请不吝点赞 订阅 转发 打赏支持明镜与点点栏目 请不吝点赞 订阅 转发 打赏支持明镜与点点栏目 请不吝点赞 订阅 转发 打赏支持明镜与点点栏目 请不吝点赞 订阅 转发 打赏支持明镜与点栏目 请不吝点赞 订阅 转发 打赏支持明镜与点栏目 我们南大的民屏台当中 大家可以用微信找描这个二维码 就可以下载这个特件 下载下来以后你转发 保持下面 如果你们下载有货币 因为把这个已经发给我们 这比较好 这个美国 今天下午的课程大概在控制在两小时左右 中途就不安排休息了 结束后 如果大家有问题呢 可以跟我们一起在进行游戏 那么今天我会从这四个方面呢 给大家来做介绍 首先介绍一下人工智能这个概念怎么来的 大模型怎么来的 然后给大家介绍大模型的一些应用场景和应用办法 然后给大家来介绍 在大模型发展的如火如荼的当今 AI的一些新进的技术 如果我们会给大家来探讨一些 在人工智能负能与千行万业的当代 我们应该怎么看待人工智能这件事 首先介绍第一个话题 从人工智能到大模型时代 今天我们来说人工智能 我们都会是比较理性地 从计算机科学与技术 或者说人工智能或者智能科学与技术 这个角度去考虑 那么这个技术的本质是怎么一步一步发展 一步一步发展还来的呢 人们从一开始就有了两种需求 一直在稳定地推进着我们这个时代的发展 一推进着我们技术的发展 就是数据与计算 数据与计算这两件事情是人类发展历史当中 每一阶段大家都有需求的 这两个主要都有需求 比如说在远古的蛮荒时代 甚至就是原始社会早期或者我们说末期 越往末期越理性 原始社会末期 人已经有了一个基本的分工 就是男的四处去走猎 打猎 在打猎的长期实践中 就总结出来 什么每天 什么季节 什么时程 每天什么时程 什么动物 会在什么地方出没 我要去走遍 你看 男的对时间 对季节 都你不求吧 时间 季节有个数字吗 旅的呢 旅的这个四处采集果实 从长期的采集的经验来看 它就慢慢总理出来 在什么季节 什么地方 什么花果蔬菜 扒牙了 开花了 结果了 成熟了 我可以去采摘了 所以在长期的生产实践当中呢 大家就对时间和季节 这个履格也有需求 那么这时候没有原始终 那么怎么样去计算这个时间 怎么记住这个时间呢 哎 很远古的时候 人们就学会了 利用自然闺蜜 帮助自己来计算 比如说 我在地上处一根杆子 这个杆子呢 每天呢 这个杆子就会有影子 对吧 影子的长度 就是一天的时间 十层 如果我把一年当中 最有标志的那个那一天 就影子最长 就是白天最长 或者白天最晚 就冬至或者夏日 那两天 任何一天 作为一个关键的参考线来用 那你就意味着 每天这个 这个夹角跟参考线夹角 对应的是什么呢 季节 这是白天 晚上呢 那我们就可以根据 月亮的圆圈 一个月 跟月亮在天空中的位置 我也就知道 晚上的时程 是什么 对吧 这就是 利用自然规律 帮助自己去计算 这些工具呢 不仅仅呢 让我们有了一种 计算的工具 比如计算 同时 以我们国家为例 还会把这些工具呢 上升为 所变成为一个 实学的认知工具 比如说 比如说 所以你会发现 太极我们现在都认为 这个直学的认知工具 你看中国人就把这样的一个计时工具 演变成为一个直学的认知工具 其实 我们中国人 或者说 至少现在我们说中国 对这个时间工具的改造呢 还提前在很多算法的优化上 比如说 大家都听过一个故事 叫《女王五天》 叫《女王五天》 叫什么 《女王五天》 你们听到的是什么故事 这小姑娘 那小姑娘 是啊 是的 非常 说公公祖龙两个神仙打仗 把不周三上的四个柱子给弄过了 天就塌了 女娲就去补天 这是我们听到的第一个神话故事 神话故事第一种解释是这样 其实女娲补天还有一种说法 她补的天不是我们天空的露下来的天 补的是精力和阳力的对齐 因为刚才我已经一不小心说了 我们的计时工具有白天用太阳 晚上用月亮 但是太阳力和月亮力如果去对比的话呢 每年会相差三天多一点 那么这个问题就会很严重 因为就相当于是 比太阳力你故意连 比那边月亮力其实就少了三天 那么你这边过了十年 那边就少了三十天 怎么样把那个少的天给补起来 比如啊想一种说法 叫润月子 润月子的发明 就使得这个阳力阳力呢 就可以做到对齐了 就每隔几年多一个月出来 对吧 这个好处对于我们每个人都是 现而易见的 假如说我们的阳力阳力不对齐的话 那么我们现在比如我们的冲节都在东天过来 可想来自冲节战农利阴历来说呢 如果不度对齐超多的话 那很有可能 有时在冬天过 有时在冲天过 有时在夏天过 对吧 所以即时工具 它也增出好多的工具 本身又有很多人去做这种算法的调整 但是随着生产力的提高 大家对于数值 更大的数值 有了更多的要求 这次我们就会发现 利用这些自然规律来进行计算 就很难 于是呢 大家又想出了 节省技术啊 刻痕技术啊 但很快 那些工具的缺陷不足就几天出来 主要就是不能计更大的数 所以在关键的时候呢 人类发明了算数 什么是算数呢 所谓算数就是数和数数的技术 数就是定义一个自然数 一个净子 数数的技术就是针对这样的自然数进行市值运算 算数是我们所有老百姓都需要的东西 所以算数我们应该给老百姓做一个什么 通用的计算工具帮助老百姓更快 或者每个个地儿更快地进行计算 人类天生是善于制造工具 利用工具改造的那里面 所以人类又发明了很多很多的模拟的计算工具 也就是将于我作为工具 第一条规矩来使用它 比如说 蒜头 蒜盘 以及后期 英国纳皮尔一个数字叫发明纳皮尔筹 那是与算法的提升有关 我们不去介绍 重点介绍蒜头和蒜盘 蒜头就是个小部分 蒜盘是什么呢 上面一个株子两个株子 表示每个株子要这么 下面五个株子或者四个株子 每个株子表示一 对吧 就是计算 蒜头的计算规则是均匀 蒜头的小木棍 横过来摆小木棍 株过来摆表示一 这样一个株就可以 一个横的两个株的就是七 株能这样表示就可以用了 对吧 重点说蒜盘 蒜盘是在中国使用时间最为悠久的 但国外老外有会用最悠久的一个计算工具 非常方便便携 古时候还可以把多人服气个方程工具来用 但这个算盘呢 作为计算工具呢 有两个区间 它还是不够坏 因为虽然已经很办了 但很难才不坏 因为它滑动过它的那个受限 对吧 第二 第二个缺陷是状态最大的一个不好 就是 它必须要状态的使用者 会被诸创口诀并且能够灵活地应用诸创口诀 如果你不会被自须六几年去障害去五几年 你就玩了起来了 所以大家就在想 我们能不能做出一些更快更端道多的计算工具来呢 机械工具 甚至可以狭义地说 中表工艺的发展 让机械计算走进了人类计算的阻调 1819年到1821年 有一个叫做巴贝奇的人 他用齿轮的咬合工艺 实现了数学上的插风远离 而数学上的插风远离 他能够实现次运船 也就是说 巴贝奇利用齿轮的咬合工艺 实现了次运船 机械计算机 而旧指流行器 这个巴贝奇呢 也因为这个插风机的发明呢 少人成名 一般二案 他寄予向整个社会募资说 同志们有钱给我吧 我要来去做更高位数的插风机 结果 他用他的后半辈子 都没有把这个事情做成功 我们现代人 尝试用现代工艺 来实现巴贝奇的后期读稿 结果也失败了 究竟原因是什么呢 更高位数的自乎印象 就意味着更多齿轮的咬合工艺 而更多齿轮的咬合 那么他就在能耗精度和速度 这块呢 三点呢 难以 行调 不失败 好在 人类在 没有走道 没有以机械尽造呢 为东西 很多很多事情 很多很多事情或者技术的增加 让我们走进了变子进化这个时代 那么做这件事情的时候呢 有很多很多技术和关键事件的影响 我们先追复一个最早的 10790'纹 有个叫来不离词的人呢 发明了爱尽诱 爱尽诱就是一个横爱尽一的正義 012或者612 111或者610 1 channel 1 1 0 10 2010 1 0 作为一个独立的竞字文化 这个竞就是没有一个 就是我看 1847年和1854年 有个数学家叫做igu碍 他这两本引了两本书 构建起来一个叫富外赛数 或者是富外逻辑 这么个数学体系 这个对于我们计算 有什么用处呢 里面有一条 我们可以直接拿过来就用一条 可以利用逻辑计算 去进行复权逻辑计算 逻辑计算就是说 这一类一些 他看计算的固质有真和假两种固质 当时燃热进求新求货等等操作 他说 当然现在我们来看眼睛都很简单 就是利用逻辑计算可以做四级计算 这两件事情连在一起 做逻辑计算就需要有真和 就需要有这么一种禁止 既能表示逻辑上的真和假 又能表示数字异常的数字 爱定制 当仁不认得成为了架构起来 