鱼羊晓晓来自奥飞寺

量子比特 | 官方账号

大模型即将改变世界。

先上牌桌才有发言权。

这是李彦宏站在科技浪潮最前沿的最新感悟。

在今天的2023中关村论坛上，李彦宏作为开场嘉宾发表了题为《大模型改变世界》的演讲。

本次国际科技大会由科技部、国家发展改革委、工业和信息化部、国务院国资委、中科院共同主办中国科学院、中国工程院、中国科学技术协会和北京市政府。 演讲嘉宾包括微软创始人比尔·盖茨，以及菲尔兹奖获得者、图灵奖获得者等顶尖科学家代表。

规格之高就不用说了。 微软和百度现在是大洋两岸最受关注的引领大型模式变革的科技公司。 两家公司创始人同台演讲，已经引起了广泛关注。

然而，相比技术本身的“体量”，技术领导者的关注点更为本质。

比如，大模型成为焦点的本质是什么——

大型模型成功压缩了人类对整个世界的理解，让我们看到了实现通用人工智能的路径。

李彦宏对此进行了分析。

而且，在更深刻地影响世界之前，人工智能本身已经因大型模型的出现而发生了改变。

在以大模型为核心的人工智能新起点上，现实生活应用的构建逻辑也到了变革的时刻：

用大模型重做产品，“不是集成，不是集成，而是重做和重构”。

大模型改变人工智能，即将改变世界

为什么说大模型改变了人工智能，即将改变世界？ 李彦宏给出了三个想法。

首先，它是技术本身的突破。

第一个关键词是大算力+大模型+大数据引发的智能化。

目前业界普遍的认识是，500亿到600亿个参数是大模型是否具备涌现能力的门槛。

所谓智能的出现，简单来说就是大模型让AI学会“无师自通”。 即使以前从未接触过任务，大型​​模型也能坚持下去。

例如，一些用户发现，当被要求作为 Linux 终端运行代码时，他们确实可以做到。 这种查询在语言模型的训练阶段几乎不可能出现。

这彻底颠覆了以往AI应用的生产模式，使得AI流水线工厂取代“一物一模”的AI手工车间成为可能，也让AI应用的大规模落地成为可能。

与此同时，人工智能的发展方向正在从判别式转向生成式。

从数学模型的角度来看，判别模型关注不同类别的决策边界，而生成模型则学习数据的潜在特征，可以通过了解每个类别的底层分布来学习数据是如何生成的。

△图片来源

从实际案例来看，搜索引擎是经典的判别式人工智能。 温心一言，会创作文学、写报告、画海报，是生成型AI。

生成式AI不仅让人工智能变得更加“有创造力”，更重要的是，它重新定义了人机交互：

对于人类来说，最自然的交流方式是言语交流。 如果你能用一句话让计算机帮你整理数据、绘制图表，肯定比你手动点击大量数据页面并逐一排序和分析要高效得多。

值得注意的是，人工智能大模型变革的背后，底层的IT技术栈也发生了根本性的变化，即从芯片层（主要是CPU）、操作系统层、和应用层到四层架构。 ：芯片层（主要是GPU）+框架层+模型层+应用层。

这种IT架构的适配，是“大努力才能创造奇迹”的基础，让大算力、大模型、大数据三位一体，共同发挥作用。

目前，无论是国外的微软、谷歌、亚马逊，还是国内的百度，都拥有从底层硬件到上层应用软硬件一体化的布局。

其中，只有百度是全球唯一一家拥有全栈四层架构的公司。

其次，产业需求发生变化。

此前，李彦宏曾预测，大车型时代将产生三大产业机会，分别是：

这背后，需求侧的逻辑是，在大模型的冲击下，行业需求将会发生变化，而充分发挥大模型降本增效能力的AI原生思维将会影响到所有的产品、服务和业务。工作流程。

那么，什么样的应用才是AI原生应用呢？ 虽然还处于早期探索阶段，但自大车型兴起以来，完全基于AI孵化的创新产品已经出现。

例如，一个应用程序使用人工智能帮助公司和个人撰写营销推广文案。 截至去年10月，估值已达15亿美元。

该AI绘画应用通过其订阅付费模式，一年内实现收入约1亿美元。

李彦宏提到，百度内部办公软件现在以文心一言为主，为每个员工配备了一名专业知识丰富、能够实时响应的工作助理。 这款AI助手可以通过对话理解能力实现聊天记录的智能汇总，并在百度内部获得了不少好评。

