日本在线www-日本在线播放一区-日本在线不卡免费视频一区-日本在线不卡视频-成人影院久久久久久影院-成人影院一区二区三区

2024世界人工智能大會暨人工智能全球治理高級別會議于7月4日在上海舉行。百度創始人，董事長兼首席執行官李彥宏出席并演講。

李彥宏指出，自人類文明誕生以來，永不停止的創新就是印刻在我們的DNA當中的。從石器時代的手斧，到移動時代的手機，再到AI時代的大模型，人類不斷創造各種工具來改善生活，來提高生產力。但是它們永遠只是工具，只有在被人類所使用的時候才有價值。

李彥宏強調，“我們堅定地相信，AI不是人類的競爭對手，我們構建和應用人工智能技術，是為了滿足人的需求，增強人的能力、讓人類的生活更美好”。

以下為演講實錄：

李彥宏：各位下午好，非常高興再次來到上海參加世界人工智能大會，我是這個會議的?？土?。去年因為出國沒有來。所以我上一次來參加WAIC是2022年，我記得那年大會的主題是元宇宙，主辦方也跟我講，希望我講一講元宇宙，我說我還是講AI吧，我講不了元宇宙，所以我當時講的主題是AIGC，就是AI Generated Content （Artificial Intelligence Generated Content）。我認為AI的技術發展路線，發生了方向性的改變，就是從過去的辨別式人工智能，轉向了未來的生成式人工智能。

講這個話是在2022年的夏天，5個月之后，大家都知道，ChatGPT發布了，而后來的事情大家就更清楚，所以兩年的時間，恍若隔世，感覺整個世界都變了，人工智能可以說顛覆了絕大多數人的認知。

2023年國內出現了百模大戰，造成了社會資源的巨大浪費，尤其是算力的浪費。但是也使得我們追趕世界上最先進的基礎模型的能力得到了建立。

去年10月，我宣布文心4.0發布的時候說，文心4.0的能力跟GPT4相比毫不遜色，好多的同行還不以為然，今天大家可以看到，國內已經有多款閉源模型聲稱它們已經追平或者是超越了GPT4的水平。

注意，我們說的是閉源大模型，不是開源大模型，這也是今年以來爭議比較多的一個話題。有些外行甚至混淆了模型開源和代碼開源這兩個概念。

所謂模型開源，是拿到的只是一大堆參數，你還是要去做SFT，還是要去做安全對齊，你不知道這些參數是怎么來的，你是無法做到眾人拾柴火焰高的。即使你拿到對應的源代碼，你也不知道他用了多少數據，用了什么比例的數據去訓練這些參數。所以拿到這些東西，并不能夠讓你站在巨人的肩膀上去迭代和開發。

所以，同樣參數規模之下，閉源模型的能力就比開源模型要更好，而如果開源要想能力追平閉源，那么它就需要有更大的參數，這就意味著推理成本會更高，反應速度會更慢。

很多人拿開源模型來改款，以為這樣可以更好的服務自己的個性化應用，殊不知，這樣你就創造了一個孤本模型，既無法從基礎模型持續升級當中獲益，也沒辦法跟別人去共享算力。

當然，我也承認開源模型在某些場景下是有自身價值的。比如說一些學術研究，或者在教學領域，大家想要研究大模型的工作機制，形成理論，這個時候可能是有價值的，因為大家也經常聽到，我們覺得大模型能力很強，但是不知道為什么能力強，因為背后沒有理論來支持它，所以研究這個東西，用開源的我覺得沒問題。

但是，大多數的應用場景，開源模型并不合適，當你處在一個激烈競爭的市場環境當中，你需要讓自己的業務效率比同行更高，成本更低，這個時候商業化的閉源模型是最能打的。

當然，這些都不是最重要的，沒有應用，光有基礎模型，不管是開源還是閉源都一文不值。

所以，我從去年下半年開始講，大家不要卷模型了，要去卷應用。但是我看到很多人仍然把主要的關注點放在基礎模型上，一天到晚就是跑分，刷榜，誰誰誰又超越GPT4了，openAI又出來sora了，又出來GPT4o了等等。今天這個震撼發布，明天那個史詩級更新，但是我要問，應用在哪里？誰從中獲益了？

應用其實離我們并不遙遠，基于基礎模型的應用在各行各業、各個領域都已經開始了逐步的滲透，兩個多月前，我們宣布文心大模型的日調用量超過了2億，最近，文心的日均調用量超過了5億！

