全国工商联物联网委员会年会暨物联网与人工智能高峰论由中华全国工商业联合会、天津市人民政府指导,全国工商联物联网委员会、天津市工业和信息化局、天津市工商联合会联合主办,天津滨海高新区管委会、天津市津商联合会共同承办。
本次高峰论坛立足天津,放眼全国,以“万物互联 智创未来”为主题,汇聚物联网与人工智能领域顶级学者、卓越领袖、前沿专家及知名企业家代表,共同研讨新发展格局下物联网与人工智能的前沿趋势和产业发展的新思路、新模式、新路径,全方位展示物联网和人工智能领域最新成果,发掘物联网与人工智能企业、人才、项目合作机遇,加深产业链的交流合作与供需对接,形成行业相互促进、共谋发展的崭新局面。
以下是微软中国数据科学及人工智能事业部总经理李磊在物联网与人工智能高峰论坛的精彩演讲,由云现场整理。
大家好,尊敬的各位领导和各位嘉宾,我是李磊。
我在这几分钟时间里,给大家抛砖引玉,最近这段时间ChatGPT很火,作为ChatGPT的模型很有幸我们在微软这边和各个产业进行了探讨以及相关的实践。在这短短的几个月的时间里,我们看到了大量的围绕这方面的一些探讨、场景以及实践的应用,我做一些抛砖引玉的讲一下我们的实践和探讨。
首先看到三件事情,第一件事情是大模型,从LK出发到通用大模型,在这里面模型产生了一个很大的变化,对于通用大模型针对我们现在语言类比如说LP的语言类,针对识别图片的识别、针对语音产生了很大的变化。
我做了20多年,客观角度讲,我们在国内做了很多系统,这次我们通过ChatGPT把人工智能做到了很好的作用,通过我个人的理解,这个大最主要的是大模型的识别。我们让大家体会到了人工智能在这个新的零界点产生了新的探讨。
客观来讲,GPT4出来之后,我们对于LP语言,对于视觉产生了极大的冲击,我们对于单独下的语言已经需要重新思考方向和重新发展。针对大模型本身的围绕的工具体系,从微软本身也是围绕着通用的模型工具可以做一些什么,我们看到了微软在最近推出来的产品。
我们简单地回顾一下,在去年夏天GPT4出来之后,针对整个GPT4的探讨,为了展现GPT4的能力,因此在去年12月份,基于3的达芬奇模型,推出了面向整个对话和问题解答的应用场景ChatGPT,大家很自然地知道,因为ChatGPT是基于GPT3.5衍生出来的,在2020年6月份用到的,只是用来展示基于GPT模型可以回答怎样的问题,是与人探讨聊天的场景,以及是否可以衍生一些新的应用形态。
这个新的应用形态思考的问题是未来一定是对话的模式吗?我们围绕着这个模型如何关心它的应用,很自然地是利用它的工具,围绕着office进行文档编辑,是作为辅助工具出现的,当然很重要的一个工具体现是代码,围绕着代码如何能够简化代码的编写工作。
同样在通用模型的基础上,如何利用通用模型进入到图片领域,GPT4也做出了新的探索。在整个合作过程中,OpenAI作为一个产品的预言、产品的研发得到一个非常好的稳定的大模型,微软这边和OpenAI一起不仅作为整个投资商,提供了整个基础设施,本他去训练,提供了底层的计算能力和协调平衡,同时也提供给它相应的框架,围绕这件事情,我们关心的是这个服务本身有三个方面的出处。
首先是作为模型服务本身,作为一个基本的认知服务。主要方向是希望各行各业能够体会到大模型,大家已经认知了ChatGPT的能力,反过来说,GPT的模型可以做什么,基于GPT如何构建自己的模型?如何构建自己的应用。
微软使用自己的体现在文档中自作用,同时有一系列的产品在CRERP方面的集成,如何集整个云上的能力构建工具、构建应用,为此与微软在2月份推出ChatGPT,人知道了GPT的能力在ChatGPT之下推向市场,包括GPT4推向市场,反过来我们认为未来模型像基础设施一样提供给大家,就像公共云提供服务的一部分,而它应该是低成本的,便于使用的,易于大家使用的基础设施的存在。
在这里面面向2C和面向2B的行情有什么不一样?ChatGPT是GPT上一个应用的场景,在2B的企业里面,如何进行GPT的能力,如何构建自己行业的场景,如何构建自己行业的工具,这里面具有重大的机会和转变,这是很重要的人工智能理解点,一是企业安全合规,二是可用性,三是可靠性。
每个企业都有自己的安全认证体系,如何把这个安全认证体系和合规的企业提供,可靠性的保障如何能够基于这样的模型体系,比如说跨数据中心,与已有的应用集成便于构建自己的工具便于应用。
覆盖整个OpenAI构建企业应用场景的主要负责方,OpenAI方负责模型的预演和迭代,比GPT4,这个模型会作为一个标准的模型在微软为企业提供服务的时候,无处不是数据,企业安全合规。我们要正式一件市,模型不简单地提供出来,GPT4整个的发布是在今年3月份左右长达办电的时间以来,针对内部筛查等工作,目前为止这是非常繁杂的工作,目前仍然是受限的访问,因为它的能力太强了。受限的访问就有一系列的工作要做。
比如说包括了文本的能力,代码生存能力,围绕着这些能力,围绕着企业我们思考:
如何对模型去构建。
如何对模型位置浏览器里面使用,起到复数驾驶的工具的概念。
应用,如果把这个应用到企业里面去。
针对企业通过的日志进行分析,提升自己的客户服务、提供给自己的客户体验,如何基于智能化的产品,结合其自身的能力,能否做出新的SaaS服务、产品营销的平台,一个SaaS应用,图片的生成、文案的生成等等的应用,会产生新的一些想法。
优化企业的整个效率,企业代码的生成,代码的优化,RPA整个的优化、智能化等等。
产品的工具,员工智能认知和员工技能的提升,通过合适的手段,内部HRT小助手,模型在长达一段时间内首先要做的是满足合规需求,不卷是如何形成整个的模型的迭代和循环,在整个题上如果应用模型的服务,这些数据是在做自己工业控制的数据,任何基于模型的定做是不属于基础的模型。整个合规保障来做这件事情,目前的表达来讲的话,对于模型的调整,我们知道在GPT来讲,已经出现了涌现的能力,包括我们依托的得能力之后,这些能力在一个受控的服务前提下为大家提供出来相关的服务,是负责任的构建AI的产品,确实我们的客户能否负责任地使用AI,我们整个审批开放的,我们关心的是场景。
场景本身是不是一个负责任的AI的场景。
在内部资源的平衡。
在目前的时间表里面,我们看到了通用人工智能的一个起点,在通用人工智能的起点里面,本着谨慎、安全、可信的态度,围绕着通用人工智能对于我们现在这个时代,所有的信息化活动系统会产生非常大的变革,在产生非常大的变革中,在这个基础上,最近两个月里面,我们与我们的客户群体里面,我们拥有几个基本能力、内容生成、游戏类、科技类各种场景,从个人角度来讲是起点,我们对于它的能力和整个的认知仍然处于一个早期的阶段,我们把这些基本的能力结合自己的场景能够构建出来,这也是起步很起步的场景出现。而新的增长。我们希望与微软一起成长,谢谢!