国产一级性片,欧美极品在线,天天夜干,一级黄免费

中國企業(yè)報集團主管主辦

中國企業(yè)信息交流平臺

微博 微信

騰訊湯道生:大模型只是起點,產(chǎn)業(yè)落地是AI更大的應(yīng)用場景

作者:本報記者 馬國香 2023-06-21 23:15 來源:中國企業(yè)網(wǎng) 次閱讀
 
騰訊湯道生:大模型只是起點,產(chǎn)業(yè)落地是AI更大的應(yīng)用場景


  6月21日,北大光華管理學(xué)院聯(lián)合騰訊,宣布升級“數(shù)字中國筑塔計劃”,共同推出“企業(yè)管理者人工智能通識課”系列課程,助力企業(yè)創(chuàng)始人和管理者擁抱AI。在第一課上,騰訊集團高級執(zhí)行副總裁、云與智慧產(chǎn)業(yè)事業(yè)群CEO湯道生,簡要回顧AI的歷史,系統(tǒng)詮釋了大語言模型推動的技術(shù)變革,行業(yè)落地的挑戰(zhàn)與應(yīng)對,以及企業(yè)擁抱大模型的基本準(zhǔn)則。


  湯道生回顧了AI發(fā)展的歷史,表示算法創(chuàng)新、算力增強、開源共創(chuàng)三大因素的疊加,構(gòu)成了AI的“增長飛輪”。

  大模型的快速進步,推動我們正在進入一個被AI重塑的時代。湯道生表示,大模型只是起點,未來,應(yīng)用落地的產(chǎn)業(yè)變革是更大的圖景。企業(yè)過去的研發(fā)、生產(chǎn)、銷售、服務(wù)等環(huán)節(jié)中,有很多依賴人來判斷、協(xié)調(diào)與溝通的地方,今天都值得去看看,哪些環(huán)節(jié)可以疊加AI的生產(chǎn)力,來提質(zhì)、降本與增效。

  “AI對世界的改變,一定是通過與產(chǎn)業(yè)融合實現(xiàn)的。機器決策、自主生成、自然交互等一系列變革,將推動產(chǎn)業(yè)實現(xiàn)更高效率、更低成本、更好體驗和更大創(chuàng)新。未來的企業(yè),也將向智能原生進化?!?br />
  以下為演講湯道生全文:

  大家好!非常高興參加今天的發(fā)布會,一起探討產(chǎn)業(yè)智能化升級。隨著大語言模型的發(fā)展,我們正在進入一個被AI重塑的時代,從生產(chǎn)銷售、組織人才,到產(chǎn)業(yè)革新、社會發(fā)展,都會發(fā)生劇烈的變化。

  許多企業(yè)管理者也在思考,如何把大模型技術(shù)應(yīng)用到自己企業(yè)場景中,比如在客服與營銷環(huán)節(jié),為業(yè)務(wù)經(jīng)營帶來更多降本增效?如何在使用大模型時,保護企業(yè)數(shù)據(jù)的產(chǎn)權(quán)與隱私?如何降低大模型的使用成本?這些都是企業(yè)管理者需要考慮的現(xiàn)實問題。

  今天,我們和北京大學(xué)光華管理學(xué)院攜手共建的“企業(yè)家人工智能通識課”,就是期望能夠幫助大家,在前沿技術(shù)理解、公司組織變革、商業(yè)模式驗證、模型實際落地等重要問題上,一起尋找新的解題思路。

  在這里,我也分享一些對人工智能和產(chǎn)業(yè)融合的想法,跟大家探討,如何以AI驅(qū)動產(chǎn)業(yè)變革。

  我想從四個部分,分享一下自己的觀察和看法,包括AI的歷史、技術(shù)現(xiàn)狀、產(chǎn)業(yè)落地和帶給我們的挑戰(zhàn)。我先從技術(shù)發(fā)展的角度,回顧一下AI發(fā)展史,這會幫助我們更好的理解人工智能的現(xiàn)狀和未來發(fā)展。

  一、人工智能發(fā)展歷程

  1950年,人工智能之父圖靈在論文中,提出了一個關(guān)鍵問題:“機器是否可能具有人類智能?”由此誕生了“人工智能”的概念。

  人工智能究竟是什么?它是一門研究、開發(fā),如何模擬、擴展人的智能的科學(xué)。包括機器人、語言識別、圖像識別、自然語言處理等方向。

  簡單說,就是研究怎么讓機器和人一樣,會聽會說,會看,會思考,可以行動。其中尤其重要的一個方面,是讓機器掌握語言,從理解、學(xué)習(xí),到生成表達,這也是今天,GPT-4這樣的大模型所表現(xiàn)出來這種“超能力”。