僅僅兩個多月的時間，調用量發生了這么大的變化，足見它背后代表了真實的需求，是有人在用，是有人真的從大模型當中獲益了，得到了價值。

比如在快遞領域，讓大模型幫助處理訂單，做到了“一張圖、一句話寄快遞”，不再需要其他繁瑣的流程，時間從3分多鐘縮短到19秒。而且90%以上的售后問題，也都由大模型來解決，效率提升非常的明顯。

再比如在小說創作領域，一開始也用開源模型做出過一些效果，后來改用文心輕量級模型，經過10輪上萬組數據的SFT和post pretrain，結果有了明顯的提升，最近又轉到文心4.0版本，僅用了數百條數據，4.0就在情節和邏輯方面展現出了非凡的優勢，生成的內容無論是可用率還是優質率都大大超過了輕量級模型，網文作者們如虎添翼！

其實更通用的領域，比如說代碼生成，文心快碼這樣的軟件，在各個領域，也在逐步的滲透，在百度內部，我們有30%左右的代碼，已經用AI生成的，代碼的采用率超過了44%。

不過，我們要避免掉入“超級應用陷阱”，覺得一定要出現一個DAU10億的APP才叫成功，這是移動時代的思維邏輯。其實不一定，AI時代，“超級能干”的應用比只看DAU的“超級應用”恐怕要更重要，只要對產業、對應用場景能產生大的增益，整體的價值就比移動互聯網要大多了。

隨著基礎模型的日益強大，開發應用也越來越簡單了，最簡單的就是智能體，這也是我們最看好的AI應用的發展方向。制作一個好的智能體通常并不需要編碼，只要用人話把智能體的工作流說清楚，再配上專有的知識庫，一般就是一個很有價值的智能體了。這比互聯網時代制作一個網頁還要簡單。

未來在醫療、金融、教育、制造、交通、農業等等領域，都會依據自己的場景，自己特有的經驗、規則、數據等等，做出各種各樣的智能體。將來會有數以百萬量級的智能體出現，形成龐大的智能體生態。

而搜索是智能體分發的最大的入口。剛剛過去的高考季，很多大模型公司熱衷于去寫高考作文，我用AI寫一個作文能得多少分，其實這個使用價值是不大的，人家不會讓你帶一個大模型去參加高考，但是真正的需求是大量的考生在考完之后要報志愿，要選擇學校，選擇專業，他們對一所大學，一個專業，會有各種各樣的問題，而每一個考生的情況又是不一樣的。這時候就是需要有一個智能體來回答每一個考生專有的問題。

在高峰時期，百度的高考智能體每天要回答超過兩百萬個考生的問題，我們總共只有1000萬的考生，在一天當中有這么大比例的人在利用這個智能體。

AI正在以前所未有的速度向各行各業滲透，很多人擔心如果我們日常的工作都讓AI去做了，人是不是就沒有工作機會了，這種擔心不是沒有道理的，但是過去這段時間，我聽到的擔心，聽到的抱怨很多，聽到的建設性的意見比較少，很少有人去致力于發掘生成式AI帶來的新工作機會。

我在這算是拋磚引玉吧，我覺得一方面這次浪潮，AI更多是在扮演copilot的角色，是副駕駛，還要人來把關，AI只是輔助人工作，而不是替代人工作，它讓人的工作效率更高，質量更好；另一方面，我們也看到有一些全新的工作機會開始冒出來了，比如數據標注師，過去幾年我們幫助全國20多個城市落地了數據標注中心，提供了大量新的就業崗位，再比如提示詞工程師，以后不用編程了，但是做好一個智能體還需要把工作流說清楚，這里要有很強的邏輯性，要用提示詞對模型進行調教，隨著智能體的大量涌現，這個工種需求量也會飆升。這些工作機會，通常門檻并不高，你做的一般也能夠養家糊口，做得好的話，那上限可以年薪百萬。

自人類文明誕生以來，永不停止的創新就是印刻在我們的DNA當中的。從石器時代的手斧，到移動時代的手機，再到AI時代的大模型，人類不斷創造各種工具來改善生活，來提高生產力。但是它們永遠只是工具，只有在被人類所使用的時候才有價值。我們堅定地相信，AI不是人類的競爭對手，我們構建和應用人工智能技術，是為了滿足人的需求，增強人的能力、讓人類的生活更美好。

來源于網絡