(網(wǎng)經(jīng)社訊)ChatGPT的成功引發(fā)了大模型的熱潮，在各家大模型比拼得伯仲難分之時，業(yè)界出現(xiàn)了對大模型的評分。但高分模型一定比低分模型更能幫助我們嗎？我們該如何駕馭技術的潮流，而不是天天追趕技術名詞？微軟（中國）首席技術官韋青作客中歐EMBA「合一講堂」，帶來了他的思考。
1對技術信仰的三點思考
OpenAI在ChatGPT上的成功，源自技術信仰的堅持。我們需要回顧的是，當OpenAI尚未成功時，人們對AI的認可與理解是否到達現(xiàn)在的這種高度。那么，到底是技術突然有巨大的突破，還是技術一直在慢慢地進步，只不過不為我們所知呢？
當我們突然發(fā)現(xiàn)某種尚未被我們察覺的現(xiàn)象，會覺得它仿佛是一只突然從石頭中蹦出來的靈猴，那么它的孕育過程呢？是否還有很多類似的、但是沒有產(chǎn)生結果的孕育過程呢？如果是這樣，我們可能更要思考的是下一個這類現(xiàn)象將會如何出現(xiàn)。在那個時候，我們將會是一名塑造者、追隨者還是旁觀者，亦或成為一名無關者。這是更為重要的問題，我們下一步的行動方案將基于對這個問題的回答。
這引發(fā)了我對以下三個問題的思考。
其一，為什么很多深耕技術領域的人在一兩年前沒有看到大語言模型可以這樣成功？
我認為在日新月異的技術領域，有其發(fā)展的客觀規(guī)律。一旦一項突破性的技術出現(xiàn)之后，往往預示著這一場游戲的終結和下一場游戲的開始。它所代表的不僅僅是這項技術本身，更多的是其耀眼光環(huán)之下所掩蓋的漫長和海量的投入與孕育過程。在無人區(qū)中取得的成功無神跡，大多是默默的耕耘與堅持，先行者感受到的更多是艱辛與迷茫。對于后知后覺者而言，除了在追趕的道路上努力之外，更應該去思考下一波技術浪潮的發(fā)展次第。這可以是基于現(xiàn)有技術的繼續(xù)發(fā)展，也可以是回歸問題本源的另起爐灶。
我在五年前曾經(jīng)邀請微軟云計算CTO Mark Russinovich為中國云計算寫一本書。他婉拒了，理由是技術發(fā)展太快，書寫好也就過時了。
技術不僅需要追趕，也需要預判，從而走出一條適合自己的技術發(fā)展路線，一味追趕很難誕生出具有自己特色的創(chuàng)新。一旦擁有一些對技術趨勢的判斷，我們就有可能另辟蹊徑，做好沖到前方的長期準備，當命運之門打開的一刻，讓自己的技術成為現(xiàn)象級的應用，這樣成功的概率更有保障。
其二，一個本質性的問題是：什么是有用的技術？這是一個開放式的問題，有很多同樣正確的答案。借用查理芒格常用的反向思維方法，我認為是那些能不用就不用，最后剩下了必須得用的技術。
所有的技術都是工具，在技術狂奔的時代，我們應該成為工具的主人還是仆人？是在明確痛點后選擇趁手的工具，還是為了新潮工具而強迫自己尋找痛點？這是把控人類未來的重要思考。不同的態(tài)度決定了人在與技術的關系中將扮演怎樣的角色。
一般而言，技術的問題比人的問題更容易解決。人擁有主觀能動性，通常會在掌握了一種工具之后，順暢地進入下一個階段。但如果未能成功進化，通常是因為未能努力學習掌握這種工具，或是因為企業(yè)當前的流程、人才和能力還夠不著這一技術。所以我們需要建立數(shù)據(jù)結構、從事數(shù)據(jù)治理、開展人員培訓、進行流程優(yōu)化再造，等這些工作都做好了，使用新技術就是順理成章的事了。
其三，負責任的AI（Responsible AI）成為當務之急，能力越大，責任也越大。在技術領域，沒有所謂的「免費午餐」，沒有任何一種能力是毫無代價的。知其雄，守其雌，要明白再厲害的東西一定有其弱點，再糟糕的東西也有其益處。
2AI落地要堅持「下水」探索
讓AI落地實則是一場競賽。在其落地的過程中，有五個要素需要關注：掌握時代的特征、自知者明、知機者智、人機協(xié)同、何以為人。
