出品｜搜狐科技
作者｜汉雨棣
7月4日，2024世界人工智能大会（WAIC）产业发展主论坛上，百度创始人、董事长兼首席执行官李彦宏进行了题为“通用人工智能产业变革机遇”的演讲。李彦宏在演讲中对开闭源模型之争、超级应用的诞生、AI取代人工等热点问题进行了回应。
李彦宏表示，模型开源与代码开源不同，无法做到众人拾柴火焰高。激烈竞争环境中，商业化闭源模型最能打。
他同时强调超级应用的重要性，“没有应用，光有基础模型，不管是开源还是闭源，都是一文不值。”他也表示，目前对应用的衡量不应该以DAU为标准。
李彦宏表示，“随着基础模型的日益强大，开发应用也越来越简单了，最简单的就是智能体，这也是我们最看好的AI应用的发展方向。”
针对AI对各类职业的冲击，李彦宏称，目前百度内部超过30%的代码是由AI生成的，AI创造了数据标注师、提示词工程师等新职业。 AI不是人类的竞争对手，我们构建和应用人工智能技术是为了满足人的需求，增强人的能力。
以下为演讲全文，经编辑：
非常高兴再次来到上海参加世界人工智能大会。我上一次来参加WAIC是2022年，那次我记得大会的主题是元宇宙。主办方也传话跟我讲，希望我讲一讲元宇宙。我说我还是讲AI吧，我讲不了元宇宙，所以我当时讲的主题是AI。我认为说是AI的技术发展路线发生了方向性的改变，从辨别式人工智能转向了未来的生成式人工智能。
讲这个话是在2022年的夏天，5个月之后大家都知道Chat GPT发布了，而后来的事情大家就更清楚，所以两年的时间其实恍若隔世，就是感觉整个世界都变了。
人工智能可以说颠覆了绝大多数人的认知，2023年国内出现了百模大战，造成了社会资源的巨大浪费，尤其是算力的浪费，但是也使得我们追赶世界上更先进的基础模型的能力得到了建立。
去年10月我宣布文心4.0发布的时候，我说文心4.0的能力跟GPT4相比毫不逊色，好多的同行还不以为然。今天大家可以看到国内已经有多款闭源模型，声称他们已经追平或者是超越了GPT4的水平。注意我这儿说的是闭源的大模型，不是开源大模型，这也是今年以来争议比较多的一个话题。有些个外行甚至混淆了模型开源和代码开源这两个概念。模型开源你拿到的是一大堆的参数，你还是要去做SET,还是要去做安全对齐，你不知道这些参数是怎么来的，你是无法做到众人拾柴火焰高的。
即使你拿到对应的源代码，你也不知道他用了多少数据，用了什么比例的数据去训练这些个参数，所以拿到这些东西并不能够让你站在巨人的肩膀上去迭代和开发，所以同样参数规模之下，闭源模型的能力就比开源模型要更好，而如果开源想要能力追平闭源，那么它就需要有更大的参数，这就意味着推理成本会更高，反应速度会更慢。
很多人拿开源模型来改款，以为这样可以更好的服务自己的个性化的应用，殊不知这样你就创造了一个孤本的模型，既无法从基础模型的持续升级当中获益，也没办法跟别人去共享算力。
当然我也承认开源模型在某些场景下是有它的价值的，比如说一些学术研究，或者说在教学领域，大家想要研究大模型的工作机制、形成理论，那么这个时候可能是有价值的。
因为大家可能也经常听到，我们觉得大模型能力很强，但是不知道为什么能力强，因为背后没有理论来支持它，所以研究这个东西用开源的我觉得没问题，但是大多数的应用场景开源模型并不合适，当你处在一个激烈竞争的市场环境当中的时候，你需要是让自己的业务的效率比你的同行更高，成本比你的同行更低，这个时候商业化的闭源模型那是最能打的，当然这些都不是最重要的，没有应用，光有一个基础模型，不管是开源还是闭源，一文不值。
所以我从去年下半年开始讲，大家不要卷模型了，要去卷应用，但是我看到我们的媒体仍然是把主要的关注点放在了基础模型身上，一天到晚到处去跑分刷榜，今天震撼发布，明天史诗级更新，但是我要问应用在哪里？谁从中获益了？应用其实离我们并不遥远，基于基础模型的应用，在各行各业各个领域都已经开始了逐步的渗透。
