王小川：我們正從科學時代邁向智能時代
來源：睿見Economy
2024清華五道口首席經濟學家論壇於9月28日在北京舉行。北京百川智能科技有限公司創始人兼首席執行官王小川出席並演講。
以下爲演講實錄：
王小川：我發現這一年多來對技術路徑怎麼發展，市場怎麼發展，我講的都是對的。
第一個，語言爲中心，我反覆強調語言爲中心，這是最重要的一件事，語言變成數學是這一代的變化。行業老提多模態，包括周鴻禕說Sora很強，這是行業很多做多模態，不光是周總，整個學術界把多模態當回事兒，但其實這個突破是在語言上。
第二，行業開始往做的足夠大的方向不斷髮展，但是有一個大的機會是範式的變化，GPT-o1的發佈，從快思考走向慢思考，並不是像原來一樣參數變得足夠大也被驗證了，前面兩個技術被驗證了。
第三個場景當中，什麼場景是未來能夠大的，且驅動中國發展的，全世界重大的問題，叫做賦能千行百業，或者提到今天還沒有把它場景做大，往下要驗證的事情就是醫療健康的貢獻，甚至醫療是大模型皇冠上的明珠，我們最後走向AGI。
等待一年後再驗證百川后面的思考。
今天有很多相通的地方，從科學時代邁向智能時代，這個題目開的更大一點。談幾個重要的觀點，在去年年初的時候有爭論，到底通用智能時代是不是到來了？我是堅定地相信到來了。我在2018年的時候講過一句話“當機器掌握語言，強人工智能就到來。”2018年講這個話的時候，離2023年還有五年的時間，其實那會兒是沒有到來的。
當我開始用GPT，開始看到機器掌握語言之後，我知道變天了，我們開始進入智能時代。從工業時代、電氣時代、信息時代，我們稱爲第四次工業革命。今天開始有這樣一個共識了。今年年初的時候有些朋友跟我講，小川，2024年元旦快樂。我說我們要叫做智能紀元二年元旦快樂，2023年是一個元年，新的紀元的開始。比大家想的更大的事。周鴻禕說我是信徒，我帶着百川是在智能元年成立的一家公司，快速入場，快速成爲中國頭部的創業企業。
除此之外，我依然覺得這個事比大家想的還要更大，我不是當工業革命去看，當工業革命看還是一種慣性。我跟大家分享一些我理解不太一樣的地方，我叫做科學時代，現在叫智能時代。
科學時代的起步，一個科學家叫牛頓，牛頓重要的工作是把物理學變成了數學，一個講科學實驗，科學實驗範式是他提出來的，光子是旋轉的還是光是複合的顏色？白光是什麼東西？那是講科學實驗。另外重要的東西就是把物理學變成了數學，他有一本鉅著叫做《自然哲學的數學原理》，在之前叫《自然哲學》，在他手上變成數學。從康德的講法來講，數學是理性的空間，我們沒法得到真實的世界的，但是物理學是今天最接近真實的學科，天上星星怎樣運動的，蘋果怎麼落地的，以前是不同的自然現象，但是通過他的翻譯體系之後就變成了數學公式，變成了模型，變成了統一的一件事情了，世界的物理萬物變成數學解釋現實世界。像相對論、量子力學、麥克韋斯方程等等，都是以物理學變成數學作爲起點，因此叫做科學的時代。
今天很重的一句話，我叫做智能時代，它跟科學時代不一樣了！
科學時代更多講我們對世界的觀測，公式化，這是我們上個時代做的工作。我們這次的起步開始叫做把語言變成了數學，語言是人類認知世界中間重要的一個工具。其實人是觀測者，沒有觀測者就沒有創造者，觀測使得我們對世界重新以人的意義體系建模，不管是維特根斯坦講的語言的邊界就是你世界的邊界，語言中心位置，包括語言是符號體系，我們講的數學、代碼都是語言的符號。學過高等數學的知道，一個等號是一件非常複雜的事情，1+1=2，什麼叫等號呢？這個等號是等價羣的意思，1+1和2是在一個羣裡面是分在一個羣裡面的，叫相等。人類發明語言是對世界上做的重要的一種重新分類的活動，就是代表智能。
我有一句話叫做語言是我們知識、思考和溝通的載體，當語言變成數學問題之後，我們的溝通、知識和思考就變成了數學問題。像物理變成數學一樣，這是非常重大的時代突出。在時代之前，第一步就是語言變數學，還有多模態在裡面，但是沒有那麼重要。
第二件事情是從快思考到慢思考，因爲今天思考變數學，今天大模型拍腦袋靈光一現給人一點輸出，不是經過深思熟慮的。第二步強化學習，包括慢思考，用強化學習和思維鏈解決慢思考的問題就發生在兩週前重大的事件，大模型國內偏冷，但其實我們又有人類智慧巨大的突破。
前兩天有媒體問我說再預測下一個突破是什麼？我們剛纔提到了從語言了強化，下一步我想在五年、十年後還重要的一件事情是機器能夠通過寫代碼去運行代碼，獲得解決問題的能力。今天我們知道像AlphaGo，咱們都做過，你能不能給我學會下圍棋？機器會琢磨什麼叫下圍棋？圍棋怎麼判斷輸贏？把它變成數學代碼，程序代碼，下圍棋的走子規則是什麼？生成代碼，機器開始自己生成一個下圍棋的code，去運行它，運行完之後機器學會下圍棋，可以想象通過語言背後能夠產生代碼的連接，跟同事講的這個東西挺科幻的，再預測就是大的技術方向。
