人工智能浪潮来袭，重塑未来的机遇与挑战
原创 作者：胡嘉琦 /
发布时间：2024-04-24/
浏览次数：0次
由OpenAI开发的文生视频模型Sora横空出世，再度引爆了AI（人工智能）领域的浪潮。从ChatGPT到Sora，人工智能应用场景加速落地，不仅消除了虚拟和现实之间的界限，也开启了各个行业的想象空间。
在当今科技潮流中，尽管人工智能被誉为塑造未来的关键力量之一，但技术的落地需要时间来验证，人工智能商业价值的实现也需要很长的时间链条，人工智能的发展还需要与人类价值观具有一致性。
不可否认的是，人工智能正在改变着各行各业。为深入探讨人工智能的意义和价值，促进行业发展，2024年3月8日，中经传媒智库举办了一场主题为“人工智能如何激发女性力量”的高端闭门会，邀请了多家企业和高校的领军人物，共同探寻解决方案，以推动行业和社会的进步。
人工智能所面临的挑战
数字化时代，AI已经成为各行各业关注的焦点。尽管AI在许多方面取得了巨大的成功，但其局限性也有所显现，提醒着我们在追求技术进步的同时，需要审慎对待其潜在的挑战。
对AI未来的发展，英特尔中国研究院副院长王鹏持相对保守的态度。她认为，过去15年到20年的时间里，她所从事的许多科研项目都经历了漫长的试错过程，需要时间才能最终实现商业化落地。
尽管有特斯拉等成功案例作为榜样，但大多数项目很难实现从0到1的跨越。因此，王鹏对于当前AI浪潮的持续性持谨慎态度，认为未来AI的发展可能会面临挑战。
“比如AI就像小孩学会说话后，虽然可以与各个年龄段的人进行交流，但要让他在金融、医疗、教育等行业从事专业岗位的助手工作，还需要一定的时间和培训。”王鹏认为，AI应用于不同行业时，需要有明确的任务、导师指导、管理团队和完整的流程。
大模型是人工智能领域中的一项关键技术。通过强大的计算能力和大规模数据的训练，建立起参数数量庞大的深度学习模型，使计算机能够处理复杂的自然语言,生成文字、图像，以实现对自然语言、计算机视觉等任务的高效处理。
百度董事长李彦宏曾提出，“不断地重复开发基础大模型是对社会资源的极大浪费。”对此王鹏表示赞同并提出，AI公司不应过度标榜“我也有大模型”，而应注重模型的实际应用价值和与人类价值观的一致性。
在教育领域，AI正在深刻地影响教学实践。清华大学美术学院党委副书记、清华清尚智慧场景创新设计研究院副院长吴琼介绍，清华大学计划为学生配备AI助手，号召每位老师都要积极参与到AI引领的教育变革中。吴琼认为，设计学科是目前受到人工智能影响最快、最明显的应用领域之一。
AI工具已经普遍应用于帮助想法和创意的快速呈现。吴琼指出，设计工作在创意阶段有大量的“方案发散”任务，常常需要一定的时间和技能才能更好地进行表达和迭代，现在学生使用多种AI工具整合，能在一定的限制下快速生成大量的呈现结果，非常有助于学生扩展思路，并且形成更快速的方案迭代。AI技术虽然可以生成具有一定“创造性”的成果，但设计的核心还是定义问题、解决问题，高级设计师的角色仍然不可替代。
吴琼分享了一个知名游戏设计师发起的与人工智能进行人物绘制比赛的事件，比赛结果显示AI在速度和数量上很有优势，但在立意和深度上仍然有不小的差距。
此外，AI在多个场景落地方面也存在挑战。壹柒元视觉负责人李钢认为，手机厂商和实验室正致力于探索大模型人工智能技术与手机的融合，然而，这一进程却受到硬件的桎梏与性能平衡的考验。手机的GPU功能有限，难以驾驭大规模的人工智能应用，强行链接大模型，势必导致手机性能的衰退。因此，目前AI在手机上的应用仍局限于如Siri和拍照等简单功能。
李钢认为，手机厂商对于产品的定位各异，这也促使手机形态走向多元化，从而引发了市场价格的波动。尽管苹果已发布了Vision Pro，但由于内容尚显单薄，并未引起广泛共鸣。然而，在不远的将来，这一形态必将迎来翻天覆地的变革。
在数字孪生和元宇宙平台的建设方面，李钢提出，将数字人、AI与虚拟制片三者紧密结合，为电影制作、互动娱乐、虚拟社交、数字营销，以及工业、教育、医疗等多个领域注入革新的活力。随着技术的日新月异与应用场景的不断拓展，这些结合将为用户带来前所未有的丰富与沉浸式的体验和服务。在文旅等领域，数字人技术亦展现出巨大的应用潜力，但数据打通与核心数据获取的难题仍待解决。
人工智能的应用场景
吴琼在2023年参加了一次数字科技生态大会，她注意到，很多公司都在谈论数字人的应用，数字人通常借助人工智能技术来实现更加真实、智能的表现。例如，数字人可以通过语音识别和自然语言处理技术进行语言交流，通过计算机视觉技术进行情感识别和面部表情模拟，通过机器学习、算法学习来应对不同的任务。
吴琼认为，数字人的对话方式可能是许多应用的重要入口。她指出，目前看到不同的数字人具有各自的技术方案和功能属性。
