專題：2024清華五道口首席經(jīng)濟(jì)學(xué)家論壇

　　2024清華五道口首席經(jīng)濟(jì)學(xué)家論壇于9月28日在北京舉行。360集團(tuán)創(chuàng)始人、董事長兼首席執(zhí)行官周鴻祎出席并演講。

　　周鴻祎指出，大模型會重構(gòu)每個行業(yè)和每家公司。中國公司不用等到超級通用人工智能做出來之后再應(yīng)用，而是應(yīng)該充分發(fā)揮工業(yè)門類多，企業(yè)場景豐富的優(yōu)勢，結(jié)合企業(yè)場景打造專業(yè)化大模型。

　　以下為演講實錄：

　　周鴻祎：在座的諸位，像王小川、孫老師都是人工智能的信徒，因為對人工智能現(xiàn)在還是有很多爭論，到底大模型是人工智障還是真正的智能？包括美國也涌現(xiàn)出了一些爭論，到底GPT-5能不能出來，包括人工智能是不是泡沫？是不是需要6000億美金的收入規(guī)模才能證明？所以，我的觀點還是講，大模型已經(jīng)實現(xiàn)了一個智能的突破，而且會是一場工業(yè)革命。但是，我不會像網(wǎng)上那么悲觀，說它會摧毀什么行業(yè)，我覺得它會重構(gòu)每個行業(yè)和每家公司。

　　大模型最近的一個重大突破，我在今年7月份已經(jīng)開始思考這個問題，就是從人類的快思考能力，變成了慢思考的能力。今天一個再牛的人，要求他不假思索地現(xiàn)場回答一個復(fù)雜問題，不打底稿，沒有紙張的介入，不分步，快速回答問題答案的能力都是有限的。

　　但是，我們?nèi)祟惤鉀Q復(fù)雜問題的時候?qū)嶋H上是分成多步，比如老師讓寫個論文，我總得先擬個提綱，去查點資料，再找別人看一看，再到處抄襲抄襲，反正最后寫完的文章再潤色一下，你會發(fā)現(xiàn)分成很多步，這實際上是慢思考的能力。

　　最近Open AI發(fā)布了o1，給大家又帶來了信心。因為原來自己使用GPT的時候就覺得人工智能就這樣，還經(jīng)常疑問是不是產(chǎn)生幻覺，是不是出錯，感覺GPT像一個死記硬背的學(xué)生，但是o1很不一樣。很多人在談強(qiáng)化學(xué)習(xí)，這個肯定要向幾位老師請教了，我也不太懂強(qiáng)化學(xué)習(xí)。我覺得用多種方法，最重要的是實現(xiàn)思維鏈的能力，也就是慢思維的能力。所以，這樣的話，我覺得人工智能又找到了新的發(fā)展方向。因為傳統(tǒng)的模型，對于算力，對于顯卡，對于能源，對于數(shù)據(jù)的大力出奇跡的方式實際上已經(jīng)是碰到瓶頸了，因為訓(xùn)練數(shù)據(jù)用得差不多了，所以o1開始考慮用強(qiáng)化學(xué)習(xí)合成高質(zhì)量數(shù)據(jù)的方法開辟了新范式。

　　奧特曼最近發(fā)了一篇文章，我仔細(xì)看了看，他這個文章看起來樂觀，實際上是悲觀，說人類經(jīng)過幾千天就能實現(xiàn)突破。猛然一聽很樂觀，我一算幾千天，大概還得十年。所以，我自己覺得比較樂觀，我覺得中國其實可以走一條路，就是不用等到一個超級通用人工智能做出來之后再來應(yīng)用，而是充分發(fā)揮我們工業(yè)門類多，企業(yè)場景豐富，應(yīng)該結(jié)合企業(yè)的場景打造專業(yè)化的大模型。