逻辑计算到数字计算的一个条件 1938年 所以一个叫做香农的 他发明了开关电路里头 开关电路里头是什么呢 就是用物理电路 就搭建了 就用物理电路来实现了各种物体操作 不就是用物理电路实现了四级计算的 而刚才我们说逻辑计算可以就实现四级计算 所以现在用物理电路来实现了逻辑计算 不就是用物理电路实现了四级计算呢 为细顺着电路化铺平的道路 1939年 1939年到1940年 爱和华州立大学有一对师生 老师叫阿塔拉索夫 他找了一个学生叫费卫 在仕途两年三年的时间 发明了一台机枕计算 简称 ABC 叫阿塔拉索夫 费卫 我们叫做ABC 第一台电路机枕计算 但这台机枕计算很不错误 很多人都不知道 为什么呢 一个重要的物理 这台机枕计算用性太强 阿塔拉索夫是一个叫流体力学的老师 他发明ABC的目的就是为了求解 流体力学里经常会遇到的方向所求解 功能的有限性 或者说功能的专业性 限制了它的流通范围 我们刚才说计算工具是所有老百姓都需要的 但这件事情呢 影响很大 1942年 在宾基法利亚大学 罗尔电子学院呢 有一个老师叫穆基利 叫穆基利 他当时呢 正在跟美国的军 那时候已经在爱战了 跟美国的军方呢 有一个合作项目 做了一个弹造的计算 由于这是一个军风向 部队呢 部队呢 就派了一个军代表 叫格埃斯坦 常驻在宾基法利亚大学 这个格埃斯坦在入午前呢 是一个学数学的数学家 知识分子 知识分子之间就好沟通了 就说有几天 莫基利和格埃斯坦在一起和他配 莫基利就说 听听说隔壁那些学校 发明了一台电子计算机 看来电子计算的时代来了 他说你能不能到军队去 申请一下 给我们一笔钱 我们来做全电子通用型计算机 那个 那个 DBC呢 他作用的不好 我们来做一个通用型电子计算机 格埃斯坦也很敏感啊 他是知识分子嘛 说这样 离起申请中 我来到部队里面呢 去走申请流程 1943年 这个合同又批下来了 合同批下来了 合同名字是什么呢 埃里亚克 合同下来了以后 莫基利就要高兵买马 首先找到了一个奴基学家叫胡克斯 又找了一个战俘的学生叫埃克克 历史上著名的摩尔四人小伙就成立了 为什么叫摩尔四人小伙呢 摩尔电子圈呢 初始创始人研究的四个人 后来呢 在格埃斯坦的现象呢 又已经进来一个部份 叫黄罗伊曼 五个人 在1946年爱人的时候 埃里亚克研发成功 人类正式地进入到了 全电子通用极端机时代 那么在1945年的时候呢 在1945年的时候呢 黄罗伊曼写了一篇文章 介绍了埃里亚克的 这个机器的方向 说埃里亚克的基于 黄罗伊曼其实结构了 对他自己的评论 而黄罗伊曼其实结构 又参考之谁呢 来源自1936年 有个叫图灵发明的图灵机 换句话说 现在电子计算机 都是基于图灵机的 所以图灵这个人被称作是 电子计算机之后 爱战期间图灵呢 竞争入文 他的参军这代表一个任务 就是以数学家的视角去研发一款 拓解德军英格玛密码系统的一个密码会计 当时德军专位今年使用的 现场上使用的密码系统 英格玛密码系统的当时最先进 说得很厉害 我们从我们盟国这边比较被动 后来图灵就完成了这个任务 发明了一个专门破解德军英格玛密码系统的一个密码会计 密码会计 叫暴露鸡 暴露鸡的发明呢 就是将德军轴心国的战场指挥讯息都以明文的样子成立在我们文明的面 所以艾战后期战场的形式是极度变化过来的 艾战结束后有很多人 很多的评论员为了说 图灵发明的忘记 密码会计 让艾战的圣灵提前两年 所以图灵这个人社会影响应也很大 就是托布林基的八名者 邦基的八名者 在1950年 他写了一篇文章 叫计算机与智能 在这篇文章里 他就探讨了一个话题 说计算机能否像人一样思考 计算机能否具有人一样的智能呢 由于托布林的学术影响力 社会影响力太大 所以就很多的科学家 都很关注这个问题 并且能够回答这样的问题 作为自己毕生的研究使命 1954年 托布林意外去世 1956年在达德茅斯大学 就十个科学家聚集在一起 召开了为期两个月的下级研讨会 说我们两个月的研讨会主题 就是能否以及如何用计算机实践 托布林说的那样人一样的智能 结果两个月过后 如骨挨重 大家并没有形成一个 关于能否如何实现 人一样智能的任何方法都能共识 但是 人工智能这个词 得到了社会各界的共识 什么叫人工智能呢 我从两个方面来给大家做个理解 一 研究智能的机理和机制 二 用人工的方法实现智能的机器和系统 为什么要做这两件事情呢 以达到模拟 绑真 拓展 延伸人的智能 动物的智能 自然的智能 这个目的 所以1956年 你被称作是人工智能 年龄 1956年之后 大家关于人工智能的研究呢 就出 因为没有共识嘛 就出于百家争名的样子 但相对的一条主线 是这个样子的经济 最开始的时候 研究者认为 只要让机器像 能够像人一样推理 那么那机器就有可能了 所以早期啊 研究者比较愿意 而大多都是做 基于演绎逻辑的推理性 这个技术本身 这个思路是没有问题的 因为在五六十年代 发明的第一个打败人类骑手的西洋跳骑程序 第一个打败人类骑手的黑白骑程序 以及1997年 打败当时国际象棋冠军卡斯克罗夫的 那个由IDM研发的深蓝 都总是被推理性 但是啊 这个推理 基于演绎逻辑推理 虽然有用 但它有个必要条件 就是必须要有那个领域的 某个任务领域的 完备的知识库 没有知识就只会推理是没有用的 所以啊 就有很多研究者就发现这个毛病以后 就开始去做知识的表示和 知识的提取和表示 人工智能的研究就进入到第二个 叫知识其人工智能 像专家系统 知识工程师 都是这个连在的团队 当时的工作节奏是什么呢 是这样的 一个人工智能专家 一个领域专家 他们两人合作 领域专家将领域知识说出来 人工智能专家将领域专家 做出来的知识 形式化成为规矩 交给推理机使用 哦 看起来这是一个规矩 非常少人的技术 但这里有一个致命的把握 就是让这个领域专家 把领域知识完备地说出来 看 这所研究者就发现 计算机在各行各业 生物的应用 积累了大量的系统和数据 而数据中被认为运含的知识 研究者就在想 我能不能从数据当中 自动发现知识 从数据当中自动发现知识 需要一个技术 叫机器学习 所以从上世纪八十年代开始 人工智能的研究 就进入到了数据之中的 如果如不的机器学习 这个时代一直到现在 就是以算力或者说 办理着算力和研究算式的进展 机器学习 这个时代也分为三个地方 刚开始的时候 由于算力比较简单 人们为了从数据当中发现知识 而建立起来的机器学习模型 只能是简单的浅诚的 我们把这个例子叫做浅诚学习时代 跨度时间比较长 从上世纪八十年代 一直到自己爱了一年代 两千年之后 由于算力得到了 突堆猛进的发展 研究者发现 我可以构建更复杂 更深度 更深层的机器学习模型 这样就能够从 更大规模的数据当中 更好地发现知识 这种想法 在很多领域的成功实践 让大家慢慢慢慢 有一种共识 人机器学习模型 本来就应该构建得 更复杂 更深度 更深层 深层学习时代 就开始了 跨度从 爱宁一年代 一直到现在 2017年 谷歌发明了一个 跨时代意义的算法 叫成熟方法 这是不翻译的 成熟方法的发明 发明呢 直接让数据驱动的 机器学习时代 进入到大语言模型 模型时代 而大语言模型技术的成熟呢 直接将人工智能的研究 推向了通用人工智能时代 那我们这页PPD呢 先给大家介绍一下 什么叫大语言模型 大语言模型 就是大的语言模型 语言模型是什么呢 语言模型是这样一种 人工智能系统 刚来我们定义 人工智能 第二 用人工的方法 实现智能的机器或系统 好 语言模型就是这样的系统 模拟人的样子 是处理自然原输入 模拟人的样子 生成人类可以理解的 自然原输出 所以语言模型 就是关于自然原的 输入输出的研究 由于自然原 是人类每天都在使用着交流合体 所以针对自然原 针对原模型的研究呢 一直贯穿于 整个人工智能的研究力 最开始的时候 人工智能是基于规矩的推理机 那么好 正在研磨性的研究呢 就是基于低值的研磨性 都没有基于浅诚学习的 基于深入学习的 但所有做的方法呢 都存在着这样或那样的不足和缺陷 一直没有一个比较通用的框架 你没有通用的方法 2017年 谷歌发明了化石带地的一个算法叫 创作方法 创作方法 创作方法 创作方法 创作方法 创作方法 创作方法 创作方法 创作方法 创作方法 创作方法 创作方法 创作方法 因为研究者发现 基于创作方法 创作方法 创作的研磨性呢 它能够很好的回应 过去的各种研磨性的方法 存在着最多个数 