大模型如何改变世界?李彦宏:未来至少一半人要学会“提问题“

news2024/11/15 7:14:03

2023年爆火的大模型,对我们来说意味着什么?

百度创始人、董事长兼CEO李彦宏认为,“大模型即将改变世界。”

5月26日,李彦宏参加了在北京举办的2023中关村论坛,发表了题为《大模型改变世界》的演讲。李彦宏认为,大模型成功地压缩了人类对于整个世界的认知,让我们看到了实现通用人工智能的路径。

他表示,“当下,我们正处在全新起点,这是一个以大模型为核心的人工智能新时代,大模型改变了人工智能,大模型即将改变世界。”

在这里插入图片描述

李彦宏预测,10年后,全世界有50%的工作会是提示词工程。对于这一变化,李彦宏认为“提出问题比解决问题更重要。我们的教育要教孩子提出问题,而不仅仅是解决问题。”

每一次工业革命,都有一个颠覆性的技术创新,每一次工业革命都极大地推动社会生产力的发展。事实上,在今年大模型爆火之前,主流的说法已经认为人工智能将引领第四次工业革命。

而大模型使得人工智能可以更好地模拟和应对复杂的现实问题,为新的颠覆性的技术创新提供了基础,它将推动各个行业的变革。

大模型如何改变世界?

人工智能改变世界,大模型改变人工智能。业界普遍认为,经过十几年发展,当前人工智能已发展到大模型时代。

大模型时代的到来,离不开大算力、大模型、大数据的相关突破。大算力提供了高效的计算能力,支持大模型的训练和推理;大模型能够更好地拟合和表示大数据,提供更准确的智能能力;大数据则为人工智能系统提供了丰富的训练和学习材料。

三者相互关联、相互促进,人工智能系统展现出出乎意料的智能行为和能力的现象,这种现象被称为“智能涌现”。

李彦宏解释称,“过去的人工智能是,我想让机器学会什么技能,就教它什么技能。教过的有可能会,没教过的就不会。大模型出现智能涌现之后,以前没教过的技能,它也会了。”

如今,写文章、写代码、做翻译已经是“基操”,大模型为AI工具带来了全新的想象力。不久前,百度的文心大模型“补全”了《富春山居图》,让历史画作重现当代,且能让风格与现存真迹达到一致。

李彦宏称,人工智能发展方向从“辨别式”走向“生成式”。关于“辨别式”与“生成式”,李彦宏举了个例子:搜索引擎就是典型的辨别式;用AI进行文学创作,写报告、绘制海报等等,这些都是生成式。

回望过去三次工业革命,世界的改变本质上是对产业的改变,进而带来人的改变。那么人工智能将对我们每个人产生怎样的影响?

首先,大模型重新定义了人机交互。通过自然语言处理和生成模型等技术,大模型使得人们可以更自然、无缝地与机器进行交流和互动。而被重新定义的人机交互带来一场“提示词”革命。

“我做过一个预测,10年后,全世界有50%的工作会是提示词工程。提出问题比解决问题更重要。我们的教育要教孩子提出问题,而不仅仅是解决问题。”

李彦宏认为,未来的应用,是通过自然语言的提示词来调动原生AI 应用实现的。这意味着,“未来你的薪酬水平,将取决于你的提示词写得好不好,而不是取决于你的代码写得好不好。”

而通过“提示词”来大显身手的生成式AI,会让工作效率大幅度提升。

根据方舟投资公司(Ark Invest)发布的《Big Ideas 2023》年度投研报告,到2030年,人工智能预计将使知识工作者的生产力提高4倍以上。报告还提到,如果100%的企业采用人工智能,人工智能可以在总体上花费31万亿美元,带来约200万亿美元的劳动生产率。

不过,人工智能一直在进步,也一直带给一些人们“机器会不会取代人?”的担忧。

如李彦宏所说,大模型会重新定义营销和客服。有了大模型,即使你有70亿个客户,每一个客户也都可以有一个专属的7×24小时的、什么都知道的助理去服务他。但于营销和客服而言,谁拥有最佳的跟客户沟通的方式,谁就会拥有这个客户,而这个道理在大模型出现之前就成立,人工智能是为了提高人的效率,而不是为了取而代之。

李彦宏认为,“把机器变成人,不应该是努力的方向。机器很多方面会比人强,但机器变不成人,也没必要变成人。机器会越来越聪明,能够干的事越来越多,效率会越来越高,我们需要与机器共生,而不是二元对立。”

历史发展有其一定的规律,过去三次工业革命,每一次都会让一部分工作消失,但每一次也创造出了更多的新工作岗位。

大模型时代来了,每一个产品都值得重做一遍

大模型正在改变世界,而对于投身人工智能行业的公司来说,背后的商业机会也正在发生变化。业界有一种说法,大模型时代来了,每一个产品都值得重做一遍。但谁真正重新做了一遍呢?

