智能時代的三大核心技術

作者：曾鳴，阿里巴巴集團學術委員會主席、湖畔創業研學中心教育長。

這張圖可能大家都比較熟悉，這就是人工智能在過去20年的一個大發展。最早在搜索階段叫大數據，那時候還沒有AI提法。大家知道，去年底到今年ChatGPT火了后，中國關于大模型的創業團隊就有100多家，叫“百模大戰”。實際上，第二階段的人臉識別，是深度學習第一次在視覺領域得到大規模應用，2014年就有上百家的視覺公司在創建。人臉識別，今天大家已經覺得無處不在的一個應用，比如，大家刷抖音背后的推薦引擎，也是基于AI技術。實際上，是這一輪AI用深度學習的方法第一次大規模應用。大語言模型呢？這個叫Large Language Model。為什么說是通用AI的一場革命？它實際上是一個非常簡單的算法，就是去預測一個字后面，最有可能出現的下一個字是什么。

就這么一個簡單的算法，但是它達到了預測的準確度足夠高，足夠有用。在這個意義上，它看起來掌握了語言。大家知道在《人類簡史》這本書上也提到，語言是人類最偉大的發明。語言讓我們可以溝通，語言的背后天然就蘊含著人類的智慧，而且人類海量的知識，1萬年左右的知識，基本上都被最近二十年的IT通過文字、音頻、視頻給沉淀下來了。所以，你掌握了文字，掌握了語言，基本上就破解了人類到今天為止所有的知識。我們今天還不太理解，大語言模型背后的運行機制到底是什么。它也許不像人一樣在思考，但是在局部領域里，它表現出了像人一樣的邏輯推理能力。這個對于我們未來就會產生非常根本性的影響。

過去三十年的發展，從互聯網到無線互聯網，到傳感器，數字化轉型，大數據計算等等。這些逐步增強了軟件世界的能力邊界，但是它本質上是在做加法，是疊加。但是AGI、通用人工智能把這些串在一起，提高了所有軟件的適配能力和自主能力，開始從量變到質變，發生了一個新的飛躍。比如說AGI能夠自動編程，這樣一下子讓軟件的能力有一個急劇的提升，這是一個質的變化。

在這個意義上，大家一般都認為，大語言模型是 AI時代第一個類iphone時刻，也是一個大變革的時代。從另外角度來看，通用智能的時代也可以說成是機器人的時代，因為AI是大腦，它和各種硬件的結合就是各種機器人。比如說自動駕駛，自動駕駛的車，就是一個機器人，特別是未來的Robotax公司，本質上就是一個技術外包服務公司。從這個角度來理解，就會對技術，對商業，到底產生什么樣的影響，有個更本質的體會。大家一講到機器人，都會想到波士頓Danymics各種各樣很炫的機器人，但是波士頓Dynamiac發展了30年左右，很可能還不如特斯拉的人形機器人這兩年所取得的速度和進展更快。這也是AI技術帶來的在硬件方面的突破，我們可以看到機器人，在整個環境下，也會有飛速的發展。除了大家講的ChatGPT之外，我還想強調一下，另外兩條AI、AGI的發展主線也非常重要。一個就是自動駕駛，自動駕駛的要求和ChatGPT不太一樣，它要確保安全性，而且它本質上解決的是人和物理世界的互動。