周末会发现 2017年之后 关于研磨 所有关于研磨性的研究呢 很大部分都是基于创作多么价格 伴随着深度学习理念的植入 伴随着硕立的支撑 基于创作多么价格的研磨性 也变得越来越复杂 越来越深度 大研磨性技术 就这样一步一步成熟起来 大研磨性技术的成熟 直接推进了 通用人工智能时代的买卖 这些推进了通用人工智能时代的买卖 这一个公司有关 这个公司呢 叫OpenAI OpenAI呢 在刚才我们说 主格是2017年 发明了这个成熟光纹 2018年 我已经测过了 测到这一年 2018年 2018年 OpenAI在通知风格的基础上呢 发明了一个算法 叫GPT-1 2019年 OpenAI在GPT-1的基础上发明了GPT-2的算法 2020年 在GPT-1的基础上发明了一个改进的算法 叫GPT-3 GPT-3呢 GPT-3发明出来以后啊 就获得了 或者叫得到了世界上各大主流人工智能研究 人工智能研究基础人工 任何一个人工智能研究者都有一个习惯 但凡觉得自己算法做得不错 就要来一次人机大战 早期 因为来一次人机大战 才能检验我的算法 是否能够向人一样思考 向人一样有智能 早期呢 大家都是使用这个旗牌博弈 由于GPT起源之Transformer Transformer首先不能够是这个 无人工智能 所以GPT呢 OpenAI首先选择的就是聊天对话 这个场景 又用了两年的时间 2020年11月 基于GPT的聊天软片 CAD-GPT就上线了 这是一个网页版的聊天软件 这是网页版的一个聊天软件 大家都勿议到网上聊天 聊着聊着大家突然发生 这个CAD-GPT啊 它不仅会聊天 而且具有丰富的知识储备 各行各业的知识都懂 大家都会感觉到很纳闷 说过去我们做人工智能研究呢 都是一事一细的研究 就每个人工智能算法或者软件 都只能解决一件事 叫专用人工智能 专用人工智能 专用人工智能对标的就是说呢 它能够胜任很多 甚至所有下额任务 传统上大家都认为 人工智能就应该也是一细的 都应该是专用的 但是CAD-GPT的成功 让大家突然发现 基于创造方法架构的语言模型 它能够把各行各业的知识 运含在一个模型里 通用人工智能 渐渐渐渐就被大家有所共识 说通用人工智能也是有可能实现的 因为CAD-GPT探索了这条可行的路径 也因为CAD-GPT的成功 所以因为CAD-GPT的成功 通用人工智能的研究走进了我们的身边 也因为CAD-GPT的成功 OpenAI成为了通用人工智能时代的另一头 我们来看看CAD-GPT的整个发展历史 从2018年到现在 是2025年马上的CAD-GPT就出来 它的参数规模越来越大 所需要的硕力也越来越大 伴随这点不大 CAD-GPT它的推理能力和对话能力都得到很高 本来语言模型就是对话 结果研究者发现 基于创造方法架构的语言模型 同时能训练出推理能力 而推理能力被认为是人类求解 复杂任务的一个关键能力 所以CAD-GPT后期的研究呢 就出现了技术和产品的分叉 一个是做梦去做用对话的空用大模型 一个去做用对推理大模型 一个去做用对推理大模型 CAD-GPT呢 CAD-GPT呢 它的成功呢 验证了通用人工智能的一条可行路径 它的技术经验是什么呢 就是诡创造力 短短片短规模 但是这种诡创力 这种做法呢 对于中小型企业 普通的高等学校 科研院所呢 是极不友好的 因为这些中小型企业啊 普通的科研院所 高等院校呢 根本就买不起 能够支撑起 通用人工智能研究所需要的 那么多的算力 对于中国的企业和学术界 更加不友好 因为 2019年特朗普在上任期的时候呢 为了打压中国 出台了科技战贸易战政策 让中国人有钱也买不到 那些高端端端和高端端 所以中国人在 中国的学者 中国的企业 在通用人工智能研究的 这个文朗条当中呢 其实压力是倍大 在今年的春学期间 一个由中国最主研发的一个产品 大于投层的产品 叫Dipsic 横空厨师 它呢功能上完全对标 它也包括一个用于对话的通用大模型 叫Dipsic 513 一个是用于推理的推理大模型 叫Dipsic 21 功能上完全对标 在公开的测评指标上 测评指标上呢 Dipsic 513 Gips 513 甚至有些指标还可以做得好一会儿 但是 Dipsic使用的算力呢 不足 使用的算力不足 这给所有人一个暗示 就是 通过极致的工程优化路径 我是可以用较小的 较普通的算力 来实现 媲美它的地域那样 高大胜量 通用人工智能计划的 这个提示 对于世界各界而言 都是正常的 比如说 传统上 针对科技工资 尤其是人工智能类的科技工资的工资 受算力为王这个理念的影响 大家会把 公司工资的更多的维度呢 把它放在了这个 算力的这个维度 甚至在简单计算的时候 他只看算力这一个维度 结果这个的成功 让大家发现 公司的价值 除了算力外 算法设计的工程优化 同样重要 公司的公司逻辑发生了改变 那么 它的投资的 金融投资的理念的风向 也就会发生一些改变 从技术本身来看 我们来想啊 作为假如每个人 哎 通用人工智能赛道领头羊子 OpenAI 我们师生处理的给OpenAI讨论一下 他一定是这样的想法 整个通用人工智能的赛道就是我引领的 我引领的通用人工智能赛道 就他回 算力 四看天下 主要是美国了 有谁能买得起这么多算力呢 想来想去 只有 微软 谷歌 再把X1 IZ 马斯克能 这么几个瓦多公司 让他发现 我的潜在对手 只有这么几个九千瓦多公司 航母公司的时候 他的金融策略 他的金融策略一定是毕业 但是 Deepshake的成功 让大家突然发现 能够挤入到通用人工智能赛道的人和公司 可以数以千万级 数以亿级 数以十亿级 正是更多 当然有那么那么多的人 都和公司都可以挤到这个赛道 那么这个赛道上的科技工资 该如何保持自己的科技领先行为呢 季度生态的构建就尤其重要 而开研是构建技术生态的基本路径 若我们会发现 这个成功数字 正与迅速得到这种工程之后 不到一季 欧格尼亚老板奥斯曼就说 我们GPT5.0之后 我们已开研 国内的 国内的百度 阿里 还有北京的制度 都说 我们也要开研 你看 这个就极大地挥进了全球极体困难 和技术民主化建设 这回应是一样的 再讲 中美国营 其实特朗普心里一定可以密门 上一任期 出于打压中国发布了科技战贸易战 等他卸了一个任期再回来 发现打压了个季末 就是在他的科技打压下 中国人发明出这么一个创新的东西 和心理 一 他会认为 我说打压政治行师兄 但是打压中国的策略不会变 所以他就会想出更加复杂的 更加复杂的 更加生活计划的 这个国营设计 所以我们说呢 Tipsic他的社会价值呢 还基于明显 比如说 他通过了西方的硬件封锁 进步变难了 中国人的民主自信心之后 同时 当我们各忙各业都对人工智能有需求的时候 这个人工智能就具有典型的基础实施属性 而你这个东西要成为基础实施 必须有两大保证 第一 你要成本 比低成本 第二 要安全 自己可控制 而Tipsic 恰好具有这样的困难 所以有人说 Tipsic 深本 其次 大模型 无论是Tipsic 还有其他的 其他的 它的使用模式呢 一般都是大家利用手机APP版本 或者网易版本 但更专业的呢 就是通过API 都要用韩座 都要用我们服务 直接来办公 那么在我们即将要结束掉大模型 Tipsic的介绍之前呢 我们要补充三个观点 至少三个观点 第一 我们特别推崇Tipsic这种 利用较小算力实现高性能计算 推崇这件事 但并不是否认算力的价值 算力的价值依旧大 位置依旧不可判断 我们特别推崇 这种小算力进行大计算呢 本质上是对 算力使用语言的一种改变 传统上我们做人工智能的研究 早期是比较关注于精准度啊 准确力啊 投权力 查权力的指标 至于使用多少算力 我们还要完整去一种造力危机的方式 但是在未来 我们可能除了要对凭这些性能指标而外 我们还要有一个主要 就是在相同功能性能下 或者说更极端一点 正在相同GDP的情况下 你的人工智能算法使用的能耗有不低 使用的碳排放量有不低 这会成为未来人工智能行业的一个行业之力 第三 对不对 它为什么能够用较小的算力来实现 高性能的通用能工智能计划呢 它走了一条 它走了一条 极致的工程优化 就是压缩和增油 但是按常理上来说 一般来说 压缩和增油一定会带来性能和下降 但是刚才我们又说 在公开的视频主要上 我们并没有发现 而在公开视频主要上 我们跟这个跟差不多的 