李彦宏还强调：

百度要做第一家重做所有产品的公司，不是整合，不是整合，而是重做、重组！

其实不只是百度，李彦宏认为未来的趋势是所有的应用都会基于大模型来开发。 大模型深度融入实体经济的最终表现将是每个行业都有自己的大模型。

最后，人们的日常生活也发生了变化。

大车型能够迅速突破圈子，成为街头讨论的话题，这与它们给个人带来直观的效率提升不无关系。

李彦宏引用研究机构的数据指出，未来10年，知识工作者的效率可以提高4倍。

这种效率的提升甚至会彻底改变人们的工作方式：

AI原生应用出现后，大量的工作交互最终会导致编程提示词项目。

你以后的薪水高低，取决于你提示词写得多好，而不是取决于你代码写得多好。

李彦宏甚至大胆预测，10年后，全球50%的工作将是即时文字项目，提出问题比解决问题更重要。

作为最接近中国华山之巅的全球大型模型大赛的第一名，李彦宏的思考也是大型模型落地之旅中最有价值的参考答案。

事实上，上述三重思考不仅仅是理论上的，百度本身已经在实践了。

另一方面，李彦宏“百度将是第一个重做所有产品的公司”的表态，也是行业大趋势下争夺牌桌上话语权的决心的体现。

为什么百度可以做到呢？

百度研发大规模模型的深层次原因可能从两个方面解读：行业现状和技术积累。

首先是行业趋势。 当前以大模型技术为代表的AIGC领域，已经开始从技术和应用层面变革各行业的生产方式，甚至带来了突破性的效率提升。

据量子比特智库预测，2030年AIGC市场规模将达到1.15万亿元，期间将经历培育探索期、应用繁荣期、整体加速期三个阶段。

△来自量子比特智库

尽管目前还处于培育和探索阶段，但新玩家仍在不断涌现，大模头领域的竞争已经到了白热化的阶段。

尤其是行业内发展最快的技术厂商已经开始落地上层应用。

以国外为例，数据显示，仅2023年4月，全球访问量就达到17.6亿人次； 至于与GPT-3相关的申请，据统计已有800多个，仅这两个月数量就有增加。 超过200个。

在国内，百度也公开了大型模型相关的应用数据。 文心一言启动企业内测后，在联系百度智能云进行大模型业务的客户中，新客户比例已超过老客户比例，超过300+企业参与内测。

显然，当底层大模型技术达到可以稳定进入实际生产流程的水平时，上层将继续开发真正突破品质的应用。

随着应用数量不断增加并形成生态系统，最终将带来电商、内容、办公、交通等领域巨大的行业变革。

△来自量子比特智库

在营销客服行业，百度温馨一言将智能客服知识生产效率提升9倍，构建多轮对话成本下降65%，终端用户相信客服贴心率真正的人也在增加。

在城市交通行业，百度AI信息控制系统目前已部署在北京亦庄300多个路口。 通过智能调整红绿灯配时，交通效率提升高达30%，有效解决了北京交通拥堵的“历史难题”。

但如果只看行业变革速度和市场规模，并不能完全解释百度发展大规模模式的原因。

毕竟，从算力、数据、算法等方面构建大型模型的难度来看，基于短期技术自研的“快速重构所有产品”的做法显然难以支撑。

因此，从自身实力来看，百度多年来在自研芯片、架构、AI算法等各方面的“技术基础”，成为推出这波大机型所必需的关键因素。

具体来说，主要可以分为三个方面。

首先是对人工智能技术特别是大模型技术的长期投入和积累。

百度从2013年开始布局AI相关技术，十年来投入超过1000亿元，其中核心研发投入多季度占比超过20%；

巨额研发投入的背后是技术护城河的建立。 截至2022年4月，百度已申请全球人工智能专利超过2.2万项。

这种技术积累使得百度现在在大规模模型开发所必需的芯片、框架、模型和应用四层架构上实现了相应的自研技术积累。

芯片层面，百度自研第二代芯片昆仑已量产部署数万片，而最新的第三代昆仑芯片预计将于2024年初投入量产；

在框架层面，百度于2016年开源了飞桨深度学习框架，目前该框架集成了深度学习核心训练和推理框架、基础模型库、端到端开发套件等工具组件，排名第一在中国市场的份额。 排名第一；

