EP20-不是人类卷不起，而是AI更有性价比？#AI新纪元指南
01:12:54 Share

欢迎收听 IQ 老友说这是一档 IQVR 艾昆伟谈话类播客节目我们将聚焦医疗行业热点话题替代你永远不是人工智能而那群会人工智能的人去把你给替代掉所以在这个阶段里面最关键的应该是说尽可能的去学会去使用真的上手去手搓一个类似这样的工作会比其他人要好很多网络多元视角

所以未来我们可能所有人都叫 AI 相关从业者也就是说到时候我们就没有这个具体的感知你是从事人工智能的他不是因为所有人都被转机进来了激发观点碰撞

你不去拥抱他 AI 也会像任务系无声地走进你的生活和工作中你过分地去拥抱他他也未必说一定就会给你带来什么样的一个本质上的提升就根本还是在于自己的一个成长我觉得还等什么一起来听三两好友闲话医疗行内行外有趣有料欢迎收听 IQ 老友说我是 IQVIA Marketing Team 的 Lillian

这期节目录制于 2024 年的 4 月无论此刻收听节目的你来自于哪一个行业与 AI 的关联度有多高在 OpenAI 带着 ChatGPT 进入大众视野的这一年多的时间里都应该或多或少的使用过一些应用比如国外的 Cloud,Copilot

国内的文心一言 Kimi 等等那也可能听过一些热点事件比如 Solver 在文生视频上快过于大家预期的突破性的进展或者是英伟达在十周连涨之后市值突破 2 万亿美元但是如果你被问到现有的 AI 应用具体能提供哪些功能或者是被问到在这个 AI 元年里有哪些里程碑式的事件可能很多人都很难回答

这也就是这期播客我们的录制初衷希望为大家做一个比较系统性的梳理和科普同时呢我们也将会探讨 AI 当下的应用场景和未来可能会如何改变我们的生活那很荣幸今天我们邀请到了可以说是覆盖了 AI 行业产 学 研 投这些综合视角的几位嘉宾他们有中科院软件所继承创新中心成果转化主管张哲

大家好,我是来自中科院软件所的张哲,很高兴接受这次邀请来跟大家做一次关于 AI,以及 AI 跟产业结合的分享。我们后续还有我的朋友们,我们一起来做一个更深入,更浅出,更让大家开心的一次播客活动。

这边我做一个补充的背景知识介绍就是今天我们三位嘉宾是初中同学后续呢其实进入了各种各样的不同的专业领域但最终在此刻 20 年后又重新都聚集在了 AI 这个行业当中可以说也是一个 AI 行业大势所趋的这么一个体现那还有我们的第二位嘉宾中发展智源副总经理杨帆

大家好 我是杨帆 我来自中发展智园人工智能科技有限公司在过去的将近十年的时间里面 我们一直致力于围绕着人工智能搭建整体的创新生态包括人工智能的一些投融资 然后一些产业的基础平台 然后以及一系列的科技成果的孵化转化应用

那还有的话就是我的同事金辉 IQBI 昆为数据科学和高级分析部中国区负责人大家好很高兴有这个机会跟我的两位初中同学然后一起来去殊途同归的在 AI 方面来进行一些讨论和一些探讨好呀那先想问问三位平时最常使用的 AI 的应用是什么或者说觉得最好用的大院模型是什么

我可能会比较割裂的说这个问题啊就是我的工作和我的生活因为我的工作其实使用大模型的概率不大因为我们在软件所嘛其实我们自己是在研发软件工程的大模型也就是大家现在经常说的代码生成然后测试大纲啊测试用力的这些的生成就像

上个月吧百度的李彦宏总提的那个说未来马农就失业了程序员就失业了那其实就是我们干的这件事就是这么但是我觉得它不是个失业的过程它是要求大家程序员原来可能我懂 C 我懂这个 Python 我就 OK 了我就这个工作我就可以解决了

但是现在这些工作都已经有人给你做的时候其实是如何把一个程序员变成一个架构师你已经有了一个代码的助手然后你如何在这个系统架构啊在等等方面去做更多的思考那其实是做的这样的一个工作所以其实在我们的日常的这个我的工作当中我其实用大模型的概率比较低因为我们自己在研发这个大模型吧但是在生活中呢实话讲它就是现在是变成了我的一个叫做说明书库库

就是我现在比如说昨天晚上九点多到家已经挺晚的了但是恰巧我的这个之前定的滤纸到了这滤纸我要移盆我要把它种在新的盆里头我要怎么怎么样虽然很晚了但是也得弄我就会通过大模型来搜索一下比如说最简单的移盆的方式是什么然后等等这些所以它就会变成我一个说明书库我要在干什么之前我可能会先问一下它

在自己已经有一定知识储备的情况下他其实帮你把一些你知识盲点啊知识方面的一些的误区啊他其实帮你去做一个梳理或者做一个纠正这个和我搜个百度和我搜个知乎和我搜个小红书有什么区别

就是这么一个状态啊如果你去搜个百度搜个这个小红书小红书我没用过啊实话讲这我比较小红书我没用过我就说就是对于原来的搜索来说其实是因为你搜了一个什么东西它是没有联想能力的它会给你一个非常枯燥非常那什么的一个状态现在我们的很多大模型是多模态的这个状态它可以给出来你的有文字的有

有图片的有视频的那其实是可以帮助你快速的去把这个你要做的这件事给你一个说明会给你一个训练然后同时它可以给你多种的路径比如说

我昨天说我要种个仓库怎么怎么样,仓库有很多种啊,他会要求你可以上传一个照片上去,上传一个照片上去以后,他会依据你这个仓库,然后适合什么样的盆,适合什么什么,他会给你一整套的,我觉得这个东西就是智能和非智能之在于其实他是不是更关心你,他是不是对你这个把握的更精准,而原来的搜索他其实是一个不精准的过程,而现在是一个更智能更精准的一个过程。

就补充一下啊就是随着这个卓总说的这个话题其实啊我是觉得这个大模型的这个时代呢或者是人工智能这个时代呢你想所谓的人人是有记忆的大模型也是有记忆的刚才说的这种它会给你一个更精准的或者更个性化的答案呢可以给大家说一个专业一点词啊叫涌现就是相当于大模型它是具有

一定的思考能力的而且您可以去关注现在做的大模型最好的企业其实是原来的搜索企业不管是 Google 还是国内的百度也好因为其实人工智能大模型的出现对于原来的传统的搜索它是一种颠覆而且现在我们在看我们是可以跟大模型进行对话而且如果说大家用过 Kimi 你会发现

它其实对你之前的这个问它的问题是有记忆的而且通过你不断的问答其实对大模型你的独特的大模型是一个训练的过程它会越来越接近你的去想法给你你想要的这个答案这个是原来的搜索肯定是没有的这个功能而且随着我们的这个大模型应用

它后

它后面会连带给你进行一些相关的推介就比如说我说大模型你给我生成一个我要去瑞典旅游的行程吧然后包括我的一些独特的需求比如说我的独特的想法是吧我必须要去到哪个地方它会给你生成一个非常详细的攻略并且链接了所有给你推送的你需要去的这个位置的链接然后

未来呢你就可以通过它去非常快速的直接把所有的订票呀订酒店呀等等的这些所有的一系列的工作都交给这个智能的智能体对对对现在这个概念应该就是智能体这个概念除了大模型本身的话呢他只是说我把所有的通用的知识存在这了

对吧 然后是一个世界知识一个 common knowledge 的这么一个库但是你怎么用呢其实在去年的时候大家可能还是说我得问问题 我得去调这些但就目前来讲的话我觉得现在市场上面最火的无论是投资还是创业来讲最热的话题就是这个 AI agent 就刚才提到智能体其实智能体是什么我觉得我同意刚才杨风刚才提到的概念其实就是它是有记忆 有 memory