那么下降在哪里下降 每个人家更具体的问题 那么现在就有研究呢 和应用的表情呢 这个跟这个在跨于任务的处理的理想 是部分的经理 什么叫部分的经理呢 来举个例子 说假如有XGPD 有四个研究领域ABCD 可能XGPD来助人呢 它假如有个大部分机制 它都能到85-86分 但GPC很 很有可能是在ABC上 都能得到不错的成立 85-86-87 但是D领域可能只能得50分 这对于我们所有的应用开发者而言 有一个非常严峻的提示 就是如果我们用DBC去复能于某一个垂直 我们必须要做好一个严格的功能边界测试 如果发现它存在这样的问题 那我们或者改变技术去选行 或者使用其他的技术来缓解解决这个问题 完全解决这个问题 刚才我们给大家介绍了 人工智能造大模型的这一段发展面子 人工智能呢 从1956年开始发展到地下 其实一直在竞争 但是啊 传统上 大家关于技术的进步呢 就关于AI复能呢 都是并关系 生产管理啊 这一段 这一段 如果普通个体啊 没有太大关系 所以我们很多的个体 并没有直接从AI当中直接获益 但是大模型时代的来临 让大家所有人都能够从人工智能 或者说从大模型成功呢 而解雇 因为大模型它是什么 最多化 同时呢 它有极大的一个知识备度 这就是意味着 你闲着无聊 想找人跟你解闷 你自己前聊 你这个问题呢 它可以在用它的知识处 给你一个完美的一个解读 那么我们 由于大模型 它是一个人工智能的 它就是一个原模型 所以 理工的AI里怎么说 它都不会容易的 但是 就好像 我们人与人直接交流沟通 如果使用一些话术 能够让我们的沟通交流 更加的效率高 那你的大部分交流呢 也是这样 所以就有了高效提示词 或者说万能公社 比如说 什么叫提示词呢 我们向大模型发的任何问题 都 或者我们输送给大模型的任何输入 都叫提示词 为什么用提示词这个词呢 我们这样来想 大模型为什么会有一个输出呢 是输入了一个东西 你输入一个东西 就输出一个 所以你输入了 就叫输入一个批词 好 那么这个万能公社是这样 说我们跟大模型交互的时候 哎 你知道吗 我现在一不小心 就把大语言模型和大模型传起来说呢 那我这里补充一下 大语言模型是针对语言模型的 对吧 那大模型这个是怎么来的呢 它是另外 这个穿得多么不能你这个 语言模型获得成功以后啊 那么其他语言人就是在讲 哎 我做同胜的 我做视频的 我做音频的 我能不能一几人穿多么的东西来呢 那一几人现在突然发现 性能同样的得到同胜的提高 我们就把内容 寄于创作方向下做的 寄于深入随形融合的 寄于算命归气的 面上不同数字类型 计算的 特殊这样的模型 等于大模型 说在这种大语言模型那就是什么 好 这是我同学的 好 那我们上次交互的时候呢 要告个大模型 三要 一 我自己 让大模型呢 在这样的一个绝世设定上 是好问题 回答了一 二 做什么 告诉大模型 我做我的自己的目标 对你啊 第三 具体有什么要求 说出规范 举个例子 我们说有三要素的说法 但我们跟大模型沟通的时候呢 并不需要那个很生硬的模板化的 我们就正在 把这三个要素包含进去就行了 比如说 我是一位中学老师 正在准备一篇关于AI如何帮助学生提高学习效力的文章 希望读者是学生家长 文章要简洁有趣 担心过多技术术语 会让他们读不下去 两百字左右 你看 我正常的一段描述当中 学识设计就是一个中学老师 任务描述就是行片文章 输出规范就是 渐渐有趣 两百字左右 这个就会给出你一个 还不错的一个 我们刚才三要素的说法呢 其实 在很多任务里面或许并不需要 比如现在这个任务 我说 《模仿武器风格》 写一篇 《关于努力工作与享受生命的感动文章》 要求情感深处 付出温情 两百字左右 那你看我说的这段话 任务描述是模仿武器 模仿武器 做出规范 性感争执 做出规范 性感争执 没有确实设计 你可以 为什么呢 因为在这个任务当中 我们做的是模仿行动 与我自身 不需要太强 对吧 再说一句 其实现在很多人 会 有了XLGBT以后 很多人 我不知道你们高中生的读书 反正我们大学生里面 有很多人 老子出了题 到梦上XLGBT 然后把他拷贝出来 然后就交了 这就让很多老师比较老虎 那这还有什么意义呢 那么许多学校 你们有听说的说 许多学校进入XLGBT 但是问题在乎 现在AI进入各行业 已经成为一年的张力大 那我们怎么能庆史这没有呢 我有一个观点就是 如果老师出一个题目 你就蹦下XLGBT 直接就把答案拿出来 这叫抄系 这就和你们办一个成绩好的 把作业洗好的 你拿去抄一遍有什么不同呢 对吧 但是 但是 所以只如一次输入 你就 给出一次 或者你就采用 什么叫抄系 那我们怎么叫不算抄系呢 我们要根据XLGBT的第一次输出 我要来跟XLGBT去对话 去修改 去精化这个答案 然后 这才是我们学习的意义 而不是拿来自己人 他怎么做就拿来 我们应该跟你有交互 另外 我们老师呢 也要把 实际上 要默认我们的同学呢 会去使用XLGBT这样的东西 还把任务 把问题 把这个 把这个 这个 问题 这个学习的路径 以问题的方式 推送给我们同学 让我们的同学 在一步一步的问答当中呢 来去读乎加生 对这个知识点的理解 也就是说 AI 它重构我们 读的办事 我们从过去的被动阶子 变为智能的导航 有一个 然后 对我们老师来言呢 那我们就每个老师 以知识的行 叫知识的办理工 变为学习的家属词 具体而言 举个例子 比如说 例子 大家都一定都不顾的 那么如果我们老师 就让大家来语习一下 那么 大家就 我都用这个做了 那么 就会告诉你 原来资格背景 读书 读书 读书 读书 读书 读书 读书 读书 读书 以带露鲲 读书 我就让你再去 割 读书 读书 就会让你对这种识 guide 呢 可以说 理解得更多 比如说 BF 所说 先减性一下 李白记忆百跳 强迹 你此地上刺 要求 只说 比例的手法 读书 声医当式 准备 调 忆书 那不过 那你就会发现 我老师给出的这个问题 作为我们同学的导致 一步一步的可以登修 所以每一次答案 你还可以摆问他的答案 再次做一步登入 我比方还可以说 恭喜一下 敬意之中私人的情感状况 用以下行为来回答 说孤独指数啊 失恋词 画面 那我还可以说 敬意之里面那个床 这个什么意思呢 我说你去给我横线 中处下有哪些说法 那比方就床具啊 有卧具啊 有的水器 台子那种表现 那你会发现 你有不同的理解 可能敬意之 他的假如你现在 线上作画一个敬意之的情境 可能就不一样了 我们都做完了 我们来说 将敬意之 这种思念 思想心情 把它编排成 用现代科技元素 编排出这种心情 比如说写手现代词 题目就叫 L1一灯下的 相仇 用屏幕 霓虹 爱维码等科技一项 表达相仇 当然他会别理解 我觉得这个写得蛮好的 屏幕的冷光 漫不健康 银层一行为发生的代码 向重山的却 无声地 飞机在 灵魂三者的对话 霓虹却在灵魂中 火热臭了 母亲发来的 又只要有意义 让同胶 放在无他身上 给他磕手 等等等等 那你就会发现 如果我们在一个 学习路径里的 在老子所设定的 学习路径里去 其实我们就不怕 我们同学去抄袭 所以AI大模型 重构了我们的读体基因 另外 看图做的 我不知道大家看到 总边这种 如果让大家描述一下 这个图是什么 里面描述了什么内容 大家可以先默念想象 然后我就把这幅图塞给了 豆招 豆招是一个跳动旗下的 AI工具 这个AI工具是好多好多的模型 集成在一起的 有一个功能 我最开始使用的就是 增程 增程 这个 增程照片 增程片 动漫图塞 后来我就会用它 当然它已经像这边这边这边这边的话 现在我比较喜欢用什么呢 我现在是比较喜欢用它的这个 那么这个就叫图像的影响能源和视频的影响能源 比如说我将这段视频这个图片画得比较高 我说帮我分析一下这个图片的内容 并且生成一段唯美文字 用于发表圈 好那上面呢 就是它的图上描述 刚才我让大家都自己看一下这个图书 你来看看它的描述会有多大的差距呢 它是这样描述的 首先是做了一个宏观的一个判断 这张图片展现的是一个层次黄昏 或黎明时封的景象 远处全空远近 远处的天空被展成了成黄色 于上方的深蓝色天空形成见过度 然后整个架子看到显着土耳外移民 往近来了 城市的建筑在暗示中云影呈现 道路上的灯光已明显 为画面升天了一支转 一支轮轮和活力 又可以动到远方 远处三轮在天市的近身下 轮廓起了更加热物 我不知道大家看着这部图能不能写中 这么 能看到这么多内容 