腾讯汤道生:大模型只是起点 产业落地是AI更大的应用场景

2023-06-21 18:08:26     来源 : TechWeb

6月21日消息,今日,北大光华管理学院联合腾讯,宣布升级“数字中国筑塔计划”,共同推出“企业管理者人工智能通识课”系列课程。在第一课上,腾讯集团高级执行副总裁、云与智慧产业事业群CEO汤道生,简要回顾AI的历史,系统诠释了大语言模型推动的技术变革,行业落地的挑战与应对,以及企业拥抱大模型的基本准则。


(相关资料图)

汤道生回顾了AI发展的历史,表示算法创新、算力增强、开源共创三大因素的叠加,构成了AI的“增长飞轮”。

大模型的快速进步,推动我们正在进入一个被AI重塑的时代。汤道生表示,大模型只是起点,未来,应用落地的产业变革是更大的图景。企业过去的研发、生产、销售、服务等环节中,有很多依赖人来判断、协调与沟通的地方,今天都值得去看看,哪些环节可以叠加AI的生产力,来提质、降本与增效。

“AI对世界的改变,一定是通过与产业融合实现的。机器决策、自主生成、自然交互等一系列变革,将推动产业实现更高效率、更低成本、更好体验和更大创新。未来的企业,也将向智能原生进化。”

以下为演讲全文:

大家好!非常高兴参加今天的发布会,一起探讨产业智能化升级。随着大语言模型的发展,我们正在进入一个被AI重塑的时代,从生产销售、组织人才,到产业革新、社会发展,都会发生剧烈的变化。

许多企业管理者也在思考,如何把大模型技术应用到自己企业场景中,比如在客服与营销环节,为业务经营带来更多降本增效?如何在使用大模型时,保护企业数据的产权与隐私?如何降低大模型的使用成本?这些都是企业管理者需要考虑的现实问题。

今天,我们和北京大学光华管理学院携手共建的“企业家人工智能通识课”,就是期望能够帮助大家,在前沿技术理解、公司组织变革、商业模式验证、模型实际落地等重要问题上,一起寻找新的解题思路。

在这里,我也分享一些对人工智能和产业融合的想法,跟大家探讨,如何以AI驱动产业变革。

我想从四个部分,分享一下自己的观察和看法,包括AI的历史、技术现状、产业落地和带给我们的挑战。我先从技术发展的角度,回顾一下AI发展史,这会帮助我们更好的理解人工智能的现状和未来发展。

一、人工智能发展历程

1950年,人工智能之父图灵在论文中,提出了一个关键问题:“机器是否可能具有人类智能?”由此诞生了“人工智能”的概念。

人工智能究竟是什么?它是一门研究、开发,如何模拟、扩展人的智能的科学。包括机器人、语言识别、图像识别、自然语言处理等方向。

简单说,就是研究怎么让机器和人一样,会听会说,会看,会思考,可以行动。其中尤其重要的一个方面,是让机器掌握语言,从理解、学习,到生成表达,这也是今天,GPT-4这样的大模型所表现出来这种“超能力”。

语言是人类思维最重要的载体,《人类简史》作者尤瓦尔(Yuval)甚至说,通过掌握语言,人工智能已经破解了人类文明的操作系统,掌握了通往未来的“万能钥匙”。

过去40年,AI发展不断加速。也有一些大众熟知的标志性事件,比如,IBM的专用超算机深蓝,在1995年,通过穷举棋盘上所有可能性,夺得国际象棋世界冠军。2016年,AlphaGo结合深度学习与强化学习,在围棋上打败李世石。还有AlphaFold对生物科学的贡献,把蛋白质的折叠做到非常高的精度。再到最近让大众风靡的ChatGPT、GPT-4,文生图技术Midjourney、Stable Diffusion等等。

这些事件的背后是底层技术,特别是神经网络的持续突破。1986年,深度学习之父杰弗里·辛顿(Geoffrey Hinton)发明反向传播算法,奠定了现代机器学习,用数据来训练神经网络的理论基础。

神经网络计算模型的原理,是通过模仿人脑构建人工神经元模型,以多层架构,层层抽象。

随后,模型架构不断创新,比如卷积神经网络、循环神经网络等,带来了深度学习的大发展。最近一次重要的突破是2017年,Google多名研究员发布了一篇开创性的论文《Attention is all your need》,提出Transformer架构,以自注意力来表达序列中每个单词的关联,今天包括GPT在内的AI模型,都是在这个Transformer通用框架上衍生而来。

AI的发展,除了底层技术,还要受到算力等因素的限制。神经网络的训练非常消耗算力,在80年代,计算机能力仅能支撑浅层神经网络,当时一个较为典型的神经网络只有1960个参数,连最简单的文字识别基本都无法完成。哪怕到了2000年代初,算力仍然是瓶颈,可供训练的在线数据也不足。

到了最近20年,硬件算力不断提升。一方面,摩尔定律让芯片计算能力持续翻翻;另一方面,高速网络与分布式计算技术,也让计算机集群规模不断扩大。2000年代中,英伟达打造了CUDA,把GPU变得更通用与可被编程,一下从图形渲染,延展到科研超算领域。基于不同的设计理念,GPU重点攻克并发的向量计算,单个GPU的算力,比过去基于CPU的算力多了一千倍。加上互联网的高速发展,快速增加了可训练的数据,让神经网络可以做到更大、更深、更多参数、更复杂的模型结构,由此诞生了千亿级以上参数的大模型。

此外,全球产学研力量,携手开源共创,也是人工智能快速突破的重要因素。无论是科研论文、数据集、模型算法,还是软件平台,一代一代的人工智能科学家,都无私的开放自己的研究成果,让后来者能在前人的基础上不断前进。

在开源软件方面,全球高校与科技企业,都为开发者贡献了多种AI训练与推理框架,还有大量数据处理工具。

到今天,大量各类预训练的开源模型,都能从huggingface、github等平台下载,让全球研究人员可以在各种开源模型上搭建服务,与优化出更好的模型。开源共创、算法创新、算力大幅增强,这些因素叠加,构成了AI的“增长飞轮”。 GPT-4、PaLM2、LLaMa等大模型的问世,让大家看到了通用人工智能的曙光。

二、大模型推动智能变革

如果说,大语言模型已经涌现出一定的智能现象,也就应该能产生出,在训练数据中从来没有出现过的新组合内容。

通过这个画画的案例,我们可以看到现在的AI大模型处理问题的方式,不再是靠完整的保存与复制,而是通过理解指示后,把训练过的知识重新组合生成的。

可以看出,大模型可以按照指令,逐步画图,比如,用字符来画一个人出来。其中用字母O表示脸,用字母Y表示躯干,再用H表示双腿。第一次画的并不理想,但可以根据反馈,调整身体、手的比例,给小人穿上衣服。是一个不断反馈和调整的过程。

另一方面,著名的图灵测试,就是在对话中能否识别出对方是人还是AI,在今天已经不足以评估人工智能的智能程度。

如果做题考分是评估人的智能最直接的工具,那么大语言模型在语言理解与逻辑推理能力上,已经超过了平均人类的水准。

在编程领域,GPT-4参加了亚马逊的模拟技术考试,拿到了满分,这个考试规定的时长是两小时,它只用了不到4分钟。在美国GRE和生物奥林匹克竞赛考试当中,GPT-4也超过99%的人类;模拟律师资格考试的成绩,大约是前10%。此外,谷歌的Med-PaLM 2,也在美国医疗执照考试中达到了专家水平。

最近,OpenAI又给ChatGPT API增加了函数调用能力,这意味着大模型也能使用工具了。自己不具备的能力,可以靠各种第三方服务尝试解决,大大增加了通用大模型解决问题的能力。

