翻看了大佬们的言论我对AI的感觉只剩下这一点

　　不仅微软、谷歌等硅谷巨头在研究AI，国内如阿里、华为、腾讯等企业也相继发布了AI大模型，陆奇、王慧文、李开复、王小川等商业知名人物，也都纷纷亲自下场。

　　但是，有那么多公司都在关注AI，有那么多人都在讨论AI；有人认为AI是新时代，有人认为AI需要暂停研发。到底谁说得对？我们到底应该如何看待AI？

　　今天，我们集合了比尔·盖茨、巴菲特、马云等著名企业家，以及GPT之父伊利亚、AI权威人物吴恩达、杨立昆等人工智能行业专家对AI的看法和观点，帮助大家理解AI，找到新知，发掘机会，让你“一文看懂AI”。

　　一切都开始于1950年的图灵测试。按照“人工智能之父”艾伦·图灵的定义：如果一台机器能够与人类展开对话（通过电传设备），而不能被辨别出其机器身份，那么称这台机器具有智能。

　　接下来，是人工智能的黄金年代。1966年~1972年，第一台人工智能机器人Shakey、第一个聊天机器人ELIZA相继发布。

　　20世纪70年代初，困于当时的计算机性能，人工智能遭遇了瓶颈。直到1997年，IBM“深蓝”超级计算机，击败了国际象棋世界冠军卡斯帕罗夫。人工智能的春天来了。

　　2016年，Google人工智能AlphaGo，战胜围棋世界冠军李世石。人工智能像是被引燃了导火线，开始了新一轮爆发，国内诞生了“AI四小龙”：商汤、旷视、依图、云从。

　　当我在2002 - 2003年刚开始的时候，学习看起来是一件只有人类能做到的事情，计算机完全办不到。于是从那时候起，我开始在这个领域做一些探索。

　　那个时候，并行计算机还很小。但是希望在于，如果你弄明白学习和神经网络的工作原理，你就可以通过数据为小型并行计算机编写程序。它与大脑的工作原理是相似的。

　　如果它不能完全理解，它也会通过提问来弄清楚。它会告诉你自己不知道，但同时它会说需要更多的信息。

　　但在 GPT-4 上，这种情况已经不再发生，它解决数学问题的能力大大提高了，你可以认为，它真的进行了推导，很长的、复杂的推导，并且还转换了单位等等，这真的很酷。

　　现阶段，GPT-4之类的技术已经拥有大量知识，可使人类黯然失色，推理方面没有那么好，但也能做到简单推理，按照这发展速度，我们能预计会进展得很快，需要感到担心。

　　我认为，计算机模型运作方式与大脑不同。它们可以反向传播，而大脑不是这样。这项能力比人类大脑更厉害。

　　我问AI，在我的房子里，房间有白色的、蓝色的和的，其中油漆一年后会褪成白色。那么，我想要两年后，所有房间变成白色。我应该怎么做？

　　这尽管不是直观的解决方案，但它是正确的。令人印象深刻。AI目前能够做出合理的推理，智商大概是80到90（备注：正常人水平是90~110）。

　　如果你在中国比亚迪的工厂，你会看到机器人到处都是。而且使用率非常之高，所以，未来机器人的使用，在全球会越来越多。

　　这就像，人们当初发明，初衷是为了和平。但后来不受控制的事态发展，让其发明者爱因斯坦都懊悔不已。

　　我们要用人工智能去解决问题，而不是被人工智能所控制，虽然人的体力、脑力比不过机器，但机器只有“芯”，而人有“心”。

　　工业时代是知识驱动，知识的竞争；数字时代，是智慧驱动，是创造力和想象力的竞争，是领导力、担当力、责任的竞争，是独立思考的竞争。

　　人在面对新情况时，不只是依靠以前方法和模型，而是能够想出新的思路。这种能力，和思维的锻炼是分不开的。

　　所以，AI的运作思路，和人想出新办法的能力是完全相反的。人在这方面的能力，ChatGPT 没法替代。

　　在这40年间，我有很多次担心和怀疑，觉得这辈子可能都见不到这样的了，但现在见到了，这是我终生最大的幸运。

　　现在，我们有一个跨领域，结合全人类知识结晶的大模型。它吸收了人类几千年的智慧与经验，所以对很多问题对答如流。

　　另外，GPT能让我们用人类语言和机器交流，不再是人类需要学习机器语言，所以在大众的普及、行业的渗透、生产力革新、创造价值等方面都会有很大的提升。

　　就像在移动互联网时代一般，AI 2.0是一个巨大且全新的平台机会，每一个APP都会被重写，对于每个垂直领域的应用都是蕴含着巨大投资、创业机会和商业价值，这一次的价值会比移动互联网大10倍。