再往前推，我們還知道智能時代裡面做工作，再往下還有一個時代，我認爲是今天的物理科學帶來的和今天智能還不能解決的問題，怎麼把生命變成數學模型。後面我們理解生命，理解活着本身背後的數學問題，理解意識背後的數學問題，人跟機器在共生當中都是以生命的視角來看，而不是物理的世界模型，我稱爲共生時代，這是做一個預測，可能發生在十到二十年之後會進入新的時代。
黃仁勳已經在他的視頻裡面講了，今天開始出生的人不要再學習寫代碼了，寫代碼的工作未來機器都會幹，我們對未來從生物、生命、生物醫藥，這是後面的工作。如果剛纔從第四次工業革命，我寧可叫做進入智能時代，而不是第四次工業革命，再往下從科學時代、智能時代走向共生的時代。
在智能時代裡面，核心在做四個階段性工作，前兩個在信息時代開始解決的，我沿用的DIKW的模型。D是Data、Information、 knowledge、Wisdom。二十年以前人類最偉大的作品，開篇之作是搜索，是解決信息檢索的問題，從我們的數據變成了信息。之後也有像收官之作，是作抖音和TikTok，信息從搜索走向了一個推薦。
再往後一直沒解決的問題是知識問題，大家都聽過一個詞叫知識圖譜，這是谷歌發明的一個詞knowledge graph，我用一個概念講叫做苦海無崖，回頭是岸。這樣的技術路線圖是不通向未來的，靠人在裡面大量的解三元組。中國的首都是北京，靠人去標記，去建立什麼叫首都，什麼叫城市，什麼叫國家，我們在世界的理解裡面還是人去做。我在感嘆人這樣教機器學會語言，像人教機器學會人連一樣，本身是不可能實現的事情。而大模型一舉攻破了這個問題，把知識變成了數學問題，語言變成數學之後解決了，所以語言模型解決這個問題。
之後開始走向搜索增強，把信息用起來，這個事情發生了18個月，GPT-o1的發佈代表了從強化學習開始，我們跳出原來已經有的知識學習的分佈。下面的圖是重大的變化，可以講兩個模型，一個是生成式模式，語言模型它的特點是數據越多越智能，除了算力以外，儘可能多的數據進來，學的越多，它變得越聰明。這個學習系統按照中國的古話來講叫做“學而不思則罔”。學東西很多，但是腦子是混亂的，並不經過自己的反思，跟這個真實世界的對齊，這個系統有它的天花板的。走向慢思考背後的一套語言體系就是強化學習，經典的代表之作是2016年發佈的AlphaGo，在強化學習上工作，打遊戲，做後面的其他的生物蛋白都走的強化學習的道路。
強化學習的做法正好跟大模型截然相反，大模型數據越多越好，強化學習讓人的數據越少越好，專家越少越好，每丟掉一些專家就變得越聰明。後來就是Alphazero，AlphaGo訓練用了人類6000萬的起居做的訓練，Alpha zero是0，就不要靠人教它怎麼下棋，通過規則，自己通過思考學會了下棋，反而得到了比人更高的下棋的能力。如果它沒有學習，只是靠思考，按照中國論語講的思而不學則殆。一個是今天之前的傳統大模型系統叫學而不思則罔，AlphaGo停在下圍棋不會新的東西，學和思融合在一起會形成今天的範式。Open AI發佈新的GPT-o1兼具這樣的學習能力和思考能力，通過多輪的思考讓自己憑空成長，你不用的時候它也在進化，這是思考的範式。
今天還有一個大的變革，從科學時代的尾聲走向智能時代之後，一些範式在發生變化。我們更多是通過生產關係的變化推動社會進步，比如大家都用美團，美團連接了這些人和商家，店家，我們用滴滴連接了司機，我們用抖音和搜索都是連接的方式在解決的，本身自己並不提供後面的智能，所以是生產關係方面的改變。而且大模型的範式發生變化更是直接提出生產力，不是改變生產關係，而是自己產生了智能。
我們今天做大模型當之無愧是新質生產力中間的一個部分，甚至可能是中間最重要的部分，直接提升供給。最近國外一本書裡面講財富就是知識，大模型是知識引擎，甚至以後做AI For Science，今天成爲財富引擎，是生產力帶來的。之前我也接觸很多的產品經理，如果大家跟互聯網圈接觸的話，產品經理是中間一個最神聖至高的位置，因爲他代表發現了需求，發現潛在，但是沒有被滿足的需求，通過技術實現叫做PMF，就是Produce Market Fit跟市場的驗證，叫做發現一個需求，實現它，去驗證它，這是互聯網之前的工作範式。但是大模型不是發現需求是重點，而是很多需求已經天然存在，但是更多是供給不足，生產力不足，提供不了。像醫生、教師這樣一些職位，需求是我要治好病，讓自己變得更加有能力，這是一直實現的，對產品經理要求不是洞見需求，而是對技術本身的理解，需求驅動。
最後一句話，我們之前更多在造工具，上次我見到一個高管跟我說：“大模型行嗎？”他覺得有問題，我說：“你質疑在哪兒？”我就懟了他一句，我說：“你會做嗎？”他自己也不會。今天作爲一個人，他本身不代表有工具能力，因此大模型自己有之後，我們實現的是造人，造自己的員工，造我們的夥伴，使得人類推向新的世界，人與智能形成共同面向世界的文明。
謝謝。