電子發(fā)燒友網(wǎng)報道（文/吳子鵬）日前，創(chuàng)新工場董事長兼首席執(zhí)行官、創(chuàng)新工場人工智能工程院院長李開復在朋友圈表示，正在籌組一個全球化公司Project AI 2.0，致力于打造AI 2.0全新平臺和AI-first生產(chǎn)力應用。

李開復在國內(nèi)被稱為“創(chuàng)業(yè)教父”，這條朋友圈信息表明，他和美團元老王慧文、前京東技術(shù)掌門人周伯文等人一樣，也加入到了中文版ChatGPT的混戰(zhàn)。

李開復和他的AI 2.0

目前，在創(chuàng)新工場官網(wǎng)已經(jīng)上線“Project AI 2.0”的入口，目前主要在做兩方面的工作：其一是尋找AI大模型、NLP、Multi-modality等領(lǐng)域能力的優(yōu)秀技術(shù)人和研究員，和團隊相關(guān)；其二是尋找具有 AI 2.0 相關(guān)技術(shù)、場景、算力、投資興趣的合作方，和合伙人相關(guān)。

那么，李開復所謂的AI 2.0到底是什么呢？是不是就單單指中文版ChatGPT。在3月14日的一場分享會上，李開復專門回答過這個問題。

李開復表示，AI 2.0 將會帶來平臺式的變革，改寫用戶的入口和界面，誕生全新平臺催生新一代 AI 2.0應用的研發(fā)和商業(yè)化。從他的描述中能夠看到，AI 2.0最大的改變應該是多模態(tài)，這使得AI 2.0突破了傳統(tǒng)AI 1.0的單領(lǐng)域、低縱效等瓶頸。



通過上面的示意圖可以看到，在AI 1.0階段，應用主要是基于單一領(lǐng)域的數(shù)據(jù)集，因此在諸多數(shù)據(jù)集和諸多模型之間存在很明顯的孤島效應。并且，在這個階段，需要大量的人工對數(shù)據(jù)完成標注，以提升訓練的效率。

在AI 2.0階段，大模型會容納進來更多的數(shù)據(jù)，李開復將其定義為超級海量數(shù)據(jù)。當然，為了提升訓練的效率，這些數(shù)據(jù)將不再依靠人工去標注。最終訓練得到的模型是一個跨領(lǐng)域知識的“基礎(chǔ)模型”，能夠執(zhí)行各種各樣的任務。

從李開復的描述來看，當前以ChatGPT為代表的AIGC只是AI 2.0的初期，這一時期的特點是AI從輔助性工具真正開始替代人工，將在寫代碼、創(chuàng)意和編輯等領(lǐng)域最先開始。然后隨著大模型的發(fā)展，AI 2.0不會只停留在生成式AI的階段，將逐漸演化出預測、決策、探索等更高級別的認知智能。因此，AI 2.0囊括的遠景要遠遠超過以ChatGPT為代表的AIGC，絕不是單純打造一個ChatGPT中文版那么簡單。

所以說，AIGC只是AI 2.0的開端。

從李開復的言論可以看出，他對AI 2.0工作的開展非常重視，將親自帶隊。創(chuàng)新工場方面表示，已有多位具有全球大廠帶領(lǐng)大型團隊的技術(shù)管理人才，確認了加入意向。李開復講到，創(chuàng)新工場主要關(guān)注三大方向：AI 2.0智能應用、AI 2.0平臺、AI基礎(chǔ)設施。其中，AI 2.0應用將會迎來遍地開花的階段，包括各行各業(yè)的垂類AI助理、元宇宙應用等之前做不出的應用都會出現(xiàn)。

李開復認為，AI 2.0將分為三個階段來逐步釋放生產(chǎn)力。第一階段是順承AI 1.0的模式——人機協(xié)同，不過和過往逐字輸入而得到大量泛泛的答案不同，AI 2.0將使得文檔能夠通過用戶的描述而精準的輸出。不過，這一階段依然需要人工的協(xié)助，以校對AI輸出的內(nèi)容是否準確。在第一階段，搜索引擎的改變是最直接的，所有用戶界面都將被重塑。

第二階段是局部自動的階段，這一時期AI將在容錯率高的領(lǐng)域獨自完成工作，而無需人工的介入，進而顯著提升工作效率，比較顯著的代表領(lǐng)域是廣告、游戲和電子商務等。

第三階段則是全自動化階段，完全不再需要人工的介入。這一階段最典型的特征是，AI將被應用于不容出錯的領(lǐng)域中，比如醫(yī)療、金融等。

除了自己研究之外，李開復還在朋友圈提到，“我們也積極尋找AI 2.0技術(shù)和應用相關(guān)的投資機會，加速打造AI 2.0的全新創(chuàng)業(yè)生態(tài)，對于AI 2.0的未來，我們具有更多更大的想象。 ”