其实呢他就是说我有计划从 planning 到 memory 再到说我到底用了什么样的一个路径最后我要有一个 action 把这四块加在一起其实就已经是一个智能体这个概念这就回答刚才像刚才张哲提到那个我怎么样去就是这样的一个做法比搜寻引擎会做到什么样更优的地方呢就是说不仅仅提供答案或者说他能提供首先他能提供一个比较 structure 的答案

不像说小红书跟那个搜索引擎其实它是把信息罗列在那了罗列完了之后我人当然我还得去分析去找到说这个视频可能是我想要的那个东西是我想但那些不是然后去其糟粕的这样去做但现在呢大模型或者智能体可以先做这点事情其次的话就是根据你的定义好的规则我想要去执行的步骤像刚才提到我要去旅游那我有什么样关注点我定好我的东西下一步我执行 action

这就是现在至少我现在看到的我知道就是大概年初的时候吧应该是第四范式的一个合伙人出来去拿了你想年初的时候那会儿的资本市场其实挺冷的他就拿了大概有千万级的一个投资去做智能体然后现在来讲我最近关注到的很多的什么样的一些大家去谈论的话题要做的东西包括现在抖音上面也出了自己的一个做整体的这么一个工具叫抠子仪的这样工具

其实就可以方便每个人去搭建这些的适合于自己这个 agent 比如像我们的凯尔说的那样比如 autoGBT 啊还有一些的功能这些然后我其实非常同意刚才这个就刚才张哲一开始提到的说到底会不会造成马农的失业这些

我觉得现在可以我昨天看到前两天看到也我觉得非常的直观一点我一直不觉得说有了这个 GBT 或者有了大风星会造成像我们可能我之前我也写过代码然后包括现在我们也在什么不会替代这些的就替代你永远不是人工智能而那群会人工智能的人去把那个替代掉所以在这个阶段里面最关键的应该是说尽可能的去学会去使用真的上手去手搓一个类似这样的工作会比其他人要好很多是的 是的

这个是刚才就回想到 18 年的时候 18 年其实是我开始正式迈入跟 AI 相关的所有的工作的开始那会儿就是我们有一个从波士顿回来的学生就问说张老师你为什么会投入到这个因为也是属于跨行业投入到 AI 这个领域里头

然后呢我就讲得非常实在我说你在美国你看没看过钢铁侠我为什么会选择这个因为我也希望有我一个自己的 Javis 我觉得这是一个未来对于每个人来说而且尤其因为我杨帆和金辉我们应该都是 80 后我们大概率这辈子大家都是独生子女的那个状态会比较那什么一点在这样一个状态下其实你有一个终身陪伴的

大家可以说孩子家长或者你的伴侣是你的终身陪伴但是真正能完全走入你内心的其实未来可能就是这样的一个智能体你和它适合一个无缝对接的一个状态就像那个电影《Her》里面对吧对对对而且一个是有这个智能体另外一个现在大家也都在探讨这个归基生命的这个话题对吧都说说我们探积生命的诞生就是为了 trigger 归基生命对

你的这个智能体未来它还可以永续的去留存对就是那会儿讲嘛就是说实话讲永生有两种手段永生有两种手段就是肉身永生和精神永生是吧肉身永生我觉得

这些不太现实按照我们的生命科学的这个发展历程什么端粒子啊这些我觉得是不太现实但是一个精神或者思维上的永生我觉得还是很有价值的这聊聊电影咱们就我记得有一个这个男人来自地球大家看过其实实话讲就是那我们说一个有价值的知识一个有价值的思维如果能长期保存在这其实是对全人类的一个贡献

刚提到的这个 agent 个人的 agent 已经出现了而且会越来越好用下一个问题就变成说 agent 出现了之后现有的互联网和现有的这个安全的这个网络安全的这个世界是否可以承载这个未来 agent 的这个世界它其实是不是这个 infrastructure 都会有一些根本性的改变

你这个问题问到了我们其实在做因为我们的科技组有一个工作叫做可信赖人工智能为什么会做这个事情因为我们希望所有的事情都是可解释的从技术角度我说我们希望它鲁班性好等等这些但是从伦理从那什么我们希望它是可解释的把黑盒问题打开这是我们希望的一个状态但是实话讲我是认为如果你认为这个智能体它到底是个技术还是个新物种

说你养了一个宠物养殖狗很通灵性还那什么你会把他的脑袋打开看看他为什么能那么听你的话吗其实不见得更多的时候是什么是你跟他的一个交互所以我觉得所谓安全性它其实是一个就是与人类对齐的这么一件事情怎么与人类对齐那我觉得实话讲它是一个双向奔赴的事情一

希望 AI 能够像人一样思考同时未来在这样的一个交互的过程中人也会像 AI 像机器那样的去考虑问题很多可能会知识化那在这样一个过程中大家达到一个双向奔赴我觉得是一个结果如果只是说为了人类的安全怎么怎么样那我觉得什么都不干是最安全的

就不管是现在的人工智能时代还是原来的传统传媒时代再到互联网时代再到人工智能时代其实每一个时代都有围绕着安全的一系列的话题所以安全这个话题并不是说因为人工智能时代到来而产生的一个新的话题只不过呢我们对于它的评判的手段会随着人工智能技术的发展我们手段也会发展

就目前而言就是看到我们现在的这个无论说归基生命能不能取代太极生命啊然后 AI 会不会自己最后冒出来一些比如就刚才的 agent 的这个概念就自己把自己训练的越来越好对吧自己把自己像那个记忆人 306 一样把这个突破掉了我个人其实觉得这个方向上来讲是这个方向但从现在来讲这个讨论这还有点远

我呢还是偏向一个偏保守一些或者说比较就目前来讲对于实际它到底有没有智能这件事还是有画一点问号的这样的一个态度因为我觉得从本质上来讲无论是说大圆模型还是多摩泰的这些模型 Diffusion 这些模型其实本质上它都是在从概率学上面在预测下一个说的这个话或者什么样的概率会更高嘛

但如果单只靠这一点我不觉得它会是智能的这样的一个概念因为本质上为什么我们提到说害怕它下一步会有一些那个行动一定是说在逻辑上面它可以处理一些我们没有遇到过的事情但就现在而言所有的这些模型都是由利靠海量的历史数据在过去的当中去寻找规律去做我觉得它只能做到第一步什么时候它真的能把称到 fault 或者把它的逻辑推理把它

摆明了说的很清楚的时候我才相信说这个可能到了智能这一点然后回到你的那个问题说对于说技术设施啊或者说下一步我们做这些工作有没有什么限制安全上的考量那我一直举一个例子就是世界上肯定是先有汽车再有交通法规的

对吧你汽车没有的时候你就先把经文法规给列上你规定什么呢所以技术一定是说我必须要先往前走的然后那你说限制呢可能说是说我发现了一些苗头或者是有一些就是这个风险存在的时候我才去规范它否则的话那技术的事情就应该是技术来去寻找刚刚也提到了说说其实它在一个快速的学习它学习的速度是远超人类的那很快它会把人类现有的这些数据给学习完

那这之后会发生什么大家能不能开个脑洞你说的很对啊之前大概在一两年前限制大模型的是算力算力不足影响我们的大模型的迭代但是现在发现原有的数据都已经烧完了现在限制大模型发展的其实是数据

但是现在已经有一些方式比如说我们用模型生成数据对吧所以说其实刚才那个金辉说的那点啊有可能会突破因为现在你的数据都是由模型生成的所以它生成的这个数据可能就不是你你原来所掌控的这些数据了那通过

通过这些数据去训练的模型它未来会发展成什么样的智能体不太可想象对就跟那个蒸汽机的时代能够想象说可能未来世界会发展成什么样当时的人想象出来的是可以发明一个手掌大小的蒸汽机这是他们能够想象的最先进的东西我们其实也是一样的一个境遇啊

