關於人工智能，李彥宏、王堅發聲 直擊WAIC 2024
7月4日，2024世界人工智能大會（WAIC 2024）暨人工智能全球治理高級別會議在上海舉行。在當日下午的產業發展主論壇上，多位國內外人工智能及相關交叉領域的頂尖專家、業界領軍人物、科技新銳力量及產業鏈各方代表，聚焦大模型、AI基礎設施、智能終端等重點領域，深度剖析了當下AI（人工智能）產業的全球性戰略趨勢，並就人工智能應用前景、產業治理、生態建設等熱點議題展開了深入探討。
會上，開源和閉源大模型的爭議、AI發展路徑和落地應用的方向、AI算力瓶頸，以及AI對人類工作帶來的影響等熱門話題再次成爲焦點。儘管這些問題在人工智能浪潮影響下已被廣泛討論，但在此次大會上，各路大咖依然分享了各自對人工智能及產業發展的獨特見解。
李彥宏再談開源閉源爭議
在2022世界人工智能大會上，百度董事長李彥宏就提到了AIGC（人工智能自動生成內容）以及背後的預訓練大模型技術，在WAIC 2024上李彥宏表示，“兩年的時間其實恍若隔世，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。”
在演講中，李彥宏再次談及了大模型開源與閉源的爭議話題，並再度表達了對閉源路線的堅持。他指出，今年以來，開源和閉源大模型是一個爭議較大的話題，但很多人混淆了模型開源和代碼開源的概念，“模型開源只能拿到一堆參數，還要再做SFT、安全對齊，即使是拿到對應源代碼，也不知道是用了多少比例、什麼比例的數據去訓練這些參數，無法做到衆人拾柴火焰高，拿到這些東西，並不能讓你站在巨人的肩膀上迭代開發”。
在他看來，同樣參數規模下，開源模型的能力不如閉源，“如果開源想能力追平閉源，它需要有更大的參數規模，這意味着推理成本更高、反應速度更慢。很多人拿開源模型來做改款，以爲這樣可以更好地服務自己的個性化需求，殊不知這就變成了一個孤本模型，既無法從基礎模型的持續升級中獲益，也沒辦法跟別人共享算力”。
李彥宏也認可了開源模型在學術研究、教學領域的存在價值，但他同時表示，開源模型並不適用於大多數應用場景，在激烈競爭的市場環境中，需要讓業務效率高於同行、成本低於同行，這個時候商業化的閉源模型是“最能打的”。
呼籲AI落地應用
在分享了對開源和閉源大模型的看法後，李彥宏直言，大模型的重點還是“卷應用”，“現在業界的關注點都放在了基礎模型身上，一天到晚到處跑分刷榜，誰是誰又超越GhatGPT4，Open AI又出來Sora……但事實上，沒有應用，光有一個基礎模型不管是開源還是閉源，一文不值”。
在產業發展主論壇上，多位企業界人士就AI落地應用的重要性及其發展方向闡述了自己的觀點。華爲常務董事、華爲雲CEO張平安在演講中強調，中國AI的發展離不開算力基礎設施的持續創新，並倡導開放行業場景，以推動AI在行業應用上領先。他指出，中國AI的發展路徑應聚焦在行業領域內構建大模型，並爭取在全球範圍內取得領先地位。若各行各業均能積極擁抱AI，積極地開放行業的業務場景，中國很有機會在2B領域構築起全球的領先優勢。
螞蟻集團董事長井賢棟與李彥宏都提及了“智能體”的概念。井賢棟以醫療健康、理財投資等行業爲例，指出通用大模型在嚴謹產業落地時還面臨着領域專業知識不足、複雜推理技術核心難題以及對話與有效協同之間的差異等挑戰。他指出，專業智能體被證明是大模型落地嚴謹產業的有效路徑，例如針對專業知識領域的短板問題，螞蟻聯合合作伙伴，打造一個大模型專業知識引擎，幫助大模型具有專家的知識水平。
李彥宏則進一步闡述了智能體作爲AI應用發展方向的潛力。他認爲，隨着基礎模型的日益強大，開發應用也越來越簡單，其中，最簡單的就是智能體，只要用“人話”把工作流說清楚，再配以專有知識庫，即可做出一個很有價值的智能體，“比互聯網時代製作一個網頁還簡單”。他預測，未來在醫療、教育、金融、製造、交通、農業等各行業領域，都可以依據自身場景和特有經驗、規則、數據等，涌現出數百萬量級的智能體，形成一個龐大的智能體生態。
“搜索是智能體分發的最大入口，”李彥宏舉例說，高考後，有大量考生填報志願，需要選學校和專業，會遇到各種問題，這時，百度的高考智能體就可回答考生的各種疑問，“高峰時期，百度的高考智能體每天要回答超過200萬個考生問題，總共只有1000萬考生，說明一天當中有大比例的人在利用這個智能體”。
算力與能源的瓶頸討論
在WAIC 2024期間，算力再次成爲討論的焦點，其作爲人工智能發展的核心驅動力，對數字經濟時代的進步具有不可估量的價值。隨着AI大模型技術的飛速躍進，算力需求急劇攀升，然而，這一趨勢也伴隨着能耗問題的日益凸顯，引發了社會各界的廣泛關注和深刻反思。
李彥宏在演講中也提到，2023年國內出現了“百模大戰”，造成了社會資源的巨大浪費，尤其是算力浪費，但也使得國產大模型追趕世界上最先進的基礎模型的能力得到了建立。
在產業發展主論壇上，亞馬遜前首席科學家安德烈斯·韋斯安與中國工程院院士、阿里雲創始人王堅就人工智能領域的多個議題展開了深入交流，其中算力瓶頸問題尤爲引人注目。安德烈斯·韋斯安指出，數據和算力是企業發展的兩大關鍵要素，而當前算力資源的緊張狀況已不容忽視。他通過亞馬遜在數據中心旁建設核電站的實例，生動闡述了算力對能源的巨大需求，以及核能在支撐AI功能中的潛在作用。
《華爾街日報》最近的一篇文章則進一步揭示了算力需求激增對全球能源結構的影響。目前約三分之一的美國核電站所有者正在與科技公司談判，尋求爲新數據中心提供電力支持，以滿足人工智能熱潮的能源需求。據知情人士透露，亞馬遜雲服務（AWS）即將與美國聯合能源公司（Constellation Energy）達成一項直接供電協議，後者是全美最大的核電站所有者。今年3月，亞馬遜子公司曾以6.5億美元的價格收購了位於賓夕法尼亞州的一個由核電支持的數據中心。
對於算力與電力的瓶頸，王堅則認爲“不是問題”，他提出“不等式”的觀點，即“今天跟現有的、已有的基礎模型相比，我們的應用還做得不夠好；以現有的算力能力，我們的基礎模型做得不夠好；以現有我們已經有的電，我們的算力還不夠。所以在這個不等式下，我覺得今天大家去擔心這件事情，至少不是做人工智能要擔心的，是做基礎設施要擔心的。”
王堅還提出，所有的問題都是要在動態過程中解決，“你根本不會想到，可能10年以後說的算力跟今天說的算力不是同一個算力。10年以後說的電，可能跟今天說的電，也不是同一個電。所以我覺得這個還是要在動態過程解決，一定不能在現在這個時刻的狀態來解決10年以後的問題，要拿10年以後的狀態來解決10年以後的問題”。
除了從時間的維度，王堅還站在空間的維度上提到，中國目前一年的發電量，比美國、日本和俄羅斯的總和還要多，所以中國是現階段全世界最不需要擔心能源問題的國家。
本文源自：國際金融報