  語言是人類思維最重要的載體,《人類簡史》作者尤瓦爾(Yuval)甚至說,通過掌握語言,人工智能已經(jīng)破解了人類文明的操作系統(tǒng),掌握了通往未來的“萬能鑰匙”。

  過去40年,AI發(fā)展不斷加速。也有一些大眾熟知的標(biāo)志性事件,比如,IBM的專用超算機深藍,在1995年,通過窮舉棋盤上所有可能性,奪得國際象棋世界冠軍。2016年,AlphaGo結(jié)合深度學(xué)習(xí)與強化學(xué)習(xí),在圍棋上打敗李世石。還有AlphaFold對生物科學(xué)的貢獻,把蛋白質(zhì)的折疊做到非常高的精度。再到最近讓大眾風(fēng)靡的ChatGPT、GPT-4,文生圖技術(shù)Midjourney、StableDiffusion等等。

  這些事件的背后是底層技術(shù),特別是神經(jīng)網(wǎng)絡(luò)的持續(xù)突破。1986年,深度學(xué)習(xí)之父杰弗里·辛頓(GeoffreyHinton)發(fā)明反向傳播算法,奠定了現(xiàn)代機器學(xué)習(xí),用數(shù)據(jù)來訓(xùn)練神經(jīng)網(wǎng)絡(luò)的理論基礎(chǔ)。

  神經(jīng)網(wǎng)絡(luò)計算模型的原理,是通過模仿人腦構(gòu)建人工神經(jīng)元模型,以多層架構(gòu),層層抽象。

  隨后,模型架構(gòu)不斷創(chuàng)新,比如卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)等,帶來了深度學(xué)習(xí)的大發(fā)展。最近一次重要的突破是2017年,Google多名研究員發(fā)布了一篇開創(chuàng)性的論文《Attentionisallyourneed》,提出Transformer架構(gòu),以自注意力來表達序列中每個單詞的關(guān)聯(lián),今天包括GPT在內(nèi)的AI模型,都是在這個Transformer通用框架上衍生而來。

  AI的發(fā)展,除了底層技術(shù),還要受到算力等因素的限制。神經(jīng)網(wǎng)絡(luò)的訓(xùn)練非常消耗算力,在80年代,計算機能力僅能支撐淺層神經(jīng)網(wǎng)絡(luò),當(dāng)時一個較為典型的神經(jīng)網(wǎng)絡(luò)只有1960個參數(shù),連最簡單的文字識別基本都無法完成。哪怕到了2000年代初,算力仍然是瓶頸,可供訓(xùn)練的在線數(shù)據(jù)也不足。

  到了最近20年,硬件算力不斷提升。一方面,摩爾定律讓芯片計算能力持續(xù)翻翻;另一方面,高速網(wǎng)絡(luò)與分布式計算技術(shù),也讓計算機集群規(guī)模不斷擴大。2000年代中,英偉達打造了CUDA,把GPU變得更通用與可被編程,一下從圖形渲染,延展到科研超算領(lǐng)域?;诓煌脑O(shè)計理念,GPU重點攻克并發(fā)的向量計算,單個GPU的算力,比過去基于CPU的算力多了一千倍。加上互聯(lián)網(wǎng)的高速發(fā)展,快速增加了可訓(xùn)練的數(shù)據(jù),讓神經(jīng)網(wǎng)絡(luò)可以做到更大、更深、更多參數(shù)、更復(fù)雜的模型結(jié)構(gòu),由此誕生了千億級以上參數(shù)的大模型。

  此外,全球產(chǎn)學(xué)研力量,攜手開源共創(chuàng),也是人工智能快速突破的重要因素。無論是科研論文、數(shù)據(jù)集、模型算法,還是軟件平臺,一代一代的人工智能科學(xué)家,都無私的開放自己的研究成果,讓后來者能在前人的基礎(chǔ)上不斷前進。

  在開源軟件方面,全球高校與科技企業(yè),都為開發(fā)者貢獻了多種AI訓(xùn)練與推理框架,還有大量數(shù)據(jù)處理工具。

  到今天,大量各類預(yù)訓(xùn)練的開源模型,都能從huggingface、github等平臺下載,讓全球研究人員可以在各種開源模型上搭建服務(wù),與優(yōu)化出更好的模型。