李彦宏表示,“百度要做第一个把全部产品重做一遍的公司,不是整合,不是接入,是重做,重构!”

李彦宏如此说,底气何在?

一方面,应当是源于百度在技术上的长期投入和积累。自2013年开始布局至今,10年间百度在人工智能上的投入超千亿。

另一方面,则是来自百度的“独特优势”。

李彦宏认为,大模型改变人工智能的背后,IT技术栈也发生了非常根本的变化。过去,无论是PC还是移动时代,IT技术栈都是三层,芯片层、操作系统层、应用层。

人工智能时代,IT技术栈变成了四层:底层仍然是芯片层,但主流芯片从CPU变成了GPU;芯片上面叫做框架层,就是深度学习框架;框架上面是模型层,ChatGPT、文心一言都是属于模型层;最上面是应用层。

芯片层方面,百度布局有昆仑芯,已经量产几万片,昆仑芯第三代,预计2024年初量产;深度学习框架方面,百度的飞桨与Meta的PyTorch、谷歌的TensorFlow齐名,百度的飞桨,在中国的市场份额排第一;模型层百度拥有文心一言,此外还有交通大模型、能源大模型等行业大模型。

百度是目前全球为数不多做到四层全栈布局的人工智能公司,全栈布局的优势是,能够实现层层反馈,端到端优化,在实际应用中,可以大幅提升效率。

李彦宏举例称,通过智能调整红绿灯的时间,可以让城市交通效率提升15%到30%。“五一长假之前最后一个工作日,北京大堵车,从二环堵到六环一片红,唯一绿的是亦庄,因为亦庄300多个路口全部部署了百度AI信控系统。”

第三则是自主可控。文心一言大模型做到了数据可控、框架可控、模型可控,能够体现在国际竞争当中高水平的科技自立自强。

李彦宏也对文心一言寄予厚望,“它可以赋能千行百业,助力中国经济开创下一个黄金30年。”

如何学习大模型 AI ?

由于新岗位的生产效率,要优于被取代岗位的生产效率,所以实际上整个社会的生产效率是提升的。

但是具体到个人,只能说是:

“最先掌握AI的人,将会比较晚掌握AI的人有竞争优势”。

这句话,放在计算机、互联网、移动互联网的开局时期,都是一样的道理。

我在一线互联网企业工作十余年里,指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家,也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑,所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限,很多互联网行业朋友无法获得正确的资料得到学习提升,故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

在这里插入图片描述

第一阶段(10天):初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识,对大模型 AI 的理解超过 95% 的人,可以在相关讨论时发表高级、不跟风、又接地气的见解,别人只会和 AI 聊天,而你能调教 AI,并能用代码将大模型和业务衔接。

  • 大模型 AI 能干什么?
  • 大模型是怎样获得「智能」的?
  • 用好 AI 的核心心法
  • 大模型应用业务架构
  • 大模型应用技术架构
  • 代码示例:向 GPT-3.5 灌入新知识
  • 提示工程的意义和核心思想
  • Prompt 典型构成
  • 指令调优方法论
  • 思维链和思维树
  • Prompt 攻击和防范

第二阶段(30天):高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习,学会构造私有知识库,扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架,抓住最新的技术进展,适合 Python 和 JavaScript 程序员。

  • 为什么要做 RAG
  • 搭建一个简单的 ChatPDF
  • 检索的基础概念
  • 什么是向量表示(Embeddings)
  • 向量数据库与向量检索
  • 基于向量检索的 RAG
  • 搭建 RAG 系统的扩展知识
  • 混合检索与 RAG-Fusion 简介
  • 向量模型本地部署

第三阶段(30天):模型训练

恭喜你,如果学到这里,你基本可以找到一份大模型 AI相关的工作,自己也能训练 GPT 了!通过微调,训练自己的垂直大模型,能独立训练开源多模态大模型,掌握更多技术方案。

到此为止,大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗?

