股票配资平台官网_在线股票配资
栏目分类
热点资讯
股票配资平台官网

你的位置:股票配资平台官网_在线股票配资 > 股票配资平台官网 > 正规期货配资 李开复畅谈大模型:非常适合虚拟世界 短期最担忧坏人做坏事

正规期货配资 李开复畅谈大模型:非常适合虚拟世界 短期最担忧坏人做坏事

发布日期:2024-07-17 16:32    点击次数:78

  6月14日正规期货配资,在第六届“北京智源大会”上,零一万物CEO、创新工场董事长李开复表示,大模型的智慧来自于接近无损的压缩。很多国内大模型在部分案例里接近或者打平、或者偶尔超过美国的大模型。

  李开复认为,大模型不见得要能做人做的每件事,大模型非常适合虚拟世界;具身智能短期要做好,难度很大。短期最担忧的是坏人用它做坏事。

 

  短期最担忧是坏人用它做坏事

  大模型为何如此成功?李开复认为,AI 2.0是有史以来最伟大的科技革命和平台革命,大模型Scaling Law的重要性是人类能够用更多计算和数据不断增加大模型的智慧,这条被多方验证的路径还在推进中,还远没有触达天花板。大模型的智慧来自于接近无损的压缩。

  大模型正面临着一些挑战。李开复说,如果“仅仅用更多算力就能把它往前推动”是主要方向,就会导致只有GPU资源丰富的公司和国家能够胜出。很多国内大模型在部分案例里接近或者打平、或者偶尔超过美国的大模型。需要专注算法和工程创新一体化的推进,避免进入“盲目堆算力推动模型性能提升”的状态。

  大模型是经验主义的产物?李开复认为,科学和工程缺一不可。如果只做工程,不了解“第一性原理”,没有数学的根据、没有办法评估不同方法的效果,考虑到高昂的算力成本,这样的摸索肯定是做不出一个好模型的。但如果只是在实验室里雕花,写一些不错的论文,期待有工程人才把论文做成产品,这肯定也不行。

  对于AGI的定义,李开复表示,因人而异,还有太多未知的东西还没有被解,不见得要能做人做的每件事。如果世界上有10000件事情,AI在9000件上做得比人好,有1000件人做得比较好,要给人留一点儿空间。

  超越人类的、有自我意识的AGI是否会面临失控的巨大风险?李开复认为,会存在但概率不会很大,技术中性,短期最担忧的是坏人用它做坏事。中长期看,仍然建议尝试用“以子之矛攻子之盾”——用更好的技术解决技术带来的挑战。

  大模型非常适合虚拟世界具身智能短期难度大

  大模型产业化最大的场景在哪里?To B、To C 两大赛道哪个更有机会?李开复认为,在中国To C 短期更有机会,国外两者都有机会。To C方面,就像移动互联网、PC时代里,一个新技术、新平台带来新应用,大模型同样如此,这是巨大机会,这些应用的出现一定是按部就班的。

  “AI 2.0 时代会和PC、移动互联网时代一样,第一个阶段应该是生产力工具,包括信息获取;第二个阶段可能会是娱乐、音乐、游戏,第三个阶段可能会是搜索;再下一个阶段可能会是电商;然后可能会有社交、短视频、O2O的应用出现。”李开复认为。

  李开复提到,理由是刚开始应用要能够赚钱、能够解决问题,所以第一波潮流会是生产力工具,但越往后,难度越大——高用户量的应用商业模式往往是先堆积用户再找变现模式,所以应用成本一定要很低,试错难度很大、所需要的投资也更多。

  “递进的模式不会有特别大的改变,To C应用会从生产力工具一步步走向短视频类应用。 To C确实会产生大量的用户,但这不是说不能用大模型来做产品,只是在普及顺序上会按照这六个阶段进行。”李开复认为,在大模型领域做应用跟PC、互联网时代不一样,因为推理成本还太贵。

  李开复提到,大模型有可能在To B方向上带来更大价值,而且能够比To C更快实现,但是To B领域有几个挑战。一是大公司、传统公司不敢采取颠覆式技术。二是中国许多大公司没有认识到软件的价值,为软件付费的意识有待进一步提高。

  具身智能中,是热门的人形机器人先有机会,还是自动驾驶会有机会?李开复表示,现在无人驾驶面临巨大机会,终于可以落地了。在L2、L3阶段,包含城市自动小巴等等场景,无人驾驶可以真正创造价值。到L4、L5阶段,要无限制地开到开放场景,全球都面临着挑战。中国能做得很好,也许这就是很大的市场。

  李开复提到,讲到具身智能,是物理世界跟AI的结合很重要。大模型非常适合虚拟世界,在金融公司的后台、客服等等场景,大模型很快可以落地产生价值。如果需求是软件,直接对接大模型就行。一旦大模型接入物理世界,就需要面临各种问题,有安全问题、机械问题等等,难度会大很多倍。

  “从创业者的角度来说正规期货配资,虽然现在具身智能一时比较热,但对大部分创业者来说,如果希望短期落地产生价值、能赚钱,肯定还是做虚拟世界要远远容易很多。”李开复表示,具身智能重要,可以很好地结合大模型多模态能力,而且一旦具身后就可以产生数据,形成数据飞轮闭环,有很大的想象空间。但短期要做好,难度很大。绝大多数应用场景并不需要人形机器人,炒菜机器人应该长得像锅,吸尘器也长得并不像人。



友情链接: