李彦宏：大模型重做百度产品，“不是整合，不是接入，而是重做，重构”-aigc导航|ai导航
大模型即将改变世界。
先上牌桌，才能拥有话语权。
这就是站在技术浪潮的最前沿，李彦宏的最新感悟。
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。
这一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、中国科学院、中国工程院、中国科协、北京市政府共同主办。演讲嘉宾包括微软创始人比尔·盖茨，以及菲尔兹奖得主、图灵奖得主等顶级科学家代表。
规格之高，不消多说。而微软和百度，又是如今大洋两岸最受关注的引领大模型变革的科技公司，双方创始人同台演讲，早已引发不少关注。
不过，相比于技术本身的“卷”，科技领袖们的着眼点，更加本质。
比如，大模型成为焦点的实质是什么——
大模型成功地压缩了人类对于整个世界的认知，让我们看到了实现通用人工智能的路径。
李彦宏如是分析。
并且，在更为深刻地影响世界之前，AI本身已经因大模型的出现而改变。
处在以大模型为核心的人工智能新起点，现实应用的构建逻辑也已经到了转变的时刻：
用大模型重做产品，“不是整合，不是接入，而是重做，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，又即将改变世界？李彦宏给出了三方面的思考。
首先，是技术本身的突破。
第一个关键词，就是大算力+大模型+大数据，导致的智能涌现。
目前，业界的普遍认识是，500亿-600亿参数，是大模型是否具备涌现能力的一个门槛。
所谓智能涌现，简单说就是大模型让AI学会了“无师自通”，即便是此前没有接触过的任务，大模型也能hold得住。
举个例子，有用户发现，在要求ChatGPT扮演Linux终端来运行代码时，ChatGPT真的可以搞定这件事。而这种query在语言模型的训练阶段几乎不可能出现。
这彻底颠覆了过去AI应用的生产模式，使得AI流水线工厂取代“一事一模型”的AI手工作坊成为可能，使得AI应用的规模化落地成为可能。
与此同时，人工智能发展方向从辨别式走向生成式。
从数学模型上来说，辨别式模型关注的是不同类别的决策边界，而生成式模型则学习了数据的潜在特征，能通过理解每个类别的底层分布，来学习数据是如何生成的。
△图源LearnOpenCV从实际案例来说，搜索引擎就是经典的辨别式AI。而文心一言这种会进行文学创作、写报告、画海报的，就是生成式AI。
生成式AI不仅使得人工智能更具“创造力”，更关键的是，它重新定义了人机交互：
对于人类而言，最自然的交流方式就是语言沟通。如果一句话就能让电脑帮你整理数据绘制图表，当然会比手动点开一大堆数据页面再逐个整理分析高效得多。
值得关注的是，大模型改变人工智能背后，底层的IT技术栈也发生了根本变化，即从芯片层（CPU为主）、操作系统层、应用层的三层架构，发展成为了四层架构：芯片层（GPU为主）+框架层+模型层+应用层。
这种IT架构的适配，正是“大力出奇迹”的基础，使得大算力、大模型、大数据能够三位一体，集中到一起打配合。
目前，无论是国外的微软、谷歌、亚马逊，还是国内的百度，都有从底层硬件到上层应用软硬一体的布局。
其中，只有百度是全球唯一全栈布局四层架构的公司。
其次，是产业需求的变化。
此前，李彦宏曾预测，大模型时代将产生三大产业机会，分别是：
- 新型云计算：其主流商业模式从IaaS变为MaaS。企业选择云厂商的关键因素，会从算力、存储等基础云服务，向框架、模型，以及模型、框架、芯片、应用四层之间的协同转变。
- 行业模型精调：通用大模型和企业之间的中间层，可以基于对行业的洞察，调用通用大模型能力，为行业客户提供解决方案。
- 基于大模型底座的应用开发
在这背后，需求侧的逻辑是，产业的需求在大模型的冲击下会发生改变，充分发挥大模型降本增效能力的AI原生思维将会影响所有产品、服务和工作流程。
那么，什么样的应用是AI原生应用？尽管还在探索的初期阶段，但大模型兴起以来，完全基于AI孵化出的创新产品已经崭露头角。
比如Jasper，一个通过AI帮助企业和个人写营销推广文案的应用。截至去年10月，Jasper估值已达15亿美元。
而AI绘画应用Midjourney，则已凭借订阅付费模式，在一年内实现了约1亿美元的营收。
李彦宏提到，百度内部的办公软件如流，现在也已基于文心一言，给每一位员工配备了一个具有丰富专业知识，能实时响应的工作助理。这个AI助理通过对话理解能力，可以实现对聊天记录的智能总结，在百度内部获得了一众好评。
李彦宏还强调：
百度要做第一个把全部产品重做一遍的公司，不是整合，不是接入，是重做，重构！