  • 为什么要做 RAG
  • 什么是模型
  • 什么是模型训练
  • 求解器 & 损失函数简介
  • 小实验2:手写一个简单的神经网络并训练它
  • 什么是训练/预训练/微调/轻量化微调
  • Transformer结构简介
  • 轻量化微调
  • 实验数据集的构建

第四阶段(20天):商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知,可以在云端和本地等多种环境下部署大模型,找到适合自己的项目/创业方向,做一名被 AI 武装的产品经理。

  • 硬件选型
  • 带你了解全球大模型
  • 使用国产大模型服务
  • 搭建 OpenAI 代理
  • 热身:基于阿里云 PAI 部署 Stable Diffusion
  • 在本地计算机运行大模型
  • 大模型的私有化部署
  • 基于 vLLM 部署大模型
  • 案例:如何优雅地在阿里云私有部署开源大模型
  • 部署一套开源 LLM 项目
  • 内容安全
  • 互联网信息服务算法备案

学习是一个过程,只要学习就会有挑战。天道酬勤,你越努力,就会成为越优秀的自己。

如果你能在15天内完成所有的任务,那你堪称天才。然而,如果你能完成 60-70% 的内容,你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 学习资料已经上传CSDN,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费

123?spm=1001.2014.3001.5501)这份完整版的大模型 AI 学习资料已经上传CSDN,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2082104.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

2024年新算法-基于SBOA-BP混合神经网络的数据预测(Python代码实现)

在今天的数字化时代,机器学习和人工智能领域的不断发展为数据处理和预测提供了强大的工具。其中,BP神经网络(反向传播神经网络)作为一种经典的网络模型,因其能够处理复杂的非线性问题而备受关注。然而,传统…

吴恩达机器学习课后作业-07kmeans and pca

k-均值与PCA k-均值图片颜色聚类 PCA(主成分分析)对x去均值化图像降维 k-均值 K-均值是最普及的聚类算法,算法接受一个未标记的数据集,然后将数据聚类成不同的组。 K-均值是一个迭代算法,假设我们想要将数据聚类成n个…

python-变量声明、数据类型、标识符

一.变量 1.什么是变量 为什么需要变量呢? 一个程序就是一个世界,不论使用哪种高级程序语言编写代码,变量都是其程序的基本组成单位。如下图所示的sum和sub都是变量。 变量的定义: 变量相当于内存中一个数据存储空间的表示&#…

Spring MVC常用注解及用法

目录 1.建立连接--RequestMapping 2.请求 2.1 传递单个参数 2.2 传递多个参数 2.3 传递对象 2.4 参数重命名--RequestParam 2.5 传递数组 2.6 传递集合 2.7 传递json数据--RequestBody 2.8 获取URL中参数--PathVariable 2.9 上传文件--RequestPart 2.10 获取Cookie--…

bomb 实验

GDB常用命令: GDB调试常用命令-CSDN博客 原理: 编译与反汇编过程-CSDN博客 Bomb实验实现 阶段一: 分析 分配空间:sub $0x8,%rsp 为局部变量分配栈空间。设置参数:mov $0x402400,%esi 将字符串地址加载到 %esi。…

MMsegmentation与MMdeploy简单使用

最近涉及到了图像分割的任务,于是拿来写下博客加深下使用。 MMsegmentation与MMdeploy的环境配置暂不做讲解,在官网和其他博客中有很多说明。 MMdeploy主要是把pt转为 onnx_int8的情况。 MMsegmentation环境配置可以参考 : 安装与配置MMSegmentation 目录…

【管理型文档】软件需求管理过程(原件)

软件需求管理规程应明确需求收集、分析、确认、变更控制及验证等流程,确保需求准确反映用户期望,支撑软件开发。该规程要求系统记录需求来源,通过评审确保需求完整、清晰、无歧义,实施变更控制以维护需求基线稳定,并持…

后端面试真题整理

面试问题整理 本人主要记录2024年秋招、春招过程中的疑难八股真题,参考来源:牛客网、知乎等。 八股 深拷贝与浅拷贝 浅拷贝: 浅拷贝会在堆上创建一个新的对象(区别于引用拷贝的一点),不过,如果…