ChatGPT更多的是人大腦的行為。

但是自動駕駛要解決人和物理世界的互動，所以為什么自動駕駛的特斯拉公司，可以在機器人方面有那么多的積累，因為它本質上是要去感知外部世界。另外一個非常重要的領域是AI for Sicence（科學智能），而且它更根本，至今為止AGI只能應用人類現有的知識，并不能創造新的知識。但是AI for Sicence（科學智能）把AI用來做科學的發展。它很有可能創造完全不一樣的格局，因為它可能會發現，甚至是新的化學方程式或者是新的物理定律，整個人工智能又會往前邁一大步。但即使是今天，像Deepmind下面的Alpha-Fold對蛋白質的解析，合成生物學，其實過去幾年非常新生的領域，也是AI驅動的。所以，有很多領域已經取得了很大的進展，只是不那么廣為人知，但是這方面的積累，也會帶來下一步的突破。剛才是一些背景知識，大家可能在不同的場合也聽過，接下來的兩頁PPT是今天最重要的兩頁PPT之一。如今，我們從互聯網時代來到智能時代，互聯網跟AI到底有什么本質區別？互聯網本質上處理的是海量數據，它解決的是信息流轉和匹配的效率，讓信息盡可能地流通匹配，不要有信息不對稱而帶來各種各樣的摩擦。

核心價值在于：解決信息不對稱的問題。

舉個簡單的例子。在線教育過去所有的努力，都是想利用互聯網提高老師的教學效率，這是一個非常典型的互聯網案例，也取得了很大的進展。但是AI時代的在線教育，是通過無限制的高質量老師供給，滿足個性化的學習需要。原則上每學生都應該配一個自己的老師，而這只有AI老師才有滿足。同樣的道理，全世界現在最大的問題之一，都是醫療成本太高，醫生服務不夠。如果有AI醫生出現，整個人類的健康狀況，會有一個質的飛躍。

所以，AI本質上是解決供給不足的問題。過去五年，大家做數字化轉型、做產業互聯網、做線上化，為什么做的那么辛苦？本質原因就是：這些行業不是信息不對稱的問題，是供給不足的問題。比如說，大家所有做互聯網醫療以及醫療服務轉型。你解決所有的問題價值都非常有限，因為你解決不了最核心的問題，看病治療那個瓶頸總是在那的，就那么些好醫生，你怎么去做信息匹配都沒用。所以這個是AI時代，帶來一個全新的機會，是我們真正去創造新的供給，海量的供給會創造新的需求。但AI時代，AI最本質的問題是處理海量知識，不再是數據，也不僅僅是信息，是通過對數據和信息的加工產生的知識，這個知識跟原有知識的結合去解決實際問題，所以他解決的是決策的效率與成本，也就是機器能否取代人。到目前為止所有的決策都是人在做決策，機器如果能取代人做決策就是一個智能飛躍，其核心價值是創造新供給。 所以，AI時代最核心的能力是根據決策場景建立決策模型的能力，“場景”一詞，非常重要，因為我們所有的決策都是基于一個特定場景的。人很多時候的決策是下意識，甚至是潛意識的，你怎么將它顯性化變成一個機器用它的邏輯去實現的決策，這是一個根本性的挑戰。

所有的難度在這前面，特別對于AI應用企業來說，對于大模型的一些前沿公司來說，算法是一個很大的瓶頸，但對于AI應用來說最核心的就是建模能力，理解真實場景下的決策，這個難也是因為AGI的決策方法與人的決策方法不一樣，所以你需要一個翻譯。這個模型有意思的地方，只要你建立了這個模型，形成一個閉環，它自己就能夠不斷地迭代、優化與生長，所以是一個“活”的AI系統。在這個意義上，過去所有的發展都可以說是一個機器時代，再復雜的機械系統都是簡單的系統，他們只能做確定性的執行，但再簡單的認知系統都是復雜系統，所以AGI現在的在發展，處于一種類似生物的可有機生長的一套系統，這也會是一個根本性的發展。我們怎么去擁抱自己帶有某種能力，某種傾向，又有自我學習，自我成長的能力。