  開源共創(chuàng)、算法創(chuàng)新、算力大幅增強,這些因素疊加,構(gòu)成了AI的“增長飛輪”。GPT-4、PaLM2、LLaMa等大模型的問世,讓大家看到了通用人工智能的曙光。

  二、大模型推動智能變革

  如果說,大語言模型已經(jīng)涌現(xiàn)出一定的智能現(xiàn)象,也就應(yīng)該能產(chǎn)生出,在訓(xùn)練數(shù)據(jù)中從來沒有出現(xiàn)過的新組合內(nèi)容。

  通過這個畫畫的案例,我們可以看到現(xiàn)在的AI大模型處理問題的方式,不再是靠完整的保存與復(fù)制,而是通過理解指示后,把訓(xùn)練過的知識重新組合生成的。

  可以看出,大模型可以按照指令,逐步畫圖,比如,用字符來畫一個人出來。其中用字母O表示臉,用字母Y表示軀干,再用H表示雙腿。第一次畫的并不理想,但可以根據(jù)反饋,調(diào)整身體、手的比例,給小人穿上衣服。是一個不斷反饋和調(diào)整的過程。

  另一方面,著名的圖靈測試,就是在對話中能否識別出對方是人還是AI,在今天已經(jīng)不足以評估人工智能的智能程度。

  如果做題考分是評估人的智能最直接的工具,那么大語言模型在語言理解與邏輯推理能力上,已經(jīng)超過了平均人類的水準(zhǔn)。

  在編程領(lǐng)域,GPT-4參加了亞馬遜的模擬技術(shù)考試,拿到了滿分,這個考試規(guī)定的時長是兩小時,它只用了不到4分鐘。在美國GRE和生物奧林匹克競賽考試當(dāng)中,GPT-4也超過99%的人類;模擬律師資格考試的成績,大約是前10%。此外,谷歌的Med-PaLM2,也在美國醫(yī)療執(zhí)照考試中達到了專家水平。

  最近,OpenAI又給ChatGPTAPI增加了函數(shù)調(diào)用能力,這意味著大模型也能使用工具了。自己不具備的能力,可以靠各種第三方服務(wù)嘗試解決,大大增加了通用大模型解決問題的能力。

  大語言模型代表人工智能的發(fā)展,已經(jīng)達到了一個新的高峰,有卓越的語言理解、強大的邏輯推理與溝通能力,能帶入角色,主動思考。

  用大量數(shù)據(jù)預(yù)訓(xùn)練的模型也推動機器視覺、語音識別、機器人等AI能力發(fā)生新的突破。通過對機器想、聽、看、動等能力的整合,AI也將真正成為人們的工作和生活助手。

  首先,基于多模態(tài)的大模型,計算機視覺從“能看”到“看懂”。

  在銀行業(yè)務(wù)中,要處理很多的回單、發(fā)票、申請書、業(yè)務(wù)郵件等數(shù)據(jù),例如我們合作的一家商業(yè)銀行,在資產(chǎn)托管業(yè)務(wù)中,每天需要處理1萬多件郵件和傳真。來自投資、保險、融資等等不同的業(yè)務(wù)系統(tǒng),內(nèi)容有票據(jù)、證件照片等等,多種樣式??咳斯ぬ幚?#xff0c;錄入系統(tǒng),費時費力,就需要借助更智能的機器識別。

  在傳統(tǒng)的算法模型下,需要輸入2千張的單據(jù),機器才能識別一種單據(jù),也沒有整理成表格或者標(biāo)簽的能力。

  現(xiàn)在,基于大模型能力,我們的TI-OCR只需要50張被標(biāo)注的單據(jù),就可以快速識別一種類型的單據(jù)。同時可以根據(jù)分析能力,自動提煉核心標(biāo)簽,生成電子數(shù)據(jù)文件,進行后續(xù)的商業(yè)分析。

  大語言模型不僅懂多種人類語言,還掌握多種程序語言,還可以幫助程序員寫代碼。

  我們也打造了騰訊云新一代AI代碼助手,實現(xiàn)AI對代碼的理解,輔助程序員編寫、排錯與測試,為軟件研發(fā)的全流程助力,提高開發(fā)效率與代碼質(zhì)量。