例如近年来博物馆发展很快，观众有很多需求需要得到满足。文博领域已经积累了大量的数据，一些博物馆已经推出了类型和层次各不相同的数字人，但是其应用的技术、模式还有极大的优化空间。吴琼认为，数字人的应用应当基于先进的技术，不仅满足用户的实际需求，提供高质量、个性化的体验，还要满足博物馆的运营和可持续发展的要求。尽管数字人的技术发展迅速，但商业场景仍然是一个挑战，需要持续的商业链条支撑。她表示，许多行业和领域都在寻找数字人等AI技术的应用场景，并期待出现一些“杀手级”的应用。
在医疗保健领域，AI技术正在发挥着越来越重要的作用。利用大数据和机器学习算法，人工智能可以帮助医生进行疾病诊断、制定个性化治疗方案，并提高手术的精准度和安全性。
北京未名脑脑科技有限公司创始人高妍曾是一位临床急诊外科医生，如今她是一家医疗AI大模型公司的创始人，公司重点是利用AI和脑机接口进行脑疾病的精准诊断和治疗，以及新的药物靶点发现。
人的大脑是一个复杂的系统，拥有大约1000亿个神经元，每个神经元都有多个突触，这些突触连接着上下游神经元，传递各种电信号以执行各种功能。这些神经元通过错综复杂的连接产生各种功能。因此，针对大脑功能出现问题所导致的疾病诊断和治疗极具挑战性。尤其在脑功能疾病的客观诊断，以及解决患者个体差异的异质性问题，传统医疗手段在这方面的应用受到了限制，因此，医疗AI尤其是大模型技术的发展显得尤为重要。
高妍提出，在医疗AI领域，过去10年取得了巨大飞跃，尤其是在影像辅助诊断工具，如肺结节、病理、眼底识别等方面，其中不乏取得产品获批和公司上市等重要突破。然而，医疗AI在脑疾病应用领域的需求却更加迫切，但也更加艰难，除了技术本身的高门槛外，高质量数据的获取，以及监管机构的认可更是需要踏实下心来长时期地投入。
人工智能正在变革行业
AI正在变革软件行业，无论是个人开发者还是企业，都需要不断学习和适应新的技术和发展趋势，才能在激烈的竞争中脱颖而出，抓住机遇，实现发展。
中国开发者社区CSDN副总裁孟迎霞认为，随着技术的不断演进，从PC时代到互联网时代，软件行业经历着一次次的浪潮，每一次都带来了新的挑战和机遇。当前，大模型时代已经来临，这是开发者的黄金时代，也是全世界开发者的一次机会，大模型将技术的潜力推向了全新的高度，重新定义了开发者的角色以及数字经济的前景。
孟迎霞认为，在AGI时代，开发者使用自然语言的不确定性与软件开发的确定性之间存在着挑战，但更大的变化，就是让“人人都是开发者”。在未来，编程不再是开发者的专属，许多非程序员可以使用ChatGPT等工具生成代码，做出不错的应用。我们正在见证着“人人都是开发者”的时代到来，这极大地促进了科技生产力和生产效率，促进了生态系统的繁荣。对于企业而言，也进入了“家家都是技术公司”的新转变，技术的创新不仅限于提供技术与产品的软硬件企业，同样也适用于传统的行业企业。因此，无论是软硬件公司还是传统行业企业，在AI时代，身处其中的每位IT人员、开发者都有机会通过技术或应用的创新，创造出新型的产品、应用、业务甚至新公司，这种变革给了所有人一个前所未有的机会。
与此同时，AI技术的应用也给行业带来了降本增效的机会。AI大模型降低了软件开发的门槛和成本，可以让开发者更快速、更灵活、更高效地构建和部署软件应用，提升开发者的生产力和创造力，也能让更多人可以通过自然语言的方式进行编程。对于企业，AI大模型可以赋能企业实现数字化转型，提升业务效率和服务质量，创造新的商业价值。在各个行业，特别是金融、电商等领域，人工智能的应用可以大幅提高效率和降低成本。当然，要实现人工智能技术更高效地落地应用，除了技术上的挑战，还需要能对行业业务有深刻理解并提炼出场景解决方案的复合型人才。
孟迎霞认为，在移动互联网大爆发期，中国互联网企业一举跻身全球科技企业排行榜前列。在大模型时代，拥有优势的中国企业，无论是技术优势还是数据、算力的优势，都有可能快速成长为未来的“黑马”，快速竞争、快速崛起。从个人到企业，再到整个行业，都在经历着技术重构的过程。大型模型企业，有通用的底座技术，也有构建其上的行业应用场景及数据积累，都可以取得更大成果和效益。整个软件行业和开发者正在经历着由蒸汽时代到工业化和电气时代的转变，而迭代周期变得更加迅速。创造这种变化对我们提出了巨大挑战，但同时也促使我们进入一个开源开放的大时代，集合众人之力以创造更大的成就。
孟迎霞认为，在大模型时代，鼓励开源、拥抱开源，鼓励更多人参与开源，共建开源开放的平台，具有极大的价值与意义。CSDN作为国内专业的开发者社区，现在每天新注册用户数日均达到2万人左右。随着科技的普及和各类型培训的细化、下沉和深入，CSDN社区的用户已经从原来的专业开发者、编程爱好者扩展到青少年，甚至小学生。在这波浪潮中，很多像CSDN一样的企业，都在不断升级自身的产品和服务，通过新的智能化、工具化方式升级开发者及用户的创造力和效率。
尽管新的大模型技术和应用给行业带来了巨大的变革，但同时也有着很多的潜在风险需要去面对，这包括隐私和安全、可解释性和风险集中性等问题，甚至技术依赖引发的风险集中和伦理性等问题。
除《商学院》杂志署名文章外，其他文章为作者独立观点不代表《商学院》杂志立场，未经允许不得转载。版权所有
欢迎关注平台微信公众号
点赞 30
收藏 20