现在国内是百摩大战甚至落地道行业的话可能是万摩大战的这么一个状态大家现在也听到过一些不同的观点就很知名的那两方的一个对撞对吧卷模型还是说我就是商业导向先生存卷应用先找到这个 PMF 再说所以这个我不知道大家是什么观点

我思考这个问题的出发点就是说到底这个 AI 或者这个大模型它的发展是什么样我们应该在各个阶段来怎么去做我想呢就是现在呢叫做现在都得叫传统的 AI 了再到大模型然后之后呢现在叫 GAIGenerative AI 对吧然后呢未来的发展呢我们还要做 AGI 对吧通用人工智能我觉得这个方向肯定没有问题我最终肯定是要做通用人工智能

包括现在的各种的百摩大战或者说通用的这个机座模型它的目标一定是说我什么都可以做但我觉得呢从现阶段的这个效果和这个现阶段这个商业的这个环境来讲我觉得这个就是有些人可以做到这一点或者说那就赢者通吃的这个状态我做出一个通用的什么都可以干那我就把所有都给吃掉了那作为说一个企业来讲谁不想做垄断的生意呢对吧

但是我觉得现阶段来讲没有一个做到这一点然后呢在没有做这个就是就现阶段而言那我觉得那以实际落地以能够像刚才杨帆提到先在市场上活下去对吧先在这个市场有一定的占有率或者有一定的这种客户来去做我相信这也是为什么在国内能看到很多的公司

都在做应用都在跟行业去结合因为通用的还没有出来的时候那必然就是要在垂直领域垂直的行业里面去做这个弹模型那这样的话这些模型或者这些应用才有落地的点结合的点寻找到刚才这个令令提到 PMF 这个点所以对于国内来讲的话我是比较赞同说现在国内的这些无论是各家公司还是国家提倡这个方向是要真正的跟行业跟实际的应用场景去结合先把它用起来

你就先用起来了先熟悉了这样的一个新的人机协作这种模式和这种方式了慢慢的才能把它迭代出来一个新的这样合适的一个商业场景而依靠说等着说我有一个通用的什么都可以做的我觉得这个可以等然后我相信未来有了足够的算力算法跟这个数据的这个情况下也可以得到但就目前而言来讲我觉得比较落地和实践可以做的是我们做应用这个方向

从我的实际上我们在跟包括去年其实我们跟宁波浙江上海反正就是长三角的很多的包括深圳很多企业去沟通其实大家用起来 AI 还是很难用起来的因为对于他们来说我觉得这个问题的点就在人才的断档

企业里边根本就没有能用 AI 的人那你如何把这个 AI 的效能发挥到最大所以它其实是一个大家循序渐进的一个过程其实我反而会觉得会把这件事呢分为三类人群第一类就是比如说以高效科研院所以 AI 的高新技术为代表的这些的现在的创业公司

他们攀的是我们就叫攀科技术就是我玩命的去堆我的大模型有多么好用我堆我的大模型有多么的通用我堆我的大模型有多么的技术领先那这个没问题因为永远要有一拨人往前玩命的跑但是呢他做出来的这个东西我觉得要看

要开源你既然做的是通用的未来那个什么你要把它这个东西开源出来让更多人来用为什么说老师是很难创业成功的是因为他不懂产业那你开源出来才有能更多懂产业的人来去用你这个把它跑出商业逻辑来

那只是我们形成一种知识产权付费的形式我觉得这个是 OK 了能保证让做技术创新的人继续有动力去跑下去这个很重要那第二类是什么呢第二类就是懂这个产业端懂这个应用场景的人

那他是拿到这些的通用的大模型拿到这些的这个大家在做的技术很领先的把它跑成一个行业内的解决方案把它去落地那你要向上游的做技术领先的人去做知识产权付费同时你自己在这个过程中把这个落地去实施了那还有一类人是什么呢我觉得叫服务者就跟我们说第一产第二产第三产一定要服务者我们一直说说 AI 是个什么那会儿就特别形象比喻就是坐汽车

说汽车其实形成了现在这个稳定的销售结构是说什么是有个制造厂有用户买单同时还有 4S 店就这样的一个结构为啥就是因为在现阶段这个状态下并没有那么多人能够保证 AI 完全在产业落地的时候他就要有一个服务用户群体去帮助他去落地在这个过程中降低落地成本我觉得就是把其实把这件事分成三类人群每类人群干自己专业的事就可以了

对其实就是张哲说这个特别关键就是 AI 啊一定要接地气你永远这个取高获寡这个不行一定要接地气那怎么接地气呢其实现在我觉得比如说现在有的产品呢就是开箱即用嗯

相机用这个非常关键原来咱们都说都卷大模型参数对吧我们从 7B 到 13B 到 130B 现在就是往上卷参数都是千亿规模的这个大模型但现在呢其实在往回走在做小模型如果你现在看很多的这个原来的大模型企业他们都在出 3B 的模型为什么

为了适用我们的这些硬件的环境,比如说在手机上可以跑起来,在传统的这种笔记本电脑上可以跑起来,这个非常关键,比如说我们现在其实一些硬件厂商,他现在在研究我们出厂的这硬件设备自带,

大模型的功能那就需要说把参数量降下来把它需要烧硬件的这个状态给它改变回来这样的话才能赋能千行百业让所有的大众去使用这个相关的模型和人工智能所以说从从业者和创业者的角度来说是想要把它怎么样变得更傻瓜易用就像当初的 PS 然后变成了可能有这个美图秀秀对吧就是所有普通人都可以轻易上手但

但刚刚讲到的说马农会担心失业何止是马农会担心失业所以就最近如果定义最近的这一年是 AI 元年的话我觉得如果我个人要提炼一个关键词的话就是 Fear of missing out 就是所谓的 FOMO 嘛就普通人有普通人的 FOMO 说说那未来肯定是一个很不一样的时代我的工作会不会被

被 AI 替代怎么样子可以让我在未来的世界当中更具有职业竞争力可能行业从业者创业者有创业者的焦虑所以说这一年当中不知道咱们几位嘉宾是有什么样子的感受或者心态变化吗

我觉得我心态一直是非常的稳因为我觉得这个取决于就是因为知道这个 AI 就这一轮的 AI 到底是什么就有些我觉得很多的这种焦虑或者是这种不确定就来自于不了解

因为如果是 follow 着说这个 AI 从原先的可能我大概是 14 年 15 年开始做这根 AI 在就是 AI 的这些这些 motion learning 的模型开始做的然后从最开始的可能就是一些传统的方法再到说自然语言开始处理然后慢慢的可能到了 14 15 年这个类似的什么 transformer 开始出来然后做一些图像识别然后大概在一

8 年 19 年的时候那会儿或者是在那个 20 年 21 年的时候最火的还是说 OK 我做了很多的这种同项上面那些尝试或者做那种结果到了 22 年开始这个拆 GPT 出来那我觉得就是现在造成说像你刚才提到这种有一些焦虑或者有一些不知所措的主要原因就是这一波就现在的表现出来它真的表现出来了就表现出来了我真的是画一个引号表现出来一些智能它好像是说真的是可以去回答或者说真的是在理解你的东西在做

很明显一个特征就是我记得大概几年前的时候大家会觉得说一个非常热的话题那你这个人工智能你出来了你能不能通过图灵测试其实现在来讲没人提这个事了因为肯定能通过图灵测试就没有人提这个事了对就像当初的时候其实从 AR VR MR 然后到那个元宇宙然后就

就那条路径当时一路不是也很火但是现在好像没有人讨论说我这一次的 AI 会不会走上当初的老路会不会也是昙花一现好像没有人在讨论这件事情对吧所以我觉得你说这点很对就是因为这点就是因为这一次真的是有突破

不像之前的什么元宇宙啊区块链啊或者之前的说这 AI 它可能真的是不够接地气或者说是它真的是没有找到自己可以落地的场但现在的这个真的是无论是从技术层面我们大概能看到各种的大佬在说就有的说都有智能了对吧有的说都已经可以自己来去了我要限制他那种有些呢起码还是比较中性的在说这波还是有发展