  這是上周新發(fā)布的一段視頻。騰訊RoboticsX機器人實驗室的機器狗Max,能力又升級了。大家可以看到,兩只機器狗正在進行一段障礙追逐賽,把他們隨機放到場地中,一個追,一個躲,還有一面隨機出現(xiàn)的旗子。躲的機器狗,要努力在不被抓到情況下,摸到旗子,摸到旗子后,角色調(diào)轉(zhuǎn)。

  在這個過程中,兩只機器狗要實時的根據(jù)對方的行動,判斷自己的行為,同時還要惦記著目標(biāo),也就是碰到旗子,或者抓住對方。同時,在碰到旗子后要馬上修正自己的策略。

  通過這個視頻,我們能看到,機器狗的行動,也因為預(yù)訓(xùn)練AI模型和強化學(xué)習(xí)的加入,具有了更好的靈活性和自主決策能力。

  大語言模型不僅能與人溝通,更重要的是通過模型的精調(diào),可以按需求產(chǎn)生一系列的執(zhí)行步驟,比如聯(lián)網(wǎng)調(diào)用不同插件的能力,加上多模態(tài)讓AI同時能看懂圖,聽懂話,會規(guī)劃,能行動,這樣就可以做出更強大的應(yīng)用,讓AI更像真正意義上的智能助手,完成更高級的任務(wù)。

  比如,線上廣告投放員,每天需要刷新大量廣告素材,確保廣告投放的ROI,如果結(jié)合廣告效果數(shù)據(jù)與文生圖能力,可以不斷地根據(jù)數(shù)據(jù)分析,生成投放策略,調(diào)整投放渠道,并且針對性的生成投放素材,自動化程度與效率都會更高。

  三、企業(yè)擁抱大模型的方式和路徑

  這么多變革匯聚在一起,也意味著海量的創(chuàng)新即將爆發(fā)。大模型只是起點,未來,應(yīng)用落地的產(chǎn)業(yè)變革是更大的圖景。

  事實上,不管哪個行業(yè),都應(yīng)該積極擁抱AI,過去的研發(fā)、生產(chǎn)、銷售、服務(wù)等環(huán)節(jié)中,都有很多依賴人來判斷、協(xié)調(diào)與溝通的地方,今天都值得我們?nèi)タ纯茨男┉h(huán)節(jié),可以疊加AI的生產(chǎn)力,來提質(zhì)、降本與增效。

  目前,海外一些大型企業(yè),已經(jīng)開始投資及采用大模型技術(shù)。比如,摩根士丹利直接接入GPT-4,用它整合、解析,海量的投資策略和市場研究報告,給投資顧問提供直接的參考。

  根據(jù)自媒體《量子位》的分析,我們可以看到,生成式AI(AIGC)對不同行業(yè)的影響程度與接受程度。圖中能看到,內(nèi)容與電商產(chǎn)業(yè)受到影響最明顯,像文生圖的技術(shù),將會大大改變內(nèi)容制作的流程與成本。

  既然大模型這么重要,在座的企業(yè)家與管理者,可能也會問,我們?nèi)绾伟阉迷谄髽I(yè)上,抓住技術(shù)變革的紅利?

  我可以給企業(yè)管理者一些建議:

  第一,聚焦企業(yè)自身業(yè)務(wù),挑選具體場景,讓AI成為服務(wù)的增量。

  第二,確保訓(xùn)練數(shù)據(jù)質(zhì)量,梳理出測試用例,建立上線評估流程。

  第三,確保服務(wù)合規(guī),同時關(guān)注數(shù)據(jù)的產(chǎn)權(quán)與隱私。

  第四,使用云廠商工具,搭建一體化的模型服務(wù),這樣效率比較高,節(jié)約訓(xùn)練、運維的成本和時間。

  在具體實施中,模型、數(shù)據(jù)和算力是大家需要格外關(guān)注的三個點。

  首先是模型。雖然大家對通用大語言模型的聊天機器人期待很高,但它不是唯一的大模型服務(wù)方式,也不一定是滿足行業(yè)場景需求的最優(yōu)解。

  目前,通用大模型一般都是基于廣泛的公開文獻與網(wǎng)絡(luò)信息來訓(xùn)練的,上面的信息可能有錯誤、有謠言、有偏見,許多專業(yè)知識與行業(yè)數(shù)據(jù)積累不足,導(dǎo)致模型的行業(yè)針對性與精準(zhǔn)度不夠,數(shù)據(jù)“噪音”過大。但是,在很多產(chǎn)業(yè)場景中,用戶對企業(yè)提供的專業(yè)服務(wù)要求高、容錯性低,企業(yè)一旦提供了錯誤信息,可能引起巨大的法律責(zé)任或公關(guān)危機。因此,企業(yè)使用的大模型必須可控、可追溯、可修正,而且必須反復(fù)與充分測試才能上線。

