2024年全球人工智能技術和產業將繼續加速發展，作為人工智能科技界的一名代表，我想聊聊通用人工智能大模型的發展，對于科技創新和個體發展的意義。

首先我想跟大家探討的是，當下人工智能發展到哪一步了呢？

今年ChatGPT的出現第一次讓我們看到了通用人工智能的星星之火，看到了初步的智慧涌現，看到了認知智能的重大突破。其實對于AI界的人士來說，我們也沒有想到通用人工智能突然會來得這么快，而且離我們這么近。今天回顧人工智能發展的幾次浪潮，我們發現在第三次以感知智能為主體的浪潮還沒有結束的時候，第四次以認知智能為突破的浪潮就開始了。

大模型的發展，當前最應該關注哪些趨勢？第一個趨勢，從多模態技術到智能體的快速發展。經過近一年的發展，包括GPT-4和國內的大模型都在進一步向多模態方向進化，大模型和人的溝通不再只是語言文字，它會理解圖片和視頻的含義，在自動駕駛和機器人研發領域，已經融入了GPT這類大模型，來幫助機器更好地理解它所看到的東西。谷歌在12月初發布的Gemini大模型，更是區別于原來的“拼湊多模態”模型，從一開始就使用文字、音頻、視頻、圖像等多種模態的數據訓練而成。演示視頻顯示，人類把三個空杯并排放在桌子上，再把紙團塞進其中一個杯子里，一番快速的移形換位以后，Gemini準確地指出：紙團在最左邊的杯子里！這已經展示出令人詫異的多模態能力。

多模態的發展，讓AI與外界的互動方式越來越像人了。隨著多模態的發展，智能體（AI Agent）也成為了目前非常熱的一個概念。到底什么是智能體？它指的是能夠自主理解、規劃決策和執行復雜任務的AI。如果我們將現在的生成式AI，比作一個人的話，那么它只具有了大腦（大語言模型），只能對話，但沒有行動能力，更不能自主完成復雜的任務。但隨著多模態的發展，AI將會越來越深度地接觸真實世界。我們也會更加期望AI去自主完成一個完整的任務,而不是每一個步驟都需要人類去提問。這種AI就是智能體。

第二個趨勢，是大模型的輕量化，算力和數據的本地化。像GPT這樣的通用大模型,參數很大,算力要求也很高。ChatGPT需要3萬多張英偉達A100芯片，初期投入高達8億美元。而據估算，1750億參數的GPT-3的總訓練成本高達1200萬美元。但是現在很多企業發現，在特定的場景需求下，幾十億、上百億參數的大模型就足夠了，一個手機芯片的算力就能滿足要求。比如說一個掃地機器人，我們不需要跟它聊天，讓它寫文案，只需要它會掃地就行，大模型只需要滿足它規劃路線、躲避障礙物、判斷什么地面需要用什么方法清潔的需求，用本地設備自帶的芯片就能滿足運算需求。

無論是智能體的火熱，還是本地化的這種趨勢，都提醒我們，大模型正在走出文字對話的這種初級形式，開始融入我們的生活。可以預測，大模型在實際場景中的落地應用將會是2024年發展的關鍵。

第三個趨勢是AI進入基礎科研。在基礎科研領域，大模型也會成為有力的助手，著名數學家陶哲軒就成功利用GPT提供的思路,解決了一個數學難題。卡內基梅隆大學的研究人員利用GPT-4開發了一個叫做Coscientist的助手，它可以自主合成已知的物質，這個成果也登上了Nature雜志。但是陶喆軒對于GPT的角色描述和提問內容，都做了非常專業的設計,才讓GPT-4給出了非常高質量的答案。

我們要看到，AI搞科研，不是把科學問題交給AI去回答,而是人和AI的協作研究，會用AI才是關鍵。通用大模型的威力取決于你對它的理解，往往淺薄的不是大模型，而是我們自己。現在已經出現了提示詞工程師（Prompt engineering）這種新職業，不是程序員，但要研究怎樣用自然語言提要求，才能讓AI給出最好的答案，年薪最高的超過200萬元。這才是所謂的“人機耦合”。

大模型的加速發展，給創業者帶來哪些機遇和挑戰？

前段時間，OpenAI在首屆開發者大會發布了功能更強大的GPT-4 turbo，API開放更多能力，同時價格降低2.75倍。OpenAI在這次大會上還發布了輔助開發工具Assistants API和個人定制版GPT：GPTs，能讓不懂編程的人，也能夠用聊天對話的方式，快速做出AI應用。AI應用開發的門檻被拉得非常低，一下子宣告了一大批GPT套殼公司和獨立的AI創業項目走向死亡。這也告訴我們，以后，懂編程、懂人工智能技術將越來越起不到護城河的作用，我認為對想要在大模型領域尋找機會的創業者來說，真正有效的護城河有這樣幾種：