大语言模型代表人工智能的发展,已经达到了一个新的高峰,有卓越的语言理解、强大的逻辑推理与沟通能力,能带入角色,主动思考。

用大量数据预训练的模型也推动机器视觉、语音识别、机器人等AI能力发生新的突破。通过对机器想、听、看、动等能力的整合,AI也将真正成为人们的工作和生活助手。

首先,基于多模态的大模型,计算机视觉从“能看”到“看懂”。

在银行业务中,要处理很多的回单、发票、申请书、业务邮件等数据,例如我们合作的一家商业银行,在资产托管业务中,每天需要处理1万多件邮件和传真。来自投资、保险、融资等等不同的业务系统,内容有票据、证件照片等等,多种样式。靠人工处理,录入系统,费时费力,就需要借助更智能的机器识别。

在传统的算法模型下,需要输入2千张的单据,机器才能识别一种单据,也没有整理成表格或者标签的能力。

现在,基于大模型能力,我们的TI-OCR只需要50张被标注的单据,就可以快速识别一种类型的单据。同时可以根据分析能力,自动提炼核心标签,生成电子数据文件,进行后续的商业分析。

大语言模型不仅懂多种人类语言,还掌握多种程序语言,还可以帮助程序员写代码。

我们也打造了腾讯云新一代AI代码助手,实现AI对代码的理解,辅助程序员编写、排错与测试,为软件研发的全流程助力,提高开发效率与代码质量。

这是上周新发布的一段视频。腾讯Robotics X机器人实验室的机器狗Max,能力又升级了。大家可以看到,两只机器狗正在进行一段障碍追逐赛,把他们随机放到场地中,一个追,一个躲,还有一面随机出现的旗子。躲的机器狗,要努力在不被抓到情况下,摸到旗子,摸到旗子后,角色调转。

在这个过程中,两只机器狗要实时的根据对方的行动,判断自己的行为,同时还要惦记着目标,也就是碰到旗子,或者抓住对方。同时,在碰到旗子后要马上修正自己的策略。

通过这个视频,我们能看到,机器狗的行动,也因为预训练AI模型和强化学习的加入,具有了更好的灵活性和自主决策能力。

大语言模型不仅能与人沟通,更重要的是通过模型的精调,可以按需求产生一系列的执行步骤,比如联网调用不同插件的能力,加上多模态让AI同时能看懂图,听懂话,会规划,能行动,这样就可以做出更强大的应用,让AI更像真正意义上的智能助手,完成更高级的任务。

比如,线上广告投放员,每天需要刷新大量广告素材,确保广告投放的ROI,如果结合广告效果数据与文生图能力,可以不断地根据数据分析,生成投放策略,调整投放渠道,并且针对性的生成投放素材,自动化程度与效率都会更高。

三、企业拥抱大模型的方式和路径

这么多变革汇聚在一起,也意味着海量的创新即将爆发。大模型只是起点,未来,应用落地的产业变革是更大的图景。

事实上,不管哪个行业,都应该积极拥抱AI,过去的研发、生产、销售、服务等环节中,都有很多依赖人来判断、协调与沟通的地方,今天都值得我们去看看哪些环节,可以叠加AI的生产力,来提质、降本与增效。

目前,海外一些大型企业,已经开始投资及采用大模型技术。比如,摩根士丹利直接接入 GPT-4,用它整合、解析,海量的投资策略和市场研究报告,给投资顾问提供直接的参考。

根据自媒体《量子位》的分析,我们可以看到,生成式AI(AIGC)对不同行业的影响程度与接受程度。图中能看到,内容与电商产业受到影响最明显,像文生图的技术,将会大大改变内容制作的流程与成本。

既然大模型这么重要,在座的企业家与管理者,可能也会问,我们如何把它用在企业上,抓住技术变革的红利?