這是AGI的本質，跟互聯網時代不一樣?；ヂ摼W時代還是在解決相對確定性的信息匹配的問題，但是AI時代是打造認知系統的問題。這是今天第一個需要跟大家分享的觀點?？偨Y一下，在2017年公開課的基礎上，再做一個提升，時代驅動力是智能化，我把“智能化”提到更高高度，成為這個時代的主導?；ヂ摼W時代其實是在線化，軟件化跟網絡化，在線化跟軟件化的結合過去20年最火的SaaS，網絡化就是從pc互聯網到移動互聯網到IOT物聯網的一系列的發展。它本質是連接，完成網絡協同的基礎設施。每一個新時代，都建立在上一個時代的基礎之上，所以在互聯網時代繼續發展，基礎設施會變得越來越好的基礎之上，我們可以看到，智能時代新的驅動力。一方面是智能化。這是我們剛才整個講演都在講智能化的發展，特別是通用人工智能，會越來越強大。我們不知道它最終會強大到什么樣，我們只知道它會越來越強大。另一方面支撐智能時代的發展還有兩個平臺性的基礎技術做支柱：一是人機交互能力的不斷的提升，這是我們馬上就要展開講的XR話題。

二就是區塊鏈和Crypto，帶來我們全網協同的能力的提升。

1.XR：人機交互AR、VR到XR，整體就是人機交互的一個發展過程。從pc時代開始，今天最牛逼的幾家公司之一微軟，蘋果。核心發明就一個GUI圖形交互，然后產生了今天所有的互聯網革命。個人電腦到鼠標到鍵盤，本質上是鍵盤輸入，到微軟的全套的軟件系統。然后到了移動互聯網時代，主要是觸摸屏的輸入，也包括部分的語音輸入。第三條路就是過去十年開始發展的。

① 虛擬現實

2012年Oculus成立，2014年被Meta買了，虛擬眼鏡VR；2014年GoogleGlass也出現了，2015年推出了一批產品；2016年，來到了虛擬現實的元年。那一年，發布了第一代Oculus Rift。索尼推出了VR眼鏡。微軟發布了Holowlens。還有一款叫PokemonGo的游戲。當時，第一個基于虛擬現實的火熱游戲，很快就沉寂了。高科技發展軌跡，中間都有階段性的懸崖。2018年的Magic Leap是當時特別有希望的一家創業公司，得到了谷歌，阿里巴巴很多公司的支持。2018年我去看Magic Leap，當時快要投產的下一代產品。我看完以后，當時特別的震撼，不是真假的問題，是將來分不清真假的問題。它是完全可以迷惑你的眼睛，因為都是真實的光源，所以眼睛是沒有辦法判斷，我看到的到底是真是假，它看到的就是成形的圖像，然后給大腦輸送信號。第二個是，當時Magic Leap的Founder（創始人），就講我們做的不是眼鏡，我們做的是未來的人機交互。大家想想看，你只要眼睛動一動，看一看電腦就能執行你的命令，那不是快多了嗎？也容易多了。

很可惜，最后的技術難關沒有過去。所以Magic Leap后面轉型做了ToB的公司，沒有做成消費品的爆炸性的成長。今年有兩個重磅的發布，一個就是Apple的VisionPro，這是Apple第一次正式在這個領域發布產品，定義了很多新的標準，也給大家帶來很多的期待。第二個就是，上個禮拜Meta發布的Quest3，正好打的是中低端，蘋果做的是高端，兩家選的技術路線都基本一致，這就說明了行業標準再開始慢慢的浮現，然后又有高端又有低端。附帶說一句，Meta還推出了個AiGlass，也是為了人機交互的發展，它雖然不是一個虛擬眼鏡的產品，但大家可以看到視覺交互又一次成為行業的焦點。

② 人機交互

回到講硬件，它的核心目的是什么？硬件的核心目的是完成人機交互的新的機緣，最早的PC計算是通過鍵盤來交互的。移動計算的手機是通過觸摸屏，到了所謂的空間計算的時代，空間計算核心強調視覺跟感知。每個人的定義不一樣，我們不用去計較細節。我想總結一下，XR這個領域為什么對在座的每一位都很關鍵，它的技術背后的本質是什么？這也是一次人機交互的質的飛躍。以前我們跟機器，機器包括后面的AI，我們以前跟機器交互都需要主動的去操作機器，都是要我們去輸入。但是未來是機器主動的響應人，我們可能什么都不用做，它自然的感受到了，如果我們進化到腦機結合的時候，甚至它潛意識就知道我們想什么，它可能就去執行了。

