复旦教授肖仰华:未来企业家不光要管好人,还要管好智能机器

X0_0X2024-01-19 16:18:05

·“人机边界的日益模糊对未来的管理学家提出了前所未有的挑战。从人本主义角度来看,整个人类最重要的使命是做好智能机器的牧羊人,本质上就是要求人类扮演好机器的管理者角色。”



复旦大学计算机科学技术学院教授、博导、上海市数据科学重点实验室主任肖仰华。


“企业家们未来最重要的使命可能不单单是管好人,还要管好智能机器,管理好由人和机器构成的智能组织。”


1月18日,复旦大学计算机科学技术学院教授、博士生导师,上海市数据科学重点实验室主任肖仰华在厦门举办的“君子知道”复旦大学EMBA前沿论坛上,对台下未来的企业家们如此说道。在题为《大模型的商业应用前景展望》的演讲中,他分析了具有应用和投资价值的大模型使用场景,指出中国可以采取“农村包围城市”的路线,将大模型能力应用到千行百业,再针对性补齐基座能力的不足。


此次论坛由复旦大学管理学院、澎湃新闻、厦门市科学技术局联合主办,主题为“科技迭代 创新破局”,上海、厦门两地的政策研究专家、科学家、科创企业家与复旦大学管理学院教授一起,为中国企业高管及创始人深度分享科创思想。



“通用人工智能将渗透进人类社会发展的每一根毛细血管。”


“这一波通用人工智能技术已经形成了一场前所未有的技术革命,而且这场革命很可能是一场叫元革命,不是历代技术革命所能比拟的。”在演讲中,肖仰华重申了这一此前他多次强调的观点,并解释称,历次有很多技术革命,比如蒸汽机的发明、电的发明,但这些技术革命都是人类智能本身的产物,但通用人工智能革的是智能本身的命。


“未来我们人类生活中、工作中所有涉及智力的环节,将来都有可能被通用人工智能所影响。所以,通用人工智能势必将渗透进人类社会发展的每一根毛细血管,它对整个社会的发展,对经济的影响是前所未有的,是革命性的。”“大模型是一种先进生产力,先进生产力势必要求生产关系、上层结构适应新的生产力变革,所以对整个社会的影响是前所未有的,大家要做好准备真正迎接这场挑战。”他说。


大模型到底给我们带来了什么,为什么有如此强大的能力?肖仰华表示,首先它是一个海量知识的容器,是从人类已经积累的几乎全部的语料当中训练得来的。很多评测基本上证实,大模型在教育部所列的500多个二级学科相应的考题上都能考到七八十分。


此外,大模型还具备了认知能力。“比如常识理解,杯子放不下鸡蛋,它太大了,它是谁?杯子放不下鸡蛋,它太小了,它是谁?我们一定可以很轻松地解决这个问题,但是在大模型出现之前的人工智能很难解决这个问题。”肖仰华说,“而今天的大模型基本上能够进行常识理解,还具备了其他认知能力,比如概念理解、问题求解等。所以它不单单是一个海量知识的引擎,同时又提供了人类水平的认知能力。”


最近,研究人员又把大模型变成了一个认知智能体的大脑。“我们每个人是一个智能体(Agent),机器将来也是一个智能体。”肖仰华说,“在大模型加持下的智能体,将来可以进一步去操控工具,与环境交互并寻求反馈,在现实世界进化,在虚拟世界成长,大模型日益成为一个智能体大脑。”


大模型还基本上消除了语言鸿沟。比如,如果人与人之间说英语或阿拉伯语,可能会存在语言鸿沟问题,但今天不管用什么语言跟大模型讲,它都能听懂。人们以前需要设计各种各样的软件界面,导致纷繁的人机交互方式,今天,只需要使用统一的自然语言就可以与不同数据、各种App进行交互。


大模型还进一步消除了专业语言的鸿沟。很多白领工作,尤其是专业性比较强的白领工作都需要使用专业语言,比如做工程制图需要CAD语言,做数据分析可能需要应用Python等脚本语言。但是今天大模型基本上宣告这些将成为历史。人们完全可以用自然语言来表达需求,比如进行数据分析了,只需要用自然语言表达清楚需求,它就能自动生成相应的专业代码,进而完成任务。


“以后的资产评估不再是看你有多少收入、多少厂房、多少土地,还要看有多少高价值的数据。”


正因为大模型有了这些能力,所以在越来越多的场景中有着非常大的应用价值。


那么,大模型都有哪些基本的应用模式?肖仰华表示,今天所说的大模型是一个广义的概念,实际上可以呈现出不同形态。比如有文心一言、ChatGPT等通用大模型,还有面向各个行业和领域的大模型,以及HR、客服等场景大模型。还有一类是科学和专业大模型,包括复旦去年研发的气象大模型,以及做蛋白质结构预测、药物筛选、新药研发的大模型。