我可以给企业管理者一些建议:

第一,聚焦企业自身业务,挑选具体场景,让AI成为服务的增量。

第二,确保训练数据质量,梳理出测试用例,建立上线评估流程。

第三,确保服务合规,同时关注数据的产权与隐私。

第四,使用云厂商工具,搭建一体化的模型服务,这样效率比较高,节约训练、运维的成本和时间。

在具体实施中,模型、数据和算力是大家需要格外关注的三个点。

首先是模型。虽然大家对通用大语言模型的聊天机器人期待很高,但它不是唯一的大模型服务方式,也不一定是满足行业场景需求的最优解。

目前,通用大模型一般都是基于广泛的公开文献与网络信息来训练的,上面的信息可能有错误、有谣言、有偏见,许多专业知识与行业数据积累不足,导致模型的行业针对性与精准度不够,数据“噪音”过大。但是,在很多产业场景中,用户对企业提供的专业服务要求高、容错性低,企业一旦提供了错误信息,可能引起巨大的法律责任或公关危机。因此,企业使用的大模型必须可控、可追溯、可修正,而且必须反复与充分测试才能上线。

我们认为,客户更需要有行业针对性的行业大模型,再加上企业自己的数据做训练或精调,才能打造出实用性高的智能服务。企业所需要的是,在实际场景中真正解决了某个问题,而不是在100个场景中解决了70%-80%的问题。

另外,训练数据越多,模型越大,训练与推理的成本也越高。实际上,大部分的企业场景,可能也不需要通用AI来满足需要。因此,如何在合理成本下,选择合适的模型,是企业客户所需要思考与决策的。

其次,数据是大模型的原材料,针对具体场景,相关数据的覆盖与质量都是至关重要,标注数据的管理也是模型迭代中的重要工作。

模型最终要在真实场景落地,要达到理想的服务效果,往往需要把企业自身的数据也用起来。在模型研发过程中,既要关注敏感数据的保护与安全合规,也需要管理好大量的数据与标签,不断测试与迭代模型。

再次,算力是模型持续运转的基础,高性能、高弹性和高稳定的算力,需要借助专业的云服务。

在大模型的训练和使用过程中,需要大量异构算力的支持,对网络速度与稳定性要求也很高,加上GPU服务器比一般服务器稳定性更低一些,服务器的运维、问题的排查更频繁,整体运维的难度与工作量会高很多。在训练集群中,一旦网络有波动,训练的速度就会受到很大的影响;只要一台服务器过热宕机,整个集群都可能要停下来,然后训练任务要重启,这些问题会使得训练时间大大增加,投入在大模型的成本也会飙升。

基于这些企业现实问题和需求的思考,就在前两天,腾讯也正式公布了腾讯云MaaS服务全景图。

基于腾讯云TI平台打造的行业大模型精选商店,将覆盖金融、文旅、政务、医疗、传媒、教育等10大行业,提供超过50个解决方案。在这些能力模型基础上,伙伴们只需要加入自己独有的场景数据,就可以快速生成自己的“专属模型”。

我们也推出基于腾讯云TI平台的,行业大模型精调解决方案。帮助模型开发者与算法工程师,一站式解决模型调用、数据与标注管理、模型精调、评估测试与部署等任务,减轻创建大模型的压力。我们也可以通过TI平台,实现模型的私有化部署、权限管控和数据加密等方式,让企业用户在使用模型时更放心。

比如,我们和国内的头部在线旅游公司,基于“文旅大模型”,打造了机器人客服,可以自动判断用户意图,并自动调用相应的API,高质量完成用户咨询及服务。

假如一个用户问“端午节三天不出江浙沪,有什么行程推荐,应该怎么安排?”如果是基于通用大模型的客服机器人,只能给出一些简单的景点介绍和路线规划。

但当我们加入行业数据,进行模型精调之后,客服机器人的回答变得更加细致,能够规划出每天的交通、景点安排,包括不同档次的酒店推荐、介绍,甚至可以直接提供预订链接,平台优惠券信息。智能客服系统,不仅可以实现人性化的服务体验,也具备了更强的销售转化能力。