  我們認為,客戶更需要有行業(yè)針對性的行業(yè)大模型,再加上企業(yè)自己的數(shù)據(jù)做訓(xùn)練或精調(diào),才能打造出實用性高的智能服務(wù)。企業(yè)所需要的是,在實際場景中真正解決了某個問題,而不是在100個場景中解決了70%-80%的問題。

  另外,訓(xùn)練數(shù)據(jù)越多,模型越大,訓(xùn)練與推理的成本也越高。實際上,大部分的企業(yè)場景,可能也不需要通用AI來滿足需要。因此,如何在合理成本下,選擇合適的模型,是企業(yè)客戶所需要思考與決策的。

  其次,數(shù)據(jù)是大模型的原材料,針對具體場景,相關(guān)數(shù)據(jù)的覆蓋與質(zhì)量都是至關(guān)重要,標(biāo)注數(shù)據(jù)的管理也是模型迭代中的重要工作。

  模型最終要在真實場景落地,要達到理想的服務(wù)效果,往往需要把企業(yè)自身的數(shù)據(jù)也用起來。在模型研發(fā)過程中,既要關(guān)注敏感數(shù)據(jù)的保護與安全合規(guī),也需要管理好大量的數(shù)據(jù)與標(biāo)簽,不斷測試與迭代模型。

  再次,算力是模型持續(xù)運轉(zhuǎn)的基礎(chǔ),高性能、高彈性和高穩(wěn)定的算力,需要借助專業(yè)的云服務(wù)。

  在大模型的訓(xùn)練和使用過程中,需要大量異構(gòu)算力的支持,對網(wǎng)絡(luò)速度與穩(wěn)定性要求也很高,加上GPU服務(wù)器比一般服務(wù)器穩(wěn)定性更低一些,服務(wù)器的運維、問題的排查更頻繁,整體運維的難度與工作量會高很多。在訓(xùn)練集群中,一旦網(wǎng)絡(luò)有波動,訓(xùn)練的速度就會受到很大的影響;只要一臺服務(wù)器過熱宕機,整個集群都可能要停下來,然后訓(xùn)練任務(wù)要重啟,這些問題會使得訓(xùn)練時間大大增加,投入在大模型的成本也會飆升。

  基于這些企業(yè)現(xiàn)實問題和需求的思考,就在前兩天,騰訊也正式公布了騰訊云MaaS服務(wù)全景圖。

  基于騰訊云TI平臺打造的行業(yè)大模型精選商店,將覆蓋金融、文旅、政務(wù)、醫(yī)療、傳媒、教育等10大行業(yè),提供超過50個解決方案。在這些能力模型基礎(chǔ)上,伙伴們只需要加入自己獨有的場景數(shù)據(jù),就可以快速生成自己的“專屬模型”。

  我們也推出基于騰訊云TI平臺的,行業(yè)大模型精調(diào)解決方案。幫助模型開發(fā)者與算法工程師,一站式解決模型調(diào)用、數(shù)據(jù)與標(biāo)注管理、模型精調(diào)、評估測試與部署等任務(wù),減輕創(chuàng)建大模型的壓力。我們也可以通過TI平臺,實現(xiàn)模型的私有化部署、權(quán)限管控和數(shù)據(jù)加密等方式,讓企業(yè)用戶在使用模型時更放心。

  比如,我們和國內(nèi)的頭部在線旅游公司,基于“文旅大模型”,打造了機器人客服,可以自動判斷用戶意圖,并自動調(diào)用相應(yīng)的API,高質(zhì)量完成用戶咨詢及服務(wù)。

  假如一個用戶問“端午節(jié)三天不出江浙滬,有什么行程推薦,應(yīng)該怎么安排?”如果是基于通用大模型的客服機器人,只能給出一些簡單的景點介紹和路線規(guī)劃。