很少很少有人站出来反持反对意见说这个不行只有可能只有那个 LeKang 就站这边的当然我们也不知道他到底是不是这么想也许是觉得我还没有做出来你等等我我做出来我也觉得他好从这个角度来讲我觉得我一直从去年这 JDP 出来之后因为我们能看到说就是他叫大圆模型他本质上在做的其实也就是下一个字符或者是一个 token 的预测的一个功能然后呢反推了把它做到了各种多模态图片其实本质上也是这个方向

所以从这个角度来讲我不觉得说它真的能在立刻就能替代我主要工作还是像刚才那句话就是我觉得因为现在 AI 是一个就这一波的 AI 是一个全新的突破和全新的形式它不再像以前是说我要把那些比较 tidious 的工作比较脏的那些活我让它去给我执行去做

或者说有一些海量的数据我人当文娱处理的时候我交给这个模型去做就好像大概 14 年 15 年那会儿我做 CDSS 那种疾病风险预测模型那就是说海量数据在这了我要知道这个海年病的患者到底谁的发病风险高那我就做一个分类问题我去训练这模型就够了它只是在我整个的诊疗里面我要把中间这一块替代掉它变成一个模型但是现在的这个大模型我觉得它是因为它可以读得懂

输出的了也知道自然语言上的每个普通人你想要的东西同时自己又能做一些下面像刚才提到 agent 的这样的一个计划又 memory 又能 action 这样工作它可以完整的替代掉我要做的这个整个这个流程的东西了那现在给我们的人的这个要求就不再是说原先我们只是流水线上的一个员工我要拧这个螺丝而是说我从工作的

执行者变成整体这个结果的负责者我觉得这个转变大家一定要有否则的话就会就会感觉说感觉到自己会被替代是因为你的工作能被替代即便没有这个 AI 你也会被另外一个人替代那我们要做的应该是说我是这个目标比如说我做一个市场或者我做一个什么样我是这个目标的 owner 我要达成那个目标那所有的东西

就是工具那我一直不觉得说我会为其他因为 AI 我一直把它当成一个工具那我要用它就跟我要用手机我用椅子我开汽车一样那汽车永远不会替代我嘛所以我觉得它会替代我工作因为我觉得我始终是它的一个主人公 AI 永远是我们的一个工具

金灰的观点呢我觉得代表了一些就是精英阶层对吧有内驱自驱力的这些人然后他觉得我可以驾驭 AI 然后会怎么样但是对于就是我觉得所有大众来讲可能大家就是会惶恐是不是人工智能会抢了我的工作就像当初这个比如说驾马车

然后包括

这个雨料的加工者这些新的职业呢会源源不断的替代可能会原来的有一些人会转行去做新的职业这个是必然会发生的对对对从每次的工业革命看都会有这样的这个职业的替代但是我觉得说对于整个咱们的这个社会来讲啊分成三块吧我觉得第一块呢就是整个社会会不管是职业教育还是 K12 的教育还是我们高等教育

来看会有一些新的教育上的一些新的培训让大家去可以更好地适应这个人工智能的这个时代你小时候学语文你也是一个字一个字学起没错那现在无非是你的工具变了你需要学一些新的知识然后我觉得第二块呢就是我们自己本身要做好拥抱人工智能时代的这样的一个准备

你比如说在座的我们三个是初中同学但是我们三个大学的专业都不是人工智能跟人工智能一点边都不招一个是统计一个化学还有一个建筑学完全跟人工智能没有关系但是其实通过你的不断的这个提高准备对于知识的接触然后包括自己的一些职业上的训练是完全可以做好拥抱人工智能时代的准备的然后我觉得第三个呢就是说

我们随着这个人工智能的发展人工智能也会越来越普及或者是越来越向下兼容它会越来越没有那么那么需要你具有博士学位才去操控就像我们开车或者我们骑自行车一样的简单那所以说这个时代呢我觉得并不可怕我们还是去主动适应顺应这个科技的发展

其实实话讲就是我们我们讲说现在大家我其实不知道大家焦虑什么这个事情这就我挺你看你又精英结束了你突然跟大家拉开差距不是不是就是我不知道因为实话讲我觉得当然说那我说说人工智能从 2.0 向 3.0 的过渡的标志性称就是感知智能向认知智能的过渡那只是我们其实只打开了认知智能的

但是

实话讲就是我刚才说的说叫机器像人一样思考这个未来是不是在更高效率的社会或者说这个那会儿讲一个话叫什么我们父母那辈的爱情叫做纸短情长是吧就是大家写封信然后往来那怎么怎么样但现在这个高效率的我发个微信打个电话这所有事都解决了那如何通过一种高效率的协作方式来保证社会的高效率发展那其实它还是一个工具实话讲

他还是在这个而我只是要很好的怎么去学习用这个工具那学习用的过程那就是一个双向奔赴的过程积极向人思考人也要学会怎么用这个工具那我觉得当你掌控了他那谈何焦虑呢是吧我是这么思考的这个问题实话实说我真的觉得大语言模型写的文章比我好很多但是我就觉得咱们就用好

用好工具就可以了对对对但是我觉得有这么个问题咱举个例子你 20 块钱中午饭写一篇文章出来写个八本字作文没问题但是他要能写出这么一篇文章来他得耗多少电耗多少的算力耗多少的什么那远比 20 块钱一顿中午饭呀

贵得多这是一个很好的问题就是生物能和现在包括烧芯片的这个问题就这个性价比未来其实应该会越来越持续的这个提高对吧就是对这点我觉得肯定是就像刚才那个杨帆提到就是我们现在从大模型慢慢要做小我觉得这些

我不知道大家看没看就是阿西莫夫写的那个基地那个小说里面也是就是在那个银河帝国的那里面飞船都特别庞大但是偏安逸宇的那个地方它其实特别小的但其实特别小那个特别的有用因为它真的是能融入到我们的生活当中你不用想就像那个刚才提到你不接地气你不解决一个一个的问题那永远这都是空中楼阁的

最终一定是要往小了而且去在实际的当中去用的但就目前而言的话我觉得确实他得烧一阵有可能是下一个这个挖矿一样对不对我们得围着水电站去造一些新的东西才可以这块确实是这个问题我觉得这个互相之间是一个促进吧我觉得这也是说从 AI 的发展促进到说基础的科学的一个进步对吧然后促进也许我们能源的一个大发展这都是有可能的

但是回到说 AI 这个话题来讲我觉得就目前而言还是需要一定的基础设施的供给之后才能把它做出来但是从我们应用的角度来讲那就看我们能 meet 到什么样一个 PMF 点了其实我们一直说大模型 AI 咱们不是 AI 它是一个从科研就是说实话讲它有一些科研的属性等等这些但大模型这个事我们一直不认为它是个科研端产出的

它是个工业端产出的就像最早发你说 OpenAI 也好怎么说它其实不是一个科研院所或者什么来产出的东西为啥如果是一个从科研端产出的大家会做小时中时等等这一路那它肯定在节约成本的情况下节约消耗的情况下来做这件事就是因为它是从工业端涌现的那所以它其实是可以开始就是大规模的去做很多的这个事情

所以就代表了它可能在现阶段是个高能耗高消耗甚至是个高人力投入的一件事情但是在这个过程中我们一定要相信人本身自己就在这个过程中我们是很好的可以通过管理手段把它优化的嘛高算力这件事很好点光伏是吧我们有配套我们有配套的手段和方式我们可以通过光伏啊通过一些的包括现在说可控核聚变已经都超过 100 秒的时间了那我做 10 个可控核聚变不这个事也能循环起来

