5月18日消息，隨著人工智能技術的迅速發(fā)展，互聯網產業(yè)正在進入一個新的時代。無論是在商業(yè)領域還是日常生活中，AI技術都已經開始改變我們的工作和生活方式。
在2023搜狐科技峰會上，釘釘總裁葉軍、智譜AI COO張帆、騰訊云智能數智人產品總經理陳磊等大佬一起圍繞“強AI時代行業(yè)大變革”展開討論，共議AI大模型對我們工作和生活帶來的影響。
未來每個行業(yè)都會與AI發(fā)生關系 每家企業(yè)都會有自己的大模型
“未來每個行業(yè)都會與AI發(fā)生關系?！贬斸斂偛萌~軍指出，“隨著數據積累增加、工具能力提升、推理能力的增強、算力支撐到位，相信每個行業(yè)都會因此而發(fā)生變革?！?/p>
葉軍認為，未來一年兩年之內，相信大量的工作都會和AI結合，這是不能回避的現實，而且比我們想象來的速度還快。
“AI與工作方式融合后的生產力變革，提升了管理效率、協(xié)同效率及創(chuàng)新效率。在創(chuàng)新效率方面，應用開發(fā)使得效率提升，AI開發(fā)將帶來100-1000倍的效率提升?！?/p>
同時，他認為，未來做APP這件事情會發(fā)生很大變化，也許不會有這么多APP，也不需要APP STORE，每家企業(yè)都有自己的大模型。
對于技術與人類的關系，葉軍認為，科技還是要服務于人，在隱私、安全、版權、企業(yè)的商業(yè)機密，以及深層內容合規(guī)性等方面還有很多問題需要解決。“科技應該為人服務，應該遵從人類整個社會的一些既定契約?！?/p>
千億模型是AIGC的船票 大模型將推動AI普惠
智譜AI COO張帆認為，ChatGPT背后是大模型技術，只有做到千億模型，才是AIGC的船票。
“機器跟人很像，人類的智能不是隨著神經元做的線性增長，我們1歲時有一些基礎智力，但到了3歲以后才開始快速成長，而且人類大概有800億神經元。因此，當機器做到了千億參數量，才開始接近人類。”
張帆認為，做大模型需要面臨算法、算力的挑戰(zhàn)，還需要數據經驗。所謂名師出高徒，越好的數據，喂出來的模型越好。如果數據有問題，或者數據的價值觀有問題，傳導到模型后，將很難修復。
同時他表示，大模型有很多應用場景，比如文本生成，廣告文案、工作周報、新聞信息、標書、招聘、游記等都能見到相關應用，“現在大模型的文本生成能力非常強?！?/p>
還有信息抽取，以前做信息抽取，基本上都靠NLP的方法，比如跟客戶聊天有一萬字的生成，我們從中提取用戶畫像、用戶需求，還需要花費很多時間做調整，生產成本很高。大模型時代，一個人搞半天就可以搞好了。
此外，信息檢索、對話系統(tǒng)等也是很常見的應用場景。微軟全新升級的New Bing，已經搭載了GPT-4 搜索引擎，這是一種全新的模式。
“大模型可以進一步讓AI普惠，可以更加低成本、快速地把AI應用到各種業(yè)務場景中”。張帆表示。
24小時定制數字分身 AI數智人解放主播
4月底，騰訊云首次對外發(fā)布“智能小樣本數智人生產平臺”，該平臺具有訓練樣本小、生產效率高、自動化生產等特性，可以幫助客戶輕松實現“自助式”數智人生產制作。
騰訊云智能數智人產品總經理陳磊介紹稱，目前騰訊云智能數智人產品發(fā)展圍繞兩個方向，一是更智能、更智慧，第二更懂行。
“數智人應用方向，一部分是服務型數智人，一部分是IP身份類數智人。數智人既可以擔任敬業(yè)多才的’數智員工’，也可以成為吸引流量的明星代言人。”陳磊表示，數智人服務正在走入千行百業(yè)，目前已經探索了多種類型的服務場景。
從離線、在線到在場，不論數字人行業(yè)發(fā)展到哪一階段，AI技術始終是賦予數字人生產力的核心因素。
“過去，3D類型數字人定制費用在百萬級?，F在，依托騰訊自研AI能力和技術經驗，3分鐘真人口播視頻、100句語音素材，就可以實現音頻、文本多模態(tài)數據輸入，實時建模并生成高清人像，在24小時內制作出與真人近似的小樣本數智人。”陳磊介紹稱。
他表示，千元級別的成本，小時級的制作時長，大幅降低使用門檻，可以為短視頻創(chuàng)作、知識分享、帶貨直播等場景應用提供更多可能性。
AI大模型或改寫生命科學領域的研發(fā)技術能力
百圖生科生物計算創(chuàng)新發(fā)展平臺總經理高亮在分享中指出，人工智能大模型在生命科學領域意義重大。傳統(tǒng)的蛋白發(fā)現受限于天然存在的蛋白質，而大模型能夠極大擴展搜索空間，高效設計全新功能。
在高亮看來，人工智能大模型或在生物計算領域掀起新的浪潮，或改寫生命科學領域的研發(fā)技術能力?！按竽Ｐ涂梢詮乃羞M化知識中學習可能性和收斂規(guī)律，跳出局部最優(yōu)，快速迭代演化，從而擁有高效的全新蛋白設計能力。”
2018年OpenAI成立，五年的時間里ChatGPT引爆了體驗的革新。高亮相信，生命科學領域的大模型目前正處于臨界點上。但若要做好生物計算大模型引擎，須有三大模塊的支撐：一是計算大模型可以進行跨模態(tài)預訓練和高性能計算；其次是大數據圖譜，公開數據挖掘+獨特自產數據；最后則是高通量驗證，具備高速的蛋白質和細胞的讀寫系統(tǒng)。
（免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。 ）
