5月18日消息,百度创始人、董事长兼首席执行官李彦宏在2023天津世界智能大会上表示,人工智能不会让工作机会减少,会带来全球经济的下一个增长奇迹。每一次科技革命,都会让一部分工作消失,同时创造更多新工作岗位。

李彦宏表示,近一百年来,世界人均GDP就翻了3.2倍,人们的工作效率得到了巨大的提升。他举例说,汽车取代马车,的确让马车夫的工作消失了。但是今天,汽车产业成为全球最大的工业体系之一,创造的就业岗位数以亿计。单在中国,就有300万人从事与汽车相关的工作。

李彦宏说:“我不担心大模型会让工作消失,我认为,未来会有更多的工作产生。”(一橙)

以下为李彦宏演讲实录:

各位领导、各位嘉宾:我今天给大家带来的题目叫做《大模型改变人工智能》。刚才龚克也讲了,人工智能在过去这半年当中,受到的关注度比以前高了很多,最主要的是因为出现了生成式的人工智能。而生成式人工智能底层技术,实际上就是大模型。

那么大模型为什么会改变人工智能呢?是大算力、大模型、大数据,导致了智能涌现,什么叫智能涌现呢?过去的人工智能是,我想让机器学会什么技能,就教它什么技能。教过的有可能会,没教过的就不会。大模型出现所谓的智能涌现之后,以前没教过的技能,它也会了。这就是为什么有人讲,我们现在朝着通用人工智能方向发展。

与此同时,人工智能发展方向从辨别式走向生成式。什么叫辨别式?我们过去比较熟悉的人工智能的应用,基本上都是辨别式。比如说人脸识别,过来一个人,我识别这个人是谁,或者不是谁。这个是典型的辨别式。搜索引擎也是典型的辨别式人工智能。用户输入关键字或者一段话,他要找的东西,我们在全网进行匹配,哪一个网页,哪一段内容是他需要的,这是辨别式人工智能。

什么叫生成式人工智能?今天我想写一份申请书,你给我写一下。或者说,我周末请客,10个人,需要出一份菜单,这个无所谓对错,但是它能给你一些感觉,给你一些创意,给你一个好的基础去发展你的思路。或者说,给我画一幅车水马龙的图片。这种东西,过去人们不觉得是人工智能应该做的事,现在可以做了。

那么这样会导致什么呢?导致人们的工作效率大幅度地提升。比如说,在内容创作、客户服务、翻译这些工作,它的效率会大幅度地提升。所以我们也看到,很多研究机构都认为,在未来的10年,很多工作它的效率会成倍成倍的提升。同时也带来一些担心,是不是这样的效率提升,会使得很多人的工作就没了?这些人工作丢掉之后,会不会给我们人类带来不可预知的问题。

其实这个事儿我也讲过很久,最好的去探知答案的方法,实际上是回顾过去。因为很多人也觉得,人工智能是第四次产业革命的标志,我们可以看看之前的产业革命都取代了哪些工作?

200年前,从井下背水的工作基本上消失了。第一次产业革命是蒸汽机的发明,蒸汽机发明第一个应用就是采矿的水,怎么能够把它用机器弄上来。井下背水这些工作的消失,带来了什么?我们来看一下,实际上产生了很多新的工作。

这100年,我们看到世界人口出现了高速增长,跟之前的一两千年人口增长速度相比,快了很多。与此同时,人均GDP也几乎是在同样地快速增长。这说明什么?说明虽然有些工作机会没了,但是更多的机会出现了。人们工作效率的提升,可以养活更多的人,而每个人的生活又变得比以前更好了。从井下背水那个工作,真的不是什么好工作。

100年前,马车夫的工作消失了。这张图片是1913年纽约第五大道的一张图片,这张图片里几乎已经全部都是汽车,只有一辆马车。那会儿,纽约到处都是卖马肉的,马也没用了,后来出现了很多新的工作。1900-1990接近90年,同样的规律,世界人口继续高速增长,每一个人创造的价值继续高速地增长。

30年前,我们这一代人亲身经历,也就是我大学毕业前后,什么工作消失了?打字员的工作消失了。现在年轻一代没有见过打字机的,但也出现了很多新的工作。同样的规律,世界人口继续高速增长,人均GDP继续高速增长。

历史虽然不会重复,但是确实有它的规律。那么这一次,为什么那么多人会担心AI会让工作机会减少呢?我觉得是因为,大家能够看到现在的工作会消失,但是我们看不到什么新的工作机会会被创造出来。就像100年前、200年前那些人,看不到后来产生的新的工作机会一样。我个人是属于乐观派,我不担心大模型会导致人类工作机会减少、生活会变差。

那么大模型怎么重新定义的人工智能?刚才万钢主席也讲了,人机交互的方式发生了变化。其实过去几十年信息产业的发展,人机交互的方式发生了三次变化。

更早我们就不说了,命令行是我读大学读研究生的时候,主要的工作界面。人机进行交互,是通过命令行。我输入一个命令,它给我想要的反应。我当时觉得这个东西效率很高,但是大多数人不会这种操作。

更简单的人机交互方式是什么?是图形用户界面(GUI)。这个起码很多人能看懂了,比第一个要更友好一些。但它仍然不是最自然的交互方式。我要想搞清楚怎么重设一下电脑的自动睡眠时间,我得经过四级菜单,一层一层地点进去,才能找到这个位置。有多少人能记住四级菜单以后,每一个功能在哪?