能源这个事是人类的终极问题只是说这个能源我用在哪里那用在这个上面现在大家看来总没错就行了嘛那但是在这个过程中逐渐去解决这个废效比问题那是一个大家的一个我们就要叫做人类进步的使命

都讲到这儿了呢赶紧要帮我们听众先科普一下英伟达为什么是现在的这个超然的地位啊他现在是继苹果和微软之后就是第三个世界上面第三家这个所谓的两万亿美元俱乐部市值的这个公司他为什么可以成为这个地位就是他除了是 AI 纪元里面的石油提供商之外他还做对了哪些事情以及说在未来废校比会提高了这么一个大前提下他的这个位置是不是

在可预见的是会改变的我觉得这个也没有办法谈论他到底做对了什么因为这都在喜涅说了今年是元年你在元年的时候人家做对了什么这有点太早了只是说就这一波的话就是需要继续的就是拼这个我底层的这些显卡我的算力才能把刚才提到这些涌现的这个能力啊逻辑这个层面或者在我的无形表现层面就去把它保留

以现在有的这个信息来讲只能说到这一点但下一阶段你说他会不会继续去做我觉得只要这个 skin law 就是我们还需要继续往上去推这个参数或者我继续想要有更多的表现或者说我继续想在可能可能在

在原模型这样可能是多摸态的时候对吧不同的形态的一个组合然后需要毕竟 Sara 也只做到那 60 秒对吧我需要更长时间甚至可能更多的这样的维度的时候那我需要更大算力那可能在这个阶段还需要但是未来的话就把它做小做精做到说我真的是每一个行业的 sufficiency 的一个应用场景的时候其实未必需要这么多的一个东西

要追问一下这个所谓的第一性原理 Skyding Law 到底是什么帮忙克服一下对目前呢就是大概应该是去年的年中左右的时候那个 OpenAI 的科学家他大概讲过说为什么大模型它表现出来现在的能力它呢我印象当中归结成了三个原因第一个呢就是这个

有涌现然后有类似就这样的 scan low 就是说当我的参数达到一定规模的时候大概我印象当中好像是 70 亿只有达到这个规模的时候智能才涌现小于这个规模其实就没有目前来讲就是说这个参数量足够的大你往上堆就还可以也不知道这个极限所以这也是刚才我为什么觉得说

它仍然是一个工具就是我其实还没有把它给研究透就不知道它为什么是这样目前只是总结出来了这几条包括就刚才提到的有限和 skill and talent 这些的

接着那个金辉的这个说啊就是英伟达现在的这个表现呢是因为就是现在咱们这个大模型时代或者这个 AI 时代它是有点就大力出奇迹对什么叫大力呢大力就两个力是吧一个是算力一个是数据对然后出奇迹不管是拆 GBT 还是这位的 Sora 的这个出现

但是呢我觉得英伟达它不可能是一直一家独大的这个状态对吧因为现在这个不管是国际上还是国内的 GPU 公司或者 NPU 公司都非常多

然后大家呢提供的算力都可以在这个训练和推理上面有一些比较好的表现比如说这个英特尔刚推出的高低 3 状态就非常的好那同时呢国内其实也有很多的 GPU 的厂商然后在做一些咱们创新性的这些芯片的研发和这个市场应用比如说我们的华为呀然后摩尔县城然后包括这个

这个韩武技等等而且再说到进一步的发展大家都说今年是个推理年对吧我们会从大模型的训练逐渐走到这个应用推理的这个状态那到推理上面来讲呢其实一些表现很好的这种高性能的这个芯片呀就更多了可以说是百花齐放的这样的一个状态所以说随着从训练到推理

然后随着从英伟达一家的这个酷大生态兼容整个的 AI 的这个体系再到多家的这样的一些平台生态可以百花齐放其实我觉得未来呢可能就是这么一个多算力然后多厂商的这样的一个竞争的这样的一个状态

他历练说优美达做对了他其实只做对了一件事就是坚持在做自己最擅长的那件事他当初在做显卡的时候他能够想象说我未来我能成为计算中心的最头部的供应商吗我觉得他肯定没有如果黄教主能有这样的远见着实那我觉得就不是两万亿这个状态了那可能就是统治地球了他一定是想不到的

它最大的一个点我觉得就是在自己最擅长和自己最熟悉的这个领域坚持这么多年做下来在这个过程中不断的把自己的技术打磨精进我们说运气也有很大的成分恰巧大模型这件事出来人工智能这件事出现了为它提供了一个最大的用场景我觉得其实是这么一个状态那我觉得叫做守好底线望向事与远方我觉得它其实是这么一个状态

那 Skyling Law 可以通向 AGI 吗什么是 AGIAGI 的出现还远吗我觉得那会儿就说人工智能什么 2045 是吧起点

其实那会儿咱们讲个偏玄学的问题我觉得我看不到因为这个实话讲就是按照如果说我们还是按照现在就是这个事从软件端说到硬件端如果我们不能突破摩尔定律其实这个事情是很难做到的

我觉得是这样的未来比如现在大家都做什么做什么光子芯片了已经开始做各种的那什么其实就是为了去突破那个摩尔定律就是让这个计算的这个效率更高嘛希望来做这件事情但是这个事情真的能做成吗我其实打个问号啊但是我希望它做成啊这是我觉得是这样

其实我是一直是非常就是积极的那种乐观的这个状态而且现在有一些在实验室阶段的不管是量子计算呀还是刚才张哲提到的这个光芯片然后光计算这些是可以打破原来的这个摩尔定律的这样的一个状态

我觉得现在大部分的或者是绝大多数的 AI 从业者都是坚信 AGI 这个时代应该就在不远的将来然后包括我们自己本身其实我也是觉得我是可以看到的啊张芝哈哈

对我其实我同意那个杨范是吧我也觉得就是我觉得 AGI 这个肯定是我们的目标而且也一定是可以实现说的直白一点我觉得就是我们要发展更多的生产力最终实现我们的那个长远那个目标来讲那 AGI 是唯一的方式否则的话就以前的生产关系来讲我们怎么能够对吧能做到说这个物质的极大丰富呢对吧 AGI 一定是未来而且我也相信一定是可以去实现

然后从实际上来讲的话我觉得这个路呢可能还真的是要走一段时间我倒也觉得我也能看到我们大家还是要为健康工作对吧为祖国这个健康工作 50 年要活下去这是第一步但我倒觉得也确实没有那么的

比如说像现在一些人比如说三五年两三年可能马上就要到我倒觉得也没有这么快了因为智能这个东西和之前我们去做只是简单的某些程度上去替代人工的那个不一样现在我要用它去做后面的推理我必须要知道它为什么因为我真的比如说就在医药里面我真的要带它去做诊疗以前的时候我只是在整个的诊疗路径里面我替代了读片这一点

但是我仍然还有人医生患者中间再去决策 OK 那没问题这就可以做但如果真的是要变成一个智能的自动的去实验那这条路我觉得无论是在技术层面还是我们社会的准备层面法律到的我相信都还没有准备好我觉得离那个就是确实还有很多的话题需要讨论但是从方向上来讲我觉得那个一定是会实现的

也提到了说医药啊就我们也知道黄仁勋在 2024 年的 GTC 把这个 AI 加医药定义为了下一个黄金赛道他为什么会有这样子的一个观点以及说也看到这个因为大家在医药领域的众多布局就为什么在这么多的行业当中聚焦在了医药这一块

我觉得呢医药从业者先来对对对因为我们在这个行业里吧确实能看到因为医药呢或者说生命健康我觉得首先从两个层面第一来讲从实际的现实的收益啊或者整个行业发展来讲医药行业确实还是比较稳的这个行业虽然会遇到各种各样的挑战但是这个行业里面一直以来去吸引我们的资本投入啊或者我们人员人的一些投入这些一直都是非常热的一个地方

