自 ChatGPT 發布以來，「天天科技革命，日日文藝復興，每天都很焦慮」。
在 2024 亞布力中國企業家論壇年會上，一位 AI 產業科學家的心聲引起現場企業家的共鳴。尤其 OpenAI 在 10 天前發布的 Sora 模型，再次體現出「斷層性」領先時，2024 科技領域的 AI 進程又多了一些不確定和興奮。
2 月 22 日，在 2024 亞布力中國企業家論壇年會現場，唯一一場聚焦 AI 話題的專場——「創新引領未來，當 AI 成為助手」座無虛席。圍繞「一日千里」的 AI 技術變革，與會者討論了當下熱門的落地應用場景、以及 2024 年 AI 應用落地的最新趨勢。
在協同辦公領域，人機交互正在由人適應機器，轉變為機器適應人。釘釘總裁葉軍認為，一個更人性化的交互方式，一個更懂「你」的 AI 智能助理已經來到我們身邊。
腦虎科技創始人彭雷比喻，AI 和腦機接口就像一個橋的兩邊，二者正在相向而行。眼下，彭雷正在探索大模型為腦機帶來的新路徑。
小米集團人工智能實驗室主任，NLP 首席科學家王斌則從手機的場景作出預判，他認為，Sora 的出現可能會讓「AI+手機」催生新的形態，一個昂貴、笨重的攝像頭可能不再被需要，類似 Sora 一樣的軟件會在一定程度替代昂貴的攝像頭。并且，在他看來，Sora 的出現，給自動駕駛帶來了新的可能性，這是當前自動駕駛公司都在跟進的新方向。
此外，傳統領域也正在經歷 AI 的變革，圖靈機器人創始人俞志晨介紹了教育領域，AI 帶來的「雙師」模式正在打通校內外的新型教育。
如果說 2023 年是大模型出圈的第一年，2024 年則是大模型在各行各業落地的產業年。對于不斷進化的 AI 變革，亞布力論壇數字前沿技術委員會主席、亞信聯合創始人田溯寧提出了一個有趣的猜想，他表示：「現在的 AI 技術帶給我們很多可能性，如果說工業革命解決物質生活的極大豐富，這場 AI 革命是不是要解決生命情感和生命質量的豐富多彩？」
對于 2024 年 AI 落地的方向，五位嘉賓作出了探討，以下是圓桌內容節選，由極客公園整理。
2024 亞布力中國企業家論壇年會「AI 專題」現場，從左至右分別是：田溯寧、葉軍、王斌、彭雷、俞志晨｜圖片來源：亞布力企業家論壇
01 如何理解當前的 AI 時刻
田溯寧：這段時間，AI 技術變革不斷讓我們感到沖擊。大家怎么定義這場變革？
葉軍：我覺得是一場類似于電力革命的一個新時代開啟的分界線。除了不斷改進釘釘的體驗，最近我們在做一個戰略性新方向，要讓釘釘成為一個 AI 助手的創作平臺，這是我們最近在做的事情。
王斌：我是一個積極的 AI 擁抱者，我認為 AI 是一個極其變革性的東西，特別是大模型的出現，使得 AI 可能會成為整個社會的基礎設施，類似于電力革命，會重塑很多行業原有的東西。
彭雷：2021 年，我決定做腦機接口這件事情，聽上去好像跟 AI 沒有直接關系，但實際上絕對在一個路徑上。我之前打過一個比方，AI 跟腦機其實是一個橋的兩邊，正在相向而行。超大的數據訓練出 AI（大模型），讓它盡可能像人，但腦機接口其實是在嘗試將人的大腦通過電機解碼，讓它的信號跟模式能夠被程序所解讀，所以兩者是一個相向而行的過程。AI 一定是范式變化的東西，下一波也許就是腦機或者碳基跟硅基融合，我們正做一些預研，這是我處在這個賽道來看 AI 這件事情（的視角）。
俞志晨：人工智能過去六七十年的發展，我認為有兩個路線，一個是顛覆人類，另一個是輔助人類，現在做的事情更多是希望能夠輔助人類，讓人變得更強、更有效率。
