走進人山人海的GDC大會春天來了

2024-03-25 | 來源: 第一財經 | 轉到微信 | 有0人參與評論 | 字體: 放大縮小 | 收藏 | 打印

在開幕式上，對於AI創業，硅谷創投之父史蒂夫·霍夫曼（Steve Hoffman）給出了方向上的建議，"在人工智能領域，可以說不要直接和大廠競爭，和大廠競爭太難。"當對公司戰略進行規劃的時候，看一下自己的核心能力、核心技術，看AI如何更好地賦能，帶來更好的競爭力。

具體方向上，霍夫曼看好人形機器人、數字孿生、程序化的搜索引擎優化等預計會被 AI 技術所賦能的領域。霍夫曼表示，在硅谷現在AI領域是大熱門，如果不是AI初創企業，都拿不到任何資金支持，"現在太難了，眾多企業在死亡"。

此次大會海外的重磅嘉賓來了不少，OpenAI前全球商業化負責人扎克•卡斯（Zack Kass）也出現在開幕式上，他認為2030年會達到通用人工智能，"我們進入了一個豐盛的未來"。

對通用智能時代的到來扎克·卡斯較為樂觀，"很多問題我們可以通過AI來解決，我給大家的建議是，設計你的生活，比如AI會把你的知識技能商業化，AI做完了之後剩余了什麼，你作為人類的屬性有哪些？可能AI更加強大、更加聰明，剩余留給人類的就是要關注人本身。"

在問答環節，談及最近大熱的AI"復活"，扎克•卡斯認為"機器缺乏靈魂"， AI"復活"親人是一種奇怪的想法，並不是人類生活的現實世界。"人是什麼，機器是什麼，我們要分清事實，要分清界限。"當AI幫助人類從很多繁雜的工作中解脫出來之後，人與人的交互就顯得更加重要。

商湯科技董事長兼CEO徐立在此次大會上表達了一個觀點， AI2.0時代的生產力工具，目前還只能解決10%以下的問題，生產鏈路上能夠帶來的突破可能還有限。

"雖然中國對於這部分的關注度非常高，但是我們真正意義上在使用這部分的應用當中排在了美國印度之後。"徐立認為，這裡面有一個語言的問題，如果用自然語言來完成編程的任務、設計的任務，目前來說英語和現在的程序匹配非常完整，有大量的現成的數據，但是到中文還需要有更好的中文語言的工具。

商湯此前發布了基於日日新大模型的辦公輔助軟件"小浣熊"，其中包括代碼小浣熊。徐立介紹，這款代碼助手能夠減少軟件開發全流程需要的時間，聚焦一些重復性的勞動。以代碼小浣熊的誕生為例，他表示，如果從需求分析到最終完成產品開發，一般需要100人天（注：人天是衡量人力資源消耗量的單位，人數和天數相乘），在去年，代碼小浣熊已經能做到節省30%的工作量，來到70人天。

凌晨3點已人山人海!杭州市民:感覺全世界的人都在這

擠爆了!五一黃金周,香港再現人山人海

春晚沒看到趙本山,在紐約看到了,現場人山人海

也有不少的學者專家在更宏觀的層次上反思目前大模型技術路線問題，現在這套技術路線是否能帶來真正的智能，是否會有更好的架構？

美國國家工程院外籍院士沈向洋就表示，雖然AGI蓬勃發展，但今天大家對智能的本質並沒有一個清晰的認識，今天的深度學習理論非常欠缺，他相信這個世界會出現比Transformer更好的架構，"以前大家講大模型大到一定地步就會湧現，為什麼？多大湧現出來？沒有人講得清楚。"

上海人工智能實驗室主任助理、領軍科學家喬宇認為，沿著Scaling Law（尺度定律），未來對於數據算力的需求越來越多，大家會有一個問題，Scaling Law何處是盡頭，跟現在相比，大模型至少還有1-2個數量級的提升。

"到2030年，是不是我們再提高兩個數量級就有機會實現真正通用的人工智能，但是我們也要考慮另外一個問題，按照目前這條技術路線，它對算力、對能耗的消耗非常巨大。我們真的需要把我們這麼大的社會資源都投入到這樣的領域中來，還是需要現在這種Scaling Law更加高效的方法，後者是這個時代研究者、開發者必須思考的問題。"喬宇說。

在大模型前沿論壇上，上海人工智能實驗室領軍科學家林達華表達了同樣的想法，當前主流的大模型無一例外都建立在Transformer架構堆疊的基礎上，但這種架構的問題是對計算資源的消耗特別大，反觀人腦這樣的"大模型"，有大約100萬億個神經連接，遠遠超過現有大模型體量，但人腦的運行功率只有20瓦。

實際上，過去一年，產業界和學術界在不斷探索更加高效的架構，其中MoE（混合專家模型）受到了越來越多企業的關注。"但這僅僅是一個起點，未來還會有更加高效的稀疏模型結構出現。"林達華表示，雖然很多架構現在還停留在學術研究階段，但正如MoE逐漸進入產業一樣，隨著驗證逐漸成功，它們會慢慢進入產業界，從而帶來模型架構新的黃金時期。

無論怎樣，過去一年，人工智能領域所取得的技術突破遠遠超過了過去十年甚至幾十年的突破和進展。在PPT最後一頁，林達華只寫了一句話，"讓我們共同擁抱這個激動人心的時代"。