AI行至产业爆发临界点，未来应该如何突破？

经历了2023年的“百模大战”,2024年人工智能技术迎来千行百业的落地热潮。

大模型应用元年,人工智能技术也行至产业应用的临界点,如何突破成为产、学、研各界关注的焦点。

日前,衔远科技组织的以“迈向高价值产业场景的(通用)人工智能”为主题的圆桌论坛重磅举行,多位前沿科技公司负责人、知名高校专家教授、转型企业以及一线科研从业者代表,就AI技术在产业应用的临界点如何突破,怎样实现从技术到产业的赋能,AI生态未来投资价值以及技术是否会取代人力等问题各抒己见,思维碰撞、智谋共鸣,分享各自领域的实践与思考。

AGI到来之前,技术层面需要做哪些提升与完善?这是摆在大家面前的一个现实问题。对此,复旦大学计算机科学技术学院教授邱锡鹏、面壁科技联合创始人&CEO李大海和衔远科技首席算法科学家丁宁发表了各自看法。

邱锡鹏表示,一方面,Scaling Law是大模型中非常重要的规律,可以通过扩大模型规模来显著提升模型性能。但是,现在通过提升模型的规模还是不够,还涉及到其他非常多的技术,包括OpenAI提到的超级对齐。另一方面,对于一个AGI来讲,一定要能够将复杂问题分解成各种简单问题来解决,这需要通过模型的能力进行细致的分解,分别强化,以便更快实现AGI。

李大海则谈到,“Scaling Law是指模型的规模越大,训练的语料越多,投入训练的算力越强,模型的智能水平就越强。而大模型的Scaling Law不止这一个面,我们希望把对Scaling Law的认知往前推进一些。比如,我们实现了一个叫WSD的学习率调度器,在训练过程的不同阶段使用不同的学习率进行训练,可以用更小的算力达到更好的模型效果。我们最终的目标,是通过我们能够掌握的所有高质量数据,训练出足够达到或者接近AGI的大模型。”

丁宁认为,“有时候我们需要的并不是一个AGI,而是一个表现得像AGI的模型。AGI不是单项技术可以解决的,而是系统的工程。实现更专业的AI,首先要提到的是模型,在模型层面,我们需要在乎的不是它的高效,而是它的上限。其次,解码中的探索是非常好的技术,只有去探索才能够达到超越人类的水平。”他表示,数据很重要,数据的作用是给模型施加监督信号。所以,提升监督信号的密度、找到合适的监督代理是需要产业界在自己场景下着重思考的问题。

如果从技术角度去说,通向AGI的道路并非只有一条,需要各界积极摸索,那从产业侧来看,怎样能更好地实现AI价值的落地?大家对于AI技术发展有何期待?Visa集团全球副总裁、大中华区产品部总经理裴晟,伊利集团数字科技中心技术负责人程国强和南讯股份创始人&CEO陈碧勇进行了深入探讨。

裴晟围绕AI技术在现实生活中的应用举例,提出人们对人工智能应用的上限要求非常高,所以大模型的未来发展要求其在专业领域创造的价值必须准确,在训练阶段就要选择认可度高的场景,并且要有人去做干预。

程国强则从伊利集团的数字化转型出发,介绍了集团如何将人工智能技术植入企业转型的数字底座,以及结合在具体业务中的应用进行深入分享。谈到对人工智能的期待时,他表示,“因为我们是实体企业,我们希望能够加强内部对于整个人工智能认知的提升,也希望在这个提升过程中把技术和业务做深度融合。另外,公司对于生态建设非常重视,我们期待能够将科技理念和技术与公司的实际场景做结合,真正帮公司产生价值。”

作为“AI商业应用最后一公里”的企业负责人,陈碧勇对公司正在做的重点事项做了分享,*件事就是通过大量训练让数据更加精准,第二件事就是通过场景去实现最终策略,进而帮助品牌商提升运营效率。他介绍,“我们在AI层面的做法是,做销售、用户复购、营销响应效率等智能预测,通过智能推荐优化品牌触达消费者的内容、物料、权益、渠道等,从而提升消费者的复购。我们也很期待可以联合运用生成式AI的营销产品。基于精准对象、精准时间、精准权益内容,才能真正助力品牌实现消费者高效运营。”

无论从技术层面还是产业层面,AI的发展和未来价值都让人期待。那么在资本侧,投资者和创业者是如何理解人工智能技术价值的?