田溯寧：過去，從互聯網建設到互聯網應用，改變從電子商務到游戲的日常生活，基本花了十多年的時間。從 PC 互聯網到移動互聯網用了將近五年。AI 從今天的出現、行業地位的確定，到改變生活應用，大家覺得會需要多長時間？會以怎樣的速度迭代？
葉軍：我感覺速度會比之前更快一些，因為 AI 本身進步速度非?？?，易用性又非常好。如果把 AI 的基礎能力比喻成電力，其實難的不是使用電力，難的是創造出使用各種電力的工具——燈泡、微波爐、冰箱等等，這個周期可能會非常長。
如果把 AI 跟原有各個產業進行結合，每個產業其實都得做一些重構，這個時間或長或短，總體來說我認為時間不會比以前更長，比過去速度快很多。
王斌：我講講我對技術大概的判斷，因為最近新聞比較多，天天科技革命，日日文藝復興，每天都很焦慮，技術的變化確實比較大。
近日，OpenAI 推出人工智能文生視頻大模型 Sora，引起廣泛關注｜圖片來源：視覺中國
大模型技術出現可能也就發生在六七年前，特別是 Google 的 Transformer 出來之后，大家圍繞這個方向做不同的探索。真正到應用可能就是指 ChatGPT，算下來，2017—2022 年，花了 5 年時間?，F在都是在技術上做一些更新迭代，可能不如 ChatGPT 剛出來所體現出的那么大迭代，所以一個大的變革再加上一些小變革這個趨勢還會不斷發展。
大家覺得現有算力和數據加上去，還是會有一個大的提升，至少目前在大家的探索當中還沒有發現 scaling law 縮放定理失效，所以大家還是沿著加大算力、加大數據再攀高峰，技術變革可能還是這樣去漲。
但總是有止境，隨著數據規模再增大，技術變化可能就變成一個邊際（遞減）效應，需要從另外一個角度突破，也就是模型。
彭雷：我覺得迭代速度首先毋庸置疑，每次范式變化速度都比之前快，我認為至少快一倍。當年 Web2.0 那一波，3G、5G 這一波，應用滲透速度肯定遠遠比現在慢，包括云計算也是這樣。
所以大的范式變化，很多行業發展都有一個所謂的規模效應，指數級增長到了某一個臨界點之后，增長速度可能會出現得非?？?，前一秒鐘還在討論 GPT4 到底像不像人，4.1 版本就遠遠把人甩在后面一百倍了，會有這種爆發式增長的機會，這也是之前討論所謂「奇點」到底什么時候到。
我們對于 AGI 的定義可能會很不一樣，其實我一直很期待 AGI 會問我的第一個問題是什么，我知道那個時候「奇點」就到了。
俞志晨：從產業發展來看，整個芯片端已經符合摩爾定律，節奏可能略快一些，大模型有一個叫算力成本，其實比摩爾定律還要更快，迭代速度會更快。
田溯寧：AI 可以做到主動向「你」提問題，怎么理解這個時刻？
葉軍：現在都是我們提問題給 AI，你輸入它輸出。未來，當你打開計算機或者沒有打開時，它可能自己打開了，覺得需要跟你做一次溝通、談心，這可能是（AGI 的）另外一個里程碑，AI 可以自己下判斷，有自主涌現的智慧，從技術上我認為這個階段一定會到來。
彭雷：它現在是一個 token in 和 token out 的邏輯，其實就是 Transformer 架構是一個 sequence in、sequence out 的邏輯，我把一個字節傳進去，它通過模型來算，回答你什么（內容）最符合概率優化的邏輯，本質上就是這個意思，一定要你先發一個內容它才會回答你。
但隨著我們喂給它的內容越來越多，比如現在在釘釘場景里面，如果企業的私有化數據——稅務、財務、業務、人事數據全部在里面，（AI）完全可以從中間發現一些問題來問我，早上起來打開釘釘（AI 對我說的）第一句話就是昨天有哥們沒打卡，這個就是很簡單的應用場景，它有一些意識。就像《鋼鐵俠》里的賈維斯一樣的，鋼鐵俠跟它互動的時候，很多時候是賈維斯先告訴他的，不是他去問它的，賈維斯先告訴鋼鐵俠后方有危險，這些其實就是慢慢開始有「自我」的一些表現。
