李开复最新万字演讲:AI 2.0是绝对不能错过的一次革命
赵晓晓
2023-03-17
热度24414

AI 2.0 时代的第一个现象级应用是生成式 AI(Generative AI),也就是国内流行的AIGC。

原文作者:赵晓晓  

原文来源:创业邦

GPT4发布,AI 2.0 时代已来,这是AI迄今为止最重要的一个时代。

2022年12月,ChatGPT的横空出世,让OpenAI用一个核弹级的应用成果,改变了科学研究和工程应用的范式。

2023年3月15日,GPT4发布,人工智能再次吸引了大家的目光。互联网巨头、AI初创企业、投资人、AI资深研究者,甚至是对这个领域有兴趣的行业人士,大家都在关注。

3月14日上午,创新工场董事长兼首席执行官、创新工场人工智能工程院院长李开复今年第一次线下和媒体见面,针对人工智能的众多问题,分享他对AI 2.0这一最前沿的科技投资趋势的看法。

“AI 2.0 带来的平台型机会将比移动互联网大十倍,这也是中国第一次迎来平台竞逐的机会。新平台上所有用户入口和界面都将被重写,能够建立下一代平台的公司将会取得巨大的优势和话语权。”

以下是李开复的现场演讲,我们来看看他对ChatGPT,对AI的诸多见解。

AI 1.0 是电,AI 2.0就是电网

AI已经来到从1.0迈入2.0的拐点,AI 2.0将会带来平台式的变革,改写用户的入口和界面,诞生全新平台,催生新一代AI 2.0应用的研发和商业化

什么是平台?平台有几种功能?AI的深度学习是平台吗?AI的深度学习是能改变世界的技术,但还不是一个平台。成为一个平台,要做的第一件事情是降低开发应用的成本,如果做不到这一点,它只是一个伟大的技术,并不是平台。

就像电是伟大的发明,但没有电网,能接上任何东西吗?能发明微波炉、烤箱、电动车吗?不可以,所以电网才是平台。AI 1.0就是电,AI 2.0就是电网。

我定义的AI 1.0,是以2015年CNN卷积神经网络模型为核心的计算机视觉技术,拉开AI感知智能时代的序幕,机器开始在计算机视觉、自然语言理解技术等领域超越人类,并创造了显著的价值,开始有机器人、无人驾驶的出现。过去七八年,这一直是很振奋人心的事情。

但是AI 1.0也遇到了瓶颈,大多数行业想利用 AI,需要花费巨大的成本来收集和标注数据,而这些数据集和诸多模型各成“孤岛”缺乏纵效,不能跨领域使用。

很多公司本来很兴奋,老板听到了AI很好,决定要做,做了一年没有结果,再往后就不做了。很多AI公司说帮助赋能了A,助力了B,给各个商业公司创造价值,但很难赚到钱,因为成本高。这也是为什么大部分的AI 1.0企业投入大笔研发经费,但仍然长年亏损。

还有一个小问题是,AI 1.0被说的很神奇,但感觉又没有那么智能,像是人工的简单替代,只是用在识别声音、识别英文或者中文等上,或者帮银行降低坏账率,但没有跨领域的认知。所以AI 1.0的智慧有一定瓶颈。

除此之外,AI 1.0缺少像互联网时代的Windows和Android一样的规模化能力,来降低应用开发的门槛,打造完善生态链。几年下来,AI 1.0尚未真正实现商业上的成功。在AI 1.0时代,我们也投了第四范式等几家公司,共计10家优秀的AI独角兽企业。

现在AI 2.0时代来了,这是AI迄今为止最重要的一个时代。

AI 2.0 时代第一个现象级应用

在我的畅销书《AI·未来》里提到:“在人工智能时代,数据是新的石油,谁的数据多,谁就占了大的优势”。

世界上最多的数据就是文字、图片、视频,比如从医学的影片到蛋白质到所有交通信息等,为了让这些数据能够跨领域使用,一些研究员想了一个非常巧妙的方法,让AI去收集全世界的数据,然后自己教自己,教一段时间后形成一个模型——基础大模型(Foundation Model),这个基础模型就是全世界的数据训练出来的。

