周鸿祎免费课AI系列第二讲-企业如何拥抱AI

周鸿祎免费课AI系列第二讲 企业如何拥抱AI 周鸿祎免费课AI系列第二讲 企业如何拥抱AI Created on April 15, 2024 稍微讲点技术，吴恩达最近一个观点我非常赞同，“GPT3.5+Agent优于GPT4”。 你可以认为，现在做一个大模型，如果没有Agent架构，大模型将会一事无成，特别在企业内部。因为大模型的能力还有很多欠缺。Agent架构恰恰能够在企业弥补大模型的很多不足。 📍 Agent框架增强大模型6大能力 中文我们把Agent框架翻译成“智能体”。它能增强大模型的六大能力——交互增强、模型增强、规划增强、记忆增强、知识增强和工具增强。 📍 Agent框架解决“慢思考”问题 我简单来解释一下。它要模拟人脑，人脑的系统里面有两套系统，一套叫快思考，一套叫慢思考。快思考就是生物本能，慢思考就需要衡量。今天大模型快思考的能力已经超过人类了。大模型回答问题不一定对，但是大模型自己没法反悔，所以Agent架构里引入了一个框架。就是说我们可以用Agent框架来让大模型进行反思，对自己的答案进行检测，进行二次回答，所以大模型不是只调用一次就能出最好的结果。 打个比方，你来跟问周鸿祎，要求说我马上回答，不许修改、不许出错，一气呵成，我也做不到。其实真要讨论一个问题，肯定是经过很多次，慢慢就能找到答案。这才是人脑真正的工作过程。所以Agent框架可以让GPT3.5多次工作。我上次举了一个例子，你找一个翻译专家，他也不会只翻译一遍，他会先粗粗翻译一遍，然后再进行润色修改，再来对照原文。那现在你给大模型说把这篇中文翻译成英文，凭什么就要求大模型一次就到位呢？如果你要求大模型做三次，我告诉你翻译的结果会比第一次好很多。所以在企业内部Agent架构非常重要。 📍 RAG知识增强，RAG可为大模型提供知识增强和知识对齐，提升事实准确性，降低幻觉 大模型会出错，要防止它出错，就要做知识对齐。这个知识对齐既包括内部知识，也包括外部知识。所以最近360推出来的360AI搜索，我用起来就很放心。他所有的答案都先在网上搜一遍，把网上搜到的东西做了理解，再来给我做答案。而不是无中生有瞎编。 📍 Agent框架解决“专家协同”问题 企业未来会有多个专业大模型，我们提出来一个COE的概念，多个专家模型扮演不同的角色，就类似人的大脑，有不同的语言中枢、规划中枢、判别中枢、记忆中枢一样来进行协作。 📍 Agent框架解决“人机界面”问题，不要迷信Prompt 在企业里边，如果你全是prompt，这个企业用大模型一定会失败的。因为你的员工能力水平参差不齐。你想我们人跟人之间沟通还特别费力，你要求你的员工都是prompt专家，所以prompt这种界面，我们称叫LUI。有人说会彻底否定掉GUI这个观点是不对的。大模型通过Agent框架会把你企业原来的API和常见的鼠标键盘界面连在一起，这种操作对员工可能是最简便的。 我们也在探索一个CUI，就一个聊天室的数字人的界面，但从现在来看，它作为一个补充是可以的，因为你什么事都要跟通过语言方式来表达，在企业内部并不是最高效率的。 📍 Agent框架解决“工具增强”问题 大模型的能力实际上是很弱的，很多事都干不了。比如你让它订餐、订票、查航班，它必须有很多工具向它开放。大模型才有了手跟脚，那除了外部的工具之后，在企业内部我们有很多系统，你能不开放吗？假设啥都不让我碰，什么数据库我都没有账号，那我只能给你夸夸其谈，但是如果我都能操纵这些东西，那我作为一个专业员工，我就能发挥作用。所以如果没有Agent框架，光有个大模型，在企业内部实际上啥活也干不了。 关键问题5：业务融合 企业大模型不是顾问，他不能只说不练，也不能取代原来的IT 系统，它要和你原来的业务系统紧密耦合在一起，协同工作，所以这就需要一套工作流。 我举一个例子，比如你做了一HR，面试只是一个单点功能，面试完了之后我怎么把面试结果发到公司HR系统里？我怎么通知HR这个人录用或者不录用。实际上这些功能都不是大模型在做，都需要一套工作流系统，把大模型Agent框架的能力跟企业原来的业务系统紧密的连在一起，实际上需要一个更大的Agent框架。所以我们讲企业做大模型不再是问题，第一知识管理的问题,第二大模型训练中 Agent框架的问题,第三业务融合的问题。所以在企业里面打造大模型，并不像大家想象的那么简单。 