛋白質解析等，更多是借助專一的算法、專一的模型或專一數據集，而現在GPT4至少為我們提供了從專一走向通用人工智能的一個通道。

第三是從鑒別式或分析式人工智能到生成式人工智能。人類第一次可以去創造、生成新的東西，如文本、語言模型、生成圖片、生成蛋白質結構等。

不過，在張亞勤眼中，生成式AI做的再好，它也是個工具，真正的創造力、創意、想象力，靈感，還是要靠科學家、專家、靠人本身，這些是AI沒法替代的。只不過這其中的很多技術問題，可以利用AI去加速實現。

對於人工智能的進步，國際歐亞科學院院士、北京郵電大學教授鄧中亮教授也感慨，“30年前，我的老師在人工智能課上說了一句話，‘機器人什麽都好，就是不會談情說愛’。現在，機器人甚至可以做人類的情感顧問。”

談及國內的AI技術進展和歐美國家的差異，鄧中亮表示，從國家的戰略布局上，從AI的科學研究、前期攻關探索上，國內的AI發展已經走得很快了。並且基礎條件的配套能力，包括芯片等基礎元器件的制造能力也在加速。後續緊接著就是大數據模型的持續研究和逐步提升。

鄧中亮認為，在人工智能領域，國內會有一個很大的飛躍，至於是否會在某些方面達到領跑世界的水平，還需要共同的努力。目前從算法算力上看，我們與歐美國家的水平偏差不多，但從一些基礎設施的支撐能力來講還有很大的發展空間。

而且，技術進步推動產業發展並沒太大風險，潛在風險來源於應用層面和相應的法律法規。比如AI自動駕駛，一旦出事故，這個權責怎麽劃分？機器人“有脾氣”的時候，發生事故是誰的責任？如何防控？將來類似的事情也會變得越來越多。

此外，對於很多人擔心的AI對某些行業帶來的就業壓力問題，鄧中亮直言他並不擔心機器人會替代人。人是AI的生產者和創造者，人工智能是服務於人類社會，而不是替代人。當前，ChatGPT 、GPT4或者是其他AI大模型已經掀起了新的人工智能的高潮，這個高潮應該會持續發展一段時間。AI 的下一個“驚喜”，可能會在數年之後。

“AI 未來也可能形成獨立產業，但目前更多的是與其他產業的融合。”鄧中亮稱。

AI研發和投入，獨自卷不如一起“卷”

的確，AI正逐步應用到不同領域的企業和行業內。

微軟業務發展執行副總裁克里斯·楊(Chris Young)就曾用“寒武紀大爆發”來形容從事AI服務的公司的增長速度，以及這背後嘗試或大舉投入AI科研和應用的企業規模變化。畢竟，AI不僅僅成為提高生產力和運營力的“黑客級“手段，也在開辟新的實踐路徑，創造新的商業機會。

《流浪地球》系列影片導演、北京電影家協會副主席郭帆，在此次人工智能大會上談及AI時稱，《流浪地球》拍到第二部時，現場人員就已經達到了2000多人，整體團隊規模接近3萬人，涉及到了一套龐大的流程管理系統。“也許，未來利用更多AI科技，通過AI技術流程輔助讓上萬人甚至上百萬人同時協作。相信很快，人工智能的介入，會引領的整個電影工業化也會邁向 3.0。”到時怎麽去創作？怎麽去拍攝？影片後期制作甚至於觀影模式會不會有新的變化？都充滿很多未知。

晶泰科技首席技術官古亮就將生物醫藥領域和AI的融合，稱為“生逢其時”，早一點不行，晚一點就太遲了。

古亮向我們解釋這一判斷的理由：一是ChatGPT已經證明了AI 大模型的可行性，證明了在有足夠的數據樣本，足夠算力的前提下，可以得到一個智能的模型來輔助企業、行業去推理、論證、驗證、探索。

二是在生命科學領域，AI技術的應用，迎合了藥物研發和創新的需要以及人類健康的需要。在人類的生命長度和廣度得到延續的目標下，AI賦能藥物研發，實現降本增效，已經變得切實可行。而AI+機器人的技術平台經由生命科學領域的驗證，也正在新材料、化工等產業施展拳腳，不斷拓展新場景、新領域。

目前，包括晶泰科技在內的平台型科技企業，已經有了成功案例。在輝瑞研發口服固體新冠藥物PAXLOVID時，輝瑞團隊與晶泰科技合作，利用AI預測算法結合實驗驗證，大大縮短了研發時間，僅用六周就確認了該候選藥物的優勢晶型，用於後續的開發和生產，加速藥物上市。

不過古亮也補充說，AI大規模應用到企業和商業，需整個產業鏈的配合，協同突破、快速試錯，不斷尋找更加有效的方法，最終目的是讓研發成本更低，惠及的人群更廣。這一過程中，行業里的先行者、示範者，並且願意提供平台工具賦能的“玩家”，跟更多企業一起去合作、去探索，這種模式或許更可持續。

同時，未來行業的創新變革，也需要新的科技從“付費黃頁”時代進入到“互聯網”時代。也就是說，自動化和智能化的融合，要基於創新研發足夠多的樣本和數據，AI 模型才能叠代運轉，不斷被驗證後越來越智能。因此，企業孤立地卷AI研發，卷投入，必然會造成重大的浪費，如果產業鏈能串聯起來，各個供應鏈環節能互相配合，可以達到共贏甚至多贏，將會非常有生命力。

這一點，英偉達全球副總裁何濤也深有體會。他提到，從美國到中國，很多的企業、機構投入大量的資金精力做基礎大模型、雲服務等。AI算力的提升，是整個產業的方向，但算力的建設非一日之功，盲目的擴大算力是不對的，帶動整個生態的發展才是最大的先發優勢。騰訊雲副總裁、騰訊雲智能負責人、優圖實驗室負責人吳運聲也認為，AI大模型技術發展和產業探索，離不開產業鏈協同和生態共建。

而生態的協同，共同推進AI在產業領域的創新和落地，終局是人類的進步和發展。