安博体育手机版
  • 60 多年经验
安博体育手机版
  • 全球纺织品解决方案供应商
安博体育手机版
  • 3500+知名客户

蔡毅:企业要利用AI赋能既然对手学会了魔法我们也要学会

来源:安博体育手机版    发布时间:2023-10-03 16:46:35

  企业怎么样应对数智化变革?华南理工大学软件学院院长蔡毅在进行主旨演讲时,提出了六条建议。

  第一,要制定明确的数智化转型战略,首先心态上要积极拥抱,要结合市场、技术做相应、明确的目的和路径。第二,既然它是一个新技术,要加强技术能力和人才储备。第三,有些技术前沿在高校、科研机构或者创新型企业,特别是单独领域的企业不一定有这样的技术去做,需要深化产学研用的结合。第四,重视数据安全和隐私保护。第五,推动标准化建设,在做到数据要素交易的时候,推动人工智能的时候,数据要素流通的标准、登记的标准、资产定价的标准和交易的标准,都需要确定下来才能够推动后面的事情。

  最后,蔡毅表示,“希望企业能够紧跟市场趋势和技术更迭,紧跟市场变化,在生产的全产业链当中学会利用AI赋能,而不是等着市场把我们淘汰,既然对手学会了魔法,我们也要学会魔法,用魔法打败魔法。”

  “粤港澳大湾区制造业比较发达,我们这类企业要以数据为核心、人工智能为技术方法,数据驱动业务优化,并且实现智慧决策,这需要一个过程,逐步迭代。”他说。

  蔡毅:尊敬的各位来宾,大家下午好!很荣幸今天在论坛上做主题分享,我今天跟各位分享的主题是《人工智能技术及应用变革之路》。

  前面主持人也有介绍,40年是怎样的40年,我们一起看人工智能的转变。从1950年图灵提出图灵测试,AI已经经过六七十个年头,至今已经67年,整个人工智能到今天的发展阶段,可谓是跌宕起伏,冷热交替,经历了若干个阶段。

  首先第一个阶段,我把1980年作为时间的分水岭,在1980年以前,早期的人工智能追溯到五六十年代的第一波热潮,有几个重要的事件,一个是图灵测试,还有一些技术在进行研究,同时在上世纪60年代,也迎来了人工智能第一波热潮。但是热潮过后很快就碰到一些问题,在1970年代中期到1980年代初期,人工智能也遭遇了寒冬,在寒冬过程中能够正常的看到,这个技术在过去可能很热,但是离最终的落地还是有相当一段距离,这过程中导致AI研究经费的减少,还有投入的减少,在1980年-1990年这一段时间,AI研究相对进展缓慢,资金减少,但是这过程中也有很多重要的研究开展,并且诞生影响很深远的技术,比如说1986年的多层纺织机还有1989年CNN的出现,语音识别以及1995年的手写识别,还有1997年长短记忆网络等等,在这一段时期有一个重大的事件,那是我中学时候的一个场景,1997年卡斯帕罗夫输给了“深蓝”(IBM超级计算机),此阶段人工智能的研究和产业应用,主要是以研究为主,产业应用结合十分有限。

  在这样一个阶段,这一段时期存在着一些挑战和限制,导致了人工智能的寒潮,包括四个方面,第一是计算机运算速度远远达不到今天的运算水平,限制人工智能的发展。第二数据量比较少,互联网并不是像现在这么发达,我们也可以获得的数据来源是有限的,难以满足人工智能尤其是神经网络对数据的需求,特别是高质量的数据。第三是技术限制,虽然有很好的技术提出,但是难以实现复杂的功能。第四是应用大多分布在在科研和军事领域比较多。

  时间到了2000年,2000-2010年是人工智能复兴的阶段,在此阶段诞生了一些重要的关键技术,比如说2003年大数据技术的提出,很多机器学习和数字驱动的方法在此阶段得到很好的发展。2006年深入学习的提出,让很多场景提供很多新的想象,2009年提出的ImageNet数据集,极大推动了人工智能尤其是视觉领域的研究发展,在此阶段有很多值得纪念的重要事件,比如说2005年斯坦福团队首次实现无人驾驶在沙漠里面驾驶130英里获得冠军,以及2007年CNN团队赢得城市挑战赛,在2010年谷歌宣布正式开展无人驾驶的计划。到今天我们大家可以看到自动驾驶的研究和产业的探索如火如荼。

  在这个阶段,统计机器学习和数据驱动、数字挖掘的应用得到很好的推广,人工智能慢慢开始渗透到一个企业和科研的领域。

  这个阶段的特点是,算力和大数据迅速增长,和前面的十年很不一样,尤其是海量大数据的积累,还有云计算的发展,使得人工智能的运算有很好的算力支撑,技术的落地场景也更丰富,可以从大数据当中进行学习和优化。在这个时期,还有一项很重要的机制,就是开源框架,开源的普及和推广,使得人工智能很多算法能够得到很快普及和利用,极大降低了人工智能技术研究和开发的门槛,至今开源技术是一个很重要推动人工智能发展的方面。

