完美体育凤凰网财经讯 12月17-18日，由凤凰网主办、凤凰网财经承办的“2023凤凰网财经年会”召开，本届年会以“跨越周期 提振信心”为主题，盛邀政商学界顶级嘉宾，全面展望2024全球及中国经济热点话题，把脉投资趋势，提振发展信心。
人工智能正在迅疾地改变人类的生活，在其指数级发展的过程中，我们悄然进入人工智能的2.0时代。就在2023年，AIGC和ChatGPT、大模型等热词成为人们关注的焦点，不断升级的技术在人们写作、编程等工作上，发挥着出色的辅助作用。在众多企业入局这一火热赛道的当下，企业和个人究竟要如何提升竞争力，勇立时代潮头？
在2023凤凰网财经年会“特别对话：走进人工智能时代”环节，华南理工大学软件学院院长蔡毅与IBM大中华区董事长、总经理陈旭东，围绕着AIGC的功能、挑战与未来发展方向等话题，给出了各自独具见地的思考和解读。
早在1956年夏天，美国东部的达特茅斯召开了一次颇具传奇色彩的学术会议，成为人工智能的缘起。IBM现身此次会议，迈入人工智能的历史潮流中。从此，IBM在AI领域不断探索，在2011年推出面向企业的产品watson，今年5月份又发布了企业级AI与数据平台watsonx。AI对企业的管理和发展究竟起到什么样的作用，有着十几年积累的IBM有话要说。
陈旭东表示，对于企业来说，AIGC能够提升客户体验、提高工作效率、辅助决策、创新产品和服务、降低成本。生成式AI或者企业级AI在整个企业的经营过程中，是非常有价值的。例如，在财务、HR、供应链等职能部门的流程自动化、 IT和运维的智能化、企业信息安全、资产管理等方面，都能够帮助企业提升效率。并能够提高企业员工获取信息的能力，写作、编程效率。
除了写作和编程，蔡毅认为，AI在辅助设计和艺术创作方面也有较强的功能。据介绍，去年8月在美国科罗拉多州举办的艺术大赛里，一个叫太空歌剧院的作品，就是用AI辅助生成完成的。他表示，用AIGC技术来做这种个性化的图像，或者文本的生成，可以在艺术创作里提供创作源泉。这就要求在生成的同时，能够比较方便进行编辑，或者进行素材的抽取。
此外，蔡毅也看好AI医疗辅助诊断技术，包括诊断报告的一些辅助生成，还有医生的初步诊断意见的辅助决策，他相信未来AIGC将在这些方面落地应用。
大模型出来之后，是否会给人类的就业岗位带来一些威胁？像翻译、简单文书写作、简单海报设计等，可能首当其冲。那么，对于求职者来说，应该具备什么样的核心竞争力，才能够在瞬息万变的社会环境中安身立足？
蔡毅和陈旭东都相信，人工智能的本意并不是要取代人，而是要提高劳动者就业的质量和生产效率。AI实际上是帮助人类从繁重的体力劳动、脑力劳动中解放出来，从重复性的工作中解放出来，让人有时间去做更有创造性的工作。人类要充分地去拥抱这些技术，做好准备，迎接这个时代的到来。
当被问及如何给孩子选择专业时，蔡毅表示，“现在人才的培养要进行重新定位，可以分为研发型人才、应用型人才、辅助支撑型人才”。
他进一步解释，研发型人才会涉及到模型本身技术核心，包括模型的设计、优化、训练、适配等；应用型人才的培养，门槛会降低。大模型的诞生之后，似乎文科生也可以做人工智能应用的开发；辅助支撑型人才，主要是从事一些数据标注、人力反馈工作，这一类可能门槛更低一些。
目前，在人工智能领域的应用层面及技术研发层面，各种各样的创业公司如雨后春笋般涌现出来，在创业过程中，他们应该注意一些什么呢？
对此，蔡毅表示，从大模型本身来说，创业公司需要储备数据、算力和人才，这些都是目前做大模型不可或缺的。
陈旭东则给AI创业者提出两条建议，第一个原则是“看清未来的赛道”。他坦言，“要尽可能地看清楚ChatGPT在往哪跑，它跑过的地方肯定是寸草不生的”，有的“现在搞半天，最后它一下子把你的功能全给涵盖了。前期已经有一部分创业者掉到这个陷阱里去了”。第二条原则是“选对要应用的场景”。他解释，ChatGPT做的是非常通用和普遍的场景，但还不是很擅长专业、垂直领域，要到“ChatGPT可能拿不到数据的这些地方、领域，去做开发”。
陈旭东举例，“比如说我是做石油钻井的，那是不是可以把我历史上的数据整理出来去研究，找到在勘探上面有哪些地方能优化？针对非常特定的行业领域，ChatGPT的数据可能很难收集到”。
日前OpenAI内斗事件闹得沸沸扬扬，这一事件在陈旭东看来，主要是两派力量的分歧。
陈旭东表示，在OpenAI内部，一派力量想要高歌猛进，不管那些法律法规，就沿着技术这条路线往前，能跑多远跑多远，尽可能挖掘大模型能够给人类带来的好处；另一条路线则认为，AI的能力已经有点高深莫测了，是不是稍微停下来看一看，然后再去看看前面沿着哪条路走。
他认为，目前获胜的是高歌猛进往前冲的这一派。对于这一结果，他并不意外。“对科技的追求是人类孜孜不倦的理想，即使OpenAI不做这件事，别的公司也会往前猛冲，现在的问题是监管跟得上。”
对于这两派的分歧，蔡毅总结道，“我觉得最理想的应该是，在我们可以掌控的能力范围之内，尽可能地高速发展，高歌猛进。”
蔡毅认为，OpenAI的内斗给整个行业带来启示：技术的研发需要研发队伍的稳定，这样大的人事变动，对整个研发队伍来说是一个比较大的冲击。在大项目的研发过程中，如何保证队伍的稳定性、研发的延续性，是不可忽视的问题。
在陈旭东看来，AI领域最大的挑战，一个是相关知识和技能的缺失，一个是AI开发工具不足。他介绍，IBM在“全生命周期的治理”领域做了很多年的探索，即对应用模型的质量进行评估，对模型风险进行管理，整个系统运维起来以后，确保整个模型的质量、运维的质量达到比较好的标准。
“现在正是整个企业级AI开始大发展的前夜。”陈旭东表示，在IBM的客户中，已经有几百个客户开始跟IBM讨论具体怎么部署AI的能力。“我觉得这都是第一波吃螃蟹的人。一旦这些部署取得好的经济效益，这些应用就会大规模地推广到其他企业去，然后带动企业效率进一步提高。”他说。
蔡毅认为，目前学术界里，最难解决的可能是模型的可解释性、可靠性和鲁棒性。“比如说目前我们说大模型会有很多能力的涌现以及幻觉的产生，那么为什么会有能力的涌现？什么时候会有能力的涌现？为什么会有幻觉的产生？它产生的机理、机制是什么？目前在学术界还是在研究当中的一个话题，这样的一个课题，它的可解释性对我们来说还是一个黑盒。怎样将黑盒进行白盒化，能够让这个积累机制更加清楚透明，目前来说这块是比较难解决的。”
对于AI发展的未来，蔡毅认为，其很关键、很重要的一个方向就是怎样落地。未来可能会有更多通用人工智能方面的研发，会在这方面进行一些发力。