  但當(dāng)我們加入行業(yè)數(shù)據(jù),進行模型精調(diào)之后,客服機器人的回答變得更加細致,能夠規(guī)劃出每天的交通、景點安排,包括不同檔次的酒店推薦、介紹,甚至可以直接提供預(yù)訂鏈接,平臺優(yōu)惠券信息。智能客服系統(tǒng),不僅可以實現(xiàn)人性化的服務(wù)體驗,也具備了更強的銷售轉(zhuǎn)化能力。

  在算力服務(wù)上。騰訊云所提供的穩(wěn)定計算、高速網(wǎng)絡(luò)與專業(yè)運維,可以為算法工程師大大減輕設(shè)備運維的壓力,讓他們把精力放在模型的構(gòu)建與算法的優(yōu)化上。

  騰訊云也打造了面向模型訓(xùn)練的新一代HCC(High-Performance Computing Cluster)高性能計算集群,搭載最新次代GPU,結(jié)合多層加速的高性能存儲系統(tǒng),加上高帶寬、低延遲的網(wǎng)絡(luò)傳輸,整體性能比過去提升了3倍,獲得了很多客戶的高度認可,幾家大模型獨角獸,都與我們展開了算力的合作。

  在計算集群的“硬實力”之外,我們最近也推出了更適合AI運算的“軟能力”——向量數(shù)據(jù)庫,它能更高效地處理圖像、音頻和文本等非結(jié)構(gòu)化數(shù)據(jù),支持單索引10億級規(guī)模,比單機插件式檢索規(guī)模提升10倍,數(shù)據(jù)接入AI的效率,也比傳統(tǒng)方案提升10倍。

  四、AI發(fā)展的挑戰(zhàn)和應(yīng)對之策

  AI價值巨大,發(fā)展速度驚人,但從社會的層面,我們也要注意,帶來的風(fēng)險與挑戰(zhàn)。

  最近,杰弗里·辛頓(GeoffreyHinton)因為擔(dān)心AI無法控制,離開了谷歌,他在接受采訪時提到:人工智能的信息架構(gòu)可能比人腦的信息架構(gòu)更強大。

  人類大腦中大概有860億個神經(jīng)元,這些神經(jīng)元之間形成了大概100萬億個連接。雖然GPT4的參數(shù)沒有披露,但普遍估算參數(shù)量只有人腦神經(jīng)元連接的百分之一,大概是5000億到1萬億。

  但GPT4裝載的知識卻是普通人的千倍萬倍,學(xué)習(xí)效率也更高。這說明,在某程度上,當(dāng)前的神經(jīng)網(wǎng)絡(luò)可能比人腦擁有一個“更優(yōu)”的處理信息的架構(gòu)與學(xué)習(xí)算法,一旦得到足夠算力來訓(xùn)練,就可以更快速地學(xué)習(xí)大量信息與知識。

  還有一點值得一提,AI通過在線連接,就可以把模型下載與復(fù)制,在相對短時間內(nèi),就讓一臺新機器復(fù)制好海量的知識,而且各自學(xué)習(xí)不同知識后還可以相互同步。而人類的知識和智慧傳承,必須通過復(fù)雜多變又不太精確的語言,作為傳遞信息的媒介,每個人的培養(yǎng)幾乎是從0開始(除了基因中hardcode的記憶),都需要從小開始,花數(shù)十年時間來學(xué)習(xí),花數(shù)十年來積累經(jīng)驗。

  AGI強大且不斷泛化的能力,讓很多人都非常擔(dān)心,人類會逐漸失去對AI的控制。尤其AGI能聯(lián)網(wǎng),能編程,能操控其他系統(tǒng)(因為可以調(diào)用其他系統(tǒng)的API),讀懂人(因為模型里導(dǎo)入大量書籍,了解人類千年文明發(fā)展歷史,了解人們的思考方式與弱點,每天還跟很多人互動,甚至交流情感),它掌握語言(因此可以影響人的思考與行為),它能產(chǎn)生圖與視頻(因此可以讓人產(chǎn)生視覺錯覺),可能還有更多能力我們還沒發(fā)現(xiàn)。

  因此Hinton也提出,AI對人類產(chǎn)生四重威脅。他不惜從工作了10年的谷歌離職,推動大眾對人工智能潛在風(fēng)險的關(guān)注,并建立安全使用AGI的規(guī)范。