但不是完全从0-1的过程,它有一定的基础,这个基础可以是中文、常识、多领域认知。比如一个正在上一年级的6岁孩子,他已经有一些基础知识,可以自主阅读,读漫画书、三国演义等,只是深度不够,但如果你跟他讲三国时代,他说,“我记得”“以前我看过这个漫画”“知道曹操是谁”……就是这样一个过程。

AI 2.0基础模型有几个特别重要的特征:

第一、不用人工标注,可以阅读海量文本;

第二、规模非常大,做这个模型需要几千张GPU来训练,现在只有大厂还有拿到巨额融资的企业才能做;

第三、它通过微调等方式适配和执行五花八门的任务,真正有望实现平台化的效应,进而探索商业化的应用创新机会。

基础大模型需要超级巨量数据和超级算力,未来 2-3年,只要全世界的数据能储存起来,一定有科研机构会突破,做出来最伟大的基础模型。

总之,AI 2.0的巨大跃迁之处在于,它克服了前者单领域、多模型的限制。一旦有了这个巨大的模型,相关的新应用也会出现,银行、保险公司、制造行业,甚至机器人、无人驾驶等,未来都可以通过这个大模型,提高公司的效率,降低成本。

AI 2.0 时代的第一个现象级应用是生成式 AI(Generative AI),也就是国内流行的AIGC。生成式 AI 能够实现无需标注的自监督学习,AI 将从“辅助”人到逐步“替代”人工,所有使用者界面将被重新设计改写。

打个比方,想象让AI读一本书的前9章之后,“猜测”第10章,再让AI对比真正的内容,读过上千万本书后,模型不断优化和迭代。以这样的方式,AI 变得越来越精准,最终形成适用不同领域的基础大模型。

AI 2.0模型不仅可以学习文本和图像数据,还可以从语音、视频、自动化硬件传感器数据,甚至DNA或蛋白质信息等多模态数据中学习,建构机器超强大脑的运行能力。甚至不止于生成,而逐步达到具有预测、决策、探索等更高级别的认知智能。

所以,AI 2.0 不仅仅是个红极一时的高能聊天工具,也不仅仅是图文创作的AIGC生成程序,如今看到的应用都还只是 AI 2.0 能力的开端,不该限制了人们对 AI 2.0 未来潜力的想象。

所有的应用都会被重写一遍——三个阶段应用

AI 2.0 的发展范式是迭代式的,从“辅助人类”到“全程自动”将会出现三个阶段:

第一阶段人机协同,生产力工具将会首先实现升级,所有使用者界面将被重新设计:文档工具不再是逐字输入,而是用户告诉AI想要什么样的文章;绘图软件不再需要用户动手,通过文字的描述就可以实现。

在这一阶段,人类仍与AI保持协作,筛选和纠正AI创作的内容,避免谬误和灾难发生。

比如,苹果有名的广告“Think Different”,这个设计花了几千万美元,但如果用AI 2.0的工具,跟AI说,“我要一个黑白经典背景”“让世界最受尊重的名人戴上苹果产品”“讲一句乔布斯的名言”,输进去后广告就出来了,只要暗示是苹果产品就可以。

第二阶段局部自动,容错度高的应用和行业将率先实现AI自动化,例如广告投放、电子商务、搜索引擎、游戏制作等。

第三阶段是全程自动,AI将变得完全自动化并可在任何地方使用,在不容出错的领域出现突破,AI医生、AI教师等应用成为可能。

我们可以感受到,创造的过程、用户体验、产品、商业模式都不一样了,使用者也不一样了,过去是谁重复性的工作干得最好,就能够胜出,得到最高的认可、薪水和社会地位。

现在是谁最能够深度了解品牌需求,用户需求,能够用非常好的语言描述出他想要的东西,然后让AI来生成。所有的应用都会被重写一遍。

生产力工具的升级是一个巨大的机会,用语言生成图片可以把时间从一小时缩短到几秒钟,把150美元的成本降到8美分,这些例子是真实的。

很多人认为生成式AI的商业前景还太小,是因为金融分析师没有考虑到AI 2.0的收费模式是不一样的。有报告说,一个搜索要增加3美分,靠广告盈利模式会赔很多钱。短期可能是这样的,长期来看3美分的成本也会降下来。

