随着大模型热，人工智能再次成为创新焦点。越来越多人认为，以人工智能为标志的第四次产业革命正在到来。
5 月 26 日，百度创始人、董事长兼 CEO 李彦宏参加了在北京举办的 2023 中关村论坛，发表了题为《大模型改变世界》的演讲。
他表示，大模型成功地压缩了人类对于整个世界的认知，让人们看到了实现通用人工智能的路径。以语言重新定义人机交互，使得大模型逐渐进入各行各业，最终每一个行业将拥有属于自己的大模型。
在 AI 新时代，继成为第一个发布 GPT 大模型产品的大厂之后。他表示，百度还要做第一个把全部产品重新做一遍的公司，用 AI 原生的思维重构产品。
以下是经整理的演讲实录：
最近一段时间，人工智能再次成为人类创新的焦点。越来越多人认可第四次产业革命正在到来，而这次革命是以人工智能为标志的。
之所以成为焦点，是因为大模型成功地压缩了人类对于整个世界的认知，让我们看到了实现通用人工智能的路径。
当下，我们正处在全新起点，这是一个以大模型为核心的人工智能新时代，大模型改变了人工智能，大模型即将改变世界。
为什么说大模型改变人工智能？
因为大算力、大模型、大数据，导致了「智能涌现」。过去的人工智能是我想让机器学会什么技能，就教它什么技能。教过的有可能会，没教过的就不会。大模型出现「智能涌现」之后，以前没教过的技能，它也会了。
与此同时，人工智能发展方向从辨别式走向生成式。搜索引擎就是典型的辨别式。用 AI 进行文学创作，写报告、绘制海报等等，这些都是生成式。
生成式 AI，会让工作效率大幅度提升。有研究机构认为，在未来 10 年，知识工作者的效率可以提高 4 倍。
那么大模型怎么重新定义人工智能？
第一，大模型重新定义了人机交互。过去几十年，人机交互方式发生了三次变化：
比如，命令行是我大学读研究生时主要的工作界面。我输入一个命令，它给我想要的反应。我当时觉得效率很高，但是大多数人不会这种操作。
更简单的人机交互方式是什么？是图形用户界面（GUI）。就是用鼠标一层一层点击菜单。这种方式比第一个要更友好，起码很多人能看懂，但它仍然不是最自然的交互方式。
人工智能的诞生，让我们可以用自然语言跟电脑进行交互。
比如说，我想查一下「4 月份，我的公司有哪些产品的毛利率，超过了疫情前的水平？」这个事，在过去很可能需要我的助理花半天一天时间才能获得。今天，如果计算机懂自然语言，一秒钟之内就可以给你一个表格。
自然语言人机交互会带来提示词革命。也就是说，未来的应用，是通过自然语言的提示词来调动原生 AI 应用实现的。这意味着，未来你的薪酬水平，将取决于你的提示词写得好不好，而不是取决于你的代码写得好不好。
我做过一个预测，10 年后，全世界有 50% 的工作会是提示词工程。提出问题比解决问题更重要。我们的教育要教孩子提出问题，而不仅仅是解决问题。
第二，大模型会重新定义营销和客服。
谁拥有最佳的跟客户沟通的方式，谁就会拥有这个客户。这个道理在大模型出现之前就成立，但有了大模型，即使你有 70 亿个客户，每一个客户也都可以有一个专属的 7×24 小时的、什么都知道的助理去服务他。
第三，大模型会催生 AI 原生应用。
AI 时代的原生应用，到底长啥样？比如，DoNotPay，是一个用 AI 帮人打官司、写法律文书的应用，AI 帮你把不该付的钱要回来。Jasper 是一个通过 Al 帮助企业和个人写营销推广文案的应用。Speak 是韩国一个学外语的应用。大模型成为一对一的教师，为每一个孩子提供个性化教育。
百度也在用 AI 原生思维重构我们所有的产品、服务和工作流程。比如我们的如流智能工作平台，让每一位员工都有一个具有丰富专业知识、实时响应的工作助理。通过对话理解能力，实现聊天记录的智能总结。我的同事评价说，「整个惊呆了」，「这个当时确实秀到我了」。
业界有一种说法，大模型时代来了，每一个产品都值得重做一遍。但谁真正重新做了一遍呢？百度要做第一个把全部产品重做一遍的公司，不是整合，不是接入，是重做，重构！
3 月 16 号，文心一言发布，百度成为全球科技大厂中，第一个发布 GPT 大模型产品的公司。能这么快发布，是因为长期的积累和投入。早在 2019 年，我们就发布了文心大模型 1.0，此后不断迭代到 2.0，3.0。很快，我们还会推出文心大模型 3.5 版本。
目前市场需求非常旺盛，中国人拥抱新技术的热情前所未有。文心一言也在飞速进步，比如，QPS 每秒查询推理响应速度，提升 10 倍，这代表着推理成本已经降低为原来的十分之一。
未来，所有的应用都将基于大模型来开发，每一个行业都应该有属于自己的大模型，大模型会深度融合到实体经济当中去。
云计算的游戏规则彻底被改变，客户选择云厂商，主要会看能的模型好不好，框架好不好，而不是算力、存储这些传统能力。
大模型改变人工智能的背后，IT 技术栈也发生了非常根本的变化。过去，无论是 PC 还是移动时代，IT 技术栈都是三层，芯片层、操作系统层、应用层。
人工智能时代，IT 技术栈变成了四层：底层仍然是芯片层，但主流芯片从 CPU 变成了 GPU。百度在芯片层的布局是昆仑芯，已经量产几万片。昆仑芯第三代，预计 2024 年初量产。
芯片上面叫做框架层，就是深度学习框架。百度的飞桨，Meta 的 PyTorch，谷歌的 TensorFlow 都是在框架层。百度的飞桨，在中国的市场份额排第一。
框架上面是模型层，ChatGPT、文心一言都是属于模型层。百度在模型层的布局，除了文心一言，还有交通大模型、能源大模型等行业大模型。
最上面才是应用层，就是我们前面提到的这些 AI 原生应用。
百度在这四层，都有全栈自研的产品，层层领先，可以实现端到端优化，大幅提升效率。
最后，我想讲一下百度为什么能做到：
一是技术上长期投入和积累。
二是拥有独特优势。我们的四层架构，在实际应用中，的确大幅提升了效率。比如我们通过智能调整红绿灯的时间，可以让城市交通效率提升 15% 到 30%。五一长假之前最后一个工作日，北京大堵车，从二环堵到六环一片红，唯一绿的是亦庄，因为亦庄 300 多个路口全部部署了百度 AI 信控系统。
三是自主可控。文心一言做到了数据可控、框架可控、模型可控，能够体现在国际竞争当中高水平的科技自立自强。它可以赋能千行百业，助力中国经济开创下一个黄金 30 年。
今天，全球都在关注通用人工智能（AGI）的发展，也引发了一些争议。
大家担心机器会不会取代人？我认为把机器变成人，不应该是努力的方向。机器很多方面会比人强，但机器变不成人，也没必要变成人。机器会越来越聪明，能够干的事越来越多，效率会越来越高，我们需要与机器共生，而不是二元对立。
那么，如何防止失控？人工智能技术飞速发展过程中，确实有可能出现对人类不利的方向。防止失控，需要拥有先进 AI 技术的国家通力协作，从人类命运共同体的高度来制定规则。
要参与规则的制定，就要先上牌桌，才能拥有话语权，才有全球竞赛的入场券。
特别声明：以上文章内容仅代表作者本人观点，不代表新浪网观点或立场。如有关于作品内容、版权或其它问题请于作品发表后的30日内与新浪网联系。