它可以 这对我们来也可以 那我们先去推出 让它这么提问的重点 这重点 我说 当起了一个状态 朋友圈 他说 在城市的意义气候的温柔的温柔 天边的城房成落日最后的眷页 我那天发到朋友圈 大家说 理工科人再也没有提 做我们的交通了 对我们每个个人来言 可能更有意思的是 各自他的心理 我不知道你们在学校老师 有没有这样的习惯 在江苏在南京 有好多的高中学校 一年给我接触过 他们现在出卷子 都是用大卷来出 比如说 在这部阶段里面说 生成一篇高考难度的温柔林景 要求覆盖高考考考难度 并标注深处 这就会出来一个温柔林景 生成高考考考难度的完经天空 要求覆盖高考考难度 并标注深处 那这种系维的大家平时没事干 在家温柔林景 自己生成一些平素 当然大家不愿意做 因为实际太多了 越到高三 又有平衡 又做完了 好 再做一个 我先说 比如说 我生成考刚要求的单词表 我只让它去 比方A打头的 或者对某个词对结尾 这样就可以有目的去背这些单词 证书呢 我不知道大家有没有习惯 单词脑子 你错的 我都会有个小单词的方案 好 如果有的话 那你做法 换一个玩法 你把你爱图单词 输给这个废口 然后说 说请帮我写一个 一篇高考难度要求的小座文 两本子 要求包含上诸 爱图单词 你看 是不是就把你经常背过的单词 把它编成一个小座文 然后就可以背一背 好 课计法学书 再说一个 再说一个 就是Deep C 基本AI呢 合起来 海豹 基本AI呢 是字节跳动旗下的一个软件 它有一个功能呢 就是 它有一个功能就是 生存头像 好 那我就在基本AI里面说 做一张气势灰红的长层图片 要求有落日余灰 然后在正常左边这种灰 所以你看 左右两幅图 其实都是 基本AI 带给 基本AI 带给 基本AI 然后生成了这 右边那些 所以你看 左右两幅图 其实都是 基本AI生成的 但是 右边这幅图 无论是 无论是从社会的 中部阵 中间的层次 四角的张力 都要厚重于左边这幅图 左边这幅图 还有 左边那幅图 左边那幅图 它在输出 有的元素 气势灰红 这个呢 就像这种气势灰红 路而如归 更加具象化 气力化的 进步 这就指的 基本AI 它在生存 头像中 有更多的规范 那样的要求 必须遵循 刚才我们说 312 对不对 有的 所以进一步 体现了 这个 它的 本本的生存能力 和理解能力 当然 进一步 基本AI 它这个大模型 还是蛮好的 好 前面呢 我们给大家介绍了 人工智能 到大模型的一段 发展历史 给大家介绍了 大模型的一些 基本用途 或者我们个人的对策 那么 大模型技术的发展 其实推进了 人工智能引用的 另外一块的研究 叫 AI 什么是AI 我去取个例子 这个例子 对于大家可能没有 体验 大家就体验一下 你们的父母 每天在干什么 每天呢 我们的父母是这样 领导交代一个任务 然后 你们的父母呢 我就用我一样 领导交代一个任务给我 我就利用我的知识能力 所以领导交代任务 加以分析和理解 形成一次计划 然后一步一步去执行 每一步去调用相应的资源 这个计划执行完了 我的任务就完成了 我就跟领导说 包括领导 我任务已经完成了 这是我们人类每天在做的事情 如果我们把这个场景把它 把它迁移到人工智能 这个场景是什么呢 人类用户交代给AI一个任务 这个AI 这个人工智能系统 叫对用户输入的任务 加以理解和分析 形成一支计划 然后一步一步执行这个计划 当然我们在IP上都知道 那每一步呢 自动地去调用相应的算法 方法和工具 然后计划执行完了 那我就报告用户 报告整个用户 你交代任务已经完成了 好 我们就把这个 为了完成用户交代的任务 而对任务加以分析理解 形成一支计划 并且调用适配的算法 方法和工具 一步一步执行完这个计划的 整个计划过程的 这么个软件载体 叫AI Agent 所以这个AI Agent 首先是一个人工智能系统 它是一个软件 软件它就运行在 比方说PC机 服务器或者平端 供别人要用 但是随着IP和AI技术的发展呢 这些人工智能系统 智能系统 不仅仅运行在PC机 服务器平端 它可能运行在 具有实体外形的一个载体上 我们就把这样一种 当它运行在这种实体外形的载体上 这样软件一体化的东西 对外就表现出自主感知 自主思考 自主决策 自主行动的能力 我们就把这样的软件一体化的东西 我们叫做聚生智能 当我们说聚生智能的时候 这个聚生什么样的外形 我们并不关心 如果这个外形是一个人型的 那么这就是人型的机器人 所以我们就从这一页来看 你看聚生智能 人型机器人 都是我们国家各地政府 都在鼓励 提倡 发展的 产业 那么AIA智能在哪里呢 AIA智能就属于 它是一个趋利化的技术平台 为聚生智能 人型机器人 提供通常的 这个这个 技术 任务规划和承行的能力 所以这个AIA智能呢 它是一个 属于聚生智能 人型机器人的一个 建立起来 所有你有状态和 你的聚生智能 和之间的一个桥梁 它本身有这个软件系统 这个智能软件系统 本身就是我们国家在鼓励它 所以AIA智能呢 现在它的关注度 可到关注度呢 尤其巨大 比如说 像现在很多的AIA智能呢 都软件的形式存在 比如 有很多的软件 是在屏幕的右下角 这里呢 有一个小人 他不得证明空性 干什么呢 一 你让他做什么 就做什么 第二 他做一个向导 后 下一步 你应该做 再下一步 应该做 这种 后的这种例子呢 尤其出现在一些 大的 营业厅啊 服务打听啊 这样 就好像 我们到医院 医院有个岛基台 你不知道 你应该挂哪个号 你跟医生 跟导医态的小故事聊了 然后他就会告诉你 你应该挂了个科学 这个界面代理 就可以承担这样的 没想做什么 我就告诉你 应该先做什么 再做什么 还有这种AI素质人 AI素质人 可以充当虚离主播 代替人去出境 AI素质人可以充当 这个员工 去跟我们的用户 进行一对一的交流 还有这种素质人工 素质人工呢 现在的素质人工呢 大多是 现在素质人工大多是 RPA加AI RPA是什么呢 叫流程自动化机器人 它是执行软件的软件 像现在就是像我们人 每天怎么做事呢 是利用一个软件去处理 而未来这些岗位 可能都会被RPA 带起来 因为RPA可以模仿什么样 执行一个软件 那么 所以利用RPA加AI 作为素质人工 比如说 有的人呢 是利用RPA加AI 去做发票的证销 发票的政治证销 做投诉数据的风险等等 如果取生了以后 那么这个 AI就更有意思 因为我有一些朋友 他们做机器语义 在水下流动的语义 在水下流动的语义 在水下流动的语义 干什么呢 哎 你弄得有这么几次的行程 比如做水质的检测 做水下建筑物的健康度检测 我还有一个很多年前 毕业的语义 做一个机器语义干什么呢 是在底下 在底下 跟着其他鱼而流 然后就把水下的群体 全部录下 然后放到陆地的 地面上的大坑 然后就可以把水下的群体 全部树至暖身 就把它 就把 就像一样水下的群体 把它展现在这个大坪上空 让大家有一种体验看 还有一些军事用途 将机器语帮来 去做一些敏感情报的周期 等等 我还有朋友做的机器车 机器车不是在水里有的 都在天上跑的 比如说 现在我们有那个西拉朵桥 拉朵桥 这就是有钢口拉着 他会把那个机器车到这个 往上爬 一边爬一边去检测 这个拉朵的质量 我还有一个 把机器车的爬行器用在哪里呢 就是我们看到那个风力发电 那个风力发电的 风力都很大 那里面是空心的 那我们是把这个机器车 塞到那个里面 让它在里面爬行 一边爬 一边有摄像里头拍 周围的照片 还有这个有个声门剪成 剪成声音 细致来剪成表耳 类璧有没有探偿 当然更多的嘛 西西兰都对狗一样的 条件 因为狗是作为士族机器人 相对稳定好控制 这样就是你把更多的 就是你用在这个 对象 这种对象的 比如有做巡检 有做附众 巡检有的时候 还会跟天上的无人一二 做联合群统 无人一二 非常悲 发生魔灵 有一个可能一次的 一个不好的 然后就让继续变成 好多事情 变成一样 这就是 这个用于工业牵产的 用于附众的 积极走能一般都比较大 一百公斤左右 一百公斤左右 附众能力 像说三十公斤 要五十公斤左右 这个合同厂家做一样 反正就很大 一百公斤左右 如果这样 这个积极和小平化 那么呢 那么呢 许多人就会 把他 积极和小平化以后 把他 富能力智慧家庭啊 富能力病团啊 那 比方说 我有一个学生 很多年前毕业 他毕业后 就在百度工作 后来 又被上海的一家 大洋企国 让手 做什么呢 他在百度后期啊 