AI大模型如何重塑我们的工作和生活？这些大佬有话说

　　5月18日消息，随着人工智能技术的迅速发展，互联网产业正在进入一个新的时代。无论是在商业领域还是日常生活中，AI技术都已经开始改变我们的工作和生活方式。

　　在2023搜狐科技峰会上，钉钉总裁叶军、智谱AI COO张帆、腾讯云智能数智人产品总经理陈磊等大佬一起围绕“强AI时代行业大变革”展开讨论，共议AI大模型对我们工作和生活带来的影响。

　　未来每个行业都会与AI发生关系 每家企业都会有自己的大模型

　　“未来每个行业都会与AI发生关系。”钉钉总裁叶军指出，“随着数据积累增加、工具能力提升、推理能力的增强、算力支撑到位，相信每个行业都会因此而发生变革。”

　　叶军认为，未来一年两年之内，相信大量的工作都会和AI结合，这是不能回避的现实，而且比我们想象来的速度还快。

　　“AI与工作方式融合后的生产力变革，提升了管理效率、协同效率及创新效率。在创新效率方面，应用开发使得效率提升，AI开发将带来100-1000倍的效率提升。”

　　同时，他认为，未来做APP这件事情会发生很大变化，也许不会有这么多APP，也不需要APP STORE，每家企业都有自己的大模型。

　　对于技术与人类的关系，叶军认为，科技还是要服务于人，在隐私、安全、版权、企业的商业机密，以及深层内容合规性等方面还有很多问题需要解决。“科技应该为人服务，应该遵从人类整个社会的一些既定契约。”

　　千亿模型是AIGC的船票 大模型将推动AI普惠

　　智谱AI COO张帆认为，ChatGPT背后是大模型技术，只有做到千亿模型，才是AIGC的船票。

　　“机器跟人很像，人类的智能不是随着神经元做的线性增长，我们1岁时有一些基础智力，但到了3岁以后才开始快速成长，而且人类大概有800亿神经元。因此，当机器做到了千亿参数量，才开始接近人类。”

　　张帆认为，做大模型需要面临算法、算力的挑战，还需要数据经验。所谓名师出高徒，越好的数据，喂出来的模型越好。如果数据有问题，或者数据的价值观有问题，传导到模型后，将很难修复。

　　同时他表示，大模型有很多应用场景，比如文本生成，广告文案、工作周报、新闻信息、标书、招聘、游记等都能见到相关应用，“现在大模型的文本生成能力非常强。”

　　还有信息抽取，以前做信息抽取，基本上都靠NLP的方法，比如跟客户聊天有一万字的生成，我们从中提取用户画像、用户需求，还需要花费很多时间做调整，生产成本很高。大模型时代，一个人搞半天就可以搞好了。

　　此外，信息检索、对话系统等也是很常见的应用场景。微软全新升级的New Bing，已经搭载了GPT-4 搜索引擎，这是一种全新的模式。

　　“大模型可以进一步让AI普惠，可以更加低成本、快速地把AI应用到各种业务场景中”。张帆表示。

　　24小时定制数字分身 AI数智人解放主播

　　4月底，腾讯云首次对外发布“智能小样本数智人生产平台”，该平台具有训练样本小、生产效率高、自动化生产等特性，可以帮助客户轻松实现“自助式”数智人生产制作。

　　腾讯云智能数智人产品总经理陈磊介绍称，目前腾讯云智能数智人产品发展围绕两个方向，一是更智能、更智慧，第二更懂行。

　　“数智人应用方向，一部分是服务型数智人，一部分是IP身份类数智人。数智人既可以担任敬业多才的’数智员工’，也可以成为吸引流量的明星代言人。”陈磊表示，数智人服务正在走入千行百业，目前已经探索了多种类型的服务场景。

　　从离线、在线到在场，不论数字人行业发展到哪一阶段，AI技术始终是赋予数字人生产力的核心因素。

　　“过去，3D类型数字人定制费用在百万级。现在，依托腾讯自研AI能力和技术经验，3分钟真人口播视频、100句语音素材，就可以实现音频、文本多模态数据输入，实时建模并生成高清人像，在24小时内制作出与真人近似的小样本数智人。”陈磊介绍称。

　　他表示，千元级别的成本，小时级的制作时长，大幅降低使用门槛，可以为短视频创作、知识分享、带货直播等场景应用提供更多可能性。

　　AI大模型或改写生命科学领域的研发技术能力

　　百图生科生物计算创新发展平台总经理高亮在分享中指出，人工智能大模型在生命科学领域意义重大。传统的蛋白发现受限于天然存在的蛋白质，而大模型能够极大扩展搜索空间，高效设计全新功能。

　　在高亮看来，人工智能大模型或在生物计算领域掀起新的浪潮，或改写生命科学领域的研发技术能力。“大模型可以从所有进化知识中学习可能性和收敛规律，跳出局部最优，快速迭代演化，从而拥有高效的全新蛋白设计能力。”

　　2018年OpenAI成立，五年的时间里ChatGPT引爆了体验的革新。高亮相信，生命科学领域的大模型目前正处于临界点上。但若要做好生物计算大模型引擎，须有三大模块的支撑：一是计算大模型可以进行跨模态预训练和高性能计算;其次是大数据图谱，公开数据挖掘+独特自产数据;最后则是高通量验证，具备高速的蛋白质和细胞的读写系统。