哪些大模型赛道具有高度的投资价值?肖仰华举例说:场景化大模型。“有一类工作需要一些通识能力,加上非常少的专业培训就能够胜任。比如客服、招聘、图书管理员,或者程序员,并不需要培养像科学家一样非常专业的知识,只需要大学本科毕业,稍做一些岗位培训就可以胜任。这类场景是通用大模型稍加调教就可以完成的,因为现在通用大模型的通识能力已经达到本科生水平,在这样的大模型基础上再进行岗位的专业技能培训就很容易实现。像客服、HR有一个特点都是追求标准化,不需要你创新。未来越是这种标准化、窗口型的工作岗位,越容易被大模型提质提效。”


另外一个可以积极布局的是专业大模型,比如化学分子结构大模型、代码大模型、表格大模型、票据大模型等,都能够帮人们解决很多专业的问题。

还有一个大模型非常重要的应用方式是打造场景化的认知智能体。“很多工作岗位都可以有一个对应的智能体,比如行政秘书,帮忙订会议室、收发会议通知,就能有一个行政秘书的智能体,帮秘书干类似的活。”肖仰华说,“事实上未来有很多千行百业的智能体。举一个旅游Agent的简单例子,比如今天要来厦门玩两天,我让Agent帮我制定一个厦门旅游攻略,这个智能体就可以像人一样查各种各样的地图网站、攻略网站、酒店等信息,帮我制定一个旅行方案,而且这个方案可以做到个性化,比如喜欢无烟房就给你订一个无烟房,你可能对人文景点感兴趣,就给你推荐鼓浪屿。”


此外,企业信息服务的统一门户也非常重要。“很多企业都有信息门户,但是现在信息门户越做越复杂,越做越庞杂,往往很难找到一个信息,关键字搜索也搜不准,将来可以变成智能化的门户,通过大模型的问答方式,比如今天要干什么,订会议,就把订会议的App推给你。现在手机也是这样的,手机App越来越多,想找个App都要找半天,将来应该是统一的自然语言入口,直接给它讲,我要干一件什么事,你给我推个App过来,甚至直接操控App内部参数完成更多的工作。”


除了几个大模型类型的应用,肖仰华提醒,在中国当下的发展中,数字中国战略非常重要,我国各级政府正在紧锣密鼓地通过数据要素市场发展,各个部委都在制定各种法规、出台各项政策。数据已经成为新的生产要素,将来是新的资产、新的产品,这对所有企业来讲意义重大。“以后的资产评估不再是看你有多少收入、多少厂房、多少土地,还要看有多少高价值的数据,数据将有可能变成比传统资产更值钱的新资产,这会是未来在中国大地上发生的非常重要的事。”他说,“其中,大模型能否有所作为?我想一定有,这块市场也非常大。”肖仰华表示,大模型给数据要素的价值变现提供了端到端的实现方式,以前数据要素的价值变现代价极大,需要各种专家的重度参与,人力成本高,实现代价大。很多企业都有数据,但数据并没有创造价值,反而是数据成为负担,更多时候是负资产。有了大模型后,可能做到数据的自动管理、智能化治理,从而推动数据要素的价值变现。


“这是全新的智能引擎的升级,而且这一次升级是很华丽的升级。”


对于传统市场,大模型的意义在哪里?对To C市场而言,它有可能成为新的入口。“互联网还有下一个新入口吗?我认为就是ChatGPT这一类通用聊天程序。”肖仰华说,“你可以跟它聊任何事情,表达任何诉求,然后在后面接各种各样的App,大家不觉得自己手机上的App太多了吗?不觉得手机找一个想要的App太困难了吗?只要这是一个困难,只要这是一个痛点,将来就一定有人干掉它,所以有可能成为一个新入口。实际上这在硅谷是非常热的一个投资。”


对To B市场而言,大模型真正的意义在于成为新的智能引擎。“我一直打一个比方,我们造车造了几百年,车一直是一个壳四个轮子,整个结构从来没有变过,真正变的是引擎,从一开始马去拉,后来蒸汽驱动,再到油动、电动,引擎一直在变,每一次引擎的升级都带来了科技的进步。”肖仰华说,“对于To B市场而言,以前用小模型,用知识工程、知识图谱驱动智能化解决方案,但是这些手段多多少少都有局限,比如小模型表达能力有限,只能表达几个有限的变量间的关系,但是现实世界是如此复杂;传统的知识工程永远只在封闭范围内有效,一旦到开放环境中就失效。今天大模型都可以比较好地解决小模型和传统知识工程的问题,这是全新的智能引擎的升级,而且这一次升级是很华丽的升级。”