王斌：主動智能也是大家努力的方向，但是主動智能本身這個形式早就有了，比如給你彈個廣告其實也算是主動的，它可能知道你想買這方面的東西。只是要做到完全了解你的主動智能，給你發出靈魂一問，可能還需要時間。大家都在朝這個方向努力。
02 AI+不同的應用場景，會帶來哪些變化
AI+協同辦公
田溯寧：葉軍，釘釘作為國民級協同工具，AI+釘釘的進展也很徹底，你覺得 AI+辦公場景會發生什么變化？
葉軍：從釘釘的角度，AI+協同辦公，現在已經有很多企業在用了，各種工作崗位上 HR、財務、設計師、開發工程師等等，他們用工具去完成任務的效率被極大地提升了，通過智能化+工具，實現了「所想即所得」。
之所以效率提高，是因為處理任何一件事情，從分解任務、計劃任務到最后的執行任務，這三套體系都因為 AI 的出現發生了巨大的變革。
先說交互，原來用軟件，用戶要問在哪個菜單點擊哪個位置，接下來再轉到什么位置，這里也誕生了「用戶體驗」這個學科，讓用戶能最簡單地一鍵能找到功能。但當前的 AI 技術出現以后，交互會從原來純粹的 GUI（圖形交互界面）到引入一個新的模式叫 LUI（語言交互界面），釘釘在交互層面會變得完全不一樣。
第二，接到任務以后，怎么做批量分解和籌劃，也發生了改變。不需要自上而下統籌規劃，AI 會自動幫你計劃，AI 知道誰適合干什么，哪個子系統適合干什么。
第三個變化是在執行這一階段。AI 在執行任務時需要注意，并不是所有場景都需要超級大模型的規模，有時反而鼓勵更多行業小模型、專屬模型的出現，可以幫 AI 把執行任務這件事變得非常確定，無論什么樣的指令進去，它最后做的動作一定是你指定范圍內的一個動作。某種程度上，AI 在像釘釘這樣具有場景、數據的體系面前，它的執行會有相當的確定性，這個確定性會消解掉大模型的幻覺，這是我們最近一年多實踐得出的。這里可以發展的空間非常大。
2023 年 9 月 9 日，杭州鳳起路地鐵站一堵墻面以釘釘 AI 的海報記錄亞運點滴。｜圖片來源：視覺中國
田溯寧：AI 在協同辦公領域的這三個變革，也對數據提出了新要求。有觀眾問，釘釘軟件將來跟稅務金四金五（金稅四期、五期指的是，企業信息聯網核查系統）是不是互通呢？
葉軍：對，因為現在很多中小企業用釘釘，很多老板要求數據跟金四系統直接串起來，而且金四以后，全是電子發票，理論上提不提交都已經在了。
釘釘做的所有事情肯定符合企業管理者的安全框架，沒有指令不會做，要求打通我們也可以打通。尤其有了 AI 以后，電子合同、電子發票是趨勢，流通速度和辦公效率會極大提升，當然，我們也更加重視數據安全跟隱私（保護），因為安全是底線。
AI+手機
田溯寧：王斌，AI 手機現在是一個很火的概念，你覺得手機加上像你 AI 實驗室的成果會長成什么樣？
王斌：從技術和產品結合的角度去想，手機可能有幾個方面的變化。
第一，交互方式會變成多模態，除了文字，還包括聲音等形式。多模態信息其實更能讓手機理解你所處的環境，作出更合理的回復、響應或者是推薦等，交互方式會進一步人性化，更像人。
第二個，在入口上，也跟現有方式有所變化。AI 能力可能會變成手機的一個基本能力，一個操作系統層面的東西，這樣能夠支撐更多的開發者或者生態一起開發各種各樣的應用。在這方面，需要一些時間來判斷，（AI 帶來的）流量入口到底是屬于手機廠商還是 APP 廠商，還是屬于大模型。
