周鸿祎:人类及全球命运已悄然改变,人工智能正以前所未有速度接近人类某些能力极限,特定领域超越99%人类【附人工智能行业现状分析】

趋势速递

周鸿祎:人类及全球命运已悄然改变,人工智能正以前所未有速度接近人类某些能力极限,已超越99%人类【附人工智能行业现状分析】

(图片来源:摄图网)

10月24日,360公司创始人周鸿祎在微博上发布了一段视频,分享了他对人工智能(AI)的最新见解。他强调,过去的十二天里,人类和世界的命运可能已经悄然发生了重大改变,而这些变化对于许多普通人来说尚未明显察觉。

周鸿祎指出,这十二天里,几大国际科技巨头在AI领域展开了激烈的军备竞赛。AI正以前所未有的速度逼近人类的能力边界,特别是在逻辑推理、问题解决和模仿人的抽象思维等方面,其能力迅速提升。他指出,AI在某些方面甚至已经超越了99%的人类,我们正站在一个历史的转折点上。

周鸿祎:人类及全球命运已悄然改变,人工智能正以前所未有速度接近人类某些能力极限

然而,周鸿祎对于AI的看法并非一味乐观或悲观。不久前,他也发布了一则视频谈到AI,表示越研究AI,他越发现AI永远无法替代人脑。他指出,那些天天喊着AI会替代人类、带来大规模失业的人,实际上是在制造不必要的焦虑。周鸿祎认为,AI的出现并不是为了替代人类,而是应该与人类形成一种协作关系。他强调,AI应该是人类发明的最伟大工具之一,它的作用是给人赋能、提高生产力。AI被创造出来的最大意义在于代表人类去解决那些耗时费力的工作,从而辅助人类的发展。

事实上,AI技术的快速发展已经在全球范围内引起了广泛关注。本月初,全球著名AI公司OpenAI在“12天12场直播”活动首秀中,推出了一款名为o1的推理大模型完整版本和进阶模式。这款模型速度更快、正确率更高、更加智能,OpenAI将其称为“最强大的模型”。o1模型在回答用户问题时展现出了类似人类思维方式的内部思维链条,能够为用户提供针对最困难问题的最佳答案。

人工智能行业在当今时代正以前所未有的速度蓬勃发展,已然成为全球科技领域的核心驱动力之一。它融合了机器学习、深度学习、自然语言处理、计算机视觉等众多前沿技术,不断拓展着人类能力的边界。从智能语音助手为人们的日常生活提供便捷服务,到自动驾驶汽车改变未来交通出行的模式;从精准医疗领域利用人工智能进行疾病诊断和药物研发,提升医疗效率与精准度,到工业生产中借助智能算法优化流程、提高质量控制水平,AI技术的应用场景已经广泛且深入地渗透到各个行业。

全球大模型领域领先企业及产品布局情况

当前全球AI大模型行业正处于技术创新与商业化加速推进的阶段。OpenAI、Google、微软等美企处于领先地位,主导生成式AI、自然语言处理等领域,模型如GPT系列和PaLM广泛应用。Meta等公司探索开源模式,增强生态影响力。行业趋势包括模型规模扩张、多模态能力提升和垂直领域优化,但高计算成本与安全性挑战仍是主要问题。

图表3:全球大模型领域领先企业及产品布局情况

国内外主要大语言模型研发路径与技术对比

在大语言模型(LLMs)的全球竞技场中,ChatGPT与Google的Gopher、LaMDA,以及Meta的Llama等构成了国际标杆,而国内则由百度的“文心一言”、360的大语言模型、阿里的“通义千问”和商汤的“商量”等引领潮流。从对话和文本生成能力的角度,ChatGPT暂居优势,但这并非因为技术壁垒不可逾越。实际上,Google等国外企业因战略和技术理念选择了不同的发展路径,这是其暂时落后的主因。随着新技术的不断涌现,赶超ChatGPT并非不可能。相对而言,百度等国内企业在数据集、计算能力和工程化方面存在短板,短期内难以实现对国外模型的迎头赶上,这更多地需要国内AI产业全链条的协同进步。

在影响大语言模型性能的因素方面,训练数据、模型规模(即参数数量)、生成算法和优化技术被认为是核心变量。然而,如何准确量化这些因素对模型性能的具体影响,目前还处于探索阶段,没有明确的结论。总体来看,世界顶级的大语言模型在技术层面上尚未拉开明显的差距。

图表4:截至2024年国内外主要大语言模型研发路径与技术对比

注:该图表数据截至2024年1月。

中国生成式AI应用集中于商业化发展成熟优势产业,商业模式尚在探索中

中国生成式AI企业利用国内垂直场景优势,将生成式AI优先应用于商业化基础设施较完善的新兴行业中;在国内,生成式AI应用发展最迅速的领域包括电商、传媒、娱乐和游戏,尤其是数字虚拟人和电商视频营销,而大部分传统行业(如金融、能源、教育等)仍处于小规模试点阶段。

目前,大部分中国市场的生成式AI创业公司刚刚完成标准化产品输出,开始进入初级商业化探索阶段,市场上主流的商业模式包括云资源售卖、模型API调用、SaaS收费、素材收费等。

由于国内企业对软件的付费意愿不高、市场有待进一步培育,以及企业对SaaS部署方式存在数据安全方面的顾虑,大规模应用生成式AI的商业模式仍有待探索。

图表1:中国生成式AI商业化应用特点

中国工程院院士郑纬民表示,大模型的开发、训练、微调及推理各个环节均离不开算力,且算力成本占据着整体开销的大头,特别是在训练阶段,其占比高达70%,而在推理阶段更是高达95%。鉴于此,算力成为支撑大模型发展的关键因素。

华为创始人兼CEO任正非在谈到对未来AI的看法时表示,世界走向人工智能的潮流是不可阻挡的。由于芯片、算力……各种技术的发达,促进了智能时代的到来,就像英国发明了火车、纺织机械、轮船一样,它产生了时代的转折点。现在这个时代的转折点是人工智能的应用。如果有机会去参观中国的天津港,从装船、运输、堆垛,包括通过海关,一百多平方公里的土地上,几乎没有一个人。炼钢是很苦的,火很烤,现在炼钢炉前没有人,轧钢机前也没有人;以前要舀出钢水来检验钢铁的成份,现在戴眼镜就可以判断钢水是否合格。说到煤炭,几百多米深的地下,可以用人工智能挖煤了。他认为,这个时代一定会降低对人力的需求,但是创造的总财富增加了,可以养活被裁掉的人。

前瞻经济学人APP资讯组

更多本行业研究分析详见前瞻产业研究院《中国人工智能行业发展前景预测与投资战略规划分析报告

同时前瞻产业研究院还提供产业新赛道研究投资可行性研究产业规划园区规划产业招商产业图谱产业大数据智慧招商系统行业地位证明IPO咨询/募投可研专精特新小巨人申报十五五规划等解决方案。如需转载引用本篇文章内容,请注明资料来源(前瞻产业研究院)。

更多深度行业分析尽在【前瞻经济学人APP】,还可以与500+经济学家/资深行业研究员交流互动。更多企业数据、企业资讯、企业发展情况尽在【企查猫APP】,性价比最高功能最全的企业查询平台。

可行性研究报告

广告、内容合作请点这里:寻求合作

咨询·服务

相关阅读

精彩推荐