近两年，人工智能的发展势头强劲。然而，通用人工智能似乎遭遇了发展的障碍。大家普遍认为，探索新的发展方向是当务之急。这标志着AI发展的一个重要阶段，值得我们深入研究。
AGI的瓶颈现状
AGI的发展遭遇重重困难。目前，要构建AGI需要投入巨额资金，比如数百亿美金用于购置显卡等硬件。企业一旦训练出一个模型，很快就会被竞争对手超越，就像西西弗斯推石头一样，难以达到目标。全球仅有少数大型企业具备资源，能够投入大量算力和数据来参与这场竞赛，这限制了AGI的普及。早在之前，就有迹象表明AGI的发展不会一帆风顺，而现在，它更是进入了增速放缓的阶段。
逻辑上分析，全面超越人类的人工智能这一观点难以成立。过去的一些理论设想在现实中遭遇了不少难题，尽管研究进行了多年，但始终未能迅速突破目前的限制。
大模型应用受关注
大模型的应用备受关注。周鸿祎，360集团的创始人，多次指出，众多企业在此领域看到了机遇。越来越多的企业不再追求打造全能型大模型，而是开始向场景化、应用化等方向转变。大模型的应用能更贴合实际场景，发现并解决业务流程中的问题。它并不像AGI那样追求全面，而是专注于特定业务场景，旨在提升效率、降低成本。
在不少公司中，通过在内部流程中使用大型模型，原本繁琐的任务变得更为简便。比如，某些企业内部的数据处理，采用大模型技术后，其准确度和效率均得到了显著提高。
周鸿祎的观点阐述
周鸿祎在财经年度对话中发表的观点影响深远。他阐述了大模型发展的七大趋势，这些趋势全面总结了大模型的发展方向。从通用人工智能的放缓到专业大模型的崛起，从模型规模减小以利于部署到能力持续提升、成本持续下降，这些观点都源于他在业界的深入研究和实践经验。
他对智能体的看重至关重要。在他看来，到2025年，智能体将占据主导地位。它能够将大型模型转变为数字化的员工，帮助企业解决实际问题。这一看法为企业的发展开辟了新的方向，使得众多企业能够据此进行前瞻性的布局。
大模型发展趋势之小而专
大型模型的发展越来越趋向专业化，这对企业来说极其重要。除了少数行业巨头，大多数企业倾向于打造专业化的模型。原因在于，专业模型更具有针对性。以医疗为例，可以开发出专门用于疾病诊断的大模型；在教育领域，则可以打造专注于教学辅导的模型。
这种规模适中且专业化的模型更契合节约成本的需求。企业无需投入巨额资金，即可培育出贴合自身业务特点的大型模型。同时，也能有效减轻因巨头全面型大模型带来的市场竞争压力。
大模型的简化是一个显著的发展方向。简化后的大模型在硬件部署上更为便捷。以小型硬件为例，之前可能无法承载大型模型，现在经过简化后，部署变得简单多了。
这有利于大型模型的普遍应用，无论是应用于微小的传感器，还是普通的办公电脑。从市场角度分析，对硬件的依赖降低了，应用范围得到了拓宽，进而推动了整个生态系统的繁荣。
智能体推动价值转变
智能体在大模型应用过程中扮演着重要角色。它能将大模型转化为虚拟员工，这将颠覆服务市场的价值生成模式。过去，价值来源于人力借助工具创造，而现在，AI技术直接产生价值。
过去，保险公司处理报销报告主要依赖人工，而现在，机器人可以轻松胜任。这样做不仅为企业节省了大量人力成本，还大幅提升了工作效率。大家觉得，大型模型这样的技术进步是否将根本性地重塑未来的就业形态？欢迎点赞、转发，并在评论区留下您的看法。
版权说明：本文章为昆明鱼豆网所有，未经允许不得转载。