未来AI可以根据用户问什么问题、按照答案的含金量来收费,所以这个商业模式是会变的。AI 2.0将在六大领域加速点燃商业潜能,进入提升生产力的应用井喷期,这里有很多机会。

所有的应用都会被重写一遍,生产力应用即将进入井喷期

第一个领域是,AI 2.0 +电商/广告。

AI 1.0和AI 2.0都有个特色,就是可以“千人千面”,每个人看到同一个产品,它的描述和图片可以完全不一样。所以,AI 2.0时代,电商及广告将更为AI大数据驱动,能够做到实时测试和动态调整,甚至把几分钟前的社会热点融入广告内容,最大程度提高转化率。

下面两张图是我自己做的,当时我是要见某个化妆品公司的CEO,我跟他说你的使用者是“千人千面的”。不同肤色的人群、不同群体的消费者,对化妆品的需求是不一样的。我们针对每个消费者的认知开发,让AI画出和写出不同的东西,这里的每个字每个图都是AI生成的。

另一个广告是关于特斯拉。我最喜欢的老电影是《回到未来》,里面的那辆车很酷,当时我就想以后一定要买,特斯拉就应该推这样的广告给我,最大程度地触动我,我从十几岁就想要这样一辆车,现在不但有了,而且我买得起。或者有人崇拜马斯克,就会收到这样一个英雄站在车旁的广告。这些都是AI大概了解我的想法后生成的图片或文字。

抖音为什么火?虽然抖音更多的视频是人拍的,但这些视频用AI推荐引擎精准地推给每个用户,所以每个人看到的是不一样的,这就是“千人千面”。

所以,AI 2.0可以针对不同受众量身定制和实时生成内容,真正实现“千人千面”的营销。

第二个领域是,AI 2.0 + 影视/娱乐。

AI可以根据大众的喜好定制电视和短视频内容,使其创作的内容更容易吸引大众的眼球,获得更好的收视率和口碑。AI +多模态的创作,将成为下一世代的娱乐主流,AI辅助创作会逐步形成全新的创意产业生态价值链。

第三个领域是,AI 2.0 + 搜索引擎。

未来的搜索引擎将由传统的检索模式,变成“提问-回答”的模式。下一代的对话式搜索引擎,将成为全球科技巨头角逐的“AI 2.0 圣杯”,当今搜索广告商业模式也将迎来变革。但由于人们对搜索结果有“精准”的期待,如今的技术要做好问答式搜索还需要很多进步。

第四个领域是,AI 2.0 + 元宇宙/游戏。

AI 2.0将大大降低游戏和元宇宙等虚拟世界的内容生成的成本。例如AI可以成为实时聊天伴侣,增强互动的乐趣,提高娱乐性,激励用户参与,最大化游戏时长。

GPT很早之前的应用就是玩文字游戏,还有元宇宙,最近不太火了,其中一个原因就是产生元宇宙内容价格昂贵,但AI 2.0可以使成本大大下降,推动元宇宙发展。

第五个领域是,AI 2.0 +金融。

更快、更准确、更智能的内容生产方式,将大幅度提高财经新闻和市场研究分析的及时性与产出量。但由于财经内容的严肃性,人工进行事实核查和验证仍不可或缺。AI 还可以将金融信息的生产和金融产品的上线自动化,提高金融机构信息流及交易量的效率和质量。

第六个领域是,AI 2.0 +医疗。

AI能够快速精准分析患者的整体健康状况,吸纳所有数据、生物特征、体检、病史和个人模型预测,成为医生们的得力助手,大幅加速科学诊断和治疗决策。借助AI能够进行更有的放矢的药物研发,实现个性化的医疗分诊和诊疗方案,推动“个性化医学”的到来。

巨头垄断和信息造假隐患

AI 2.0背后一个很大的挑战是计算量,ChatGPT大大提升了对算力的需求。所以今年为什么那些做AI平台的,或者做基础模型的公司,需要花几亿美元买机器,因为这个是很大的需求,很大的机会,也是很大的挑战。