井盖丢失隐患大?智慧井盖监管系统帮你解决

在现代都市中,我们每天行走在钢筋水泥之间,却很少有人注意到脚下的小小井盖。这些不起眼的圆形铁盘不仅是城市地下管网的入口,更是维系城市生命线的重要组成部分。然而,当暴雨来袭,或是深夜无人之时,井盖的…

无线麦克风什么牌子的音质效果好?一文读懂麦克风哪个牌子的好

无线领夹麦克风哪款音质最好?在这个追求高质量音效的年代,选择一款合适的无线领夹麦克风(简称领夹麦)对于提升录音或直播的音质至关重要。随着市场的不断扩大,市面上充斥着大量信号不稳定、音质差的无线领夹麦克风&…

2024年汽车零部件企业CRM研究:服务商排名、案例分析、需求分析

最近媒体上频现各车企大佬发声,抗议某汽车企业“不要卷价格,要卷长期价值”,还有的直接批判其打破行业规则。图穷匕现,汽车行业的竞争愈发激烈了。 汽车产业作为我国国民经济的重要支柱产业、经济增长和转型的重要抓手&#xff0…

微软将持续多年的 Mono 项目移交给 Wine

今天,微软突然决定将 Mono 项目交由 Wine 开发社区管理。自Mono项目上一次作为开源.NET框架发布以来,已经过去了五年时间,此前Wine已经使用了Mono的代码,而在微软专注于开源.NET和其他工作的情况下,此举是合理的&#…

Python编程的终极十大工具(非常详细)零基础入门到精通,收藏这一篇就够了

🤟 基于入门网络安全打造的:👉黑客&网络安全入门&进阶学习资源包 Python一直以来都是程序员们的首选编程语言之一,其灵活性和功能强大的库使其成为解决各种问题的理想选择。在本文中,我们将介绍Python编程的终…

fdMemTable内存表进行SQL查询

fdLocalSql可以对fdMemTable内存表进行SQL查询(可以对多个fdMemTable内存表进行联表查询哦),fdLocalSql使用SQLITE引擎,而FIREDAC驱动SQLITE,连SQLITE驱动DLL都不需要附带的。 所有设置用FormCreate里用代码 procedure…

【C#】Visual Studio2017 MSDN离线安装

1. 运行Visual Studio Installer 在Windows的开始菜单中直接搜索 2. 单击“修改”按钮 3. 依次点击,单个组件 - 代码工具 - Help Viewer - 修改,开始安装 4. 下载速度慢解决方法 修改IPv4 DNS 参考:visual studio下载慢解决方法&#xf…

unity脚本

Transform.Rotate 描述 使用 Transform.Rotate 以各种方式旋转 GameObjects。通常以欧拉角而不是四元数提供旋转。 可以在世界轴或本地轴中指定旋转。 世界轴旋转使用 Scene 的坐标系,因此在开始旋转 GameObject 时,它的 x、y 和 z 轴与 x、y 和 z 世…

Leetcode 131.分割回文串 回溯 C++实现

Leetcode 131. 分割回文串 问题:给你一个字符串 s,请你将 s 分割成一些子串,使每个子串都是 回文串 。返回 s 所有可能的分割方案。 算法: 创建二维返回数组 ans ,和临时数组 path 。 进入 dfs 函数,当 …

初识linux(1)

linux背景 1991年10月5日,赫尔辛基大学的一名研究生Linus Benedict Torvalds在一个Usenet新闻组 (comp.os.minix)中宣布他编制出了一种类似UNIX的小操作系统,叫Linux。新的操作系统是受到另 一个UNIX的小操作系统——Minix的启发…

今日arXiv最热大模型论文:港大微软发布AgentGen提高大模型规划能力,8B模型接近GPT-4水平

夕小瑶科技说 原创 作者 | Richard 在大语言模型(LLM)问世之后,基于 LLM 的 Agent 引起了广泛的关注并且变得越来越流行。规划能力无论对人类还是 Agent 都是一个重要的决策步骤,规划的本质是通过预先设定的行动过程&#xff0c…

软件设计师全套备考系列文章20 -- UML建模(重点,15分)

软考-- 软件设计师(20)-- UML建模(重点,15分) 文章目录 软考-- 软件设计师(20)-- UML建模(重点,15分)前言一、章节考点二、概述三、类图四、用例图五、顺序图六、活动图七、状态图八、通信图九、构建图 前言…