出品｜网易科技数字星球

作者｜袁宁

(相关资料图)

编辑｜丁广胜

兴奋麻了！还没从ChatGPT带来的震撼中回过神来，过去几天GPT-4、Microsoft 365 Copilot、Midjourney V5、Google PaLM API、文心一言相继引爆，互联网巨头纷纷抢滩入局。

围观之后，兴奋之余，一种未来已来的真切感迅速将所有人裹袭。大家一边振奋于AI领域的巨大飞跃，一边忧心自己的工作被彻底取代。更多人嗅到机会，期待拿到登上ChatGPT的船票。

如何把握机遇？网易科技数字星球《创新社沙龙》邀请到清华大学人工智能研究院视觉智能研究中心主任邓志东，武汉大学计算机学院教授博士生导师蔡恒进，九合创投创始人王啸共同进行深入探讨。

未来：入口重塑？

搜索引擎或成为过去式

狂欢自ChatGPT点燃，不少人用“震撼”概括自己的使用感受。除了我们所感受的在内容创作方面的帮助外，未来还有哪些改变呢？

王啸指出，未来可能是工具极大提升效率，解放人们到更有创造性事务的阶段。这带来的不是工作的被取代，而是转换，正如过去打字机的产生一般。

此外，机器人行业也将迎来发展。机器对于人需求理解准确性的提升，将为万物提供大脑。这意味着可以把这种对需求的理解赋予到机器上。像陪伴机器人、家庭机器人，或者是人形机器人，这会让你觉得它确实就是一个有智能的生物，可以帮你做很多事情。而不是过去你觉得没有共同语言，甚至有些傻的那些所谓智能。万物互联所需要的基础“生命力”可能就此具备。

更重要的，它带来的是人机交互界面的重构。目前搜索引擎作为PC互联网的入口，通过点击搜索实现交互。未来当大家的车，房间里的空调，宠物机器人等都需要实现交互时，一个一个的点击似乎变得十分麻烦。

所以这种能够很好理解意图也更自然的交互方式，很有可能就是下一代我们和所有机器万物进行交互的入口，它其实天然具备成为入口级的能力。而以后的交互界面很有可能是一个虚拟助手，你可以向他提问，而他可以帮你做各种各样的事情。

试想未来你所谓的智能汽车，依旧需要你不断点击确定才能实现目标的时候，你还会觉得它智能吗？所以，要意识到这是一个底层的基础能力，不单是to C，所有to B的，也都是需要以这项能力作为基础。一个企业如果以后不具备这种能力，用户还是点来点去的，或者用户觉得产品的理解能力很差，那就走不长远。

机遇：追或不追？

性能提升不应该是我们目前的方向

3月16日，百度打响国产ChatGPT“第一枪”，国内首款对标产品“文心一言”正式现身。中国版的人工智能发展方向是什么？对于百度的率先抢跑，国内其他企业应该如何应对？各位专家也发表了自己的看法。

蔡恒进认为，虽然当下GPT4已经推出，但性能提升可能并不是我们目前应该追求的方向，从策略上考量，当下的重点可能在于机制的研究。这不仅是出于对成本的考虑，更是长远的思考。要意识到类ChatGPT产品成功的背后所依靠的不仅仅是统计的机制，或是达到一定量级的数据，帮助实现智能涌现的机制才是核心。这不仅能帮助我们以更节省的方式实现目标，更能引导我们进行真正的创新。

对于文心一言的推出，邓志东谈到这离不开百度长期的积累，文心一言的亮相不仅证明了我们在关键技术上的突破，还展现了我们在相关领域的进展。在我们的人才储备、模型研究不断发展的基础上，未来还需要给百度们更多时间来进行打磨。

此外，他还提到，在商业变现的压力下，0到1的突破更多还是依靠巨头企业，初创企业要想实现突破是比较困难的。正如Open AI进展的取得也离不开其背后的微软。但是这并不意味着中小企业并没有机会，在目前已经能够接入的情况下，很多企业可以做中间层的产业创新，将视线放到各个垂类，从宏观转向微观，通过行业数据的不断调教，使其内容生成达到精确，甚至专家水平。

想象：赢家通吃？

教育领域或发生革命性变化

ChatGPT推出后，去年热门的元宇宙投资市场如今热度骤降，据悉微软将在多个部门裁员，其中包括去年10月才成立的工业元宇宙团队。ChatGPT是否也只是流星划过？如何把握这次机遇？

对于类ChatGPT产品的投资热潮王啸指出，大型模型领域孕育了一波创业和投资机会，这个可能会持续三至五年。但是也要看到大型模型领域竞争激烈，未来可能是赢家通吃的局面。非头部企业可以在已有的大模型基础上，打造构建垂直类品类的能力。如果在法律方面更专业，则可以构造跟法律相关的专业化知识体系，或者直接应用到法律咨询上。

当然他也强调，在一些专业领域中，大模型的使用或许更大程度上是像“副驾驶”。如医疗诊断可能仍需人为其审批，需要充分考虑其中涉及的责任问题。那些本身具备一定人工智能基础能力，并且了解垂直领域应用场景、客户需求以及数据的公司，谁最先抢占市场，谁就最有可能取得胜利。

对于率先实现突围的领域类型，王啸也分享了他的看法。以他的观察为基础，第一波机会可能会被生产力工具所获得，比如office，画图工具，游戏素材生成等。以游戏行业为例，过去游戏素材制作几乎占了50%的投入，如果未来人工智能可以实现自动生成，省下的成本将是巨大的。第二波机会则可能是各种咨询类服务提供者，如律师、医生等。当大模型学习到足够多的案例，化身成最有经验的专家，传统的咨询服务或将被取代。第三波机会也许是硬件中的智能应用，如陪护机器人、工厂运输车、家电等。这些机会具有结构性，深度和广度可能比我们想象的更加剧烈。

除此之外，蔡恒进教授认为教育领域的改变或许更值得期待。大模型能够理解每个学生的状态，作出相应判断，做到因材施教。且相比花费大量资源在追求高精度大型模上，教育领域对于精度的要求并不高，这项改变或许是革命性的。

更多人已经开始高喊，我们正处于人工智能的“iPhone时刻”。