实际上，不止于百度，李彦宏认为，未来的趋势是所有应用都将基于大模型来开发。大模型最终深度融合到实体经济当中的具体体现，会是每个行业都有属于自己的大模型。
最后，是人们日常生活的改变。
大模型能快速破圈，成为街头巷尾人人讨论的话题，与其给个人带来的直观效率提升不无关系。
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升4倍。
这种效率提升，甚至会彻底改变人们的工作方式：
AI原生应用涌现之后，大量的工作交互最后都会编程提示词工程。
未来你的薪酬水平，将取决于你的提示词写得好不好，而不是取决于你的代码写得好不好。
李彦宏甚至大胆预测：10年后，全世界有50%的工作会是提示词工程，提出问题比解决问题更重要。
作为全球大模型竞逐中，国内最接近华山之巅的一号位，李彦宏的思考，亦是一份大模型落地征途中最具价值的参考答案。
事实上，以上三重思考，不仅停留在理论，百度本身已在躬身实践。
而另一方面，李彦宏放言“百度要做第一个把全部产品重做一遍的公司”，亦是行业大势之下，竞逐牌桌上话语权的决心体现。
从实际案例来说，搜索引擎就是经典的辨别式AI。而文心一言这种会进行文学创作、写报告、画海报的，就是生成式AI。
生成式AI不仅使得人工智能更具“创造力”，更关键的是，它重新定义了人机交互：
对于人类而言，最自然的交流方式就是语言沟通。如果一句话就能让电脑帮你整理数据绘制图表，当然会比手动点开一大堆数据页面再逐个整理分析高效得多。
值得关注的是，大模型改变人工智能背后，底层的IT技术栈也发生了根本变化，即从芯片层（CPU为主）、操作系统层、应用层的三层架构，发展成为了四层架构：芯片层（GPU为主）+框架层+模型层+应用层。
这种IT架构的适配，正是“大力出奇迹”的基础，使得大算力、大模型、大数据能够三位一体，集中到一起打配合。
目前，无论是国外的微软、谷歌、亚马逊，还是国内的百度，都有从底层硬件到上层应用软硬一体的布局。
其中，只有百度是全球唯一全栈布局四层架构的公司。
其次，是产业需求的变化。
此前，李彦宏曾预测，大模型时代将产生三大产业机会，分别是：
- 新型云计算：其主流商业模式从IaaS变为MaaS。企业选择云厂商的关键因素，会从算力、存储等基础云服务，向框架、模型，以及模型、框架、芯片、应用四层之间的协同转变。
- 行业模型精调：通用大模型和企业之间的中间层，可以基于对行业的洞察，调用通用大模型能力，为行业客户提供解决方案。
- 基于大模型底座的应用开发
在这背后，需求侧的逻辑是，产业的需求在大模型的冲击下会发生改变，充分发挥大模型降本增效能力的AI原生思维将会影响所有产品、服务和工作流程。
那么，什么样的应用是AI原生应用？尽管还在探索的初期阶段，但大模型兴起以来，完全基于AI孵化出的创新产品已经崭露头角。
比如Jasper，一个通过AI帮助企业和个人写营销推广文案的应用。截至去年10月，Jasper估值已达15亿美元。
而AI绘画应用Midjourney，则已凭借订阅付费模式，在一年内实现了约1亿美元的营收。
李彦宏提到，百度内部的办公软件如流，现在也已基于文心一言，给每一位员工配备了一个具有丰富专业知识，能实时响应的工作助理。这个AI助理通过对话理解能力，可以实现对聊天记录的智能总结，在百度内部获得了一众好评。
李彦宏还强调：
百度要做第一个把全部产品重做一遍的公司，不是整合，不是接入，是重做，重构！
实际上，不止于百度，李彦宏认为，未来的趋势是所有应用都将基于大模型来开发。大模型最终深度融合到实体经济当中的具体体现，会是每个行业都有属于自己的大模型。
最后，是人们日常生活的改变。
大模型能快速破圈，成为街头巷尾人人讨论的话题，与其给个人带来的直观效率提升不无关系。
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升4倍。
这种效率提升，甚至会彻底改变人们的工作方式：
AI原生应用涌现之后，大量的工作交互最后都会编程提示词工程。
未来你的薪酬水平，将取决于你的提示词写得好不好，而不是取决于你的代码写得好不好。
李彦宏甚至大胆预测：10年后，全世界有50%的工作会是提示词工程，提出问题比解决问题更重要。
作为全球大模型竞逐中，国内最接近华山之巅的一号位，李彦宏的思考，亦是一份大模型落地征途中最具价值的参考答案。
事实上，以上三重思考，不仅停留在理论，百度本身已在躬身实践。
而另一方面，李彦宏放言“百度要做第一个把全部产品重做一遍的公司”，亦是行业大势之下，竞逐牌桌上话语权的决心体现。
- 行业模型精调：通用大模型和企业之间的中间层，可以基于对行业的洞察，调用通用大模型能力，为行业客户提供解决方案。
相关文章
桂公网安备45010002450472号