企业大模型四步走 第一步：私有化部署通用大模型，第一解决AI科普问题，第二满足一些通用需求 如果有能力的话，我们愿意给大家赠送免费的私有化部署一个通用大模型。私有化部署是为了解决隐私泄露和数据流失的问题，那这个大模型不需要做任何训练，就是一个千亿模型的一个缩小版，一个浓缩版，它解决什么？解决科普问题，就让你企业的员工在不泄露贵公司的数据和隐私的前提下，把这个大模型玩起来，让大家对大模型熟悉。 第二个满足一些通用的需求，比如说办公，这里面支持办公的通用需求、通用能力和营销的能力。这产品的细节我就不多说了，这个就跟360内部很早让自己员工对大模型有感觉。你的员工用三个月之后，相信我，你的员工都很聪明，他们对大模型的了解就很好了，他们就知道大模型的边界在哪，长处在哪，短处在哪。比如我们天津某新区做了个大模型的项目，就是这么干的，就是用了一个通用大模型，允许它在上面做定制。 另外我们提供了360AI办公的一套会员服务，围绕着办公营销的需求做了很多的工具。我们现在做了工具就把它场景化，就是围绕一个场景解决一个问题。就是在内部通用大模型的基础之上，在内部提供一些通用的办公营销创作的能力。订阅模式，它是耗费算力的，但大家几乎每天一块钱。 第二步：部署企业大模型三大基础设施 比较讲究的企业，如果真的想用大模型对自己业务来做改造，我觉得至少可以部署三大基础设施——知识大模型、情报大模型、安全大模型，把这三个支柱建立起来。情报大模型和知识大模型，解决你企业内部的决策、员工知识培训，重要的是把内部的知识，暗知识、浅知识、隐知识都收集起来。 稍微讲点技术，吴恩达最近一个观点我非常赞同，“GPT3.5+Agent优于GPT4”。 你可以认为，现在做一个大模型，如果没有Agent架构，大模型将会一事无成，特别在企业内部。因为大模型的能力还有很多欠缺。Agent架构恰恰能够在企业弥补大模型的很多不足。 📍 Agent框架增强大模型6大能力 Agent框架增强大模型6大能力 中文我们把Agent框架翻译成“智能体”。它能增强大模型的六大能力——交互增强、模型增强、规划增强、记忆增强、知识增强和工具增强。 📍 Agent框架解决“慢思考”问题 Agent框架解决“慢思考”问题 我简单来解释一下。它要模拟人脑，人脑的系统里面有两套系统，一套叫快思考，一套叫慢思考。快思考就是生物本能，慢思考就需要衡量。今天大模型快思考的能力已经超过人类了。大模型回答问题不一定对，但是大模型自己没法反悔，所以Agent架构里引入了一个框架。就是说我们可以用Agent框架来让大模型进行反思，对自己的答案进行检测，进行二次回答，所以大模型不是只调用一次就能出最好的结果。 打个比方，你来跟问周鸿祎，要求说我马上回答，不许修改、不许出错，一气呵成，我也做不到。其实真要讨论一个问题，肯定是经过很多次，慢慢就能找到答案。这才是人脑真正的工作过程。所以Agent框架可以让GPT3.5多次工作。我上次举了一个例子，你找一个翻译专家，他也不会只翻译一遍，他会先粗粗翻译一遍，然后再进行润色修改，再来对照原文。那现在你给大模型说把这篇中文翻译成英文，凭什么就要求大模型一次就到位呢？如果你要求大模型做三次，我告诉你翻译的结果会比第一次好很多。所以在企业内部Agent架构非常重要。 📍 RAG知识增强，RAG可为大模型提供知识增强和知识对齐，提升事实准确性，降低幻觉 RAG知识增强，RAG可为大模型提供知识增强和知识对齐，提升事实准确性，降低幻觉 大模型会出错，要防止它出错，就要做知识对齐。这个知识对齐既包括内部知识，也包括外部知识。所以最近360推出来的360AI搜索，我用起来就很放心。他所有的答案都先在网上搜一遍，把网上搜到的东西做了理解，再来给我做答案。而不是无中生有瞎编。 📍 Agent框架解决“专家协同”问题 Agent框架解决“专家协同”问题 企业未来会有多个专业大模型，我们提出来一个COE的概念，多个专家模型扮演不同的角色，就类似人的大脑，有不同的语言中枢、规划中枢、判别中枢、记忆中枢一样来进行协作。 📍 Agent框架解决“人机界面”问题，不要迷信Prompt Agent框架解决“人机界面”问题，不要迷信Prompt 在企业里边，如果你全是prompt，这个企业用大模型一定会失败的。因为你的员工能力水平参差不齐。你想我们人跟人之间沟通还特别费力，你要求你的员工都是prompt专家，所以prompt这种界面，我们称叫LUI。有人说会彻底否定掉GUI这个观点是不对的。