那从稍微的拔高一些可能从这个人类命运功能体这个角度我觉得医药或者身份健康这是大家对吧你仓理师之理你吃饱了自然我就要想活得更久远一些更长一点嘛所以从这个角度来讲那大家现在肯定都希望说在这上有新的突破而且从实际角度上我觉得 AI 加医药这件事吧也不是说现在有大模型才开始有的

从很早之前就是 Mush Learning 开始做的时候其实大家都在讲说我怎么样能在整个的这个医药的从研发端到我的这个生产再到说最后商业化过程里面怎么能够去加速去提升说我们的药物研发的效率再到说最后我去普及到我患者的这个获益这个角度

这都是一直以来我们终极想要去去一直在探索的一个方向然后而且说呢就是这里面的耗费的成本人力都是非常多我们希望在这里面能够去降本增效的这样去做这件事情这是一个必然吧而且这也不是一个新的话题

我其实想说 AI 加医药,我觉得它是黄泽尔站在产业端去说的这个话,我们其实一直在推的或者在说的是叫 AI for Science,其实 AI for Science 里最重要的一块就是对生命科学的指程,其实做中和抗体药物啊,做那些什么什么的这些,其实大部分就是大家未来的一个方向,就是这个生物之际可能会是未来大家用药的一个好的方向,

那在这个里边那为了这个生命科学生命科大分子找这个蛋白质把点那靠原来的传统的方式是什么就是做实验我一个人一生能做多少实验我要在这玩命的做做做做我要做多少但是我现在通过 AI 的方式通过一些建模的手段通过这些我可以其实把一些我认为不合理的流程或者不合理的合成手段我把它就先剔除掉我先做那个最有可能实现的正规来说 AI 是一个提升效率的一个工具

那在这个过程中它在这个领域是最能提升效率的一种方式方法就是因为很多问题我是未知的我通过这样的未知的方式去解决一个未知的方式最后输出一个可知的结果那何乐而不为呢那我觉得这个是从这个研发的角度第二个为什么说医药实话讲我们做生命科学也好做那什么大家都是为了叫长寿也好叫做这个活得更有质量也好

那他其实是为了这个来做贡献的那在这个方向大家是不可或缺的那我觉得大家在这方面永远会有投入那在这个他就可以形成一个永续的一个产业链那同时呢我会觉得药企为什么合适就是

药企其实在产业端它是一个我觉得跟其他的这个产业相比它是个知识最密集然后同时它的知识产权专利结构最稳固它的知识库建立最完善的这么一个行业那在这样一个行业它反而容易让 AI 这样的技术快速的融入进去

它的知识库 它的知识体系包括它的人员的这个结构等等它其实反而跟这个事情更容易结合到一起另外一个大的就是工业智能这个领域那么工业智能领域的人和医药这个领域的人我是觉得在知识结构上还是有差距的找这么一个点其实是快速能让 AI 落地的一个我觉得是一个好的一个选择

可能就是 AI 的三要素算法算力数据对于要起来说数据的这一块已经有一些天然的基础设施搭建好了对吧至于说算法和算力就是算力可以花钱烧出来然后算法就人才对吧对对是的而且其实我觉得医药行业它的产业链还是很长的尤其是在跟其他行业结合的这个点上比如说医药加金融我们在保险理赔等等这方面的人工智能应用其实它

也可以把它犯归类到医药行业产业链足够长所以足够去支撑更多的场景去让人工智能去植入到里面去其实我有个想法这个事情就是说我们把脑洞打得再开一点 AI 辅能医药或者 AI 加医药

我们是不是 AI 本身就是个药说真的到了有智能体或者说我们说能够实现这个陪伴的过程中某种意义上讲它不就是一个很好的治疗精神类疾病的一个药物吗你说的太对了张哲其实我现在接触了好几个创业企业都是做人工智能心理大模型的其实他就是一个诊疗师

对呀最早我们是觉得人工智能出来之后它不可以代替这个人类情感的这类的职业但其实不是它通过这个对话呀包括一系列的诊治是去可以治疗一些通用的心理疾病的是的所以我觉得其实某种意义上讲

如果真的达到了那个状态的话其实 AI 本身就是一个药只是它治疗的是特定的领域对你说这个很多就是在行业内呢其实在大概两三年前特别火的一个叫 BTX 就 Digital Therapy 就这个概念但是呢当时呢确实还没有说我要跟大模型跟 AI 只是说呢我用到一些比如说也是在心理

而一些慢病这个领域当中然后我去通过一些方式来去提高你患者的一层性一层性就是说你按时吃药你不能忘了慢病对吧大家某些天忘了或者说有一些这种 CNS 就是精神疾病的这种疾病的话也会来去照顾你

然后整个这个过程呢把它奉装成一个产品然后呢也是让大夫可以去 prescribe 的去开这个药的然后呢可以当做比如说二类器械或者解类器械这样去批然后这个叫 DTX 但是说呢像你说的像刚才杨帆和张专你提到的就是这个 AI 当做一个心理大模型或者这些我觉得这个可能真的是下一个就 DTX 可以去尝试的确实是这样来去尝尝这一轮我觉得就是最大的差别就是

以前觉得说 AI 替代的是蓝领工人那现在真的替代的就是创意你能陪伴然后能给你这样的什么的用的好的话我觉得是非常好的一点然后不要说替代啊是我们的这个升级版的工具升级版工具还是一个工具对就是在那个 OpenAI 那机器人视频出来之前的每两天我记得上过一个微博热搜叫做说我们期待 AI 实现呢是帮我们做家务我们

不用烧饭不用洗衣服不用做这些低附加值的工作了没想到 AI 做到的是替代我们自己原本的工作但是其实我觉得 Lillian 说的那个也是 AI 现在在演进的一个方向我们的巨神智能的这个方向巨神

聚身智能这个方向呢相当于我们不用再做家务了对吧我们有这些机器人帮我们去处理然后包括我们可以预约这些机器人去帮我们干一些事情甚至可能当我们的秘书对吧尤其是现在在这个看护的这个场景其实用的非常多而且还有比如说在医院的 ICU 对吧我们就用一些这个聚身智能的机器人去

替代那些在昏暗的灯光下要高负荷运作的这些护士其实让他们得到一个更好的这个工作环境和一些这个沉重负担的一些这个分担

现在是 2024 年如果说过去一年算 AI 元年的话那 AI 十年的时候大家生活会是怎么样子的行业会是怎么样的因为我们看到从过去的工业革命开始到说互联网时代移动互联网时代比如现在已经没有诺基亚了但在互联网时代的时候其实很难想象说诺基亚帝国会衰亡的其实刚刚杨帆总也提到了说一定会有很多的行业它被

替代它被改变它有新的模式出来所以说从行业的角度来说我们现在跟生活息息相关的这些消费呀医疗啊等等的其他的行业都会发生一些很颠覆式的变化大家能不能开个脑洞想象一下

那个时候的行业可能主流的会是什么样子的然后以及我们个人的生活在有个人 agent 了之后又会变成什么样当我们被解放出来去做别的事情的时候人类世界就不需要这么多人口了因为这个生产力已经被彻底解决了就是等等的这些的问题

我觉得到那个时候不是人类不需要这么多人口了是人类肯定会爆炸式的激增说现在为什么出生率低是因为大家的工作和生活压力都很大大家没有那么多时间去享受生活那某种意义上讲说如果我有更多的时间陪伴家人我有更多的时间其实去享受生活那

那为什么不会有更多的孩子呢那一定会有更多的孩子那如果 AI 帮我替代了我工作上的很多的工作甚至说我们当初畅想过说我们未来每个人可以是个没有在 AI 时代下每个人是可以是一个独立的没有机构的工作单元

个体户每个人都是个因为为啥只要你有一个 idea 的出现你有一个想法的出现就会有大量的 AI 的辅助性的帮你把这些工作都完成其实一段互联网时代已经体现出来这个特性了现在自由职业者的这个比例其实是大大激增的是的所以我觉得因为实话讲就是你有很多的一重复性劳动二是那种我觉得固定化的这种工作其实是可以靠机器去取代的是人工智能去取代的