做根椎型机器人 然后到 这家洋企挖去以后 就是做 富能力智慧家庭的 机器狗 其实除了机器狗 你包括人工这些 我们都做 那么就说 机器狗 对他去应用场景呢 陪伴 诶 诶 主人到家呢 没人说话 有一句没一句 一大话 第二 诶 有时候 您只要记住什么东西 可以让他报名字记着 然后生成一个 学习任务列表 给我 还有 比如说 我去赞动 跑步 他可以跟在我后面 做赔跑步 做赔跑步 或者跟在我后面 做赔赔维络 发发朋友圈 可以监控一下 我的生理死神 给我策划 一个最优的 第一技术等等 主人上班去了以后 这些机器狗 还能干什么呢 主人上班去以后 这些机器狗 还能有用来 中国有一个市场 我觉得这个市场 真的有可能 有可能会成为这些人 叫宠物 你说我们都是因为喜欢宠物 才买宠物 但是我们又很 我们又很 为主 上班去呢 这个宠物一个人在家里 蛮辛苦的 你可以养个宠物 在家被宠物 哎 我比如说要想开家呢 哎 那为什么不是这样 要要继续 这样 如果人情化你以后呢 那就更加有更好玩呢 比如说有一天 我到乒乓球馆去打球 结果呢 我没找到办法 我就跟乒乓球老板说 这样 学我上个整体的机器 把刘国良的战法 历史战法都过到了体内 我今天要跟刘国良打仗三倍配合 当然了 尽打是打不够她的 你把她的力量调教到 被人的比你灵异 那我们就可以把我们的讲讲 都换到整体的机器人体内 由她来训练生成新的党 我也可以把教练员的出战意义 换到整体的机器人体内 这样的问题 并有目标的对方训练 那有用 刚才我们说的 所有的这些东西呢 其实都是指标于一个人的个体智能 人的智能呢 包括个体智能 有一个人感知世界 思考世界 行动有一个世界 但是人类还有一个特点 就是 人类善于将一个个体做不成 做不好的事情 交给多个人通过合作去完成 这叫群体智能 叫合作智能 那么怎么样去进行合作呢 这就是在多智能 在这个人工智能的研究当中呢 就有合作智能 群体智能 这样的一个叫多智能的系统 在研究方向 我都做这一块 我就做个体智能 叫个体智能 和多智能系统研究 那么 在这个AIA进行的如此盛行的时候呢 多智能系统 对 对 对 对 对 就是他通过多个AIA进行的 有效协作 来完成更加复杂的任务图景 我是将这一章呢 把它标称在叫前沿技术这一块 但是 所有的这些技术呢 已经不再是指上纯针的前沿技术 还是在实际应用当中 已经得到至少从我的研究组开始 从去年下半到现在 我们至少在电话 金融安全 医疗 还有那个 之间 直到在这四个场景里面 我们已经部署了 以大模型为底 开大模型工具箱 基于大模型工具箱 做出一个一个AIA进行 然后 我们做出 根据流程定制做出 一系列的AIA进行 已经能够成功应用 这是一个具有实践意义的 方案 好 最后呢 还有一点时间呢 我们来给大家呢 介绍最后一个话题 人工智能应用 你思考 在人工智能的上下 人工智能的上下 人工智能创新的上下 都有一句话 叫任何一个老兔子 都可以用新技术 新模式 就是在我中间 那么 老兔子指的是什么呢 指的是应用 你要做创新 你一定要找到应用场景 什么是应用场景呢 好 这样 你做应用创新 你一定有你的目标客户 目标目骨 好 那我们来发掘场景 这样来发掘 首先定一号你的目标用户以后 我们来想 在什么时间 什么地方 你的目标用户出现了 你的目标用户出现的时候 他身边跟着的是谁 或者是什么东西 他们之间是什么关系 此情之境下 你的目标客户会有什么样的需求呢 当前他用什么方法来解决呢 好 如果你把这些问题都回答了 那你就找到一个 无力的应用场景 那我们就可以看 哎 能不能用AI 比方说 我能够更快的识别出来 我的目标客户出现了 我更准的识别出来 目标客户身边跟着的是谁 关系是什么 我能做一下一次性的风景 指指个指定一下 我的目标客户会有什么样的需求 然后我就将满足他需求的各种服务 把它推送到这里 等着他来使用 好 所以呢 那么找到一个场景以后 是不是就可以用AI去复能呢 也不是 那我们还要去分析一下 当前你找的这个场景 是不是用AI技术呢 可以复能的 比如说市场 你找到这个场 你找到这个场 如果这个市场很小 那你投资回报期就 那我是不是可以 可以可以 可以 投资回报期很长 那你还干不干这个事呢 好 哪怕市场很大 那我们还要再去看 现在这个市场是 鸿海市场 还南海市场 如果现在大家有大量的鸿海市场 如果现在大家有大量的鸿海市场 如果现在大家有大量的鸿海市场 鸿海市场 那你可能就没有第二种鸿海市场 那你可能就没有第二种鸿海市场 那你可能就没有第二种鸿海市场 因为现在才能过来用的鸿海市场 第二个一顿 基础成熟度 你做任何一个AI创新呢 你都是需要数据基础的 那么你找的场景 你的数据积累度够不够呢 数据采集足不足呢 算力基础实施够不够呢 如果条件都匹配 那没得说可以干 当然还要去考虑一个维度 这维度就是什么呢 技术条件 所以你找到这个应用场景 所抽象出来的问题 是不是当前AI技术可以去求解采 如果你抽象出来的问题 如果当前AI技术说没办法求解采 那我如果没得完了 就做不了这个事 对吧 当我们说用新技术来玩一遍的话 用技术工具化的层面 对机理的场景 对机理的业务进行优化和改造 目标是结本成效的 用新模式在玩一遍呢 指的是我们要去设计一些新的应用模式 当面模式的价值网络重构 来去发掘一些增量的价值方向 在人工智能的应用上下文当中 有一句话叫无应用和AI 说的是又能是AI存在的终极实力 为什么这么说呢 因为AI技术本身 它是一个工具性技术 而不是一个目的性存在 既然你是工具性技术 那只有通过负能 进入负能才能进入这个技术的有用性 你只有通过负能才能够把挣着的钱 来平摊研发这个技术的成果 那么人工智能技术作为生产力跃迁的不能引擎 它一般通编和角度进行 一个是对传统的流程进行重构 第二个是对人类的能力进行延展 这个是 例如说 传统的生产流程 传统的生产流程都依赖于经验 初奉者观 那么AI重构的模式下呢 从数据驱动的 实质优化 那么人类的定位是什么呢 规植的自定 从劳动力的崩溃角度而言 传统的模式都是人海战术 重复劳动 那么AI重构的时候呢 都继续执行 继续执行 精通可靠 人类是作为一个价值的裁判 决策方面 传统的人工眼盘 既日后又无关 那么现在我们可以通过AI来误判 人类就做价值对齐 做价值交付就行 所以人工智能将人类 从流水线监工 解放为价值链的导引 用机器效率 实现人类智慧的指数性方法 在人工智能复能的上下轮当中呢 有人说人工智能复能呢 有两个阶段 第一阶段叫加AI 第二阶段叫AI加 加AI呢 是从技术工具化的程度 往往针对单个的成品 或者多个相关的成品切入 去追求成量的业务油画 那么它追求的结本本效 走路径往往是数据启动 所以数据的质量 数据的全部权就变成成功了 而数据的质量如何 数据全部权都是由数据治理来保证 所以 而且呢 那就变得很大 那么在这个AI加的这个层级呢 它往往指的是 知道 办事成功 通过定义新业态 新生态新规矩 去切入一个增量价格的创造 但它有一个风险 你创造出一个新的玩意 这个市场接不接收你呢 存在着商业模式的验证 比如说 传统的视频创作 就以拍电影为例 传统的拍电影呢 那都是光业的团队 专业的设备 在导演的指挥下来完成的 但是在AI不能的情况下呢 现在就有一种形态 变态 是互联网网 利用AI工具 来做出电影 或者拍的做出电影 每一个网瓶 都是一个极致职工的作品 而你给我一份 我就会 根据你的任务要求 我会想出各式各样的评论 来证成一段一段词 然后评论起来 然后成为一部电影 去年的10月6号 在新加坡 发布了一个电影 叫正义场 它的故事的IP呢 来自于中国的一个真实的能源团队 但是呢 它的这部电影的特殊之处在乎里 它的这部电影是人工智能生成的 是由分布在全国 全球十几个国家 第1百多个人 利用闲暇的 使用专业的AI工具 生物 那么这个背后的这个改进 这个是还是蛮大的 我们待会儿来看一下这个片段 如果大家呢 在这种很挑剔的眼光来看 会发现 还是有点瑕疵的 但是我们稍微包容一点来看呢 我们就会发现 做的东西还真的不错 所以你找到这个片段 一个女人 又为什么所谓冒险和危险 我的丈夫证明 是当时南海中文的海盗领袖 她同意着 其邦 一个有多个海盗船队 但生活 充满了暴险 和鸡震 牌 继续 чер 新疆的 新疆 这原因呢 我去看看 再看一看 我主要先那一点 