人工智能的诞生,让我们可以用自然语言跟电脑进行交互。当我有需求的时候,比如说我想查一下上个月,2023年4月,我的公司每一个产品线,有哪些产品的毛利率超过了疫情前的水平?这样一个课题,在过去很可能需要我的助理花半天一天的时间才能获得。今天,如果计算机懂你的自然语言,一秒钟之内就可以给你一个表格。

大模型也会重新定义营销和客服。其实道理很简单,就是谁拥有最佳的跟客户沟通的方式,谁就会拥有这个客户。这个道理不是因为AI的产生,不是因为大模型的产生,只不过技术使得我们实现的可能性,变得比以前多了很多。今天即使你有70亿个客户,你的每一个客户也都可以有一个专属的7×24小时的、什么都知道的助理去服务他。

大模型是一个基础,大模型之上会有各种各样人工智能的应用。最近这段时间讨论比较热的是,AI时代的原生应用到底长什么样子?我给大家举几个例子:

比如说像DoNotPay,这是什么呢?比较典型的应用场景是人工智能律师。比如说,你在美国开车超速了,超速之后警察给你一个罚单,一般交几百块钱。其实你可以不交,你请一个律师帮你打官司,就可以不交了。但是请一个律师的钱,可能是罚单钱的两倍,所以你不请了。今天请AI当律师,你就可以不交那个钱。

Jasper是营销创意的生成工具,你的公司想要出什么样的创意,它来帮你出,所以效率高很多。

Speak是韩国的软件应用,实际上是教你学外语的,模拟各种场景,你要到餐馆点餐,跟对方谈判,你要跟对方怎么交互,上百种语言都可以做得非常好。

对于百度来说,我们的大模型叫文心一言,两个月之前发布的,应该说是在全球大厂当中是第一个发布的。之所以我们要尽快地发布出来,是因为市场有非常强的需求。目前有200多万的用户在排队等待进行测试,也有十几万家企业希望接入文心一言进行测试。

当然百度在这方面的投入,实际上不是刚刚开始的,不是这半年才开始的。我们从2019年发布了文心大模型的1.0,到现在已经有四年的时间。更早的时候,我们从2013年左右就开始人工智能投入了。

人工智能之所以有这么大的变化,其实不仅仅是它的应用场景的变化,实际上背后的技术栈也发生了非常根本的变化。

我们每个人都熟悉的IT的技术栈是这三层,底层是芯片层,典型的公司是英特尔、AMD、高通,它的芯片叫做CPU;中间层是操作系统,在PC时代就是Windows,在手机时代是安卓和iOS;上面是应用层,PC时代所有的人都给Windows开发软件,在移动时代所有的人都给安卓和iOS开发应用。

今天人工智能时代的到来,改变了这个格局。现在的IT技术栈变成了四层,底层仍然是芯片层,但是主要的芯片已经不是CPU,而是以GPU为代表的,新一代适合并行大规模浮点运算的芯片。上面我们叫做框架层,就是深度学习的框架,像百度的PaddlePaddle飞桨,Meta的PyTorch,谷歌的TensorFlow都是在这一层。再上面一层是模型层,今天的ChatGPT、文心一言等等,这些是属于模型层,以后AI时代的原生应用,都会基于大模型来进行开发。

这方面百度有比较明显的优势,我们在四层当中每一层都有比较领先的产品,比如说芯片层有昆仑芯。这个也做了有十年之久,最早是因为搜索应用需要,我们买别人的芯片,毕竟太贵了,所以自己开发了。框架层是飞桨,飞桨今天在中国的市场份额第一。在模型层是文心大模型,其实除了文心一言,它是对标ChatGPT的之外,我们还有很多行业大模型,如交通大模型、能源大模型等。应用层的话,像百度搜索等都是我们比较领先的应用。

这四层都有比较领先的产品或者技术,有什么好处呢?就是你可以进行端到端的优化,每一层可以给其他层反馈,根据这些反馈你可以综合的、统筹的去考虑怎么优化。

百度在芯片层的布局,就是昆仑芯,我们已经有两代产品,几万片的部署,无论是公司内还是公司外都在应用。昆仑芯第三代,会在明年年初上市。

在框架层,飞桨的框架在中国人工智能领域已经有了500多万开发者,也越来越获得大家的认同。

模型层刚才讲了文心一言,在各种使用场景都有不少的应用。未来,我相信会有更多的应用会基于文心大模型开发出来。

在应用层大家比较熟悉的是百度的搜索,百度不可能在应用层什么都做,我们除了搜索之外,还做了跟交通有关的应用。交通也是非常复杂,而且影响非常广泛的方向。

百度做的其实主要是两件事,一个是自动驾驶,或者是无人驾驶的技术,一个是智能交通。无人驾驶我们做了有十年时间,现在在武汉、在重庆都可以进行商业化的无人的运营。智能交通我们也做了有好几年了,在不少城市都证明了效果,通过智能的调整红绿灯变灯的时间,可以让我们的城市的交通效率有15%到30%的明显提升。五一长假之前最后一个工作日,很多人也注意到,北京是大堵车,从二环到五环,甚至在六环都是红的,唯一一片绿的是亦庄,亦庄有智能交通的人工智能系统,可以动态调整交通流,所以效率确实是被证明有明显的提升。

我们也很期待未来在大模型之上,会有各行各业各种应用能够找到好的应用场景,能够获得效率大幅度的提升。

最后,我想说对于人类来说,最大的危险,最大的不可持续,并不是创新带来的不确定性。相反的,我们停止创新,不发明不创造不进步,按照惯性走下去,所带来的各种各样不可预知的风险,才是人类最大的威胁。这就是为什么,百度在这么多年长期持续的在人工智能方面进行投入,也是我们为什么要把百度的使命,在多年前就定义成“用科技让复杂的世界更简单”。

谢谢!