大模型通过Agent框架会把你企业原来的API和常见的鼠标键盘界面连在一起，这种操作对员工可能是最简便的。 我们也在探索一个CUI，就一个聊天室的数字人的界面，但从现在来看，它作为一个补充是可以的，因为你什么事都要跟通过语言方式来表达，在企业内部并不是最高效率的。 📍 Agent框架解决“工具增强”问题 Agent框架解决“工具增强”问题 大模型的能力实际上是很弱的，很多事都干不了。比如你让它订餐、订票、查航班，它必须有很多工具向它开放。大模型才有了手跟脚，那除了外部的工具之后，在企业内部我们有很多系统，你能不开放吗？假设啥都不让我碰，什么数据库我都没有账号，那我只能给你夸夸其谈，但是如果我都能操纵这些东西，那我作为一个专业员工，我就能发挥作用。所以如果没有Agent框架，光有个大模型，在企业内部实际上啥活也干不了。 关键问题5：业务融合 企业大模型不是顾问，他不能只说不练，也不能取代原来的IT 系统，它要和你原来的业务系统紧密耦合在一起，协同工作，所以这就需要一套工作流。 我举一个例子，比如你做了一HR，面试只是一个单点功能，面试完了之后我怎么把面试结果发到公司HR系统里？我怎么通知HR这个人录用或者不录用。实际上这些功能都不是大模型在做，都需要一套工作流系统，把大模型Agent框架的能力跟企业原来的业务系统紧密的连在一起，实际上需要一个更大的Agent框架。所以我们讲企业做大模型不再是问题，第一知识管理的问题,第二大模型训练中 Agent框架的问题,第三业务融合的问题。所以在企业里面打造大模型，并不像大家想象的那么简单。 企业大模型四步走 第一步：私有化部署通用大模型，第一解决AI科普问题，第二满足一些通用需求 如果有能力的话，我们愿意给大家赠送免费的私有化部署一个通用大模型。私有化部署是为了解决隐私泄露和数据流失的问题，那这个大模型不需要做任何训练，就是一个千亿模型的一个缩小版，一个浓缩版，它解决什么？解决科普问题，就让你企业的员工在不泄露贵公司的数据和隐私的前提下，把这个大模型玩起来，让大家对大模型熟悉。 第二个满足一些通用的需求，比如说办公，这里面支持办公的通用需求、通用能力和营销的能力。这产品的细节我就不多说了，这个就跟360内部很早让自己员工对大模型有感觉。你的员工用三个月之后，相信我，你的员工都很聪明，他们对大模型的了解就很好了，他们就知道大模型的边界在哪，长处在哪，短处在哪。比如我们天津某新区做了个大模型的项目，就是这么干的，就是用了一个通用大模型，允许它在上面做定制。 另外我们提供了360AI办公的一套会员服务，围绕着办公营销的需求做了很多的工具。我们现在做了工具就把它场景化，就是围绕一个场景解决一个问题。就是在内部通用大模型的基础之上，在内部提供一些通用的办公营销创作的能力。订阅模式，它是耗费算力的，但大家几乎每天一块钱。 第二步：部署企业大模型三大基础设施 比较讲究的企业，如果真的想用大模型对自己业务来做改造，我觉得至少可以部署三大基础设施——知识大模型、情报大模型、安全大模型，把这三个支柱建立起来。情报大模型和知识大模型，解决你企业内部的决策、员工知识培训，重要的是把内部的知识，暗知识、浅知识、隐知识都收集起来。 这是知识中枢的架构。今天觉得不在意的东西，比如企业文档，在人工智能时代都变成最有价值的训练语料。再比如电子邮件、会议音视频、产品照片、聊天记录，大数据平台和数据库里的数据业务系统操作过程，还有外部和互联网上搜集的各种外部知识和外部情报，通过分析之后建立起一个内部的知识中枢。举个案例，某大学电子图书馆智能化改造，我们就是做它的内部知识管理。 第三步：打造场景化大模型 我们会给你免费提供一个基础大模型，这个基础大模型是从通用大模型里蒸馏出来的，然后数据工场、知识工场和模型工场是三套开发平台，数据是做数据的治理和标注，知识是从知识管理中间把相应的知识提取出来，既对它来进行知识对齐和知识训练。模型工场是用来用对这个模型进行部署和训练的，再加上 Agent应用开发框架，训练出来自己的多个场景化的大模型。 这个天津某银行用这个方法我们为它做了一个私有大模型的定制，为它的这个金融需求，拿一个通用大模型训练了几个专用的大模型。 第四步：推动AI与数字化全面融合 最后一步是比较理想的情况，就是推动AI和你的数字化业务全面融合。我们列了一个武器库，你可以在里面去挑，可以在私有化通用大模型、办公大模型、营销大模型、定制数字人、AI应用商店，包括360AI大会员，然后再往上可以选知识大模型、情报大模型、安全大模型，然后再往上是开发自己的大模型，和业务融合起来。 