3月14日,在北京创新工场总部举办的 “AI 1.0 到 AI 2.0 的新机遇”趋势分享会上,创新工场董事长兼首席执行官、创新工场人工智能工程院院长李开复博士指出,在深度学习的重大突破之后,AI 已经来到从 1.0 迈入 2.0 的拐点。多模态、巨型数据集的飞速发展,AI 优化目标函数及训练模型的技术方法将大幅精进,能更好地模拟人类的认知智能。此外,AI 2.0 将会带来平台式的变革,改写用户的入口和界面,诞生全新平台催生新一代 AI 2.0应用的研发和商业化。总的来说,AI 2.0将是提升 21 世纪整体社会生产力最为重要的赋能技术。
1. AI 2.0 突破 AI 1.0 的单领域、低纵效等瓶颈
李开复博士定义的 AI 1.0,是以 CNN 卷积神经网络模型为核心的计算机视觉技术,拉开 AI 感知智能时代的序幕,机器开始在计算机视觉、自然语言理解技术等领域超越人类,并创造了显著的价值。但是 AI 1.0 也遇到了瓶颈,大多数行业想利用 AI,需要花费巨大的成本来收集和标注数据,而这些数据集和诸多模型各成“孤岛”缺乏纵效。这是为什么大部分的 AI 1.0 企业投入大笔研发经费但仍然长年亏损。除此之外,AI 1.0 缺少像互联网时代的 Windows 和 Android 一样的规模化能力,来降低应用开发的门槛,打造完善生态链。几年下来,AI 1.0 尚未真正实现商业上的成功。 如今,AI 2.0 的巨大跃迁在于克服了前者单领域、多模型的限制,可以用无需人工标注的超级海量数据去训练一个具有跨领域知识的基础大模型(Foundation Model),通过微调等方式适配和执行五花八门的任务,真正有望实现平台化的效应,进而探索商业化的应用创新机会。
AI 2.0 时代的第一个现象级应用是生成式 AI(Generative AI),也就是国内流行的AIGC。生成式 AI 能够实现无需标注的自监督学习,AI 将从“辅助”人到逐步“替代”人工,所有使用者界面将被重新设计改写。李开复博士打了个比方,想象让 AI 读一本书的前9章之后“猜测”第10章,再让 AI 对比真正的内容,读过上千万本书后,模型不断优化和迭代。以这样的方式,AI 变得越来越精准,最终形成适用不同领域的基础大模型。AI 2.0 模型不仅可以学习文本和图像数据,还可以从语音、视频、自动化硬件传感器数据,甚至 DNA 或蛋白质信息等多模态数据中学习,建构机器超强大脑的运行能力,甚至不止于生成,而逐步达到具有预测、决策、探索等更高级别的认知智能。所以,AI 2.0 不仅仅是个红极一时的高能聊天工具,也不仅仅是图文创作的AIGC生成程序,如今看到的应用都还只是 AI 2.0 能力的开端,不该限制了人们对 AI 2.0 未来潜力的想象。
2. AI 2.0 生产力应用即将进入井喷期
李开复博士指出,AI 2.0 的发展范式是迭代式的,从“辅助人类”到“全程自动”将会出现三个阶段:第一阶段人机协同,生产力工具将会首先实现升级,所有使用者界面将被重新设计:文档工具不再是逐字输入,而是用户告诉 AI 想要什么样的文章;绘图软件不再需要用户动手,通过文字的描述就可以实现。在这一阶段,人类仍与 AI 保持协作,筛选和纠正 AI 创作的内容,避免谬误和灾难发生。第二阶段局部自动,容错度高的应用和行业将会实现 AI 自动化,例如广告投放、电子商务、搜索引擎、游戏制作等。到第三阶段全程自动,AI 将变得完全自动化并可在任何地方使用,在不容出错的领域出现突破,AI 医生、AI 教师等应用成为可能。基于此,李开复博士提出,AI 2.0 将在六大领域加速点燃商业潜能,进入提升生产力的应用井喷期。
1. AI 2.0 + 电商/广告
AI 2.0 时代,电商及广告将更为 AI 大数据驱动,能够做到实时测试和动态调整,甚至把几分钟前的社会热点融入广告内容,最大程度提高转化率。针对不同受众量身定制和实时生成内容,真正实现“千人千面”的营销。
2. AI 2.0 + 影视/娱乐
AI 可以根据大众的喜好定制电视和短视频内容,使其创作的内容更容易吸引大众的眼球,获得更好的收视率和口碑。AI + 多模态的创作,将成为下一世代的娱乐主流,AI 辅助创作会逐步形成全新的创意产业生态价值链