刚才是去年的 今年的4月份 在阿尔 奈飞 这美国的互联网巨头 影业制作公司的巨头 这个公司呢 就是非常受益于AI 这家公司起步的时候做了什么呢 那时候可能还 租赁录像带来 后来租赁VCD 后来在网上做VOD视频演出 在做这个时候就开始把 自动推荐这样的技术来 应用在视频点播的推荐上 然后根据 每一个用户他光看这个影评 而做着一些点评 开始收集不同人群对有次的偏好 就开始去做 定制的去做各种风格的电影 所以奈飞科技呢 它是一个短情非常成功的 一个从租赁到互联网公司 在过去Meta 叫Facebook的时候 美国有四大互联网公司 那个中国人比较好记 叫小方的方 F呢就Facebook 那个A是亚马逊 A是军费科技 Meta 所以这家公司呢 互联网领自影业公司 它在今年四月的新加坡呢 就发布了一部电影 不同国家搬一部一样 我看到搬一只铃铛子 它这部呢 没有作为一个影子业绩合 它没有全部采用AI技术 还是把这个电影的特效 用AI来做 就他们官方给的 就是我在这里 比如网页当中看到 就官方上来说呢 使用了AI来做特效以后 制作速度快了十倍 成本少了十倍 就是非常成功 当然 这部电影 那么这部电影 叫做内飞打下的AI影子 电影枪呢 究竟听说很多话 说如果AI应用到的影子 创作人群 是否会吸持创立本身的价格 第二 观众在意的是最终效果 还是背后的制作方式 第三 未来的影子圈 是人类导演在主导 还是AI共同制在主导 所有的问题 人都没有表明拿呢 那么这个赖飞科技的这个联合 手足指定官呢 他就说他有个观点 当然已经留下来这个观点 说AI呢 并不会取代冲动 它会成为他们的合作伙伴 但这个伙伴到底是助手 还是助手 恐怕还要交给观众的时间 比如 这部电影《女皇者》出这个灾难的时候 大一就说 最久发生大的灾难 父亲呢 其实以前已经被保护在地下之内 但都要出去救死亡 所有的大的城市 楼的倒塌什么的 全部都来说 好 此件原因呢 大家就进去回到网络的旧组 看看 我再来说一下 我的研究组 和南京大学的环境学院 做了一个项目 这个项目已经产品化了 现在依托我们环境学院的上司 在做这个其他地区 其他传织的推广 是这样的 我们做的是什么呢 做的是一个生活污水处理 传统的生活污水处理流程呢 是这样的 我倒在这里啊 生活污水从这个浸水所进来 在这里静置沉淀 把泥沙都沉淀 然后污水就进到这个板子 在这个反应子里呢 我要加各种化的 要加氧气 氧气都会补气 然后我把它搅拌器在那里搅拌 但这个反应太慢了 像我们夏天 你得十二到二十四小时 冬天可能要干二十四到三十六小时 所以在这种情况下 我们学化学的 如果理工科更好理解 如果遇到这种情况 该怎么办呢 我们不能按照配品那种 来加化药品和加氧气 必须要加过量的药品 过量的氧气 才能够 才有可能把它充分 但要加多少 叫过量最合适呢 目前都是工人的经验性 我经常到他妈底下去 我就问师父 你每天到一带麻 一麻袋药下 你能不能少一点 他少一点可以 我少了多少不可以 耳朵不知道 显然 本来人家要下 一麻袋药下去 你瓦一瓦出来 少放解媒问题 那就表明了 至少今天多浪费了一碗药 对吧 所以这种经验驱动的模式 就特别容易导致 你导致浪费 或者我家的化学药品 跟着净水出去 你导致了碍事污染 只不过的污染 环保不来查而已 但我同意这种污染 怎么办呢 我们后来经过调理 我们再使用这个化学方程式 我们不要使用 虽然背后有机灵 但是我们不用改为 我将用历史的输入和输出数据呢 我把它收集起来 构建一个输入到输出的一个 继续学习模型 然后我这个模型做进好以后 我根据你当前的输入 然后用融化方法 寻优方法 寻优出最佳的加药量和加氧量 原理就是这么简单的 然后我们这是一个国家重点研发项目 这个项目做的时候 我们就邀请电视客户来 做好以后 我们呢 做好以后 我们又把这个技术呢 在电视客户里面跟 这个电视客户这个屋子通常 跟踪了三年 累计三年 包括项目中心期间最后一年 跟踪的结果表 我们在运力相当的情况下 我们的技术 能够让化学药品使用量 降低到百分之八成 用电量 用电主要那个 往里面加氧气嘛 用电量我们可以降低到百分之七十 是一个非常好的 质改促整的项目 和地图化改造的一个项目 现在正在做商业化推广 再说一个例子 这是我的研究组 做了二十多年前 甚至更早以前 快三岁 我们做了一个什么事情呢 我们是将一个 预测性分析技术 在油杆抽油井 油杆抽油井 把地里面油抽上去 但这个感觉在上下动的时候 可工作都在地面底下 有没有故障呢 我们设计了一个四公里 当然还包括其他的简直手段 我们通过对公共数据的采集 然后呢 我就对它的健康度进行评估 我会预测出来 它什么时候可能会出故障 但我就提前告诉我们的维保人员 赶快来进维保 我们在做这件事情的时候 本来我们采集这功换数据呢 都是为了去做这个 扩张证换 后来我们发现 我们拿到这个数据啊 我还可以回归出 每次这个通过回归分析 能够分析出 每次的产量有多少 这个成果也更好 有一次 我在中石化总部答辩的时候呢 一个项目答辩 我正好跟专家提到的 我这个利用这个 利用这个预测性维护的数据来做做计量 诶 有一个牛田呢 一个老头说 诶 汪老师 我来跟你合作一个项目 他就给了我一图地图 就这个地图 他说 其实每个油井能产多少球呢 从里头自身的结构有关来外呢 还有附近的油井相关 所以我们就把整个油井的所有节点 建于同商网络 我从同商界的角度 来去做油量计量 非常有效 目前呢 在我们的这个呢 也是通过一个第三方案做商业化推广 已经做了二十多年 二三十年了 我们的这个新的这个嘛 他现在来一个自己家在用 所以我们会发现啊 人工智能智能技术正在解放我们的双重 但是当人工智能应用的时候 有很多问题呢 是值得我们去考虑 比如说效能公平 我们用人工智能技术去做 我们前面都有一个目标是结本生效 效能力驱动 是我们技术处理的需要考虑的一个维度 效能力驱动另外一个维度 就是公平 圣物 原识 技术向赞 就把这个天明这么能力 但是在很多时候 我们可能会牺牲公平 对去的效能 当然有时候要反过来 就有一个例子 大家现在可能没有驾照 你们回家跟你们的爸爸妈妈聊天 这问这个问题 我们要对上的东西 就如果我在一条车道上正常的行程 没有其他问题 假如我前面车突然骑下车 我们也反应过来 撞上去 我们知道这个职人归谁吗 全部归后车 为什么呢 因为我后车有时候太不公平了 太快了 我根本 对不上 我们今天早晚没有其他问题了 都在同一个车道 这里就是一个效力功夫 因为我们这样想 假如我们每一个交通参与者 在开车的时候 我们的开车就叫 预防性开车 既要防止跟前面的车困 又要防止后面跟我来困 那每一个人的预防 每一个交通参与者的预防成本 就太大了 通风了 对吧 如果每一个交通参与者的 预防成本都很大 那整个社会有成本就大了 所以 为了让社会有成本的交通 就改变了 每个交通参与者 只要重点关注前面 后面你不用关注 这样 当然不是说一点不关注 你转向等等 你还要关注 好 所以这里呢 我都只关注前面 把后面的风险 我不管 那是不是我们整个社会 总成本相用于减一半 对吧 这是效率 社会总成本下降的效率 但是实际上 这是不公平的 最后车是不公平的 但是牺牲这种不公平 获得的是社会效率 社会效率 这个背后还有定义 经济学定义 叫科斯定义 大家有兴趣去看他们 好 这就是说 97之后呢 效率和公平 我们要做出货 而另外一块呢 当我们追求公平的时候 我们会发现 我们追求某个维度的公平 可能 就系为了另外一个维度的不公平 举个例子 我们经济会说 中国高考是最不公平的一个高考 为什么呢 哎呀在某些省区 可能 能上一种线的方式 在另外某一个 还比较好的省对吧 可能可以上985211 我们会觉得不公平 你要从这个角度 还真不公平 但是呢 我们刚才说的这种不公平 恰恰是另外一种形式的公平 叫人口统计学公平 什么意思呢 什么意思呢 你比方说我在江州 我得到550分 我的排名是tope 百分数 但是我这个分数 在另外一个地方 你如果是这个分数 那你tope很可能 不是百分数50 可能是百分数10 所以我们最主要公平是 你在你那个省份 你的排名tope 若微 所以位置很重要 他讲究的是人口统计学公平 所以 效力公平 是我们技术相善追求的 但在空中 另外 现在 现在都受点自动的 人工智能 做法驱动的 那就会出现大俗 大俗 算法偏见 算法歧视 而且 所有说的这些东西 都以算法的样子 仅仅在算法的连续上更加多余 而算法的安全性 就变得很麻烦 比如说 大家听没听过一个段子 说有一个自动驾驶车辆 这些看法要iano 对 不算弱日、狂热,它把它识别成为一个信号灯,算完整些。 