360AI浏览器很快就会有手机版，现在手机上有360AI搜索。 我们换了一种思路，去年我们是把大模型简单的拼接在我们的搜索结果的右侧，或者浏览器里。今天我们醒悟过来，就找到一个刚需和痛点的明星场景，用场景来引导模型，而不是用打造模型之后再寻找场景。 大家可以体会体验一下这两个场景。 关注红衣大叔周鸿祎的 抖音号、视频号、小红书、B站 随时关注后续直播课程内容！ 附录 1、丧心病狂的“宠粉计划” 过去大家跟我合影，一般我比较高冷，现在谁跟我合影我都愿意，但我就会问一句话，你是我的粉丝吗？对，所以是我的粉丝我就都可以合影，所以我做了一个丧心病狂的“宠粉计划”。 我最近这个粉丝涨的太慢了，别人一夜之间都涨100万，我一算这要一天能涨100万，一年能涨3个多亿，所以我就制定那个涨粉计划。然后我做了一件红衣服，红衣服背后印上了两个大的二维码，我觉得穿着它招摇过市是不是挺拉风的？而且有人看到二维码总是好奇，有人肯定忍不住拿着手机扫一下，发现说不是付款码，不是收款码，原来是关注成我的粉丝。 我有一个计划，落实360，公司差不多有1万人，以后每周一或者每周二定成叫扫粉日，要求强制所有的员工都在穿这个红衣服，然后满大街的人挤地铁、挤公车，骑着共享单车招摇过市。可能就成为一种社会现象。大家就知道周鸿祎为了粉丝是多么不择手段。 有人要问了，粉丝只要是在抖音和视频号平台上，只要关注红衣大叔周鸿祎，那就成为我的粉丝，那么粉丝有什么好处呢？大家也可以提提建议，我也想不出我粉丝有什么好处。 如果咱们有机会见面的，可以合影，合影、拥抱、握手都没问题。你跟我们雷总这种伟大的企业家握手拥抱、合影还得花30万，但是他送你一辆车。我跟他不太一样。第二个，我们的免费课逐渐以后每个月都会有一次。但是我们每个月还有一次线下的见面会，我们会邀请一些粉丝到360大厦跟我面对面。另外最近我做了很多直播，去哪吒工厂探厂，谣传说我发脾气，其实我是很和颜悦色的说话。了解我的性格都知道，我发火不是那个样子。我最近大概也收敛了，因为好多人在攻击我，说我不务正业，我也想了想，我的直播逐渐就往两个方向收，第一个就是坚持把AI普及，把这种新技术、数字化技术的这种科普课讲下去。第二个就是对很多年轻人，包括企业家、中小企业组、创业者、职场的这个年轻人，如果有什么问题和困惑，我准备定期每周做一次直播，跟大家连麦，这个连麦是免费的，不需要打赏、不收费的，然后有问必答，我觉得我还是比较擅长回答一些企业在早期发展过程中在商业、产品、营销、竞争，包括融资、客户体验方面的问题。这样的话，成为我的粉丝肯定是优先连麦。那天我发了一个视频，就是我搭了一个草台班子，因为我觉得企业家应该学着做网红，我信奉一个我的游戏规则，一旦你觉得一个方向可以，你不要等到万事俱备只欠东风，什么条件都准备得很好的再去做，那时候往往已经晚了、来不及了。所以互联网我学到了一个规则，有的时候是不是先瞄准再开枪，而是先开枪再瞄准，所以我搭了一个草台班子，就等于把这个直播这个事就做起来了。 2、为什么说创业者/企业家都应该学会做网红？ 我前一段时间讲，企业家都应该做网红，大家看到了很多人都有误解，但是也有很多人发现最聪明的企业家们都 get 到我的意思了，很多人到今天还纠缠于说，老周你是不是要直播带货呀？是准备卖面膜呢还是准备卖农产品呢？我就讲企业家，如果你自己没有主业了，带货当然是没问题的，但是我们企业家都有主业的，我们做网红的目的不是为了狭义的带货，不是为了去做电商，我觉得最重要的是在短视频直播的时代来到之后，实际上要重塑你的宣传体系，重塑你的市场部门，重塑你的跟老百姓的沟通方式和用户的这种直接亲密的接触。 这也是我想今天借这次直播跟我们企业家再次强调一下，最近几个例子，比如说最近某位企业家遭到了网暴，具体是谁大家去猜吧。过去你都知道是谁在骂你，你开发布会也行，你找媒体去解决问题也行，现在面对所有网上这种来势汹汹的舆情，他都不知道谁在骂，也不知道谁在操纵。传统的市场部、公关部面对的这种新的传播方式，面对的新的这种沟通方式就是束手无策。所以我的观点就是我们很多企业家现在把这个思维还停留在 ToB 的思维里，因为我们很多企业家原来是做 ToB 出身的。这次小米汽车的成功，大家都很佩服雷总，不仅产品做得好，营销更是大师级，我觉得都不是大师，是神一样的存在。 传统车厂的老板我也认识不少，大家都私下里好像很不服气，我就说没什么不服气的，我说你人家是互联网思维，ToC 思维，你们是 ToB 思维，过去的车厂需要跟消费者直接打交道吗？