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。