那么另外,数据的警示也是一个很麻烦的问题。 我们回家,你们跟你们的爸爸妈妈聊天,你们睡着口线。 哎呀,可能在单位,你们爸爸妈妈跟同学聊天, 妈妈,我要给我的孩子买个手机,我要给我女儿买个银子, 就回家一打开电商网站,所有的推荐都推不买。 为什么呢? 那是因为我们的手机被监听了。 我们在安装机转片的时候,将败出风的群权, 让肚子有了,甚至是希望流行让肚子有了某些人。 这也不必每次干过,监听不为发生的事。 你发现有某个敏感词相关,就让信息告诉广告, 当广告当有核心感。 除了我们的摄像头,我们的麦克风被监控而外, 我们的输入法里都被相关。 就是说你输入什么东西,突然发现敏感词来了, 哦,我要自己做广告。 是不是一直变得老,再说一个。 这是一个,哎,这是现场做的一个经验。 最后在古楼校虽然拍了一部照片, 我那天发了一个朋友圈, 我发朋友圈一般不喜欢这种的, 我喜欢更比较16比9的角色。 所以你看,大家看到我做了一部猜头,对吧。 但是我突然发现, 哇,有另外一个东西。 就是你可以上成一张照片, 然后再写一段姿势词, 然后再写一段姿势词。 于是,我就上成了。 把这个照片上成了。 然后我的笔子就是高楼林立, 高楼林立,中楼林立,大将写。 哎,还有这个像个,大概像上。 哎,有点样子吧。 好,看一个例子。 大家刚才在看这段事情, 你一定觉得很正常。 它就是这样的。 但是这边是有条路,对吧。 但是,我原先这个地方, 其实是一个楼, 是另外一种小楼。 其实我想说的是什么呢? 我们用生存的AI, 生存出来东西。 我们大家看这一边都觉得很合理。 那是因为AI, 它生存的时候基于一种概念。 而这种概念, 隐藏着这个大量的价值判断。 但是, 我们觉得很合理, 它未必是事实。 因为事实, 这边两边显然不一样。 这对我们的一个应用比试是什么呢? 如果我们用AI, 深层次AI, 去做那些, 做一些应用。 如果这个应用场景对于事实性比较敏感。 那我们可能要, 尤其要关注, 怎么来用。 可能要有其他正式判断的一些东西来做, 否则的话, 可能会出现很多违背事实的话题。 当然, 人工智能应用还会引发出失业问题。 假如AI一定会对所有的流程进行重构, 那我们可能就不需要那么多人了, 人就会下转。 于是, 就有两种声音。 有些人认为说, AI让人下转, 下转找不到工作了。 找不到工作了, 让没钱到街上去买。 那么街上增长, 如果没人买呢, 那工厂一早费, 可能经济就消费了。 所以新技术, 能否让经济增长? 有人说不。 就是鲁石叶子成功考虑。 那我给大家一个积极的信号, 就是, 其实啊, 新技术, 让我们的岗位丢失这件事, 在人类的发展历史上呢, 一直在重复上演。 我们以美国为命, 美国刚建国的时候, 我们假设美国人口占没有变化, 它的农业人口占有95%。 但现在呢, 农业人口只有百分之五。 那就是因为, 过去, 技术落后, 只有95个人干活, 才能养活另外五个人。 现在把技术进步了, 百分之五个人, 五个人就能养活所有人, 才要把他们拿个旺盔。 但你会发现, 美国没有经济增长。 为什么呢? 工业经济来临了以后, 下岗的农民到了进工程。 性质技术, 人工智能实在来临的时候, 下岗的功能进入到服务院。 也就是说, 我们只要创造出岗位的速度大于新技术, 让我们丢失掉岗位的速度, 这事件就不会忘了。 如果我们能让劳动力的匹配市场效率更高, 让所有人都能得到, 非常匹配的角度, 那么这世界就会变得更好。 所以, 我说确实就是我们所有人, 为什么要好好学习的目的呢? 好好学习的目的, 是在乎我们走上社会以后, 全民的独占行政, 打的坚定的下来。 你做的不好的目的, 做的好呢? 你要利用你的聪明才子回报这样的社会, 让失业的人能够更好地, 更索色地找到自己的岗位。 事实上, 相比较失业问题, 也容易问, 也很多。 比如说, 大家经常会做的实验, 一个人都过来呼吸挨买, 哎呀, 你作为半导公民发现他, 你不知道他是姓上亚还是姓下亚, 姓上亚指五个人, 姓下亚指一个人, 你怎么选择? 这种选择其实比较好。 首先, 这个答案就是, 哲学系的人想出来。 这个对于我们人类最好的一个回答就是, 你作为半导公民, 你不要管。 因为我们没有办法看到某个生命和一个生命, 你本来是一个室外人, 但你一旦做了选择, 你就选择起空了, 最好的选择方法就是不管。 你不是干凌他, 他不去老把你做的。 但最近的事情, 在逆中下的当代就难受。 我经常有个笑话说, 下校老师问学员说, 哦, 左边一个人, 右边一个鸭子, 你怎么办? 有租船主中心的误 Saud, apple 인 lifes он 인 s 从中间开过去, 减速, 左边一个右边一个 larger than when sh Vis 再往, 这是2018年, 亚利山南州这个游户数を5人设斥, 最后10秒钟でoben。 有没有让看 经过这个视频处理了 我发了评论去 有人就说 王老师是不是感知没感知到 还是感知到了 没有识别出来 还是识别出来 这种控制系统 之后大家都只从技术的本身 来去想有没有问题 结果有个学生问 王老师 是不是因为现在速度太快 如果急刹车撑了一个 老师真的有危险 保护车里能优先好 还是保护车外能优先 这件事情变得有微妙 比如说我去买车 车交给我的时候 车店的服务员说 王老师跟你说 未来出危险的话 车里能限制 那你说我还敢不敢买这个车呢 如果保护车里能优先 那我们还会不会把牌照发给强烈的车呢 想准备你买了一台薰器人 薰器人犯罪呢 这是谁的质人呢 麻烦你 我们说假装一下 我们把生产厂家 我和机器人去到一起 跟法官对证 我就会跟法官方 我说法官这件事情不能怪我 要怪就怪 生产厂家 它出场的时候 没有把人类世界的法力 道德轮理啊 灌到机器人起来 机器人无自来反对 所以要追究生产厂家的问题 生产厂家就说不对 说法官大臣 应该是王老师的 为什么呢 我们所有的机器人出场 都是白又白的一张牌子 后来的学会 跟王老师的 所以要追究王老师的事情 这时候机器人帮我来帮 法官大人 不要为难我两个小组 向他帮 把我格式化掉 把我杀掉 我们就是想 是不是把机器人格式化掉 或者杀掉 就达到了承接犯罪 治病救人的目的呢 没有 这问题在哪里 问题在哪里 人工智能直在 人工智能 向人又不适合 千万万千人来 在形成的 荣理道德法 约束的都是由 道德主体毕业的理想 而人工智能 向人但不是 我们必须要有另外一套 约束他们的 道德法的荣理制度 2021年 联合国教科文组织 周末联合了197家型国 周末制定了一个人工智能 轮理分子建议 要求所有型国回去 各自参照去做 类似 今天呢 我给大家简单的介绍了 从图灵开始 人工智能的来龙去脉 事实上呢 类似于 ChartGP ChartGPT Gipsick 这样的AI技术发展呢 其实给 给教育带来了 很大的冲击 因为现在我们教育啊 无关乎东方西方 纯粹的工具性 记忆性 教学比较多 而这些在AI时代 都会变成失效 所以学会学习 学会使用AI很重要 AI背后的原因更重要 数学思维 计算思维 数学思维 和应用思维 有一个未来学家 叫丹利埃平克 说啊 人有六种能力很重要 不去猜分他了 叫审美能力 整合能力 共情能力 讲故事能力 玩具能力和意义感 总体来言 人工智能已经赋了 我们身边的千恒万业 我们没有办法鼓励他 只有接受他 AI呢 本身具有跨越科创新属性 所以 我们无论我们未来 从事何种 职业 我们都要积极地 拥抱AI 因为它可以帮助 你那个领域的创新 当然AI还有很多的不足 需要我们在未来呢 就要改进它 完善它 如何改进它 完善它呢 其他人不知道 再度的各位 我告诉大家一条路径 当你们高考的时候 高考来一定大学 计算机学院 人工智能学院 智能软件工程学院 智能科学技术学院 软件工程学院 我们可以一起去 改造它 好 我今天给大家整理内容 就这么多 祝大家在南大 游学顺利 愉快 好 好 好 好 好 好 好 好 好 好 好 好 困难 有同学有问题吗 有想和完喉 有想和完喉