不需要，我的车是卖给经销商的，我跟经销商打交道就行了。然后经销商是给通过4S 店再卖给用户的，用户想什么，用户对什么东西在意，都是通过报告调查表传上来的。你见过哪个车厂的老板跟开他车的用户直接沟通，所以这叫 ToB 的思维，在原来那个时代世界肯定是管用的。 这一次很多车圈媒体也觉得很不适应，因为车圈媒体讨论的车都是谈论什么底盘、动力、碰撞试验、空间大小、轴距。这次小米的成功当然因素很多，我也在逐渐学习，所以我也不能一一穷尽。我只能简单讲小米跟做小米手机，做粉丝经济时候用的做法是一样的，就是用户思维，所谓叫用户思维、消费者思维，就是说我表达什么东西，我想说什么不重要，重要的是消费者关心什么，消费者想听什么？比如说很多人可能你真跟消费者去谈很多车的技术，他听得懂吗？其他车厂原来跟车圈的媒体打交道也好，跟自己的经销商打交道也好。他们是 ToB 的思维，ToB 的思维说的是行话，也叫黑话，什么“热成型钢”，这名词我都记不住，所以它跟用户之间是割裂的。 另外大家注意到没有，现在人们的头脑都被短视频格式化了，这次小米在发布会之前，雷军一天最多也发到2、3条短视频，小米发布前的半年，雷军充分的利用短视频和直播的这种影响力，就成功了。雷军做小米手机的时候，那时候粉丝是在论坛里，在小米 MIUI 的社区里，这时候和用户的距离是完全不一样的。现在透过手机短视频和直播，每个客户都感觉企业家是隔着一个屏幕在跟他娓娓道来，直接对话，所以像蔚来的李斌也做了一场直播，就是我说的不装不端，放下身段，从老百姓的角度让每个车主感觉是平视的。 回过头来讲，我今天也给在座的企业家提一个醒，未来不管你做 ToB、ToC，你是不是都需要有影响力，你是不是都需要有一定的客户覆盖？因为今天跟过去不一样，过去 ToB 的客户看专业报纸，很多企业家看这个中国企业家杂志，ToC用户就看电视、娱乐、卫视、城市晚报。这段时间我深刻的感觉到很多政府的领导，很多大企业的领导都是说，周鸿祎我在抖音上、微信里刷到你讲AI的视频。现在不分ToB、 ToG、ToC，所有的受众作为一个个体他都在刷短视频。如果你作为一个企业家，你在短视频上面不能去建立自己的风格、自己的影响力、自己的沟通渠道，毫无疑问就咱们都不谈带货，你的企业未来的发展都很堪忧。 所以我毫不讳言的承认我是不会带货，但是我肯定要为自己的企业代言，要为我自己的产品代言。当然也有人说了，只做网红不做产品也是不对的，但是个人IP打造和产品IP打造实际上是一个双线并举的工作。如果有了很好的产品，又有很好的个人IP，这两个结合起来，那就像我说的，那雷军这一次的短视频和演讲，为小米省了多少的广告费，可能都不止10 个亿吧。所以我再次纠正一下，强调一下，就我觉得所有的企业家、创业者都要学会去做这种公众的表达，通过这种公众的表达，我就来建立你和客户的一种沟通能力。 我还想简单的分享一个想法，就是很多人就想不明白，为什么同样的事情，小米就说的比较清楚，为什么我们都没有说清楚？其实我原来研究过客户体验这件事。用户体验有两个要素，一个是超出用户的预期，就是用户想不到的事你给他做到了。比如说电池都差不多，600 度或 700 度的电能跑多少公里？这些大家都差不多，你在这上谈没有超出用户的预期。如果你去一个饭馆吃饭，吃完饭老板突然跑来说今天上菜晚了，给你送一瓶酒，它超出你的预期，你是不是特别高兴？第二个就是一定是用户可感知的，在这一点上我觉得小米也做得非常的漂亮，就是他把很多用户过去不知道的事情重新包装了一下，娓娓道来。 所以我有一个建议，你最好的试金石，最好的表达方式就是你去做短视频，如果你的短视频讲了一堆话，你觉得讲得很干货，觉得讲得水平很高，但是你的消费者，你的观众听不懂，然后数据量不行，数据是最能说明问题的，就证明你的表达方式应该做一些改变。 大家好，今天有很多新老朋友汇聚一堂。上一次我们的课更多讲的是对于AI发展趋势的判断。最近很多企业都在问，AI这东西挺好的，但是我究竟该怎么拥抱它？今天就从我们这一年的实践，内部一些成功的例子，一些失败的教训，跟大家分享一下。所以今天的主题是讲企业如何拥抱AI。 企业拥抱AI，就要建立AI认知，建立AI信仰 企业如何拥抱AI，还是先有个前提，就是要建立AI认知。 说白了很简单，就是你认不认同AI这件事。所以我总结了一个“AI信仰”。我觉得对于新东西，对AI，我们还是要建立一个基本的认知和信仰，要不然我们的前提就不存在了。 