李开复: 我坚决做to C,不做赔钱的to B生意;张亚勤:大模型效率太低、还未能真正理解物理世界|钛媒体 AGI

AIGC动态6个月前更新 TMTPOSTAGI
873 0 0
李开复: 我坚决做to C,不做赔钱的to B生意;张亚勤:大模型效率太低、还未能真正理解物理世界|钛媒体 AGI

 

文章摘要


【关 键 词】 智源大会人工智能大模型C端市场AI 2.0

在2024年智源大会上,零一万物CEO李开复与清华大学智能产业研究院院长张亚勤就通用人工智能(AGI)的关键问题进行了深入讨论。李开复指出,尽管to B(面向企业)市场具有巨大商业价值,但目前面临诸多挑战,包括大公司和传统公司对大模型技术的接纳度低,以及许多企业对软件付费意愿低。相比之下,中国市场的to C(面向消费者)模式更有机会。他解释称,理论上to B可以快速落地,但实际情况并非如此,许多大公司和传统公司不愿拥抱颠覆性技术。此外,许多大模型公司参与竞标,导致价格不断降低,压缩了利润空间。因此,零一万物将更注重选择那些上下级员工都接受大模型技术的公司。

张亚勤则认为,当前AI大模型技术面临三大问题:计算效率低下,与人类大脑的高效性形成鲜明对比;大模型尚未真正理解物理世界,推理能力、透明性等方面仍在深入研究;以及边界问题,即大模型无法知道自己不知道什么。尽管如此,两位专家对AGI的实现持乐观态度,认为关键在于AI的能力要超越人类,并具有自我学习和进化的能力。同时,随着AI能力的提升,失控风险也在增加,需要提前考虑如何管理这些风险。

李开复提出了自己的C端市场发展路线图,将大模型C端产品划分为六个阶段:生产力工具、娱乐、音乐、游戏、搜索、电商、社交、短视频和O2O产品。他认为,从PC到移动互联网时代,再到AI时代,这一发展规律是不变的。起步阶段产品需要能够盈利,因此适合作为生产力工具解决问题。随着难度的提高,需要的用户量也越来越多,但机会和回报也相应增加。与移动互联网时代不同,C端应用的发展不仅需要产品经理,还需要大模型专家和推理引擎专家共同参与。

在讨论中,李开复强调了AI 2.0的重要性,认为大模型的Scaling Law(规模法则)在这个时代得到了凸显。通过更多计算和数据,人类可以不断增加大模型的智慧,这一路径仍在推进中,远未达到天花板。此外,大模型的智慧来自于接近无损的压缩,这是上一代人工智能从业者难以想象的。零一万物内部采用严谨的方法论,用压缩理念评估模型训练过程,使其更加系统、科学和有数学依据。

张亚勤则指出,大模型的成功得益于算法和工程创新的一体化推进,以及如何避免盲目堆算力推动模型性能提升。他认为,国内大模型在部分案例中已经接近或超过美国的大模型,但仍需专注于算法和工程创新的结合。

总的来说,尽管大模型技术在to B市场面临挑战,但在to C市场具有巨大潜力。同时,AI大模型技术仍需解决计算效率、理解物理世界和边界问题等挑战。专家们对AGI的实现持乐观态度,并强调了自我学习和进化能力的重要性。在C端市场发展过程中,需要多领域专家的共同参与和创新。

“极客训练营”

原文和模型


【原文链接】 阅读原文 [ 7936字 | 32分钟 ]
【原文作者】 钛媒体AGI
【摘要模型】 moonshot-v1-32k
【摘要评分】 ★★★★★

© 版权声明
“绘蛙”

相关文章

暂无评论

暂无评论...