在算力服务上。腾讯云所提供的稳定计算、高速网络与专业运维,可以为算法工程师大大减轻设备运维的压力,让他们把精力放在模型的构建与算法的优化上。

腾讯云也打造了面向模型训练的新一代HCC(High-Performance Computing Cluster)高性能计算集群,搭载最新次代GPU,结合多层加速的高性能存储系统,加上高带宽、低延迟的网络传输,整体性能比过去提升了3倍,获得了很多客户的高度认可,几家大模型独角兽,都与我们展开了算力的合作。

在计算集群的“硬实力”之外,我们最近也推出了更适合AI运算的“软能力”——向量数据库,它能更高效地处理图像、音频和文本等非结构化数据,支持单索引10亿级规模,比单机插件式检索规模提升10倍,数据接入AI的效率,也比传统方案提升10倍。

四、AI发展的挑战和应对之策

AI价值巨大,发展速度惊人,但从社会的层面,我们也要注意,带来的风险与挑战。

最近,杰弗里·辛顿(Geoffrey Hinton)因为担心AI无法控制,离开了谷歌,他在接受采访时提到:人工智能的信息架构可能比人脑的信息架构更强大。

人类大脑中大概有860亿个神经元,这些神经元之间形成了大概100万亿个连接。虽然GPT4的参数没有披露,但普遍估算参数量只有人脑神经元连接的百分之一,大概是5000亿到1万亿。

但GPT4装载的知识却是普通人的千倍万倍,学习效率也更高。这说明,在某程度上,当前的神经网络可能比人脑拥有一个“更优”的处理信息的架构与学习算法,一旦得到足够算力来训练,就可以更快速地学习大量信息与知识。

还有一点值得一提,AI通过在线连接,就可以把模型下载与复制,在相对短时间内,就让一台新机器复制好海量的知识,而且各自学习不同知识后还可以相互同步。而人类的知识和智慧传承,必须通过复杂多变又不太精确的语言,作为传递信息的媒介,每个人的培养几乎是从0开始(除了基因中hard code的记忆),都需要从小开始,花数十年时间来学习,花数十年来积累经验。

AGI强大且不断泛化的能力,让很多人都非常担心,人类会逐渐失去对AI的控制。尤其AGI能联网,能编程,能操控其他系统(因为可以调用其他系统的API),读懂人(因为模型里导入大量书籍,了解人类千年文明发展历史,了解人们的思考方式与弱点,每天还跟很多人互动,甚至交流情感),它掌握语言(因此可以影响人的思考与行为),它能产生图与视频(因此可以让人产生视觉错觉),可能还有更多能力我们还没发现。

因此Hinton也提出,AI对人类产生四重威胁。他不惜从工作了10年的谷歌离职,推动大众对人工智能潜在风险的关注,并建立安全使用AGI的规范。

面对人工智能带来的各种问题,还有很多值得思考的东西。包括人类发展、伦理、教育等等。

这些问题,相信我们在座每一位,都有自己的思考。但是有一点我想讲的是,技术的发展、演进、变化,总是超出人的想象,而人类拥抱变化的勇气,创新的智慧,化挑战为机遇的能力,也往往超出我们自己的想象。就像工业革命早期,也有过对于农村经济瓦解、工人生存状况堪忧等等情况的担心,但是,最终我们以人类特有的方式,走了过来,并且让全人类的生产效率、生活质量以几何指数飙升。

毫无疑问,AI对世界的改变,一定也是通过与产业的融合实现的。机器决策、自主生成、自然交互等一系列变革,推动产业实现更高效率、更低成本、更好体验和更大创新。未来的企业,也将向智能原生进化。

面向未来,腾讯也愿意持续贡献自己的能力,以开放的心态和无穷的好奇心,和各位专家学者、企业管理者一起,共同探索、创新,拥抱智能时代的新机遇。

标签:

推荐文章

X 关闭

最新资讯

X 关闭