第一，私有數據。擁有行業或企業的私有數據，這一點無論對科技巨頭，還是對中小型科技企業，都是很大的優勢。結合私有數據打造專業大模型，比如擁有很多學校的教學數據，就可以提供定制化的解決方案，達到公開數據+通用模型實現不了的效果。我最近參加了一個創業大賽，很遺憾地看到，好幾個科技項目，都很容易被通用大模型直接替代。那些只提供純工具，或者僅僅依靠公開數據的項目，會越來越難存活。

第二，對行業具體業務和場景的深度了解。在大模型生態的支持下，AI技術的門檻將越來越低，中小企業要比大企業更加了解行業業務、使用場景和痛點。那些已經在各個行業有扎實的用戶基礎和know-how經驗的公司，AI會真正成為他們的放大器。

第三，與硬件結合。把AI能力融入AR/VR眼鏡、手表、音響、機器人、汽車等硬件，能夠給用戶帶來更好的交互體驗，也提升了研發和被復制的門檻。比如，智能翻譯機就是這種思路。前些天隨著GPTs發布的無屏幕可穿戴設備 Ai Pin，也是一個結合了GPT-4的AI硬件。

回顧科技與消費的歷史，我們發現，數字科技類的硬件產品，幾乎每十年就會迎來一波全球性的浪潮。1990年是PC，2000年是PC互聯網、功能機，2010年是移動互聯網、智能機。2020年是智能新能源汽車，隨著人工智能的加速發展，2030年可能就會是機器人。所以未來社會上可能會有三類軟硬件一體化的產品：一是固定式的，比如說PC、家里的全屋智能、智能會議室；二是攜帶式的，從筆記本電腦到手機、智能手表，再到VR/AR眼鏡；三是跟隨式的，就是智能新能源汽車，以及以后的家用機器人。這些領域將會誕生許多新的賽道和新的獨角獸。

科技創業者應該以何種姿態迎接AI時代？

創新創業除了找對方向，最重要的就是要有熱愛和堅守，這在任何時期都是一樣的。技術創新是一條彎曲的直線，各種新科技的成熟演變速度及要達到成熟所需的時間，分成5個階段：技術萌芽期 、期望膨脹期、泡沫破裂低谷期 、穩步爬升恢復期 、生產成熟期。每項技術都處在各自的發展階段，到達生產成熟期需要的年限也是各不相同的。以GPT為代表的生成式AI，正處在期望膨脹期，但它可能會在2到5年內達到成熟期。

所以，成就國際領先的技術，并不是一蹴而就的。只有源于熱愛的初心，才能在創新道路上長期堅守。無論是科技創新還是創業，我們心中一定要有這樣一個曲線，一定知道當很多人追捧你，很多人投資的時候，其實你還會經歷一個夢幻破滅期，能扛住就可以走到未來，真正美好的產業的未來。

普通人應該怎樣在通用人工智能時代取得更好的發展？我認為，一定要做好這幾件事。

第一，堅持閱讀，豐富靈魂。正是大量的閱讀造就了一個人的底蘊和智慧，成就了萬里挑一的有趣的靈魂。

第二，堅持運動，強健體魄。我的經驗就是跑步，跑步幫我穿越了人生的不同周期，不斷進入生命中下一個螺旋式上升的通道。

第三，對不確定性保持樂觀。只有樂觀的人才會愿意相信，愿意去嘗試。最后也許不一定做成，或者沒有完全做到，但這個過程也會很有幫助。

第四，不甘平庸，延遲滿足。要對自己有更高的標準，也許短期內變化得慢，但10年后再看，肯定會非常不一樣。面對各種各樣的選擇，我們要有自己的判斷，著眼于長遠的利益，延遲滿足，不要被一些短期的利益所迷惑。

第五，保持生命的節奏，有張有弛。有時放慢腳步不是為了放棄，而是為了跑得更遠。

不斷學習的意義，就在于去成長，去成功，去讓人生更有選擇權。

總結一下，其實在通用人工智能時代，最大的護城河就兩條：一是抓住人的真實需求、基本需求，科技始終是來自于真實世界的需求，并且要為真實世界服務；二是讓自己變得強大。我相信，比人類更強大的不是AI，而是掌握了AI的新人類。

本文作者杜蘭，現任廣東省政協委員，廣東省科學技術協會常務委員，廣東省人工智能產業協會會長