我总结了 6 句话，大家可以自我验证一下。 1、相不相信大模型是真智能 扪心自问，你是不是相信大模型是真智能？这个行业里有真AI专家、假AI专家，有时候拿试金石也能验出来。比如Sora刚出来时候很惊艳，大家都看了Sora做的视频吗？有句话I cannot create what I don't understand。我不能理解的，我就不能创造，不能创造他没有见过的东西。但是有一些假AI专家就为了哗众取宠，贬低说Sora就是个产品，Sora很简单。这么简单，怎么这么长时间我也没见谁做出来一个。所以围绕着Sora和GPT的争论，到今天都还有。它到底是不是真智能？每次我在用大模型的时候，我越用越有一种敬畏心理，虽然我努力说服自己，这玩意儿就是个机器，但是你在给它输不同的词汇的时候，它确实反应是不一样的。所以相不相信大模型是真智能？我觉得这是认知的基础。 2、相不相信AGI正在加速到来 AGI就是通用人工智能，相不相信它正在来到？有一次我口误被逮住了，我说差距还有一年，我后来改口改成两三年，现在马斯克说三五年。但是你要知道OpenAI这批人之所以能够搞？为什么领先全世界，在美国也是遥遥领先一枝独秀？为什么能把Google发明但自己没怎么认真用的Transformer模型用到极致？所有的方法论都不再讲了，最重要的是他们有一个信仰，他们坚定地相信，只要我加数据、加算力、加模型尺寸、加模型参数、加模型乘数，我一定能得到AGI。 包括现在自动驾驶，这两天大家知道马斯克在美国发了FSD的新版本，然后特斯拉的自动驾驶有了很大的提升。可以告诉大家一个秘密，前两年的自动驾驶全是用规则来写规则，你写1万条规则，你的车都会碰到第一万零一条你没遇见过的情况。所以现在世界流行的自动驾驶都在拿Transformer做训练，他们所谓叫“端到端”，就是一个黑话，就是全部用数据来训练，他们就相信只要数据足够多，给的场景足够丰富，机器自然会产生智能，自然会产生判断。所以OpenAI这批人，他们最近跟微软要花1000亿美金搞一个更大的超级计算中心，实际上就是他们坚信AGI一定会来。最近人工智能每天都有新成果，这种度日如年的进展，所以你要相信AGI正在加速来到。人工智能如果不能达到AGI，那就认为人工智能很多工作还是做不了。如果能达到AGI，就意味着它在相当程度上可以跟人的智能和能力相匹敌。 3、相不相信大模型是一场工业革命 尽管每个技术出来都说自己是革命，比如 VR、WEB3、比特币、区块链，每个人都号称自己要掀起一场革命，但是事实证明很多东西有的是技术创新，有的是产品体验创新，有的是商业模式创新。只有大模型是一场真正的工业革命。 4、相不相信大模型将重塑所有产品和业务 最近美国的VC轮着出各种报告，木头姐、红杉、A46Z，你看，在美国VC心目中，他们把这已经看成了是1995年的互联网，1982年的个人电脑。所以工业革命意味着什么？就是大模型将重塑所有的产品和业务。 5、相不相信不拥抱AI的公司会被淘汰 为什么今天我选择来做AI的科普？因为AI已经不是一个科技话题，AI今天是一个社会话题。 上至各国的领导人，下至企业里、工厂里打螺丝的工人，大家可能都关心说人工智能这玩意出来了，对我们每个人到底有什么样的影响？因为我们看到的科幻小说太多了，看到科幻电影也比较多，所以我觉得对我们企业家来讲，你的业务是不是值得用AI重做一遍，或者用AI加持一遍？那关于AI是不是会带来大规模失业问题，我一直是持一个比较乐观的态度，但是我认为不用AI的公司会被用AI的公司淘汰。虽然我们的业务今天不用AI什么事都没有，但你只要闭上眼睛想一想，如果你的对手、你的同行、你的友商用AI降本增效了，比如说别人都用文生图来做海报、做宣传物料，用自动抠图一下提升了很多的生产力，你的对手200个工程师全都用上这个大模型辅助编程代码，正确率提高了20%，那你会怎么想？ 6、相不相信不拥抱AI的员工会被淘汰 我一直坚信大模型对于每个人来讲，是人类有史以来发明的最好的一个生产力工具，可以提升我们个人的能力。所以一般情况下我认为有了大模型并不意味着你会失业，因为你提高了工作效率，甚至解锁了你很多过去不具备的能力。 比如说我们每个人都有很多创意，但是你未必能画出美好的图画，你未必能拍出很好的视频，甚至最近有个Suno可以让你作曲，你给个歌词，它能给你作出一首听起来还蛮像样的歌。昨天晚上我还在跟央视几个视频编辑在谈，有没有可能通过对字幕来进行剪辑，就是我把哪个字幕的字剪掉了，这一段对应的视频就自动去掉了。