第三個，有可能造成手機形態本身的變化。AI 其實不只是大語言模型，還有文生圖、文生視頻等模型。隨著 AI 能力越來越強，像手機里高配的攝像頭等硬件能力，可以通過 AI 來實現。以后的手機可能不需要很高級的、昂貴且笨重的攝像頭，一個普通攝像頭就能拍出大片的效果，通過軟件的能力完全可以還原真實場景。
AI+醫療
田溯寧：彭雷你覺得呢？AI+腦虎科技的應用，會是什么樣的？
彭雷：本質上我們做的算是醫療器械，所以在研發過程中，其實有很多 AI 可以賦能的地方。舉個例子，像現在我們解碼植入電機之后，可以采集到一個人十幾個或者上百個神經元放電信號。過去解碼方式其實是非連續解碼，解碼結果只是說能夠控制機械臂前進后退、左右兩個自由度，但大模型之后，我們也在探索，其實是可以做多模態的一些解碼。
比方說患者采集了一百個神經元放電，讓他去想象控制機械臂，但同時它也可以把視覺跟聲音信號與腦電信號做多模態疊加，疊加之后輸出結果可能是連續的、多模態的一個結果，這方面比較前沿，目前停留在科研階段。
AI+教育
田溯寧：志晨，你們行業會怎么應用 AI？
俞志晨：我覺得人工智能在教育領域的賦能和結合會是一個很大的話題?；谶@個背景講講我們做的兩個方向，一個是家庭，一個是進校。
人工智能賦能家庭教育，目前來講發展比較快。
進校方面，我們開發了一個專門面向教育的大模型，從助學、助教、助管、助演等幾個緯度，幫助學生和老師做教學效率提升。在課堂里面，我們在一些試點學校里面打造「雙師」，一個真的老師，一個是 AI 助教，未來他們上課的時候，一個真正的老師講課，同時有一個 AI 助教配合老師做一些記錄、分析、反饋，課后也可以通過各種載體，比如電視、手機、智能硬件機器人、臺燈等做一些場景的賦能和解決，讓教育能夠在學校和家庭端打通。
AI+自動駕駛
田溯寧：有觀眾提問，這波 AI 會給自動駕駛帶來怎樣的影響？
王斌：自動駕駛這些年可能有很多條路徑，大模型出來之后，可能會產生一條路徑，包括特斯拉也在試。其實就從 Sora 說起，Sora 能夠生成很真實的視頻，其實自動駕駛很缺仿真數據，你不可能車去撞了以后再去調算法，對自動駕駛來說仿真駕駛是非常重要的，仿真的越真實，越把各種場景都能夠調通，對自動駕駛現有算法提升非常高。
所以自動駕駛公司都在走這條路，怎么利用大模型生成數據來還原各種駕駛場景，從而能夠快速進行自動駕駛的迭代，如果這一步做好的話會比現有水平高很多。
現在我們都是路采數據，各種限制太大，大模型生成東西其實是可以為各行各業服務的，所以你也可以認為大模型是非常好的數據生成引擎，這一塊我覺得自動駕駛會帶來非常重要的影響，所以現在所有公司都在投入這方面去做相關工作。
03 腦洞大開，暢想 AI 的未來
田溯寧：看到 Sora 能把形象完全生成出來，未來也許可以用它做一個電影，把當時跟女朋友談戀愛的故事還原?，F在的AI技術帶給我們很多可能性，如果說工業革命解決物質生活的極大豐富，這場 AI 革命是不是要解決生命情感和生命質量的豐富多彩？大家對 AI 在未來的發展有哪些暢想？
葉軍：我覺得像人類在數字世界永生，是可以做到的。把我這一生的經歷、所見所聞訓練成一個數字化的分身，未來有人突然想跟我聊天，掃一下我的碼就真的可以跟我聊天，只是大模型的技術成熟還需要時間，來解決好幻覺等問題。
王斌：ChatGPT 發布之后，我第一時間讓它幫我證明一下勾股定理，結果它的證明是錯誤的，但是思路非常新奇。這是一個幾何題，我從來不會用數學歸納法來證明，它雖然錯了，但是思路很清晰，讓我覺得 AI 或者大模型可能對整個科學發展有極大的推動力，加速科學發展。大家形象地開玩笑，跟 ChatGPT 聊天搞幾個物理定律出來玩玩。