先賢智者所提出的「知人者智，自知者明」在當前時代的語境下，我認為可以轉化為「知機者智，自知者明」，了解機器和人類自身，就可以做個新時代的明智之人。人作為碳基生物，有很多先天局限（極限），需要技術幫忙，所以做個明智的人，把簡單的人機結合轉變?yōu)槿伺c機的有機協(xié)同。畢竟工作在本質上是由人和機器共同完成的，所以我們需要重新研究人與機器的關系，這就是知機者智和人機協(xié)同。
什么是何以為人？也許我們可以用阿西莫夫的科幻小說來解讀。他的小說探討了永恒的終結這個主題。人類常常追求確定性和永恒，但在放棄了對確定性的盲目追求之后，無限的游戲就展開了?！赣篮愕慕K結，無限的開始」，這是我認為的一種何以為人的路徑，但并不是每個人都能夠進入到無限的開始。事實上，我認為咱們大多數(shù)人會適應不了時代的巨變，這需要每個個體充分發(fā)揮自己的主觀能動性，能否進化取決于我們能否擁抱變化、主動學習。
社交媒體上有很多教人迅速掌握AI方法的文章，這與真正從事AI開發(fā)人員的切身體會是不同的。其實在如此變化多端的時代，任何具體的方法，往往一給出，就已經(jīng)過時。所以，當我們考慮將AI產(chǎn)品落地時，先不要急著設定目標，關鍵是在了解客戶隨時變化的需求后隨機應變。重要的是下水實證，而不是停留在岸上做空想空談，只有下水才能開啟探索，這應該是我們對待AI落地的態(tài)度。
3正確認識技術發(fā)展的曲折
Gartner成熟度曲線也被業(yè)界戲稱為「忽悠曲線（Hype Cycle炒作曲線）」。針對未知技術，大部分人只能看到技術「出水」的那一刻。實際的技術發(fā)展像下圖中的黃線那樣（平均后得到綠線），是在曲折中前進的，而大部分人做出的趨勢判斷卻是由紅線代表的技術顯形時的那一刻突變，貌似是指數(shù)上行的趨勢，短期有效，長期堪憂。
了解技術動態(tài)發(fā)展來龍去脈的業(yè)內(nèi)人士通常會明白技術發(fā)展的不確定性，偉大的技術不是計劃出來的，是長出來的。一些企業(yè)能夠更準確地預測技術發(fā)展趨勢，但大部分人往往在曲線的前半段就成為犧牲品。因此，我建議大家不要過于沉浸在技術突破初期帶來的如同電光幻影般的狂歡，那種突變像流星一樣好看，但短暫。還是將精力放在一步一步、腳踏實地的發(fā)展上更加符合事物發(fā)展的客觀規(guī)律，如同恒星，貌似不如流星般壯觀，但本質上更偉大、更長久。
4是缺陷，也是特點
Ilya Sutskever是OpenAI的聯(lián)合創(chuàng)始人和首席科學家，他在今年七月的一次采訪中總結以大語言模型為代表的新一輪人工智能技術成功的要素：一是擁有別人所沒有的數(shù)據(jù)，二是以發(fā)展的眼光考慮未來，不要被當下的進步或局限所約束，通過實踐形成對未來三、四年技術發(fā)展可能方向的洞察力。
人類在思考新問題時總是陷入過去經(jīng)歷而造就的思維陷阱，對新事物而言，人類只能用固有的成見來嘗試想象未知，雖然這更像是人類思維的特點（feature）而不是錯誤（bug），但還是要明白我們無法向一個盲人講述何為紅色。
用這種思維方式前行，就像看著后視鏡開車，因為無法知道下一秒將發(fā)生什么，我們所做的判斷只能基于概率，這就是貝葉斯大腦。一旦明白這個道理，一個人就不會因為不知道未來而裹足不前。同樣，面對大語言模型「一本正經(jīng)地胡說八道」時，我們也不能單純地認為這是缺陷，它不僅是缺陷，也是特點。因為當你把缺陷消滅完后，特點也就沒有了。
所以我們要養(yǎng)成動態(tài)思考的習慣，善于利用發(fā)展的眼光看問題。別那么著急下結論，也別什么都信，選好大致方向而不是終點，在行動中緩慢、堅定地糾偏前行。
5用發(fā)展的眼光看問題