在这样的背景下,资金实力雄厚的科技巨头将有垄断优势,导致创业公司和学术界很难做出有竞争力的模型。

现阶段,AI 2.0并不能做到完全正确。AI还无法保存全世界的数据,只能通过压缩形成抽象的概念,因此会出现“一本正经地胡说八道”的现象。

更重要的是,AI目前还无法分辨真伪和辨别是非,比如跟AI说现在想做一个广告,让父母买玻璃碴给刚出生的婴儿吃;比如刚才的化妆品广告,AI说里面含有人参、珍珠等成分,但其实没有。如果被恶意利用将会带来无法衡量的负面后果。

可以想象,曾影响干扰美国选举的“剑桥分析”丑闻,如果发生在AI 2.0的时代,将会给社会造成更大的伤害。这些都是防不胜防的,机器有时候也会做出伤害人的事。

还有一些技术性问题,比如模型太大,开发者怎么针对应用快速做API,怎么确保应用合法合规等。

OpenAI的CEO也曾说,“ChatGPT虽然酷,却是个糟透了的产品”。

未来要想不犯错,还需要有一些新的发明跟软件来降低犯错的概率,否则它会一直犯错。我们要研究怎么做才能让AI乖乖听话。

下一个阶段是AI不犯错,可以自动用在各种领域,这个称为AI 3.0时代,更长远的未来。

我们看好的投资机会

Deep Tech VC创新工场2012年已开始挖掘AI赛道,现在迎向AI 2.0的拐点,创新工场主要关注三大方向:

第一是,AI 2.0 智能应用。

AI 2.0应用将会迎来遍地开花的阶段,包括各行各业的垂类AI助理、元宇宙应用等之前做不出的应用都会出现。除了新的应用,很多现在已有的应用都可以被重新改写,比如搜索引擎、内容创造、广告营销,AI 2.0将革新用户体验,创造出全新的商业模式,蕴含非常巨大的想象空间。

第二个是AI 2.0平台。

AI 2.0平台将会加速新一代AI 2.0应用的研发和商业化,创新工场看好具有战略高度的AI 2.0平台公司,推动AI 2.0的生态循环和良性竞争。

第三个是AI基础设施。

除了应用和平台之外,支持AI模型运维、管理、训练的基础设施,也是创新工场重点关注的,包含支撑AI 2.0巨型模型训练的AI芯片公司,以及那些能够加速、降低成本和简化AI训练的AI 2.0基础设施的创新技术型企业。

在AI 1.0时代,我们投出了10家独角兽。今天的AI 2.0,我们已经开始布局,投资了一些公司,美图是最快应用AI 2.0的公司,还有创新奇智也在探索AI 2.0+制造。比较非常自豪的就是投资了澜舟科技,他们做出了孟子大模型。AI基础设施公司投资了潞晨科技。

创新工场的独特之处是可以到处看创业者,看看谁要发英雄帖、朋友圈。我们也关注AI领域谁的论文写得最好。跟其他VC不一样的点是,我们可以自己做“塔尖孵化”,“用科技投资+全面赋能”的模式帮助科技创业者做大做强。

我们预测平台公司将诞生,但不会很多,因为门槛很高,但如果他们把基础大模型做好,把中间层工具做好,会造福整个做应用的行业。

很多人会说,AI 2.0会不可避免加剧失业风险。毫无疑问,最具创造力的顶尖人才将会乘上A1 2.0的东风,全面提升生产力和效率。但随之而来的是重复性的工作将会被AI 2.0接替,这些岗位上的人不得不寻求职业的转变与技能的升级,其中包含高比例的白领岗位,亟需进入到更需要发挥创造价值的行业。

但AI 2.0 并不意味着通用人工智能(AGI)就此到来。人类有很多与生俱来的关键能力,诸如创造力、策略思考、跨领域常识、自我意识、同理心和爱等,这些尚未被破解的深层次能力,是 AI 2.0 也无法全盘复制的。

最后一句话,来自硅谷顶级投资人对这个领域的预测:

这个市场的潜在规模难以把握 ——它将介于所有软件和所有人类的努力之间。

免责声明:本文不构成投资建议,用户应考虑本文中的任何意见、观点或结论是否符合其特定状况,及遵守所在国家和地区的相关法律法规。
为你推荐

商务合作:17611771363(手机号)