那在这个状态下那我有更多享受生活那我就能把很多时间拿出来来做我更想做的事情恢复到刚才那个问题就是说那个生命的那个问题你当有更多的这个医药也好还是医疗这些保障的时候你可以更不惧艰难或者更不惧这些的挑战的去去做很多的事情的时候那我觉得生活的意义也会更大

我不能说下一代吧但至少下两代我觉得是可以看到这件事情了我觉得那个状态下十年我觉得这个还太短维度少了对吧我觉得三十年我觉得二十年三十年这个左右的时候我觉得这个事情是可以看得到的就大概随着底层教育体系的改变了之后大家就是下一代或者说下下一代是可以实现真正更丰富的人类多样性的因为大家在追求所谓的

真正的兴趣教育自我价值实现是可以这么理解是的而且更多的人其实他我记得我特别喜欢看一个电影叫机器人管家其实实话讲就是一个机器人他的智能涌现之后他自己发现他在这个

雕刻和那个什么上他会有特别独到的这个那其实转化到就是大家会把他做这东西当做艺术品那他在做很多很多的事情就是有很多人你可以把你的最有天赋的那部分发挥出来那这个事情我觉得才是叫做人类的认知自由我觉得是那么个状态

对我觉得我觉得呢这个就是 Lillian 问的这个问题呢其实畅想起来我觉得其实现在呢挺困难的因为因为现在可能性太多了我也不想说一开始咱们也聊到嘛就是争气时代的时候大家幻想说我以为来来有一个小的一个还是一个争气剂其实这种的问题对吧这个就很容易犯这样的错误但我提这个问题的时候我其实想过因为没有人会来后宴咱们今天三位嘉宾聊得到底对不对所以

所以不用有负担明白明白明白所以我觉得现在来畅想的话我们只能说回归到就是本质的逻辑还有说最基础的那个点就是生产力绝对生产关系那现在我要促进我的心智生产力的这个大力的发展那就是说我要把新的方向就像刚才我很同意刚才张哲在前面提到一个观点就这一波的这个 AI 其实是由产业界来主导的

其实它打破了之前说我们从学界可能看到了某一个新的一个点或者是新的一个发明然后在现实当中甚至可能是从某些的地方看到它有了一个专利然后再逐步的这样的推广就是把产学研的这个流程或者这个路径打的已经缩得非常短

那可能就是从产业界我提需求然后甚至可能产业界都已经自己都在做技术设施研究比如说像华为不就有自己的研究院对吧然后各种的微软也有自己研究院就是在研究底层的这样的一些知识的那从产业界提出我有场景我有新的技术我把它融合到起来之后那可能在学术界我们目标就是说我要把这个解释了

我能变成一个普世的变成一个理论拔高到理论层面我再广泛的再去推广这样的过程那随着这样的一个迭代方式那一定会在中国先迭代出来一些实际的应用场景能解决现实的问题那这样解放了我们的生产力把我们的人从这里面拉出来那我觉得我们不再是说

在整个流程里面我们跟牛牛牛斯丁我在这里解决一个问题那里解决而是说我能够去框一个更大的一个目标我去解决这个目标然后我有各种各样的资源来去 laborate

我本人呢是一个就是乐观然后又特别现实然后又特别的落地的这么一个人大家能想象到十年以后什么样的因为现在技术迭代太快了没错对我可能大概能想象到两三年后或者三四年后这个 AI 能带来给我们一个什么样的一个生活状态我觉得呢首先第一

就是我们的时间会得到大量的释放释放完时间之后其实是可以实现我们各种各样的不同的梦想

我本人我觉得工作的这个状态基本上是 24 小时 on call 这么一个状态那至少未来这个数字人能帮我解决这个信息的处理啊然后包括高效的去进行一些对话呀等等都可以刚才静薇提到她不愿意跟这个数字人说话是吧那是因为这数字人不够智能那数字人完全跟我不太一样但如果她说的话比我又温柔又可爱然后还要

还有我所有的思想的话我相信你会跟他聊上瘾的至少我觉得三四年的过程能让我有这样的一些数字分身出来去帮我处理大量的信息然后把我的时间得到释放其实我的梦想是可能当个导演呀或者什么样子的对吧然后通过这个多模态的这个人工智能的技术然后以及一系列的我觉得人工智能的新技术吧可能就帮我

我实现我这个导演的梦想了我用非常少的成本然后用我的一些想象力就可以生产出来现在可能就可以这个三有了可能就可以了对吧然后我是属于梦想比较多的人是吧然后没准通过这个人工智能技术呢我又可以复杂

快速的通过一年的时间我就掌握到了钢琴演奏这我觉得都是非常有可能的因为我的时间得到大量释放然后技术的新的发展所以可以去快速的实现人的梦想我觉得所有的人都有自己的梦想然后通过人工智能去让

梦想得到实现这是非常好的一个方式同时我觉得第二呢就是我的情感可以得到大量的满足比如说我那天跟我的一个创业伙伴聊天啊然后说说未来三大运营商他们的商业模式也要进行颠覆比如说我过生日的时候我最喜欢的一个我不知道 Lillian 你最喜欢的这个歌手是谁啊就是

明星艺人打了一个电话过来然后打开就直接是对他的这个视频就过来给你去说一些这个专属于你的一些你的包括你的隐私的一些话题然后去跟你聊一些内容哇你的情感真的是得到了大量的满足然后包括

或者一些就是你平时不太能触及到的但是对你情感上面又有很高的这个依存度的这些相关的关系其实都可以通过人工智能把这些关系建立起来然后让你得到一个非常真实感的体验我觉得这些方面呢至少让我可以非常有满足感的非常快乐的

去过完我的这个人生对就刚三位听下来就是很典型都属于是相对的乐观派然后就悲观派就会有一些不一样的观点就是说就是在所有大家的这个假设前提其实相对一致的前提下就悲观派可能会觉得说 OK 那好人工智能可以提供这些情绪价值也好阅读也好其实就跟今天的游戏会很像

大家就会逐渐地开始沉浸在这些虚拟的世界当中由于生产效率大大提升物质变得说更容易被满足了有更多的时间和精力解放出来了之后去追求所谓的个人的快乐那这些快乐很多时候通过人工智能来赋予的其实是虚拟的然后其实就从看电视的 sofa potato 变成了沉浸在人工智能当中到时候 whatever 是一个什么样子载体的新一代的 sofa potato 当中然后就是奶头乐

再然后就会变成说就到底大家工作旁会不会革命啊就是就会生成两类人就未来的世界里面就是 AI 以上和 AI 以下 AI 以下的就沉浸在 AI 提供的奶头乐当中不能说活得不快乐但是就是它个人价值或者人类本身的个人价值其实就已经但 AI 以上的可能就是那些刚提到过的说我依旧还是需要去 manage 还是需要去创造新的价值

去管理 AI 的这些人就这个也是一种可能相对偏悲观的一个观点

Lillian 本身这个问题呢就特别的辩证对吧那我们可以再辩证的看一下这个辩证的问题其实我们得尊重个体差异因为比如说我们回家的时间有的人是用来去不断提升自己啊学习自己甚至是工作狂可能没有回家的时间然后但是有的人呢肯定是需要一些内容去 killing time 对吧这个包括人工智能时代来了以后也是一样的

那我觉得这个并不是一个不好的事情因为我们人总不是需要就是人的诞生不是用来工作的也不是用来去追求这个学术的制高点可能有一些个体的生命呢他们会去把这个作为我们人生的目标但是还有一部分人他可能是我就把我的生活过得很好就可以了那然后我觉得人工智能可以给他提供一些更好的其实