  时间到了2010年-2020年这个阶段,这是人工智能尤其是深度学习进入快速发展的阶段,在视觉、自然语言处理等等各个领域都取得很大的成功,比较有名的事件2012年ImageNet分类任务比赛ILSVRC-2012上,以碾压之势轻松夺冠,大幅刷新了此前的SOTA,取得了冠军,很大优势甩开了第二名。同年谷歌发布知识图谱,现在知识图谱已经应用到很多工业领域,我们每年国内召开的知识图谱研讨会,工业界参会人数甚至比学术界更多,极大推动知识图谱在工业界的应用。2013年文本挖掘技术的提出,使得文本特征的表征的技术取得很大的进步,使得自然语言的处理机器可以更好理解语义起到很好的作用。2014年对抗生成式网络的提出,2017年的Transformer提出,这都是具有里程碑意义的技术,尤其是Transformer的提出,我们今天提出的大模型主要是基于Transformer架构。

  在这个阶段,我们留意到有一些主要的事件,在2011年高盛在知识类节目当中机器类问答击败了人类,2016年阿尔法狗赢得世界冠军,当时是一个很轰动的事件,在全世界范围都引起很大的关注,一说起机器学习,都会想起这场人机大战。在2019年AI从零学会发现,在这个阶段人工智能和产业的结合,尤其在图像识别、语音识别、自然语言处理结合得特别显著。

  很快时间到了2020年以及到现在,短短三年时间我们进入大模型时代,2020年GPT-3的提出,有人称之为大模型的元年,因为GPT-3使得它整体的性能得到很大的提高,2021年多模态系统发布,2022年去年年底ChatGPT的提出,以及今年GPT-4的提出,都标志着大模型时代的到来。在近几年的时间里面,我们能够正常的看到,这个时期人工智能的应用越来越广泛,结合的领域越来越多,在医疗、金融、制造业、交通等等各个行业都得到很好的应用,成为推动产业革命的驱动力。

  大模型时代的到来,可以看到GPT系列经历1、2、3到ChatGPT,训练的参数规模越来越大,当今的大语言模型应用范围非常广,可以用它来写文章,写报告,写代码等等,可以说是我们创作的好帮手,在各个领域都得到很好的应用。同时大家都很关注AIGC,AIGC对各个应用场景可以把它分成文本生成、图片生成、音频、视频、跨模态的生成,除了这些模态数据生成以后,还可以做策略生成,用在无人驾驶、打游戏等等高价值应用,同时还可以写代码,这对于我们做计算机领域的人来说是很大的挑战。还有虚拟人的生成,这都是在AIGC这个范畴里面比较受关注的应用。

  今年我的学生毕业,我用大模型写了一段话,也根据我每个学生的特点做了一个杯子给他们,寓意一辈子。这是我们用AI技术所创作的纪念品。我们现在进入一个百模大战的时代,截至2023年7月,我国已经有130多个大模型问世,而且我国有8个大模型产品提供公众服务,包括百度、百川智能、商汤等等这样的大模型。

  总的来说,人工智能的发展是非常迅速的,我们大家可以看到它在很多领域都有应用,这里展示的是我们实验室和企业结合的落地应用,比如说用AI做一个企业考核或者测试的生成,这是做疾病的诊断,还有在交通领域做异常事件的识别等等。

  这是发展的特点,小模型到大模型,小数据到大数据,小算力到大算力,这是一个很大的变化。同时模态方面由单模态到多模态,结构化到非结构化,由单元异构到多元异构,由数据单轮驱动到双轮驱动,这是技术变化的特点。在应用方面,整体应用场景范围大大加大,技术落地转化速度越来越快,ChatGPT突破1亿的用户活跃时间远远短于其他应用,从AI辅助到AI自主创作,这是一个很大的进步。

  在过去的40年,大众对AI的认知也发生很大的变化,从过去一开始觉得AI无所不能,有一段时间觉得AI不行,到现在真正觉得AI真的行,我们过去探讨的是弱人工智能,现在探讨的是强人工智能。在这个变化的过程中有几个要素比较关键,算力、数据、算法,还有一个往往不太容易留意到的是人才,人才在这样的一个过程当中要掌握怎么用好算力、算法对数据来进行挖掘,进行更好的知识抽取,提供更好的服务,所以人才在科学技术创新是很重要的。

  第一,我们要制定明确的数智化转型战略,首先心态上要积极拥抱,要结合市场、技术做相应、明确的目的和路径。

  第三,有些技术前沿在高校、科研机构或者创新型企业,特别是单独领域的企业不一定有这样的技术去做,我们应该深化产学研用的结合。

  第五,推动标准化建设,我们在做到数据要素交易的时候,推动人工智能的时候,数据要素流通的标准、登记的标准、资产定价的标准和交易的标准,都需要确定下来才能够推动后面的事情。

  最后,希望企业能够紧跟市场趋势和技术更迭,紧跟市场变化,在生产的全产业链当中学会利用AI赋能,而不是等着市场把我们淘汰,既然对手学会了魔法,我们也要学会魔法,用魔法打败魔法。

  粤港澳大湾区制造业比较发达,我们这类企业要以数据为核心、人工智能为技术方法,数据驱动业务优化,并且实现智慧决策,这过程需要一个过程,逐步迭代。

  我用一句话进行总结,人工智能这是大模型的时代已经到来,我们应该拥抱这些技术,我们应该提高自身的能力,让AI使得我们的生活变得更美好。