AlphaGo和李世石下了几盘棋之后,对于从事人工智能领域创业的第四范式创始人兼CEO戴文渊而言,最大的利好是以后出去见客户再也不用因为担心用户看不上或者看不懂人工智能而把自己公司的业务解读为大数据公司,在AlphaGo成功引爆了公众对于人工智能的热情之后,戴文渊终于可以理直气壮地对客户解释自己创立的是一家人工智能公司。
而这背后,作为迁移学习全球领军学者,曾经的百度广告变现算法核心负责人、百度凤巢的总架构师、华为诺亚方舟实验室主任科学家戴文渊感受到的人工智能热度从2010年、2011年已经开始燃起。
“2009年我加入百度时做凤巢系统,2010、2011年我们成功展示了机器学习能够带来价值之后就开始感觉到团队流失的压力。因为兄弟公司都会盯着我们的团队,那个时间点人工智能人才的争夺就已经开始,如今是愈演愈烈。”戴文渊接受《第一财经日报》记者专访时这样解释道。
在戴文渊看来,他从高校到百度、华为,再出来创业的这十年来,亲身经历了人工智能从冷到热的全过程。
“刚进入这个领域的时候,我们是坐冷板凳的,但是行业还在争议人工智能到底能不能创造一些价值。”戴文渊觉得自己挺幸运的,随着计算资源等条件的成熟,这一领域的进入门槛开始降低,这也是他从高校转战百度的重要原因。
但这个门槛只是针对BAT等大型互联网企业,如今对于大多数中国的企业而言,人工智能依然“深不可测”。
成本依然是横在众多对人工智能充满兴趣的公司面前的一个重要阻碍。
据戴文渊透露,2009年百度的技术去完成一个AI的系统可能需要200~300人的顶尖科学家团队忙上一年,而这对于大多数企业来说是无法承受的人力成本和时间成本。
除了工作量太大,目前人工智能方面的工作对于专业人才的依赖程度太高。“我自己从什么都不会,学到今天这个水平可能花了10年的时间。按照现在的标准,今天我们可能还要学6~10年的时间才能成为顶尖的数据科学家,但这样费时费力的培训是否必要呢?”戴文渊的想法是,如果技术足够好,通过以深度学习为代表的技术革新,大幅地用机器替代人工,可以让一个普通的业务人员培训1~2个月就可以成为一个‘科学家’。
而除了人力成本,公众对于人工智能还存在着一定的认识成本。
“我发现其实现在大家都会对人工智能感兴趣,遇到一个困难自己搞不定,有时候会想是不是人工智能能帮忙解决。”但在戴文渊看来,要解决这个问题的前提是,公众要去定义这些问题,在这个时候,需要把自然界的一些用自然语言描述的问题能转化成用数学去描述的一个问题,因为计算机只能读懂数学的描述,但是会造成有些人会做、有些人不会做。
会上明确,探索建设国家级数据标注基地,充分发挥地方配套支撑作用,在数据标注产业的生态构建、能力提升和场景应用等方面先行先试,集聚龙头企业,促进区域人工智能产业生态发展。
今年将开展“人工智能+”行动,促进人工智能与实体经济深度融合,推动人工智能赋能新型工业化。
Zack Kass接着表示:“人是什么,机器是什么,我们要分清事实,要分清界限。未来的生活中我愿意和人互动,而不是和机器互动,不是做很多实验、做很多研究,人与人交互非常重要。”
决议承认“人工智能系统的治理是一个不断发展的领域”,需要进一步讨论可能的治理方法。
去年,人工智能生成式语言模型ChatGPT问世,今年视频生成模型Sora出现,这些新技术对人工智能的认识产生了新的影响,推动了大模型、智能芯片等关键环节的突破。