aicmty.com
今年9月底,ChatGPT新增了语音聊天和图像识别功能。相较于文本驱动,现在ChatGPT已经可以「看见」、「听到」和「说话」。
回顾AI的发展历程,我们见证过几次重大突破,比如2012年ImageNet大赛的图像识别,2016年AlphaGo与李世石的围棋对决,这些进展都为AI的普及应用铺设了道路。而ChatGPT的出现,真正让AI作为一个通用的产品,走入大众视野。
“ChatGPT的出现,为人工智能的发展起到了很好的引领和促进作用。”天津市人工智能学会副理事长、天津科技大学人工智能学院教授杨巨成在接受采访时这样说道。
生成式AI,还得过几关
其实在六七十年前,人工智能的概念就已经萌芽,到今天,ChatGPT等生成式AI产品的出现似乎是历史的必然。杨巨成深谙这一趋势,他看到的不仅仅是一个产品的火爆,而是整个人工智能发展的大势所趋。
生成式AI可以生成文本、图像、视频、音频等多种形式的内容,虽然公开可用的时间不久,但已经被广泛的应用和尝试。
麦肯锡最近的一份报告《2023年AI现状:生成式AI的突破之年》显示:79%的受访者都接触过生成式AI,其中22%的受访者表示,他们经常在自己的工作中使用生成式AI,有1/3的受访者表示,他们所在的企业已经在至少一个业务职能上定期使用生成式AI。
杨巨成认为,我们正处于人工智能的黄金发展期,它不仅是全球关注的焦点,更是多国的战略高地。“生成式AI推动了人工智能产业发展和技术创新,促进行业资源的整合与协作,以及人工智能技术的应用和普及。”
在AI的风口浪尖,除了无限机遇,也伴随着一系列的挑战。杨巨成对此有着深入的洞察,并提出了针对性的解决方案:
数据的瓶颈:优质的数据是生成式AI的核心,但现实中,数据的质量和数量往往难以满足需求。
解决之道:构建数据中心和数据平台,推动数据的共享和互联,确保数据的质、量双提升。
技术标准的缺失:由于技术的复杂性,行业内缺乏统一的标准和规范,限制了更广泛的应用。
解决之道:联合 政府、行业组织、高校和专业机构共同制定AI相关的技术标准与规范。目前国内外已经逐步制定了一些管理政策和标准,如欧盟的〈一般数据保护条例〉GDPR和我国的《生成式人工智能服务管理暂行办法》等。近期,中国等28国、欧盟签署首个全球性AI声明《布莱切利宣言》。
伦理挑战:随着AIGC的应用,伦理问题如隐私泄露、对人类工作的影响等逐渐浮现。
解决之道:建立明确的技术应用、道德伦理机制,确保技术在道德的框架内合理使用。
人才短缺:AI领域的人才缺口显著,特别是那些战略性科学家和具有实战经验的高级人才。
解决之道:重视人才的培养和引进,如开展有组织的科研,开设AI专业课程、校企产学研合作,培养出真正能够应对实际问题的AI人才。
此外,正如我们所见,AI的安全性已经成为今年的焦点问题。今年5月,被誉为“人工智能之父”的Geoffrey Hinton离开谷歌,他对AI的安全性提出了严重的担忧,站在狂热的人工智能风暴中心为科技界敲响了警钟。
生成式人工智能(AIGC),虽然能够高效生成内容,但也可能带来误导,产生不准确的内容,进而助长虚假信息的传播。更为严重的是,AI技术可能被用于伪造、抄袭,侵犯他人权益。甚至,当AI的智慧超越人类,我们是否还能掌控这一切?
安全始终是第一位的。杨巨成强调,我们应加强安全技术研发,建立完善的数据安全和隐私保护机制,并提高算法的透明度。
在此之上,要让AI更可靠,具有普适性,还需解决技术成本、数据采集、算法可操作性等一系列实际问题。
深入垂直行业,抓AIGC场景
可喜的是,着眼当下,生成式AI技术已经在多个行业逐步展现出了巨大的潜力。
金融业,一直以来都是由数据驱动的行业,也是最早拥抱前沿技术的行业。金融机构可以应用AIGC更精准地预测和防范风险,识别欺诈行为,为客户提供个性化服务等。金融,很有可能成为AIGC落地的“试验田”。
在零售业,零售商可以应用AIGC深入分析消费者的购买能力、产品需求,作为决策支持,增强管理效率和精准营销能力。
在制造业,制造商可以应用AIGC预测设备故障和生产问题来优化制造过程,减少生产成本,提升效率和产品质量,降低出错率。
在医疗业,医生可以应用AIGC实现疾病快速诊断、精准治疗、医药研发、疾病预测管理,以及疾病流行趋势预测等。
而最为直接、也是目前最先落地的应用场景,要数智能客服。智能客服可以实现自动问答、快速响应、精准服务等。杨巨成举例说,在某些电商平台用智能客服处理客户的问题和投诉,提供精准的服务,不仅能提升客户满意度,还减轻了员工的压力。
但鉴于当下百模大战的局势,企业如何选择最适合自己的AI大模型?杨巨成指出了五大考量因素:平台的稳定性、技术框架的支持、运营速度、安全性以及知识产权保护。
更进一步地,要推动生成式AI市场化,除了企业,还需要社会各方共同推动。企业自身要增强技术创新意识,加大资金和人才投入,重视商业转化,确保研发成果能够转化为实际的产业价值,业内校企产学研的合作需要进一步加强,政府层面也应加强引导,为企业提供金融、税收等政策支持。
对于生成式AI未来的发展趋势和前景,杨巨成认为,有四个方向值得关注。
- 一是个性化AI,满足用户个性化需求,如智能音箱、智能家居、智能助理、定制化的服务等。
- 二是自主AI,具有智慧性,可以适应复杂环境,并自主进行决策,如自动驾驶、无人机等。
- 三是联邦AI,可以实现AI算法在可信环境下的分布式训练,满足隐私保护的需求。
- 四是AI的交互与协作,不同人工智能系统需要交互与协作,比如不同的语音助手、不同的驾驶车辆之间的交互和协调。
最后,聊到AI领域最近让他印象深刻的应用场景,他说“虚拟数字人让我印象很深刻,它们可以代替真人做各种任务,如新闻播报、直播主持、教育培训、影视娱乐等。还可以定制各种个性化的服务,而且现在的虚拟人也越来越逼真,越来越智能,未来的应用会越来越广。”