　　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。

　　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。

　　未来的搜索引擎将由传统的检索模式，变成“提问一回答”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”。

　　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，而 AI 多模态的想象力内容生成，也将成为元宇宙的中流砥柱。

　　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，推动“个性化医学” 的到来。

　　你要做大模型，想好到底做什么，大模型真正是怎么回事，跟你的创业方向在哪个或哪几个维度有本质关系。蹭热是最不好的行为，会浪费机会。

　　新范式有多个维度，有蛮大复杂性，该看到的论文要看。尤其现在发展实在太快，非确定性很大。在学习上花时间，强烈推荐。

　　如果这一次变革对你所在的产业带来结构性影响，不进则退。你不往前走没退路的，今天的位置守不住。如果你所在的产业被直接影响到，你只能采取行动。

　　首先讲创始人。今天创始人技术能力强，好像很牛、很重要，未来真的不重要。技术ChatGPT以后都能帮你做。

　　你作为创始人，越来越重要、越来越值钱的是愿力和心力。愿力是对于未来的独到的判断和信念，坚持、有强的韧劲。

　　培养人才的时候，一方面学习工具，思考和探索机会，长期适当时候培养自己的prompt engineer（提示工程师）。

　　你要非常了解你的用户，满足他们的需求，考虑长期可持续的商业策略。在平台转换期间，这件事实际上可能变得更加重要。

　　回想一下应用商店的推出，这可能是最近类似的例子。有很多公司，用非常轻量级的东西，构建了具有掠夺性机制的产品，但这并不是什么持久之计。他们经历了如流星般的兴衰。

　　3月22日，生命未来研究所向全社会发布了一封《暂停大型人工智能研究》的公开信，提出：最近几个月，人工智能实验室陷入了一场失控的竞赛，他们没有办法理解、预测或可靠地控制自己创造的大模型。人类社会对其可能造成的影响也没有做好准备。

　　公开信呼吁，所有 AI 实验室应立即暂停训练比 GPT-4更强大的 AI 模型，为期至少6个月。

　　信中写道“只有在我们确信它们的效果是积极的，风险是可控的情况下，才应该开发强大的人工智能系统。”

　　而且，“人工智能教父”杰弗里·辛顿（Geoffrey Hinton）、约书亚·本吉奥（Yoshua Bengio）、人工智能专家盖瑞·马库斯(Gary Marcus)和埃隆·马斯克，均签署了这封公开信。