我把哪一段话在文本编辑器里从后面提到中间，视频就自动跟着变了。如果是这样的话，每个会编辑、会用word的人就都会剪辑视频了，那是不是能提高大家的工作效率？所以那些不拥抱AI的员工会被淘汰。 2024年AI产业发展的十六个趋势 在风马牛那个晚会上，后来因为出了场闹剧，大家注意力都被转移了。大家都在讨论我面对这个挑衅如何镇定应对，那个真不算。我的看家本事是在前面花了40分钟做了场脱口秀，讲AI发展的10个趋势。风马牛讲完不到两个月，我数了一下，它有六七个、七八个趋势都已经初步被验证。然后有人问我说往后怎么办呢？所以我又加了6个趋势，大家可以仔细看一下。 💡 一、开源大模型爆发，大模型未来将无处不在 二、未来大国间AGI竞争的关键是“云端超级大模型”，规模越做越大 三、大模型同时越做越小，搭载于智能终端 四、企业级大模型市场崛起，企业会同时拥有多个垂直大模型 五、多模态成为大模型的关键能力 六、文生图、文生视频等AIGC功能突破性增长 七、ToC 继续涌现杀手级应用 八、知识工程成为大模型落地的决定性要素 九、AI Agent激发大模型潜能成为超级生产力工具 十、人形机器人产业发展获得十倍加速 十一、大模型认知能力不断提升，自动驾驶迎来革命性变化 十二、大模型帮助生物科学等基础科学研究突破瓶颈 十三、AI安全变得前所未有重要 十四、芯片性能每年翻10倍，6年将提升100万倍，算力规模每半年翻1倍 十五、能源成为 AI 甚至人类文明发展瓶颈，唯一破解方法是解决可控核聚变 十六、大模型和硬件结合会带来新产业革命 一、开源大模型爆发，大模型未来将无处不在 二、未来大国间AGI竞争的关键是“云端超级大模型”，规模越做越大 三、大模型同时越做越小，搭载于智能终端 四、企业级大模型市场崛起，企业会同时拥有多个垂直大模型 五、多模态成为大模型的关键能力 六、文生图、文生视频等AIGC功能突破性增长 七、ToC 继续涌现杀手级应用 八、知识工程成为大模型落地的决定性要素 九、AI Agent激发大模型潜能成为超级生产力工具 十、人形机器人产业发展获得十倍加速 十一、大模型认知能力不断提升，自动驾驶迎来革命性变化 十二、大模型帮助生物科学等基础科学研究突破瓶颈 十三、AI安全变得前所未有重要 十四、芯片性能每年翻10倍，6年将提升100万倍，算力规模每半年翻1倍 十五、能源成为 AI 甚至人类文明发展瓶颈，唯一破解方法是解决可控核聚变 十六、大模型和硬件结合会带来新产业革命 当开源大模型爆发，大模型无处不在。未来AGI竞争的关键是云端超级大模型，最近美国的巨头都在进军这个领域。大模型现在越做越小，一加推出手机，这两天斯坦福推了一个叫章鱼的大模型，可以跑在手机上。杨元庆这两天是不是在推AIPC。 我们今天的重点是讲企业大模型市场崛起。因为现在通用大模型也遇到瓶颈。算力可能遇到点瓶颈，英伟达挣的盆满钵满，算力的背后是能源。但我今天还发了一个短视频，他们碰到知识不够的问题了。因为人工智能也在超越人类，之前还在跟人类学习，人类原来也没有意识把很多知识沉淀下来。所以他们现在发展到什么程度呢？像他们最近发现，百度贴吧里的“弱智吧”原来是特别好的学习知识的地方。这个“弱智吧”名字没起好，其实里边一点都不弱智，里边的问题都挺难回答的。我去看了看，好多问题我都回答不出来。比如说明明是睡觉，为什么要去酒店？明明是喝酒，为什么要去夜店？睡觉应该去夜店睡觉，喝酒才去酒店喝酒对吧？所以不要看互联网上满是数据，数据不等于信息，信息不等于知识，知识不等于智慧。所以训大模型就需要把饱含人类智慧的高含量的知识训进去。 OpenAI在2021年据说已经把能找到的人类的知识文本都用完了，因为人类一共就写了1亿本书，那么多杂志期刊论文，只要数字化都可以穷尽。最后想了个方法，他们把YouTube上的视频下载了100万个小时，这原来我也预言过，就是用视频来做学习，他把里边的音轨导出来，把音轨转成文字，用这个文字来做对GPT做训练。所以这个让我们中国人工智能发展又看到了新的机会。因为过去老有人自我讽刺，老有人妄自菲薄，看不起我们国内的这些从业者，说世界上搞人工智能，他们在搞智能，我们在搞人工。但这个段子到今天有了正解，没有人工哪来的智能啊？我们将来发挥我们人口红利，培养很多的人工智能训练师，我们大量的产生像百度“弱智吧”这样的内容，这样可以给我们的人工智能做更好的训练。