两个多月前我们宣布文心大模型的日调用量超过了2亿，最近我们又说文心大模型的日调用量超过了5亿，其实仅仅是两个多月的时间，调用量发生了这么大的变化，逐渐它背后是代表了真实的需求，是有人在用，是有人真的从大模型当中获益了，得到了价值。
比如在快递领域让大模型帮助处理订单，做到了一张图，一句话寄快递，不再需要其他的繁琐流程，时间从3分多钟缩短到19秒，而且90%以上的售后问题也都是由大模型来解决，效率提升非常明显。
再比如在小说的创作领域，一开始用开源模型做出过一些效果，后来改用文心的轻量级模型，最近又转到文心4.0的版本，那么仅用了数百条的数据，4.0就在情节和逻辑方面展现出了非凡的优势，生成的内容无论是可用率还是优质率都大大超过了全新的轻量级模型。
网文作者们如虎添翼，其实更通用的领域，比如说代码生成，在各个领域也在逐步的在渗透，百度内部的话，我们有30%左右的代码已经是用AI生成的，代码的采用率超过了44%。
不过我们要避免掉入超级应用陷阱，觉得一定要出一个DAU10亿的APP才叫成功。我认为这是移动时代的思维，在AI时代规律很可能不是这样子，超级能干的应用比只看DAU的超级应用恐怕要更重要。只要对产业对应用场景能产生大的增益，整体的价值就比移动互联网要大多了。
随着基础模型的日益强大，开发应用也越来越简单了，最简单的就是智能体，这也是我们最看好的AI应用的发展方向， *** 一个好的智能体，通常并不需要编码，只要用人话把智能体的工作流说清楚，再配上专有的知识库，一般就是一个很有价值的智能体了，这比互联网时代 *** 一个网页还要简单。
未来在医疗、金融、教育、制造、交通、农业等等领域，都会依据自己的场景，自己特有的经验、规则、数据等等，做出各种各样的智能体，将来会有数以百万量级的智能体出现，形成庞大的智能体生态，而搜索是智能体分发的更大的入口。
刚刚过去的高考季，很多大模型公司热衷于去写高考作文，我用AI写一个作文能得多少分，其实实用价值是不大的，人家不会允许你带一个大模型进去参加高考，但是真正的需求是大量的考生在考完之后要报志愿，要选择学校，选择专业，他们对一所大学一个专业会有各种各样的问题，而每一个考生的情况又是不一样的，这个时候需要有一个智能体来回答每一个考生专有的问题。
在高峰时期，百度的高考智能体每天回答的问题，每天要回答超过200万个考生的问题，我们总共只有1000万的考生在一天当中有这么大比例的人在利用智能体， AI正在以前所未有的速度向各行各业渗透，很多人担心，如果我们日常的工作都让AI去做了，人是不是就没有工作机会了？这种担心不是没有道理，但是过去这段时间我听到的担心，听到的抱怨很多，听到的建设性的意见比较少，很少有人去致力于发掘生成式AI带来的新的工作机会。
我在这儿算是抛砖引玉，我觉得一方面这次浪潮AI更多地在扮演了Co-polite(副驾驶）的角色，还是要人来把关，AI只是辅助人工作，而不是替代人工作，它让人的工作效率更高，质量更好。
另外一方面我们也看到有一些全新的工作机会开始冒出来了，比如数据标注师，过去几年我们帮助全国20多个城市落地了数据标注中心，提供了大量的新的就业岗位
再比如提示词工程师。以后不用编程了，但是做好一个智能体，还需要把工作流说清楚，这里头要有很强的逻辑性，要用提示词对模型进行 *** ，随着智能体的大量涌现，这种工作需求也会飙升。这些工作机会通常门槛并不高，你做的一般也能够养家糊口，做的好的话上限可以年薪百万。
自人类文明诞生以来，永不停止的创新，就是刻在我们DNA当中的，从石器时代的手斧到移动时代的手机，那么再到AI时代的大模型，人类不断创造各种工具来改善生活，来提高生产力，但是他们永远只是工具，只有在被人类所使用的时候才有价值。
我们坚定的相信 AI不是人类的竞争对手，我们构建和应用人工智能技术是为了满足人的需求，增强人的能力，让人类的生活更美好。谢谢大家。
发表评论