近日,人工智能初創(chuàng)企業(yè)OpenAI聯(lián)合創(chuàng)始人格雷格·布羅克曼在一次科技展會上展示了熱門聊天機器人ChatGPT的諸多新功能,并介紹了其背后支持技術大型語言模型GPT-4取得的新進展。布羅克曼認為,通用人工智能(AGI)迎來了歷史性時刻。其中,最值得關注的一個技能是:“其可以對自己的工作進行事實核查。即使在給出相對模糊的指令時,它也能對滿是數(shù)據(jù)的電子表格進行解釋。布羅克曼說,這個想法的初衷是讓機器學會與用戶的意圖‘保持一致’”。
就是這個簡單的保持一致,或許就是非常重要的一次跨越。因為人工智能和每一個實體人的意識、思維的保持一致,這是一種模擬的更高層面的延伸,也是新的進步。這種智能化的實現(xiàn)可以帶來更多的衍生應用。人們都擔心的一個方面是智能化之后的自主意識,當人工智能的訓練越來越“懂得”人類本身的需求之后,離“自主意識”是不是也更近了一步?其實,自主意識是否可以真正誕生還很難被證實,只是智能化越來越聰明是必然的,在龐大的算力面前,智能計算能力的提升也必然會到一個新的階段。
人工智能對人類需求的“保持一致”就是進步的方向之一。布羅克曼表示,你可能像會在沒有給出精確指令的情況下教孩子完成一項任務一樣,人工智能也會通過與用戶的反饋循環(huán)逐漸學會將其知識應用于新情況。在完成越來越難任務的過程中,他希望這有助于在人類和人工智能之間形成一種深入的、值得信賴的合作模式。人類將是這項工作的管理者和監(jiān)督者,而機器負責執(zhí)行具體任務。
機器將變得更加聰明,甚至在某種程度上可以“猜想”人類的需求到底是什么,并提前做出反饋或者準備。這甚至已經(jīng)有了一定的自主“思索”的能力和意識。當然,這種所謂的自主,都是在龐大的計算訓練之后的反饋,是構建在海量數(shù)據(jù),甚至邏輯思辨能力訓練之后的潛在可能。說到底,還是“算力”給出的答案,也是“算力”進步的表現(xiàn),以及由此衍生出來的諸多可能的概率演化。
或許在意識到這種能力提升之后,勢必會帶來一定的恐慌,因此,布羅克曼也承認,許多人對通用人工智能的潛力感到緊張,但他仍然認為,這項技術將為每個人創(chuàng)造一個更美好的世界。他表示,實現(xiàn)這一目標的關鍵將是人們的廣泛參與和投入,弄清楚如何為人工智能設置安全護欄。
其實科技的進步必然走到一個令人“恐慌”的境地,因為我們有許多未知的需要探索的地方,如果擔心科技進步帶來的改變會顛覆我們本來的認知,那么也就沒有文明的進步了,地球中心說也不會被打破了。科技的進步必然會邁向更多的未知領域,并帶來一種前所未有的變化,這是文明進步的必然途徑。也只有我們了解更多的通往未知路上的途徑,或許才能找到解決方案。
并不是如馬斯克所言的暫停對高性能人工智能的訓練就可以規(guī)避風險,在這方面,比爾·蓋茨的探索精神其實才是我們應該應對的正確方式。我們需要鼓勵科技的進步,以及由此帶來的一些可能存在的潛在風險,但并不是一味地封堵就可以規(guī)避這類風險的。
ChatGPT的發(fā)展時間表只是AIGC發(fā)展中的一個分支,或者一個方向,一個支點,我們看到有很多互聯(lián)網(wǎng)企業(yè)都在推出自己的大模型,并且積極投入,在AIGC的發(fā)展路上,大家都在細分在各自領域,試圖掌握著技術帶來的應用場景變化,以及由此帶來的新應用途徑出現(xiàn),這是一種百花齊放式的追求,也應該是值得倡導的。
我們也關注到,在第133屆中國進出口商品交易會(廣交會)上,“中國智造”成為了各企業(yè)展示自身實力和產(chǎn)品的重要窗口。不少企業(yè)通過推出一系列具有創(chuàng)新設計和高品質的產(chǎn)品,展示了“中國智造”的巨大潛力,比如:在智慧家居、新能源汽車等方面,國內多家知名廠商展示了自己最新產(chǎn)品與技術。如果未來引入更多的AIGC應用場景,那么對于智造而言,就是更大的突破。
天眼查數(shù)據(jù)顯示,截至目前,智能制造相關企業(yè)近18萬余家,其中,2022年新增注冊企業(yè)7.6萬余家,新增注冊企業(yè)增速90%;從地域分布來看,廣東以2.8萬余家位列區(qū)域首位;江蘇、山東分列二、三位,分別擁有1.6萬余家以及1.3萬余家;從成立時間來看,43.2%的相關企業(yè)成立于1-5年內,成立于1年以內的相關企業(yè)占比44.2%;從企業(yè)性質來看,超8成的相關企業(yè)屬于有限責任公司。據(jù)天眼查不完全統(tǒng)計,自2023年1月以來,智能制造相關專利申請已達1710余件。
可以預見的是,未來這個數(shù)字還會不斷地提升,這才是科技驅動生產(chǎn)力的必然途徑。而人工智能的發(fā)展,中國智造的進步,也會隨著越來越多的企業(yè)參與到AIGC大模型細分領域之后,為未來的產(chǎn)品提升打造堅實的基礎。