李开复首谈ChatGPT:看好六大领域、三大投资机会

人工智能
李开复针对ChatGPT首次发声:市场规模将超过移动互联网,具体规模难以把握,将介于所有软件和所有人类的努力之间。

北京创新工场总部,创新工场董事长兼首席执行官、创新工场人工智能​工程院院长李开复首谈ChatGPT,并就AI2.0时代作出趋势判断。

李开复指出,ChatGPT是一个应用,它架在大模型之上。ChatGPT是生成式AI,生成式AI是AI2.0时代的现象级应用。

1、什么是人工智能2.0?

“2.0美国领先,1.0不是美国也领先吗,我们不也追上了吗”,那什么是AI2.0呢,李开复详细阐释。

AI1.0是以CNN 卷积神经网络模型为核心的计算机视觉技术,拉开 AI感知智能时代的序幕,机器开始在计算机视觉、 自然语言理解技术等领域超越人类,并创造了显著的价值。

“但是AI1.0也遇到了瓶颈,大多数行业想利用 AI,需要花费巨大的成本来收集和标注数据,而这些数据集和诸多模型各成孤岛”。

李开复指出,这就是为什么大部分的AI1.0企业投入大笔研发经费但仍然常年亏损。除此之外,AI 1.0缺少像互联网时代的 Windows 和Android 一样的规模化能力,来降低应用开发的门槛,打造完善生态链。

他坦言,正因如此,几年下来,AI 1.0尚未真正实现商业上的成功。

而AI2.0的巨大飞跃克服了单领域、多模型的限制,可以用无需人工编注的超级海量数据去训练一个具有跨领域知识的基础大模型,通过微调的方式适配和执行五花八门的任务,进行探索新商业机会。

李开复认为,至此,所有使用者界面都将被重新设计改写,将诞生新的平台并重写所有应用。

2、看好六大领域应用

李开复表示,AI2.0的发展范式是迭代的,第一阶段是人机协同,第二阶段是局部自动,第三阶段是全程自动。

基于此,李开复提出,AI2.0将在六大领域加速点燃商业潜能,进入提升生产力的应用井喷期。

第一,AI 2.0+ 电商/广告。AI 2.0时代,电商及广告将更为 AI 大数据驱动,能够做到实时测试和动态调整,甚至把几分钟前的社会热点融入广告内容,最大程度提高转化率。针对不同受众量身定制和实时生成内容,真正实现 “千人千面”的营销。

第二,AI 2.0+影视/娱乐。AI 可以根据大众的喜好定制电视和短视频内容,使其创作的内容更容易吸引大众的眼球,获得更好的收视率和口碑。

第三,AI 2.0+搜索引擎。未来的搜索引擎将由传统的检索模式,变成“提问一回答”的模式。下一代的对话式搜索引擎将成为全球科技巨头角逐的“AI 2.0圣杯”。

第四,AI 2.0+元宇宙/游残。AI 2.0将大大降低游戏和元宇宙等虚拟世界的内容生成的成本,而 AI 多模态的想象力内容生成,也将成为元宇宙的中流砥柱。

第五,AI 2.0+金融。更快、更准确、更智能的生产方式将大幅度提高财经新闻和市场研究分析的及时性与产出量。

第六,AI 2.0+医疗。AI 能够快速精准分析患者的整体健康状况,吸纳所有数据、生物特征、体检、病史和个人模型预测,成为医生们的得力助手,推动“个性化医学” 的到来。

3、看好三大投资机会

第一,AI 2.0智能应用。AI 2.0应用将会迎来遍地开花的阶段,包括各行各业的垂类 AI 助理、元宇宙应用等之前做不出的应用都会出现,创造出全新的商业模式。

第二,AI 2.0平台。AI 2.0平合将会加速新一代 AI 2.0应用的研发和商业化,创新工场看好具有战略高度的 AI2.0平台公司。AI大模型迎来重大机遇期。

第三,AI 基础设施。除了应用和平台之外,支持 AI 模型运维,管理,训练的基础设施也是创新工场重点关注的,包含支撑 AI 2.0巨型模型训练的 AI 芯片公司,以及那些能够加速、降低成本和简化 AI 训练的 AI 2.0基础设施的创新技术型企业。

李开复介绍,创新工场布局 “塔尖孵化 + 天使投资+VC 基金”,要帮助中国在人工智能的下一个黄金10年领跑全球。

4、AI 2.0可能带来的“社会伤害”

从理性角度,李开复进行提醒,未来AI可能出现巨头垄断和信息造假隐患,以及重复劳动者面临失业。

李开复指出,现阶段的 AI 2.0并不能做到完全正确,因为AI 无法保存全世界的数据,只能通过压缩形成抽象的概念,因此会出现“一本正经地胡说八道”的现象。

更重要的是,AI目前还无法分辦真伪和辦别是非,如果被恶意利用将会带来无法衡量的负面后果。

失业风险也值得担忧,毫无疑问,最具创造力的顶尖人才将会乘上 AI2.0的东风,全面提升生产力和效率。但随之而来的是重复性的工作将会被 AI 2.0接替,这些岗位上的人

不得不寻求职业的转变与技能的升级,其中包含高比例的白领岗位,他们亟需进入到更需要发挥创造价值的行业。

责任编辑:庞桂玉 来源: 网易科技
相关推荐

2017-07-27 14:18:41

大数据挑战动向

2016-11-08 18:00:44

机器学习

2019-08-07 11:27:24

人工智能大数据物联网

2020-08-03 23:48:29

会计金融技术

2013-08-27 09:41:59

2010-10-19 14:57:25

谷歌云计算

2015-08-20 09:15:04

移动开发JS框架javascript

2015-02-26 09:20:26

SaaS云应用

2021-02-10 07:32:46

网络安全投资网络安全漏洞

2012-03-23 13:26:20

云计算微软Azure

2010-08-16 10:14:23

云计算误区

2024-10-22 14:42:14

2010-09-25 15:22:19

DHCP故障处理

2010-07-30 13:15:17

Flex优势

2023-10-18 10:48:44

Python解释器

2015-11-05 11:20:14

2021-12-06 12:22:59

芯片汽车技术

2019-02-27 14:32:50

人工智能AI机器学习

2011-03-16 10:44:19

2009-08-03 11:39:33

点赞
收藏

51CTO技术栈公众号