启明创投合伙人周志峰认为,“AI是未来10年最 大的科技浪潮,没有之一。”他表示,公司在中国投资了近10家顶 级的人工智能公司,其中就包括衔远科技和面壁智能,他们在做的就是用技术帮助客户降本增效,在商业上获得突破就是有价值的技术。

“从某种角度上来讲今天AI的创业,对于创业者要求比以前提高很多。”李大海提到,“大模型创业公司,一方面对AI的底层技术要有足够深度的把握,另一方面要对场景、对用户价值有准确的理解,这两个大的要素必须得有比较均衡的认知和落地。”

丁宁认为,任何场景都可能是智能化的,场景分成高价值的和低价值的。低价值场景涉及到认知的转变。谈到高价值场景时他以数字营销举例,“比如用大模型来做营销,试了100万次,有99万次失败,但我们可以产生1万个爆款,这带来的价值是无可比拟的。”同时,他也坚定地看多AI的未来。

在论坛的后半场,大家聚焦到行业应用更加微观的角度,围绕AI能力在营销行业的未来应用探讨了技术会不会让营销人员成为价值链条上*失业的人。

裴晟表示,AI的出现在行业应用中可能会创造一些新的产品,这个时候做营销的人可能工作方向会有变化,但是很长一段时间实际应用类似于一个执行的过程,“人工智能的深度应用在一段时间内会创造一些新的工作”。

程国强则明确表示“不会取代”,他认为人和机器的最 大差别就是人有情感、懂业务。“大模型只是人的辅助。我们希望用大模型的工具帮助营销人员,我们也在用知识库,加上实际业务逻辑打造成一个智能体。对于员工来说,应思考如何结合他的业务场景,在场景里面让流程跑起来,实现人机协同。”

在陈碧勇看来,应该是行业、品牌利用科技,让所有的从业人员具备同等的能力水平,从而有更多的时间精力投身于创新性工作上。他介绍,品牌方共有的一个关键痛点是,行业经验难沉淀及可复制性不强。很多品牌都面临不同的人来做策划、做营销、做服务后,带给消费者的体感完全不同,消费者的活跃度、复购也完全不同。而AI应用能解放品牌企业工作人员的时间,将他们的行业经验拉到一致的水平线上,进而使他们能发挥更多的创造力,以更温暖的形式链接用户,真正实现让数据回归业务,让人回归创造,让服务有温度。

技术在产业发展过程中所发挥的重要作用,是毋庸置疑的。尤其是当前消费市场,已经从货架电商转向兴趣内容电商,这也让很多大模型公司找到了价值落点。

论坛当天的活动中,衔远科技发布了历经3年时间打磨的MODI摹小仙AI营销大脑(以下简称MODI),这是基于衔远自研大模型研发的AI Native一站式营销自动化底座打造的核心产品,充分体现了衔远科技“模用一体、通专融合”的差异化能力。

MODI的出现,无论是对于学术界还是产业界,都是里程碑式的时刻。得益于衔远科技的大模型能力,MODI能帮助品牌商进行从洞察到创新到营销推广整个形成闭环以后不断优化,破解产业界没有爆品的最 大痛点,并在打造爆品的基础上帮助客户把爆品卖爆,这也正是衔远科技的目标与野心。

当大模型应用深入行业的百花丛中,势必会产生某些划时代意义和价值的产品和企业。

正如周志峰所预测:未来6到12个月,在和人比较接近的行业,也许会出现集群性或者爆炸性的公司,“一个世界级的超级应用”也许就在今年出现。

对此,我们亦充满期待。