俞志晨：硅基的這種生命指數級增長，可能最終結局有兩個大方向，一個是物理實體的人形機器人，一個是虛擬形態的機器人——AI 數字人，未來可能對人類自身帶來一個群體智能的提升。
田溯寧：彭雷，從你的專業角度看這個問題，腦袋里加一個東西而不需要背唐詩宋詞，就能夠把中國所有的偉大古典文學都能記下來，AI 會不會推動這樣的事情發生？
彭雷：這是一個美好愿望。腦機接口目前還是處于剛剛起步的階段，大腦有 800 億個神經元，本質上講，人的所有思維、意識、記憶、情感其實都是腦信號放電的一種模式而已。大模型通過調參之后的模型庫是一樣的邏輯，唯一的區別是芯片不能改變物理結構，而大腦神經的突觸連接在實時變化，就像我們現在在說話，其實是每個人腦信號在不斷放電，在座各位聽眾也是在放電。
但我們其實對大腦的很多生存原理完全沒有了解，不知道如何工作，更談不上如何調控它。目前，腦機的應用還是在醫學層面上針對一些絕癥、重癥的患者，比如帕金森患者，手抖得很嚴重，通過刺激患者大腦某個區域能夠讓他立刻不抖。
加拿大腦機接口技術實驗成真，給嚴重殘疾人士帶去希望 | 圖片來源：視覺中國
但像剛才說的，我們什么時候可以通過腦機直接把一些知識、記憶、情感直接傳遞到另外一個人，我自己覺得還是 15 年以后的事情。
王斌：關于人工智能和腦科學怎么互相促進，我在一些大模型的腦暴會上，感受到腦科學的研究者們對大模型出現感到非常興奮，他們認為大模型其實是在印證腦科學的一些想法，反過來推動腦科學的。
人工智能發展也一直有兩條路線，一種就是把人腦搞清楚來模擬人腦，還有一條就是通過計算的方式來做，但第一條路線確實比較難，因為對人的理解進展沒有那么快，但是大模型出現之后，這之間好像架起了一個橋梁，重新使得這兩條路線有融合的可能性，所以這是一個比較偉大的事情。
彭雷：是的，為什么馬斯克做 Neuralink？他說我們現在技術演進就是在硅基里面的那些交互，Web1.0、Web2.0、軟件算法、SaaS 所有的交互，最終它的增長速度一定會受限于終極速度，也就是人跟 AI 交互速度。
圖片來源：視覺中國
BCI 的定義是要解決人跟 AI 交互速度問題，像現在我們兩個說話，一分鐘最多說 120 個字，但實際上如果我的思維形成語言再傳遞給你，中間經過了抽象、提煉、表達、你聽到、再吸收的過程。如果有朝一日能跳過中間環節，思維和思維直接傳遞，會真正提升帶寬。只不過這個東西還很遠，也許很快就能組合出來，但也許更長時間，目標和方向是為了打開大腦跟 AI 連接通道的速度問題，這是他的想法。
田溯寧：植入腦機接口是什么樣的？
彭雷：先切開你的頭皮，然后去掉一小塊顱骨，再將一個跟頭發絲還細十幾倍的一根細絲，插入你的大腦皮層三個毫米左右，連上了一個植入體，相當于一個硬幣大的東西，用這塊東西替補掉那塊顱骨，再把皮膚蓋回去，整個設備完全在皮下，看不出來。
田溯寧：十年之后咱們在這兒開會有一波人腦袋上戴著天線，是一群更聰明的人？
彭雷：你可以理解埋了一個 Apple Watch 在腦袋里，它上面有很細的線插到大腦皮層連到你的神經元，神經元一放電它就知道了，把信號通過無線傳出來。
田溯寧：這確實是腦洞大開，那你自己準備試一試嗎？
彭雷：我肯定試，我不會是第一個，但我肯定有這個計劃，等技術再足夠成熟。
田溯寧：人類創新探險都是這樣，我前一段時間看大航海時代，那時候葡萄牙人、西班牙人根本不知道遠處是什么，沒有什么指南針，基本上去（探險）的 70%—80% 人都會死掉，有的被人吃掉，有的人感染了各種各樣的疾病去世，但是正是這些人發現新大陸，后來的人才知道工業革命的關鍵意義。之所以今天有這么好的物資生活，也是因為當時那群探索者把自己的精力全部投入進去。
