文丨韦敏
Sora的横空出世，将人们对人工智能的关注推向新的高潮。人工智能通用大模型未来会走向何方？企业级大模型如何与企业业务深度融合？围绕上述话题，360公司创始人、董事长兼CEO周鸿祎向《企业家》杂志阐述了他的观点。
周鸿祎
360公司创始人、董事长兼CEO
《企业家》 ：目前人们对Sora的关注大多聚焦在文生视频带来的直接影响上，实际上它冲击的不限于影视、游戏行业。您怎么看？
周鸿祎：GPT解决了机器对人类语言的理解问题，Sora比GPT更近一步，在短视频生产、影视行业、游戏行业、广告业能够做一些具体的工作，解决了机器和世界互动的问题，这也将成为AGI（通用人工智能）发展历程的一个重大里程碑。Sora本身作为一个应用工具会有巨大的应用场景和发展前景，它背后代表的实际上是从多模态的感知能力到认知能力的提升。我觉得Sora至少能在智能驾驶、具身智能和科学研究三个领域延伸发展，Sora相当于给人工智能加上了一双慧眼，能够看出很多世界背后的规律，只要把握好这一点，它在很多领域都能找到应用空间，所以Sora不仅仅是一个文生视频的工具。△将垂直大模型跟企业的业务平台结合起来，企业完全可以用得起、用得好。华为公司开发的垂直大模型——华为云盘古大模型，可赋能制造、矿山、电力、金融等众多行业。本质上，Sora通过对图像和视频的学习和训练，理解了这个世界常见物体的交互关系。比如，篮球打到篮板会反弹，行动轨迹是抛物线，这些知识用语言描述恐怕很难理解，必须通过看图和视频。这是我的大胆猜想，我认为Sora通过现象理解常识，并用常识驱动生成视频。为什么说Sora会加速AGI的到来，我用人脑举例。GPT大脑模型解决左脑的语言逻辑和记忆问题，而Sora解决右脑问题。右脑是解决形象、创意、美术和感知的，Sora把左右脑的能力统一起来。所以，Sora引起了比GPT更大的影响，机器离人的能力更近了一步。中国发展人工智能行业有三个关键方向。第一，如OpenAI一样，有能力的互联网公司应该发展万亿规模的通用大模型，聚集更多人才为国效力。第二，发展企业级大模型，让大模型走向垂直化、产业化、行业化，赋能百行千业，驱动产业打造新质生产力。第三，加速场景落地。2023年的重点是大模型本身，2024年是大模型场景应用之年，很多传统的To C领域都值得重塑。面向个人的To C大模型方兴未艾，这同样可以发挥中国的人口优势和应用开发用户体验的优势。
《企业家》 ：Sora 的横空出世虽然是人工智能技术的重大突破，但也存在不完善的地方，比如生成的视频存在下雪天与樱花开花同时出现、人的跑步方向与跑步机的方向相反等逻辑和因果关系推理错误，这是一个瑕不掩瑜的问题吗？
周鸿祎：Sora“翻车”确实属于瑕不掩瑜，原因有二。第一，与GPT一样，Sora也有“幻觉”，就像人做梦，你在梦中可能梦见自己漂浮过；你可能梦见从高处跳下，但没受伤；或者你梦见自己会飞。这些跟生活常识是不一样的。第二，模型训练样本不够。比如，Sora并没有训练过用鸡蛋碰石头，若让它生成一个鸡蛋砸到狗头上的视频，很可能鸡蛋就像石头一样砸到狗头上，把狗头砸破了。我需要强调一点，人们不要因为一个新生事物存在一些缺点便全盘否定。批评往往是容易的，创新是困难的；反对是容易的，但分析它未来的发展，能看到它有很多成长点，可能有助于我们的成长和创新。《企业家》：Sora 的出现也意味着人工智能模拟真实世界的能力前进了一大步，如果这种能力继续迭代提升，将产生哪些影响？周鸿祎：我一直有个比喻，Sora看起来是吹风机，实际上是刮胡刀。我认为Sora背后有个“大东西”，会加速AGI时代的到来。我理解的AGI不是造出一个具有牛顿智商的AI，那叫超级人工智能，我理解的AGI能够像人一样沟通交流、分解任务、执行任务，对世界进行观察、学习和模仿。在Sora出现之前，我预计AGI实现突破要十年、二十年，按照现在的发展速度，AGI也许两三年就有可能取得突破。从Sora的创新突破，我总结了AGI发展的五个阶段。