　　1.2018年图灵奖得主、Facebook首席人工智能科学家杨立昆：如果车都不存在，如何设计安全带？

　　我们不应放缓知识和科学的进步。就产品而言，我支持监管产品，但我不认为监管研究和开发有什么意义，这反而会减少我们可以用来让技术更好、更安全的知识。

　　就像第一批汽车，它们非常不安全，没有良好的刹车系统，也没有安全带，没有交通信号等等。而这些东西是逐步到位的，以使其更安全。

　　航空业也是如此，最终你会有一个监管机构来确保这些产品是安全的，这就是它的运作方式。人工智能与之前的技术进步之间，没有本质上的差异。

　　其实，人工智能离人类水平的智能还很远，否则我们就不会还没有 L5 级自动驾驶了。相比之下，青年人学习 20 小时就会开车。

　　我们认为很难的下象棋、写作文等事情，对于机器十分简单。而擦桌子、洗碗这样的事，对于机器来说又很困难。

　　当一项新技术投入使用时，我们需要做的是确保积极的影响最大化，消极的影响最小化，但并不一定要阻止它。

　　虽然，如今的人工智能系统确实面临着为人们带来损害的风险，例如：偏见、公平性、过于集中的能力。这些都是客观存在的问题。

　　但是，我们可以做出一些行动来应对这些问题。例如，做更多更安全的人工智能研究，提高科研资金的透明度、改善审计制度，投入更多资金用于人工智能基础研究。

　　在实验室和国家试图建立先进技术、公司间充满商业竞争的环境中，要求人工智能实验室放慢速度，这是不切实际的。因为这本身创造了很多价值。

　　在过去十年、甚至数月间，大量的人工智能创意被用于教育、医疗等行业。中止这样的进步，有害于创造这些对人类大有助益的工具。

　　所以，着力「对人工智能的安全性及性能调整，并对齐人工智能与人类意图」，比全面暂停研发更加具有建设性。

　　任何技术第一次出现时，都不是完美的。实际可行的做法，是以一种可以控制的方式，限制其危害，对其进行更好的监测，解决有害的用例。

　　GPT-4之后的版本不是AGI，那么也许再之后的版本是。并且有许多公司正在尝试，它们的基本架构并不是超级保密的。

　　在这个星球上，我们正在构建一个比我们更聪明的新物种。虽然目前看来还不太像是一个物种，但是其中的技术性细节问题，很快就能得到解决。

　　人工智能的到来，可以像我们一样高效地完成所有的工作。可能不久之后，就会出现大大超越我们认知能力的超级智能。

　　但是，大型语言模型却不能这么做。GPT-4的transformer架构，就像一条信息的单向通道，称为前馈神经网络。它的深度，决定了只能按照步骤做逻辑推理。

　　GPT-4的推出，可能正是人类真正需要的警钟。它告诉人们，停止幻想，100年后的事情很可能不可控，难以预测。

　　第一次是在1980年，一个图形用户界面出现在我眼前，这是现代操作系统的前身，包括Windows。

　　例如，它们不一定擅长理解人类请求的上下文，导致一些奇怪的结果。当你要求AI编造一些虚构的事情时，它可以很好地完成。

　　但是当你要求它给你旅行建议时，它可能会建议一些不存在的酒店。这是因为AI不足以了解你请求的上下文，以便知道它是否应该编造虚假酒店，还是只告诉你有空房的真实酒店。

　　还有其他问题，例如AI因为难以理解抽象推理，而给出错误的数学问题答案。但这些都不是人工智能的根本局限性。

　　例如，使用AI的人类可能会构成威胁。像大多数发明一样，人工智能可以用于善良的目的或恶意的目的。政府需要与部门合作，限制风险。

　　还有，可能出现AI失控的情况。机器是否会认为人类是威胁，得出其利益与我们不同的结论，或者不再关心我们？

　　首先，我们应该尝试平衡关于 AI 的不良影响的担忧。为了最大程度地利用好它，我们需要在抵御风险和将利益扩展到更多人之间取得平衡。

　　通过可靠的资金和正确的政策，政府和慈善组织可以确保利用 AI 减少不平等。我们需要将世界上最好的 AI ，集中在解决最大问题上。

　　世界需要确立规则，以使人工智能的任何不利因素远远超过其好处，并使每个人都能享受到这些好处，无论他们住在哪里或拥有多少钱。

　　ChatGPT的火热，主要是“大模型”概念的出现。国内很多公司如腾讯、华为、阿里、360、科大讯飞等，都发布了自己的大模型。

　　一个大模型系统到底好不好，首先要看它是不是能解决刚需、是不是真的有用，而不是一个简单的单点测试。

　　科大讯飞现在的语言能理解能力相比ChatGPT还略有差距，但已超越国内同类产品。数理能力，一定程度代表了一个大模型的聪明程度。

　　虽然目前大模型技术还有待攻克的缺陷，比如新知识难以及时更新、事实类问答容易“张冠李戴”，史实、传统典籍等容易“编造情节”等，但这些问题在今年会有明显的改进。

　　一个叫大公司核战争——大公司的目标是造出来一个爱因斯坦，或者一个马斯克，所以他们会不断加码，核战争开始了，谁没有个自己独有的大模型，就要被淘汰。

　　为什么是1000亿参数，没人说得清楚。可能在某一个专业领域500亿就可以。比如，我不需要爱因斯坦般的产品，只需要像博物馆讲解的产品，100亿参数都可以。

　　未来，我们整个终端都会发生变化。没准微软明年就出款手机，这个手机没准就抛弃了过去所有的界面和App Store。

　　我们感觉，这将比金山办公历史上经历的所有技术变革都更猛烈、更有颠覆性。作为软件公司，我们必须积极拥抱，否则一定会被淘汰掉。

　　过去，软件行业常说「二八理论」，80% 的人只用了 20% 的功能。因为办公软件很复杂，用户需要努力学习才能使用它。

　　但今天，大模型有思维链 CoT（Chain-of-Throught，用于逻辑思考) 的能力、Codex（编程语言预训练模型，可以帮程序员生成代码）的能力。

　　比如，当你要分析华南区某一个商品的销售排名情况，你不用再去学习数据透视表，而是直接跟机器说需求，它就会自动帮你调用工具、展示结果。

　　我们不再需要研究界面怎么布置、某些点线怎么摆放。我们只需要管好产品的底层功能、并将这些功能的 API（应用程序编程接口）做好，让 AI 能通过 API 调用它们、就能满足用户的各种需求。

　　但今天你会发现，这个技术可以用多模态（指文本、图像、视频、音频等不同模态数据融合的技术，是大模型的核心技术之一）重写一遍。

　　其实，这就是宏观叙事。任何事物的发生，都有一个最初本源和最终目的。历史，会向着最终目的，进行有规律的发展与变化。

　　在人机融合时代，通过AI赋能，人类可从重复、繁重的体力劳动中解脱出来，提高自身工作效率和生活质量，更有时间与空间专注于自身所擅长的想象和创造领域。

　　老子的《道德经》里说，万物负阴而抱阳，冲气以为和。而人类与AI，或许就会在相互的影响中，形成新的和谐体。