AI 2.0的幾道門檻

綜上所述，很顯然李開復看到的AI 2.0是以ChatGPT中文版為起點，最終實現(xiàn)的是AI對各行各業(yè)的滲透。

不過，李開復所提到的AI 2.0在實現(xiàn)的過程中，有幾個明顯的門檻，并且都極具挑戰(zhàn)。

首先是大模型在提示和標注方面的工作，目前這方面的工作很多還是依靠人工。就以提示工作來說，這個崗位除了要求熟悉LLM架構(gòu)會編程，還要求有探索思維，需要腦洞大開，用合適的描述讓AI發(fā)揮出最大的潛力，這就說明現(xiàn)階段的AI還不夠聰明；再看一下數(shù)據(jù)標注，我們都知道光耀的GPT大模型背后隱藏著數(shù)據(jù)標注的“血汗工廠”，為了訓練ChatGPT，OpenAI雇傭了時薪不到2美元的外包肯尼亞勞工，他們所負責的工作就是數(shù)據(jù)標注，包括數(shù)據(jù)標注、打標簽、分類、調(diào)整和處理等。這些需要人工參與的環(huán)節(jié)隨著模型規(guī)模的增加將逐漸成為明顯的限制，否則那些參數(shù)萬億級別的大模型肯定要比GPT強，現(xiàn)實是訓練數(shù)據(jù)更精準的GPT明顯更厲害。

其次是法律法規(guī)的缺失，GPT-3.5模型已經(jīng)顯示出，如果監(jiān)管不到位，ChatGPT可能存在對人類的偏見，并表現(xiàn)出攻擊性。目前，在GPT-4發(fā)布時，微軟依然在依賴人工對抗訓練來優(yōu)化這方面，并沒有現(xiàn)成的法規(guī)來說明需要達到什么程度。如果繼續(xù)這樣野蠻生長，特斯拉CEO埃隆·馬斯克、ChatGPT之父Sam Altman等人的擔憂也許會成為現(xiàn)實，把人類尤其是分辨力不強的孩童帶入到危險的境地，甚至可能產(chǎn)生自主思維消滅人類。因此Sam Altman呼吁，監(jiān)管機構(gòu)和社會需要參與這項技術(shù)，以防止對人類可能產(chǎn)生的負面影響。

正如中國科學院大學人工智能學院副院長肖俊所言，ChatGPT是人工智能發(fā)展過程中的一個正常產(chǎn)物。而我們也都清楚，現(xiàn)階段以及未來的AI都需要持續(xù)依仗大數(shù)據(jù)。然而，面向公眾層面的大數(shù)據(jù)基本來源于互聯(lián)網(wǎng)。互聯(lián)網(wǎng)也被稱為數(shù)據(jù)大染缸，目前還有非常多監(jiān)管不到位的問題。那么，為了讓基于大模型的應用是安全準確的，目前來看李開復所提到的超級海量數(shù)據(jù)自動篩選和標注在可預見的未來是難以做到的。否則，訓練出來的產(chǎn)物將非常不可控。

第三個門檻是國內(nèi)需要獨自面臨的問題——國產(chǎn)高端計算芯片的缺失。在李開復的描述中，基礎(chǔ)設施建設是AI 2.0環(huán)節(jié)的重要一環(huán)。不過在現(xiàn)階段，我們見到GPT或者其他相關(guān)的大模型實際上都是基于英偉達的GPU在做訓練，也就說英偉達產(chǎn)品是當前AIGC發(fā)展的動力之源。在這方面，國內(nèi)硬件差距可能是五年，軟硬件的綜合差距可能是十年。在全球主要國家和地區(qū)都關(guān)注AIGC發(fā)展時，英偉達GPU隨時都可能成為緊俏資源，或者是限制資源，那么我們在基礎(chǔ)設施方面的工作到時候只能被迫延后。

此前，有行業(yè)人士在接受電子發(fā)燒友網(wǎng)采訪時表示，目前支撐大模型訓練的算力架構(gòu)從馮諾依曼開始就沒有發(fā)生過改變，計算、傳輸和存儲是三大核心環(huán)節(jié)。在這個基本框架下，國內(nèi)在諸多環(huán)節(jié)處于落后并受到掣肘。因此，有從業(yè)者認為，在AIGC以及大模型狂飆的同時，國內(nèi)也應該嘗試更多算力層面的創(chuàng)新，比如用ASIC+垂直大模型解決具體行業(yè)的問題，不再依靠英偉達的通用算力GPU；另外存內(nèi)計算等創(chuàng)新型計算芯片也值得去關(guān)注。

后記

很明顯，李開復通過ChatGPT看到了AI 2.0時代更光明的未來，因此獨自帶隊，投身到“Project AI 2.0”項目上，也算是加入到了中文版ChatGPT的混戰(zhàn)。不過，AI 2.0圖謀的越大越遠，里面出現(xiàn)的問題就會越多，我們產(chǎn)業(yè)的薄弱環(huán)節(jié)也會被放大。如果這些短板不能隨著模型和算法一起得到增強，我們的AI 2.0時代很可能就是一個地基不穩(wěn)的大廈，看著宏偉但經(jīng)不起風吹雨打。