肖仰华指出,大模型对于国家整体数字化转型发展,对于各行业高质量发展、智能化发展带来了前所未有的机遇。“可以认为大模型就是将来整个人工智能或数字化发展新的重要基础设施,会变成像电网一样那么基础,我常把大模型比作电力公司。”他说,“将来一种新的能力之源就是智能,App、硬件一旦接入到大模型,就变得更聪明。”他说。


“大模型将来发展到极致状态,最终的瓶颈就是人类的能源。”


从大模型产业发展的几个核心要素看,大模型、大算力、大数据、精工艺都存在投资机会。在算力方面,“现在万卡的集群国内还很少,但是国外已经在想象千万张卡的集群,所以这块发展空间非常之大。”肖仰华说,“算力背后是能源,因为算力要能源供养。大模型将来发展到极致状态,最终的瓶颈就是人类的能源,所以算力投资的尽头一定是能源投资。与突破人类能源瓶颈的新技术都值得关注,比如最近受到高度关注的室温超导、可控核聚变。”


在数据方面,谁有高质量的数据,谁才有可能调教出高质量的大模型。“所以国家在推动数据要素发展,推动语料联盟、语料交易,背后的逻辑就是做好数据。已经涌现一批公司专注于做大模型训练各种各样数据的收集、汇聚、清洗,这类公司也是非常具有投资价值的。”


另外一个非常重要的因素是精工艺。肖仰华指出,大模型宣告人工智能进入一个重工业时代,重工业时代最重要的特点就是工艺过程很重要。“很多时候原料配方大家都一样,但不同的是工艺水平。”他说。


肖仰华认为,总体上中国的大模型产业还处在起步阶段,各自为政,大家都在努力追赶,但缺乏统一规划、合作协同,缺乏立法保障。“整个2023年就是大炼大模型的阶段,很像当年大炼钢铁。将来肯定也会有相应的举措进一步促进我国的大模型产业发展。”


肖仰华谈到了大模型产业发展的主要问题:一个是同质化现象比较严重。很多大模型都是基于国外某一款开源大模型调教出来的,过度依赖国外大模型,导致国产大模型同质化严重。如果能走出一条跟国外大模型不一样的技术路线,相应的大模型就非常具有投资价值。


第二个是数据生态不完善。中文语料质量仍然有待进一步完善,这一领域也有重大机会。


再一个是算力掣肘,英伟达高端GPU对中国的供应受到限制,而国产算力生态尚不完善。“像华为的鲲鹏算力是国产算力的代表,围绕国产算力生态进行投在布局也是很多投资背后的基本逻辑”。


最后一个是模型创新有限。比如模型红利仍未用完,Transformers模型结构的潜力仍未完全发掘,国产大模型训练多依赖国外开源社区的模型实现,存在技术限制或底层安全隐患。


肖仰华指出,大模型本身仍然还存在着天花板。它只适合做开放聊天,在认知决策、复杂决策能力方面还不够。把通用大模型和传统的小模型、行业模型结合在一起,才有可能真正解决这个问题。大模型还有一个很大的问题是成本,所以大模型要和传统技术路线协同。此外,要注重做大模型的生态。


最后,肖仰华谈到了“农村包围城市战略”:“我们可以走一条从应用向技术突破的路线。像ChatGPT之类的大模型好比电能,电能并不能直接赋能,必须通过电器产品,变成若干个洗衣机、电冰箱才能帮我们赋能,这些电冰箱、洗衣机就是未来大模型的应用。很显然,不必每个企业都做发电厂,做好每类电器同样可以成就自己。将来要做好各种各样的大模型应用,做好模型应用,进一步带到底座模型核心技术的突破已经成为很多国产大模型厂商的基本认识。”



最后,肖仰华总结道:“大模型可能是一场新的技术革命到来的前奏,有可能是宣告一场通用人工智能革命的即将到来,对我国数字化转型发展意义重大,希望有更多的人关注大模型产业,积极投身到产业中。相信它将会成为一种推动国家高质量发展的新型生产力。”



“前智能时代,优秀的管理者只需洞察人性与组织发展规律,未来还需洞察‘机性’。”


在演讲后的对话环节,肖仰华进一步阐述了智能时代的企业家的新使命、新担当。


“在大模型等AGI技术快速发展的新形势下,对管理者和决策者而言,未来最大的挑战是管理的对象将发生改变。作为一个企业家,我们以前的关键任务是管理人,只要把人管好,大部分问题就能解决。未来,我们管理的对象将不可避免地涉及智能机器、数字员工。”他说,“人类员工、数字员工、机器员工,都是企业不可或缺的智能体,都是企业的生产力所在。未来企业管理的对象不再是单一的人类以及由人类构成的组织,而是由人、机等各种智能体所构成的智能组织。”