Wayne Gretzky是冰球領域的一位名人堂級別的大師。他說：「我總是滑向冰球即將到達的下一個位置，而不是它現(xiàn)在的位置?！?/p>
如何找到下一個位置？英偉達創(chuàng)始人黃仁勛說，現(xiàn)在進入了人工智能的iPhone時刻。自2007年iPhone上市之后，智能手機歷經(jīng)16年發(fā)展，其中發(fā)生的現(xiàn)象，對AI的落地將有所借鑒，這是我們尋找下一個位置的思路之一。其中一個例子就是在iPhone被用戶慢慢接受的早期，最流行的應用是「憤怒的小鳥」，現(xiàn)在還有多少人在玩「憤怒的小鳥」？智能手機早已滲透進入人類生活、學習與工作的方方面面。
人工智能相關的模型、數(shù)據(jù)和算力，十分重要但不是唯一重要，還會有大量應用。我曾經(jīng)查閱過相關資料，以美國能源為例，美國GDP的4%直接來源于能源，而余下的96%因能源賦能而間接產(chǎn)生。AI也是一樣，可能有10%的GDP與模型、數(shù)據(jù)、算力相關，但是有90%的GDP是因AI賦能而產(chǎn)生的。
大多數(shù)公司和個人在對待AI的態(tài)度上，僅僅關注的是「有」，他們購買各種設備，卻未能充分利用；大多數(shù)人也僅僅停留在學習和簡單使用的階段，內(nèi)存和算力的強大大部分被閑置了。
技術的價值體現(xiàn)于通過工程的實現(xiàn)來解決實際問題。要真正有效地運用AI，需要投入大量的培訓和學習，就像我們在iPhone上使用編程和自動化功能一樣。所以這個工程實現(xiàn)的過程是：首先獲得擁有LLM/LFM大型模型的能力，接著獲得應用這些大型模型的能力，最后是利用新能力解決現(xiàn)實問題的能力。
6數(shù)字化能力與魔法寶瓶
當我們做數(shù)字化轉型時，其實已經(jīng)變相地釋放出魔法寶瓶中的精靈，非常強大，但需要人類的管控。如麥克盧漢與鮑德里亞所預見的，數(shù)字化信息的普及，再加上智能機具備的數(shù)字化信息自動生成能力，已經(jīng)使人類不知不覺中進入了一個虛幻勝于真實的時代。
這個時代的誤解和偏見以指數(shù)增長，如果人們不去主動培養(yǎng)對于數(shù)字信息的辨識與掌控能力（我把這稱為與智商和情商類似的「信息商」。與信息熵定義不同，信息商強調(diào)的是人類利用信息的能力），每個人都可能成為「烏合之眾」，被無處不在的錯誤、虛假和偽造信息，操控、吞沒而毫不自知。
時代變得如此復雜，背后是有數(shù)學證明的網(wǎng)絡效應。所以我們不僅要解決信息爆炸的問題，還要解決虛假信息的問題，隨著智能機的參與，網(wǎng)上虛假信息很快就會占大多數(shù)。
當前的推薦算法大都推薦人們想看的內(nèi)容，這就進一步強化人類本就不完備的認知體系，從而讓人們進入信息繭房，不斷自我遞歸我們本已有的認知。其結果就是看似知識很多，其實早已處于信息繭房而無法自拔。
7總結
1. 目的驅動：不必硬性區(qū)分信息化、數(shù)字化、智能化，關鍵是解決問題。這些問題包括衣食住行、工作學習、吃喝玩樂、進化升級。
2. 人的工具：無論是ChatGPT還是其他大模型，都只是人拿來解決問題的工具箱里趁手的新舊工具而已。機器是人的工具，人要成為機器的主人。當我們在談論人被機器替代的時候，其實我們既不知機也不知人，這樣的人反而容易被機器替代。當你知道機和人的所長所短之時，大概率是不會被替代。
3. 成為工具的主人：能用機器做的，就一定會用機器做；能被機器代替的，就一定會被機器代替；因此，人需要學會訓練和指揮機器。
4. 技術倫理：能力越大，責任越大。機器人第四定律，「不得以人的形象和名義出現(xiàn)」。
5. 超越概念：巨變時代，別被概念約束；信息是權力，知識是力量，認知是核心競爭力。
6. 剛剛開始，親身實踐：知、止、定、靜、安、慮、得。