第一个阶段是传统AI阶段，AI的能力单一，无法泛化、无法理解；第二个阶段是GPT出现，AGI迎来拐点，机器实现与人交流；第三个阶段是Sora出现，打开AGI的大门，机器能够认知世界，理解世界互动；第四个阶段是强人工智能，AI在理解世界之后，借由具身智能等现实形态，实现与物理世界的互动；第五个阶段是超级人工智能，AI能总结出世界运行的规律，就像牛顿通过观察苹果落地，总结出万有引力定律一样。发展AGI的一个重要意义就是推动基础科学取得突破，目前基础科学研究面临巨大瓶颈，包括人类研究基因、探索宇宙，这都是人类文明想摆脱今天很多物质条件的掣肘。我觉得AGI可能是人类研究世界最有力的工具。随着技术的发展，社会的方方面面都将进步。美国的产业界都在关注人工智能，其中一个重要原因是他们把AI当作继PC、互联网之后，又一次新的产业变革的机会。
《企业家》：您曾说过要利用人工智能帮助传统企业打造私有大模型，您怎么看私有大模型的发展趋势？
周鸿祎：我觉得2024年，在企业级场景的垂直领域是大有可为的。大家对GPT的印象就是能写诗、能解奥数题，或者在办公方面帮我们做一些工作，但这属于浅层应用。Sora比GPT-4更近一步，大家明显感觉短视频生产在影视工业、游戏行业、广告业能够做点具体的事了，但它依然是一个通用工具。我们想做一个通用大模型超过GPT-4是比较难的，但要知道GPT-4是“通才”，虽然什么都懂，却并不精通。通用大模型的竞争比的是算力和核心的算法，中国几大互联网巨头应该承担这件事。但如果我们在某一业务领域有独特的业务数据，在这个垂直领域训练的大模型，超过GPT-4是完全有可能的。而且做垂直大模型不需要做千亿、万亿参数的模型，只需要做百亿参数的模型，它对算力和成本的要求可能比通用大模型降低百倍，而且功能上不要求万能，只需要在某一专业领域做到极致，所以难度也降低了很多。如果这个垂直大模型能与企业的业务平台相结合，对很多企业来说，大模型完全用得起，而且可以用得很好。目前，随着开源的发展，大模型在企业落地已不存在技术壁垒了，而是要找到场景和训练所需的知识和数据。无论To C还是To B，都要找到比较深入的垂直场景，这意味着产品要从用户出发，而不是从技术出发。因为用户买的从来不是技术，而是用技术解决问题。既然大模型能够产生工业革命伟大的创新突破，那么它一定要进入百行千业，与企业的业务流程或者产品功能相结合。为此，大模型服务商应该深入用户业务，以业务驱动、场景驱动的思路去解决用户的问题。服务商现在面向传统企业市场、政府市场的To B大有机会。对企业来说，简单的通用大模型是比较难用的，一是大模型并不懂企业；二是大模型目前提供的功能和企业的业务很难深度结合；三是企业拥有很多在互联网上查不到的知识和数据，企业也不可能把这些知识贡献给大模型。做企业级大模型，关键是要选择与企业业务深度结合的场景，服务商需要与企业的业务专家结合。企业用通用大模型会有很多顾虑，它们担心大模型与业务整合时丢失数据，一些知识被大模型“偷走”给竞争对手使用。所以，对企业级大模型做私有化部署，实际上是中国大部分企业和政府的需要，让企业、政府能控制数字资产，它们就可以放心地把自己独有的知识“训”进去。建议企业级服务商循序渐进，积小胜为大胜。虽然企业级、应用级大模型难度会低很多，对算力的要求也会低很多，但服务商要配合甲方，为甲方提炼更好的需求，要找到更好的场景，就会有别的要求。 《企业家》：面对人工智能时代，企业家应做好哪些准备？周鸿祎：现在企业对AI普遍比较向往，但不知道从何切入，特别是非AI企业离AI的距离还比较远，毕竟大多数企业没有用过大模型。所以，我提出一个概念叫作AI三大心法。首先，建立“AI信仰”——是否相信大模型是真正的智能，它能否掀起一场工业革命级别的变革，企业所有业务是否有机会被AI重塑和再造，如果不拥抱AI是否会被使用AI的同行淘汰，AGI能否会加速到来。其次，我主张企业要用AI改造自身业务流程和产品服务流程，找到尽可能多的环节用AI进行加持和赋能。当然，企业不一定要用AI做出全新的内容，微软也没有做新东西出来，而是把Office、浏览器、搜索全部用AI进行赋能。最后，我提出了“AI含量”，这也是360准备制定的一个指标，用它来衡量企业AI改造的程度，包括企业中AI应用人才的多少、员工对AI的熟悉程度，等等。
|