3. AI 2.0 + 搜索引擎
未来的搜索引擎将由传统的检索模式,变成“提问 - 回答”的模式。下一代的对话式搜索引擎将成为全球科技巨头角逐的“AI 2.0 圣杯”,当今搜索广告商业模式也将迎来变革。但由于人们对搜索结果有“精准”的期待,如今的技术要做好问答式搜索还需要很多进步。
4. AI 2.0 + 元宇宙/游戏
AI 2.0 将大大降低游戏和元宇宙等虚拟世界的内容生成的成本。例如 AI 可以成为实时聊天伴侣,增强互动的乐趣,提高娱乐性,激励用户参与,最大化游戏时长。而 AI 多模态的想象力内容生成,也将成为元宇宙的中流砥柱。
5. AI 2.0 + 金融
更快、更准确、更智能的内容生产方式将大幅度提高财经新闻和市场研究分析的及时性与产出量。但由于财经内容的严肃性,人工进行事实核查和验证仍不可或缺。AI 还可以将金融信息的生产和金融产品的上线自动化,提高金融机构信息流及交易量的效率和质量。
6. AI 2.0 + 医疗
AI 能够快速精准分析患者的整体健康状况,吸纳所有数据、生物特征、体检、病史和个人模型预测,成为医生们的得力助手,大幅加速科学诊断和治疗决策。借助 AI 能够进行更有的放矢的药物研发,实现个性化的医疗分诊和诊疗方案,推动“个性化医学”的到来。
3. 创新工场看好 AI 2.0 三类投资机会
Deep Tech VC 创新工场 2012 年已开始挖掘 AI 赛道,迄今培育出了10 只 AI 1.0 独角兽企业。迎向 AI 2.0 的拐点,创新工场主要关注三大方向:
1. AI 2.0 智能应用
AI 2.0 应用将会迎来遍地开花的阶段,包括各行各业的垂类AI助理、元宇宙应用等之前做不出的应用都会出现。除了新的应用,很多现在已有的应用都可以被重新改写,比如搜索引擎、内容创造、广告营销,AI 2.0 将革新用户体验,创造出全新的商业模式,蕴含非常巨大的想象空间。
2. AI 2.0 平台
AI 2.0 平台将会加速新一代 AI 2.0 应用的研发和商业化,创新工场看好具有战略高度的 AI 2.0 平台公司,推动 AI 2.0 的生态循环和良性竞争。
3. AI 基础设施
除了应用和平台之外,支持 AI 模型运维,管理,训练的基础设施也是创新工场重点关注的,包含支撑 AI 2.0 巨型模型训练的 AI 芯片公司,以及那些能够加速、降低成本和简化 AI 训练的 AI 2.0 基础设施的创新技术型企业。李开复博士介绍,创新工场拥有“塔尖孵化 + 天使投资 + VC 基金”的前沿科技布局,无论是寻找和帮助潜在技术人才创业,还是投资和赋能早期创业团队与拥有完整商业模式的团队,创新工场都将积极支持 AI 2.0 领域的硬科技创业者,帮助中国在 AI 的下一个黄金 10 年继续领跑全球。
4. 巨头垄断和信息造假隐患,重复劳动者面临失业
处在如此庞大的变革之中,大模型训练所需要的算力是空前强大的,训练成本也随之持续上升。在这样的背景下,资金实力雄厚的科技巨头将有垄断优势,导致创业公司和学术界很难做出有竞争力的模型。李开复博士也指出,现阶段的 AI 2.0 并不能做到完全正确。AI 无法保存全世界的数据,只能通过压缩形成抽象的概念,因此会出现“一本正经地胡说八道”的现象。更重要的是,AI 目前还无法分辨真伪和辨别是非,如果被恶意利用将会带来无法衡量的负面后果。可以想象,曾影响干扰美国选举的“剑桥分析”丑闻,如果发生在 AI 2.0 的时代,将会给社会造成更大的伤害。
AI 2.0 也将加剧不可避免的失业风险。毫无疑问,最具创造力的顶尖人才将会乘上 A1 2.0 的东风,全面提升生产力和效率。但随之而来的是重复性的工作将会被 AI 2.0 接替,这些岗位上的人不得不寻求职业的转变与技能的升级,其中包含高比例的白领岗位,亟需进入到更需要发挥创造价值的行业。最后,李开复博士也指出,AI 2.0 并不意味着通用人工智能(AGI)就此到来。人类有很多与生俱来的关键能力,诸如创造力、策略思考、跨领域常识、自我意识、同理心和爱等,这些尚未被破解的深层次能力,是 AI 2.0 也无法全盘复制的。
发表评论