  面對人工智能帶來的各種問題,還有很多值得思考的東西。包括人類發(fā)展、倫理、教育等等。

  這些問題,相信我們在座每一位,都有自己的思考。但是有一點我想講的是,技術(shù)的發(fā)展、演進、變化,總是超出人的想象,而人類擁抱變化的勇氣,創(chuàng)新的智慧,化挑戰(zhàn)為機遇的能力,也往往超出我們自己的想象。就像工業(yè)革命早期,也有過對于農(nóng)村經(jīng)濟瓦解、工人生存狀況堪憂等等情況的擔(dān)心,但是,最終我們以人類特有的方式,走了過來,并且讓全人類的生產(chǎn)效率、生活質(zhì)量以幾何指數(shù)飆升。

  毫無疑問,AI對世界的改變,一定也是通過與產(chǎn)業(yè)的融合實現(xiàn)的。機器決策、自主生成、自然交互等一系列變革,推動產(chǎn)業(yè)實現(xiàn)更高效率、更低成本、更好體驗和更大創(chuàng)新。未來的企業(yè),也將向智能原生進化。

  面向未來,騰訊也愿意持續(xù)貢獻自己的能力,以開放的心態(tài)和無窮的好奇心,和各位專家學(xué)者、企業(yè)管理者一起,共同探索、創(chuàng)新,擁抱智能時代的新機遇。
點贊()
上一條:PICO斬獲618 XR品類銷量榜冠軍2023-06-21
下一條:五度結(jié)緣APEC 五糧液持續(xù)向世界傳遞中國民族品牌新勢能2023-06-21

相關(guān)稿件

多家企業(yè)發(fā)布基于大模型的AI應(yīng)用產(chǎn)品 2023-05-26
AI大模型開啟應(yīng)用場景比拼 2023-06-14
人工智能助推醫(yī)療健康產(chǎn)業(yè)快速發(fā)展 2023-04-26
大廠競逐AI大模型 虛火過旺還是星辰大海? 2023-04-14
武漢經(jīng)開區(qū)打造全國一流智能網(wǎng)聯(lián)汽車應(yīng)用場景 2022-05-11
國務(wù)院國有資產(chǎn)管理委員會 中國企業(yè)聯(lián)合會 中國企業(yè)報 中國社會經(jīng)濟網(wǎng) 中國國際電子商務(wù)網(wǎng) 新浪財經(jīng) 鳳凰財經(jīng) 中國報告基地 企業(yè)社會責(zé)任中國網(wǎng) 杭州網(wǎng) 中國產(chǎn)經(jīng)新聞網(wǎng) 環(huán)球企業(yè)家 華北新聞網(wǎng) 和諧中國網(wǎng) 天機網(wǎng) 中貿(mào)網(wǎng) 湖南經(jīng)濟新聞網(wǎng) 翼牛網(wǎng) 東莞二手房 中國經(jīng)濟網(wǎng) 中國企業(yè)網(wǎng)黃金展位頻道 硅谷網(wǎng) 東方經(jīng)濟網(wǎng) 華訊財經(jīng) 網(wǎng)站目錄 全景網(wǎng) 中南網(wǎng) 美通社 大佳網(wǎng) 火爆網(wǎng) 跨考研招網(wǎng) 當(dāng)代金融家雜志 借貸撮合網(wǎng) 大公財經(jīng) 誠搜網(wǎng) 中國鋼鐵現(xiàn)貨網(wǎng) 證券之星 融易在線 2014世界杯 中華魂網(wǎng) 納稅人俱樂部 慧業(yè)網(wǎng) 商界網(wǎng) 品牌家 中國國資報道 金融界 中國農(nóng)業(yè)新聞網(wǎng) 中國招商聯(lián)盟 和訊股票 經(jīng)濟網(wǎng) 中國數(shù)據(jù)分析行業(yè)網(wǎng) 中國報道網(wǎng) 九州新聞網(wǎng) 投資界 北京科技創(chuàng)新企業(yè)誠信聯(lián)盟網(wǎng) 中國白銀網(wǎng) 炣燃科技 中企媒資網(wǎng) 中國石油化工集團 中國保利集團公司 東風(fēng)汽車公司 中國化工集團公司 中國電信集團公司 華為技術(shù)有限公司 廈門銀鷺食品有限公司 中國恒天集團有限公司 濱州東方地毯集團有限公司 大唐電信科技股份有限公司 中國誠通控股集團有限公司 喜來健醫(yī)療器械有限公司 中國能源建設(shè)股份有限公司 內(nèi)蒙古伊利實業(yè)集團股份有限公司 中國移動通信集團公司 中國化工集團公司 貴州茅臺酒股份有限公司