在模型层面，文心一言背后的核心技术文心大模型自2019年起发布了1.0版本，并在后续研发中不断优化。 目前已经迭代到3.5版本；

在应用层，百度不仅开发了十大行业模型，还在搜索、智能云、自动驾驶、小度等方面积累了大量的研发经验。

然而，技术栈各层的“自主发力”只是百度大模式核心竞争力的一部分。

其次，针对这四层核心架构的“组合拳”进一步形成了百度独特的技术优势。

虽然国外亚马逊、国内阿里巴巴等都在芯片层和模型层开发了自研技术，但微软在框架层和应用技术方面也做好了准备。

不过，百度之所以同步开发自研芯片、框架、模型和应用领域，就是为了着力优化这些架构之间的高效协作，从而进一步提升自研大模型的基础设施能力。

例如，对于大型模型，如果要优化推理速度和使用成本，计算能力、框架、模型和应用就像四个齿轮。 除了它们各自的速度之外，很大程度上取决于它们之间的关系。 “合作能力”。

如今，这种“协同能力”已经成为百度开发大规模模型的独特优势。

开放四层技术架构后，百度已经能够在基础设施层面实现千卡加速比90%、资源利用率70%、开发效率提升等“组合拳” 100%。

如今这套组合拳直观的体现在应用温心一言大模型的成本上：

3月份启动内测时，不到2个月的时间，百度大模型文心一言已完成4次技术版本升级，其推理成本已降低至原来的十分之一。

最后，在自主性和可控性方面，百度的技术不仅可以用在自己的大模型上，还可以进一步加速行业大模型的生产和落地。

也就是说，文心一言不仅做到了数据可控、框架可控、模型可控，而且在全球技术领域拥有话语权。 他还可以输出这套技术，帮助行业加速创建更多大公司。 模型。

以已经内测的百度文心千帆大模型平台为例。 只需少量数据，几分钟就能“定制”出一个大模型，大大加速了大模型从研发到生产的整个流程。 。

文心千帆的流水线并不是文心一个人创造的。 其培训和调优经验和技术已经可以输出给第三方。

换句话说，百度不仅是这波模式大变革的“参与者”，更是其中的“推动者”。 其技术不仅可以用于建设大型模型基地，还可以输出到外界，让更多的国内用户在该领域具有国际竞争力。

“只有进入全球AI竞争舞台，你才有话语权。”

然而，随着大型模型的应用范围日益扩大、关注度越来越强烈，国内外学术界和行业巨头对于AI产业下一步该如何走也存在着不同的声音。

国外玩家中，那些在大模型领域进步最快的人最受关注。

作为创始人，Sam 相信 AI 技术一定会改变世界，因此该技术必须受到监管。

目前，业界已经积极提出对接下来要发展的AI技术进行管控，甚至建立相应的国际AI监管机构：

在未来十年内，人工智能系统将超越许多领域的专家，并产生与当今最大的公司相媲美的产出。

同样，微软创始人比尔·盖茨在接受采访时也提到，人工智能正在给就业、医疗等领域带来变革性影响，但随着技术的发展，监管是必不可少的因素。

不过，马斯克直接反对业界继续探索AGI相关技术。 他不仅参与了数千人签署的“暂停巨型人工智能实验”的联名信，还呼吁暂停更先进的人工智能系统训练。

显然，在AGI研究日益普及的当下，是否应该继续发展大模型技术，或者是否会出现危害人类的“失控”超智能AI，已经成为一个颇具争议的观点。

作为国内第一大模特选手的领军人物，李彦宏如何看待这个话题呢？

从国际竞争的角度来看，李彦宏认为，目前，在国内外大模型技术发展存在一定差距的情况下，发展技术仍然是最优先的选择。

作为一名中国科学家、企业家，李彦宏依然坚信“科技改变世界”的理念：

至少你得先走上牌桌，赢得全球大赛的入场券，才能获得话语权，参与规则的制定。

-超过-