　　另外，慢思考不是只有學(xué)習(xí)一種方式，我們最近半年探索的專家模型協(xié)同的COE方法，我跟國內(nèi)16家大模型廠商合作，接入了50多個大模型，我們嘗試，比如說，王小川的模型負(fù)責(zé)回答問題，百度的模型負(fù)責(zé)來挑戰(zhàn)，千問的模型負(fù)責(zé)來辯論，最后可能字節(jié)的模型來負(fù)責(zé)總結(jié)，通過幾個大模型像一個幕僚參幕團(tuán)一樣這種，通過相互的討論也能實現(xiàn)基于協(xié)同的慢思考，解決復(fù)雜問題的能力，而且將來在很多問題上超過了GPT-4o，可以看一看演示。

　?。ù竽Ｐ脱菔荆?/p>

　　最后分享一個簡單的故事，前一段網(wǎng)上流傳一個視頻，Google的前CEO埃里克·施米特有一個對話，視頻標(biāo)注為他故意開玩笑表示為“保密”，結(jié)果反而傳播量很大。所以，我們今天這個會也是保密的，對吧？（笑）。國內(nèi)熱炒了很多，其實我倒不喜歡施米特的一些言論，我覺得那個主持人的言論特別棒，但是大家沒有注意到。斯坦福的一個教授解答了一個故事，也解答了我的一個疑問。他就說到底工業(yè)革命如何發(fā)生的？他講當(dāng)年蒸汽機(jī)被電動機(jī)取代的時候是經(jīng)過了30年，最早的時候簡單地拿電動機(jī)取代蒸汽機(jī)，因為沒有改動工廠的格局和傳統(tǒng)機(jī)構(gòu)，整個的業(yè)務(wù)鏈條。所以，并沒有帶來效率的本質(zhì)提升。因為最早的工廠都是一個蒸汽機(jī)通過傳送桿把動力傳給整個工廠。所以，整個工廠是以這個中心驅(qū)動來設(shè)計它的整個的架構(gòu)。

　　后來30年之后人們突然意識到，電動機(jī)可以做小，做成很多個電動機(jī)，所以工廠里各個傳送帶，工廠里各個動力驅(qū)動裝置都用了不同的電動機(jī)，從中心驅(qū)動變成了單元驅(qū)動，整個工廠的格局、流程，包括管理、組織機(jī)構(gòu)都發(fā)生了變化，才帶來了電動機(jī)驅(qū)動的工業(yè)革命。所以，我覺得這個例子特別恰當(dāng)。就是我們今天不能就技術(shù)論技術(shù)，一方面我跟大家分享了最近人工智能上碰到一段徘徊期之后的一個新的關(guān)于思維鏈突破。

　　第二個，我最愛舉的一個例子就是大模型不是產(chǎn)品，只是能力，還有大模型不是操作系統(tǒng)，全世界只需要兩三套，大模型更像電動機(jī)，就是它可大可小，可快可慢，無處不在，最后在中國眾多的使用場景中，每個人的加強(qiáng)可能會有多個大模型，你的手機(jī)、車、電腦，包括你們家的人形機(jī)器人，你們家的智能硬件都會有大模型。在每個企業(yè)里也不會有一個大模型解決所有的問題，所謂的中心驅(qū)動，而是叫單元驅(qū)動。就是每個企業(yè)的不同部門，它的不同業(yè)務(wù)的不同流程中會有多個專用的大模型在解決各自的問題。這些大模型像人類專業(yè)員工一樣，通過一個組織的能力進(jìn)行協(xié)作，進(jìn)行相互的剛才說的這種交流、討論、反思、辯論，最后總結(jié)出正確的答案。所以，這種模式很有可能針對大模型，能夠避免我們今天遇到的所謂模型能力不足的問題，能解決所謂模型能力容易出錯的問題，解決一個我們現(xiàn)在最卡脖子，就是算力芯片不足的問題。

　　時間有限，下來再跟大家分享，謝謝大家！

　　新浪聲明：所有會議實錄均為現(xiàn)場速記整理，未經(jīng)演講者審閱，新浪網(wǎng)登載此文出于傳遞更多信息之目的，并不意味著贊同其觀點或證實其描述。