“管理对象的变化将从根本上刷新管理科学的内涵与使命。前智能时代,优秀的管理者只需洞察人性与组织发展规律,未来还需洞察‘机性’。人机智能的实现路径不同,呈现出不同的智能与能力特性,要从根本上把握人机的根本差异与互补方式。然而,人机边界的日益模糊对未来的管理学家提出了前所未有的挑战。从人本主义角度来看,整个人类最重要的使命是做好智能机器的牧羊人,本质上就是要求人类扮演好机器的管理者角色。从这个意义来讲,管理学或许会是智能时代最重要的‘显学’之一,管理者将是智能时代最重要的职业之一,只不过这一切首先需要为智能时代的管理科学重新定位。”

人工智能智能机器
本作品采用《CC 协议》,转载必须注明作者和本文链接
人工智能的安全挑战
2018-06-04 21:24:28
近两年人工智能(Artificial Intelligence)已经成为一个炙手可热的名词,各行各业尤其是信息产业已将人工智能视为行业的下一个发展方向。 遍地开花的人工智能 人工智能不断涌现的各种成果频繁刺激着社会的认知,改变着人们的生产生活方式。各类智能机器人不断面世,机器人索薇娅成为全球首位被赋予法律公民身份的机器人;继AlphaGo横扫围棋大师后,来自国产的人工智能程序星阵围棋(Gol
美国国防高级研究计划局(DARPA)一直处在人工智能研究的前沿,可以说,美国人工智能的发展很大程度上归功于DARPA的支持。从20世纪60年代初至今,在60余年的研究中,从最初的基础研究项目到军事应用研究,DARPA在基础研究和应用研究之间建立了平衡,先后进行了自然语言理解、感知和机器人、可解释的人工智能、下一代人工智能、人机融合、基于人工智能的网络攻击与防御技术等领域的研究。
AI的爆火,以上信息,你一定没少见,甚至还会因为这些信息而感到焦虑不安。对于刚刚接触人工智能领域的朋友来说,人工智能领域知识庞大且复杂,各种专业名词层出不穷,常常让人看得摸不着头脑。
“人机边界的日益模糊对未来的管理学家提出了前所未有的挑战。从人本主义角度来看,整个人类最重要的使命是做好智能机器的牧羊人,本质上就是要求人类扮演好机器的管理者角色。”
人工智能在网络靶场领域的应用创新方向进行探讨
因为每个人似乎都在谈论最热门的潮流;人工智能机器学习;叙事科学的一份报告称,到2018年,62%的大型企业将广泛使用人工智能技术。毫无疑问,我们人类可以发现漏洞,但不能同时分析数以百万计、数十亿行代码的程序。云人工智能技术为该公司的两种产品提供了动力:CloudMon –监控各种互联网基础设施关键安全问题的系统。
当前,人工智能技术迅猛发展,并被广泛应用于军事领域。由于人工智能新技术本身的不确定性及其治理机制的不完善,人工智能技术的武器化应用将可能弱化人类对战争的把控权,增加战争发生的可能性,冲击现有国际秩序的稳定性,挑战国际法规的基本原则,甚至引发复合型危机。对此,国际层面、区域层面、国家层面的各相关行为体已开始着手探寻相关治理机制。但目前国际社会在全面禁止人工智能武器方面尚未达成共识,各国政府应创造性地
自 OpenAI 发布 ChatGPT 以来,许多安全专家预测,网络犯罪分子开始使用 AI 聊天机器人编写恶意软件并执行其他恶意活动只是时间问题。据报道,该恶意软件能够窃取感兴趣的文件。但安全研究人员表示,有很多证据已经表明ChatGPT确实有助于低技能黑客创建恶意软件,这将持续引发公众对网络犯罪滥用该技术的担忧。从那以后,Shykevich表示,OpenAI一直在努力改善聊天机器人的限制。
正是由于它真正披上了如真人般的外衣,ChatGPT自问世以来就迅速火爆全球。截至2023年1月底,ChatGPT月活用户数突破1亿,成为全球用户增速最快的爆款应用之一。当ChatGPT碰到未经大量语料训练的专业领域问题,给出的答案往往并不能回答实际问题,同样,也不具备人类擅长的引申能力。任务自动化ChatGPT 有望进一步加强脚本、策略编排、安全报告的自动化,比如为渗透测试报告编写修复指南。
X0_0X
暂无描述