让他生活更好的去选择这个我觉得也不是一个不好的事情但是如果说会有也可能有人会有人工智能瘾未来可能会有这么一种疾病那会通过一些社会的监管然后包括这些对于这些机构的监管以及对于我们大众的一些引导去帮助大家克服这些比如说所谓的人工智能瘾

我觉得实话讲我更尊重人性本身纯粹很重要举个例子我们来说人工智能成瘾那政治家不也是政治成瘾那有些科学家那他的科研成瘾他其实他是在这件事情上能找到他的快乐就像说如果我们的人工智能这个技术达到了物质可以就是把一些的我们不需要做的事情去替代啊等等的这些事情实现了之后那我觉得人会反而会活得更纯粹

他就是为了他所满足的就是能让他所欢乐的那件事情去付出更多的努力在这个过程中何所谓说我觉得到了那个阶段何所谓谈什么谁被替代再谈什么悲观情绪那些都不重要因为每个人会活得更纯粹追求我想要的那个状态那在这个状态中反而社会分工更和谐我觉得这个事情是个挺好的而且我觉得

就是按照这个逻辑发展下去人类会越来就是分工会越来越细越来越细那这个状态只有靠 AI 这种方式才能把人类管理起来而不是说对啊就是或者说叫帮助大家更好的协作起来

既然三位在初中同学了之后学了不同的大学专业之后的这个 20 年的现在都在人工智能行业当中我想要问问的是从职业的发展的角度来说是不是就会有很多人会在现在会觉得说我是不是要跳到 AI 当中来三位就都进入了 AI 行业动机是什么以及给大家的建议是什么

未来的这个 AI 可能就会变成一个基础设施基础设施的意思呢就是你每天都离不了的比如说就像现在的手机电脑以前的时候就是大家小时候上学还都是说包括上大学的时候可能都是拿着我们的纸笔去上课那现在就变成说电脑变成一个必备的技能

就这一点呢可能我不会说真的是真的去学说怎么造电脑或者怎么用但是 Microsoft 的 Office 这些软件我得会用吧对吧这些已完成了最终都得导向这一点那所以现在来讲你现在看到说我们虽然过去这就是从初中毕业之后大家学的专业不同行业也不一样最终导向了 AI 那可能就是因为现在还没有发展到一个特别你感知不到的状态就是它发展到一个你

感知不到状态的时候无所不在的时候对无所不在的时候其实这就是只能说我们现在算是走的比较的靠前或者说我们我们所处的行业跟这个前沿的技术结合的会更加的紧密一些的时候我们先走了一步到了这样一个状态但最后可能这个

最终是我觉得是要所有的人都会这个技能所以在这里呢我其实也是觉得说就像一开始讲到我觉得 AGI 一定是未来的方向但是呢我挺同意刚才杨帆讲就是长期来讲我非常的乐观觉得说刚才我们三个也都是极端乐观派的这样一个态势但就目前来讲我觉得相对来讲比较悲观因为你到我指的悲观是说

我们看上去的那些大模型表现出来能力多摩泰里面有的 Sora 有的甚至可能是 Kimi 啊或者什么这些有的但真的到我每天工作当中的时候其实完全不是这个样子就被高估的近期和被低估的远期对对完全不是这样因为就不仅仅是现在的 AI 来我相信在就如果大家就是几年前 14 年起开始做 AI 做那个模式 learning 的时候也能感觉到

反正我的感觉就是听上去我们在用好多 Motion Learning 的方法有什么深度学习啊各种的 CNNRNSVMArchivus 这些可能到工业界里面的时候用的最多的可能就是 Logistic QuestionLinear Question 就最平常的因为在工业当中或者说像刚才杨凡一直提的我们要落地去接地气这些我的目标是解决问题解决问题就还有一个 I'll come to your answer

你就是最简单的那个能解决问题就好了所以现在我只是说 AI 这个东西现在已经表现出来一定的能力怎么能把它用到我的实际工作上呢这是我们下一步作为行业内的从业者来讲我们要去做的工作同时对于大众来讲的话我觉得大家要去尽量的去了解说

目前的现在这个 AI 或者无论是大模型还是 GAI AGI 它的边界在哪里通过了解到了边界了解到它能做什么不能做什么才能在现在这个过程里面去尽可能的去用好哪里能用

什么能替代比如翻译这件事没问题非常好用可以用就是你包括什么出国又玩这都不是问题了对吧语言这件事情肯定没有问题了慢慢的可能其他也会有也会有更多更好的应用的方式但是你不了解它的边界的话你会觉得说这个是个威胁可能给我造成各种各样的影响可能替代我真的都是不可能的

对其实我觉得就像金辉说的一样为什么我们其实我们三个虽然说都叫 AI 相关从业者但是其实我们三个的领域也各不相同因为就是为什么说我们 20 年前都是不一样的专业然后现在都变成了 AI 相关从业者是因为这个行业很大

然后未来会越来越大就像刚才金辉说的就是我们人工智能的那个核是什么然后再到它的落地其实这个中间需要大量的工作去做这些都叫 AI 相关从业者对吧因为都

因为所有人都被转机进来了

我觉得对于 AI 这件事大家保持的是一个平常心 relax 一点就是不要说觉得他他如洪水猛兽也不要觉得他一定能够把所有问题都解决我觉得平常心的坐在坐在那里就刚才说像黄教主说的他也不知道 AI 会有这样的颠覆他只是在造显卡做这些事突然间 AI 爆发了把他带起来了那

那这么一个状态如果我现在不是个 AI 从业者但是我自己做的这份工作我还比较满意比较开心那做下去没有问题你保持一个你自己的一个工作状态就成了

只是说如果你希望说你想提高你的叫做工资待遇但是现在这个竞争力太解闭气了就是在这么一个状态下你多学习一些 AI 的知识或者说你往这个 AI 这个领域多靠近一点那总归在现在是没有坏处的是吧

那你保持一些叫做知识的领先技术的领先认知的领先那对于你未来的发展肯定是更有利的尤其是我觉得现在更多的这些年轻人比如说一些正在读大学办科的这些的学生们那 OK 我觉得这个事情那在他自己的所选的可能他没有选跟希希来跟人工智能相关的这些的专业但是他

去学习一些去使用一些对于自己的本职专业的提升我觉得没有问题那我走向工作岗位了我多学一点多认知一点我觉得这个事也没有什么问题但是一定的逻辑点就是我不是因为我要学 AI 所以让我怎么怎么样我觉得这个心态是不要有的就是保持一个平常心

你不去拥抱他 AI 也会像若无细无声的走进你的生活和工作中你过分的去拥抱他他也未必说一定就会给你带来什么样的一个本质上的提升就根本还是在于个人的自己的一个成长我觉得

好的,谢谢今天三位嘉宾来做客户,我们 IQ 老友说,其实在开场词里面,我是原本准备帮我们的听众来做一些基础功能性的,以及说有哪些应用的科普,但其实这一类的书里有很多的文章,大家在微信当中各个工具里面去做一些检索,都是可以获取到的。

我今天超出我的期待的是其实我们分析了很多更宏观的对于未来的一些设想而且这些设想其实是超出我预期的乐观的那这样子的乐观我相信给到我们的大众其实还是会有很多鼓舞作用的那总结来说啊对于我们的普通人普通听众来说在这个 AI 的大势所趋之下

其实对抗所谓的 fear of missing out 也好对抗这些焦虑也好最好的方式就是有开放的心态多玩多用多尝试多和 AI 相处然后比其他人会更早的更好的来使用 AI 我们的工具就是跑赢所谓的这些焦虑也好跑赢这个时代的方式

非常感谢三位做客我迈克老友说也期待我们听众去收听我们后续其他 AI 相关的以及甚至是脑机接口相关的其他的话题谢谢感谢收听本期的 IQ 老友说这是一场老友间的轻松畅谈观点仅供参考如果甘听不过瘾也想了解剧那就赶紧在 IQVIA 艾昆伟公众号留言报名下一个老友等你来说