沙龍｜AI iPhone時刻來臨！如何獲得登上類ChatGPT的船票？

出品｜本站科技數字星球

作者｜袁寧

編輯｜丁廣勝

興奮麻了！還沒從ChatGPT帶來的震撼中回過神來，過去幾天GPT-4、Microsoft 365 Copilot、Midjourney V5、Google PaLM API、文心一言相繼引爆，互聯網巨頭紛紛搶灘入局。

圍觀之後，興奮之餘，一種未來已來的真切感迅速將所有人裹襲。大家一邊振奮於AI領域的巨大飛躍，一邊憂心自己的工作被徹底取代。更多人嗅到機會，期待拿到登上ChatGPT的船票。

如何把握機遇？本站科技數字星球《創新社沙龍》邀請到清華大學人工智能研究院視覺智能研究中心主任鄧志東，武漢大學計算機學院教授博士生導師蔡恆進，九合創投創始人王嘯共同進行深入探討。

未來：入口重塑？

搜索引擎或成爲過去式

狂歡自ChatGPT點燃，不少人用“震撼”概括自己的使用感受。除了我們所感受的在內容創作方面的幫助外，未來還有哪些改變呢？

王嘯指出，未來可能是工具極大提升效率，解放人們到更有創造性事務的階段。這帶來的不是工作的被取代，而是轉換，正如過去打字機的產生一般。

此外，機器人行業也將迎來發展。機器對於人需求理解準確性的提升，將爲萬物提供大腦。這意味着可以把這種對需求的理解賦予到機器上。像陪伴機器人、家庭機器人，或者是人形機器人，這會讓你覺得它確實就是一個有智能的生物，可以幫你做很多事情。而不是過去你覺得沒有共同語言，甚至有些傻的那些所謂智能。萬物互聯所需要的基礎“生命力”可能就此具備。

更重要的，它帶來的是人機交互界面的重構。目前搜索引擎作爲PC互聯網的入口，通過點擊搜索實現交互。未來當大家的車，房間裡的空調，寵物機器人等都需要實現交互時，一個一個的點擊似乎變得十分麻煩。

所以這種能夠很好理解意圖也更自然的交互方式，很有可能就是下一代我們和所有機器萬物進行交互的入口，它其實天然具備成爲入口級的能力。而以後的交互界面很有可能是一個虛擬助手，你可以向他提問，而他可以幫你做各種各樣的事情。

試想未來你所謂的智能汽車，依舊需要你不斷點擊確定才能實現目標的時候，你還會覺得它智能嗎？所以，要意識到這是一個底層的基礎能力，不單是to C，所有to B的，也都是需要以這項能力作爲基礎。一個企業如果以後不具備這種能力，用戶還是點來點去的，或者用戶覺得產品的理解能力很差，那就走不長遠。

機遇：追或不追？

性能提升不應該是我們目前的方向

3月16日，百度打響國產ChatGPT“第一槍”，國內首款對標產品“文心一言”正式現身。中國版的人工智能發展方向是什麼？對於百度的率先搶跑，國內其他企業應該如何應對？各位專家也發表了自己的看法。

蔡恆進認爲，雖然當下GPT4已經推出，但性能提升可能並不是我們目前應該追求的方向，從策略上考量，當下的重點可能在於機制的研究。這不僅是出於對成本的考慮，更是長遠的思考。要意識到類ChatGPT產品成功的背後所依靠的不僅僅是統計的機制，或是達到一定量級的數據，幫助實現智能涌現的機制纔是核心。這不僅能幫助我們以更節省的方式實現目標，更能引導我們進行真正的創新。

對於文心一言的推出，鄧志東談到這離不開百度長期的積累，文心一言的亮相不僅證明了我們在關鍵技術上的突破，還展現了我們在相關領域的進展。在我們的人才儲備、模型研究不斷髮展的基礎上，未來還需要給百度們更多時間來進行打磨。

此外，他還提到，在商業變現的壓力下，0到1的突破更多還是依靠巨頭企業，初創企業要想實現突破是比較困難的。正如Open AI進展的取得也離不開其背後的微軟。但是這並不意味着中小企業並沒有機會，在目前已經能夠接入的情況下，很多企業可以做中間層的產業創新，將視線放到各個垂類，從宏觀轉向微觀，通過行業數據的不斷調教，使其內容生成達到精確，甚至專家水平。

想象：贏家通吃？

教育領域或發生革命性變化

ChatGPT推出後，去年熱門的元宇宙投資市場如今熱度驟降，據悉微軟將在多個部門裁員，其中包括去年10月才成立的工業元宇宙團隊。ChatGPT是否也只是流星劃過？如何把握這次機遇？

對於類ChatGPT產品的投資熱潮王嘯指出，大型模型領域孕育了一波創業和投資機會，這個可能會持續三至五年。但是也要看到大型模型領域競爭激烈，未來可能是贏家通吃的局面。非頭部企業可以在已有的大模型基礎上，打造構建垂直類品類的能力。如果在法律方面更專業，則可以構造跟法律相關的專業化知識體系，或者直接應用到法律諮詢上。

當然他也強調，在一些專業領域中，大模型的使用或許更大程度上是像“副駕駛”。如醫療診斷可能仍需人爲其審批，需要充分考慮其中涉及的責任問題。那些本身具備一定人工智能基礎能力，並且瞭解垂直領域應用場景、客戶需求以及數據的公司，誰最先搶佔市場，誰就最有可能取得勝利。

對於率先實現突圍的領域類型，王嘯也分享了他的看法。以他的觀察爲基礎，第一波機會可能會被生產力工具所獲得，比如office，畫圖工具，遊戲素材生成等。以遊戲行業爲例，過去遊戲素材製作幾乎佔了50%的投入，如果未來人工智能可以實現自動生成，省下的成本將是巨大的。第二波機會則可能是各種諮詢類服務提供者，如律師、醫生等。當大模型學習到足夠多的案例，化身成最有經驗的專家，傳統的諮詢服務或將被取代。第三波機會也許是硬件中的智能應用，如陪護機器人、工廠運輸車、家電等。這些機會具有結構性，深度和廣度可能比我們想象的更加劇烈。

除此之外，蔡恆進教授認爲教育領域的改變或許更值得期待。大模型能夠理解每個學生的狀態，作出相應判斷，做到因材施教。且相比花費大量資源在追求高精度大型模上，教育領域對於精度的要求並不高，這項改變或許是革命性的。

更多人已經開始高喊，我們正處於人工智能的“iPhone時刻”。