百度“弱智吧”里边充满了双关语，充满了深刻的逻辑和各种各样的梗，它对大模型提高逻辑能力、提升回答技能能力是非常显著的。 多模态的发展，文生图的发展，ToC会继续涌现杀手级应用。知识工程成为大模型落地的决定性要素。无论做通用大模型还是做专有大模型，知识成为决定性，没有知识的大模型就是个傻子。 Agent架构，最近吴恩达——著名的人工智能世界级科学家，讲了好几次Agent的课。他反复讲到Agent架构对大模型至关重要，这是我今天一个讲课的重点。 还有人形具身智能机器人产业获得十倍速的发展。Figure AI跟GPT合作做的机器人进步很快，最近斯坦福那个机械臂当它操作不对的时候，能听懂人的指令。比如说把一个海绵塞到口袋里，海绵掉在地上，然后人就说把口袋撑大一点，那它就能够照着人的指令完成这个任务。 还有大模型认知能力不断提升，自动驾驶迎来革命性变化。这话音没落，特斯拉已经在自动驾驶上，至少暂时从电车的这个层次跳出来了。最近马斯克宣布要做自动出租车车队。 第12个，大模型帮助生物学科基础科学研究突破瓶颈。第13个，AI安全变得前所未有的重要，这是今天我们的一个重点。第14个，芯片的性能每年翻10倍，大家只需要 6 年就能翻100万倍。黄仁勋说，未来他准备把英伟达的算力提升100万倍。大家觉得100万倍很不可思议，其实它是个指数运算，只要每年提高10倍，在6年就能够到100万倍，并不需要很漫长。算力需要的规模我这瞎说了一下，欢迎大家提供更准确的数据。我觉得每半年可能翻一倍，我希望测一下我们AI行业有没有摩尔定律。 第15个，能源成为最大的瓶颈，我这里面写的唯一破解方法是解决可控核聚变，这话现在显然说错了，因为前两天我到青海大厦开会，青海的领导提出了一个绿色算力的概念，说他们准备拿出10万平方公里全部铺满光伏板，然后他们还有风电，这些电也用不到，那大部分电发布到内地来，能不能就地消化？把中国很多算力中心建到青海本地的话，电就非常的便宜，没准这个问题就能解决。因为中国在再生能源方面是全球的供应链，这一点恰恰成为我们中国的优势。核聚变什么时候能出来现在还不知道。 最后一个趋势，这个趋势今天CES已经表现出来了，就是AI和智能硬件的结合。今天可能不讲，我们专门可以找一次探讨，所以这次CES上不带大模型功能的硬件都不好意思出街了。那未来什么样的智能硬件跟大模型最容易结合？所以我觉得大模型能够把原来的打着智能的概念全部给重新改写。比如今天说的智能手机，只能叫智能手机1.0，乔布斯2007年推出iPhone，到现在其实本质没变化，除了手机越来越薄，屏幕越来越大。但是如果手机能跑大模型了，大模型能在手机底层把手机的各种传感器、API都控制起来，那么这就变成了智能手机2.0。 同样原来智能硬件有个叫Aiot的概念，就是AIIoT，AI加上智能，那也只能叫1.0，因为它真的不智能。包括智能汽车，我认为也要升级到智能汽车2.0。智能汽车只不过是把原来一个机械靠操控为主的，变成了电脑来控制，但是里面并不具备大模型，所以谁真正能让大模型上车，对硬件产生改造。包括我前段时间发视频，无人机跟人工智能结合，算成是大模型和硬件结合。这里边的创业机会、创业空间非常之大，因为很多硬件一旦加上大模型的能力就会真正实现升级。 📌 我多给大家分享一句，现在的大模型可以在4个点给智能硬件增加不可思议的功能。 第一个，用大语言模型增加耳朵、增加嘴巴，就能听懂你说什么，能够跟你用语言做交流，这是第一个突破。 第二个是增加大视觉模型，也就是说以后所有的硬件都会带摄像头，其实你们家的扫地机器人已经快具备这些能力了，都带有麦克风，带有扬声器，都带有摄像头接上大视觉模型多模态能力，那么它就可以看懂发生什么，看懂自己处在一个什么环境。 第三个,大模型加上Agent架构，使你的智能硬件真正有了一个能够做推理、分析、分解任务的大脑。 第四个，是具身智能，但具身智能我们研究的不多，是指这些硬件能不能动起来。前三个改变对现在的很多硬件的体验来说，已经差异于过去十倍的体验了。这次小米也率人演示了小米AI大模型，把小爱同学做了升级。有了大模型之后，这个车就真的像有了灵魂一样，它能理解你说的每一句话。 我多给大家分享一句，现在的大模型可以在4个点给智能硬件增加不可思议的功能。 第一个，用大语言模型增加耳朵、增加嘴巴，就能听懂你说什么，能够跟你用语言做交流，这是第一个突破。 第二个是增加大视觉模型，也就是说以后所有的硬件都会带摄像头，其实你们家的扫地机器人已经快具备这些能力了，都带有麦克风，带有扬声器，都带有摄像