所以未來是機器感知人，它來主動行動的一個交互界面，所以這個是完全不一樣的時代。我們會看到，會有越來越多的各種各樣的機器，將會把人體感官跟數字世界直接連接。我們現在是AR、VR眼鏡，可以穿戴的設備，包括衣服、類似皮膚。距離是從遠到近，貼近皮膚，再進入皮膚。植入芯片之類的肯定早晚都會發生。這些是十幾二十年非常大的一個發展趨勢。這個趨勢的商業意義是什么？是從XR、VR眼鏡開始，我們開始了人類自身感知和注意力的數字化，人自身不再獨立于數字世界之外。

③ 元宇宙為什么說元宇宙，大家曾經那么向往，就是因為那是一個純粹的數字世界，不受物理規律的限制，而且在元宇宙里頭能夠實現極致的個性化，還有你非常豐富的生物特征，還有非常豐富的場景，可以有無窮無盡的服務。所以那時候元宇宙為什么讓大家那么興奮，也是一個讓人很期待的未來。但是XR，類似的設備，除了硬件設備之外，它同樣需要軟件和算力的提升，所以跟這匹配的是邊緣計算，包括算法的微型化。所以，將來每一個邊緣設備，它的感知，計算，思考，決策能力也會有一個質的飛躍。所以這個技術和AI技術，也是相輔相成的，它實際上是提供了一個無限廣闊的場景，讓AI可以得到更廣泛的應用。但它反過來又會促進AI技術的進步，因為沒有AI技術的進步，它支撐不了更深一步，更復雜，更實時的技術要求，所以這兩個是完全相輔相成的技術。

2. AIGC：生產力的大突破

① 我們將迎來創作者經濟

我認為最有價值的突破，是通過AGI（通用智能）創造海量的新的數字資產。AGI第一個突破的領域就是AIGC，就是深層次AI，也就是創造海量的內容。明年的某個時刻，肯定會有非常好用的文字、語音轉視頻的工具出來?；旧蠌奈淖值秸Z音到圖片到視頻，創作的門檻會急劇的下降，創造新的數字資產的空間會急劇的上升。而且就像我們講虛擬世界一樣的，未來的這些數字資產，它會越來越走向主流，它的重要性會越來越大，這些資產有價值，大家就會重視，大家就會對它的流轉交易，非常上心。所以在那個基礎之上，新的數字資產，天然會去用新的價值網絡的技術平臺。同時，我剛才講到以太坊核心是智能合約，但未來機器跟機器之間的合作，它們的互動方式跟人是完全不一樣的。它們需要有更多，更自動，更高效，更智能的合約直接完成。所以在這個領域里，區塊鏈、Crypto有很大的發展空間，也是在這個意義上，我也把它當作AGI整個智能時代重要的組成部分。

無論是從剛才講的Crypto的領域，對創造經濟的呼吁。還是看AGI帶來的價值，我覺得未來，我們將迎來一個創造者經濟的時代。一方面，這個趨勢看得非常清楚，AGI會逐步取代結構化的人類知識，并且變得越來越智能。另一方面，人借助機器智能的力量，有機會變得越來越有創造力。就像工業革命的早期，大家都非?？謶?，人不再能夠以體力來獲取價值了。但是過去的100年，出現了白領階層，出現了知識工人，出現了軟件工程師，他們靠自己的腦力活動，創造了過去100多年、200年的繁榮。我能看到的相對美好的場景，由于機器或者人工智能把人從繁瑣的、重復性的、無聊的腦力勞動里解放出來，人可以把大部分時間，用在開發自己的創造力上，去做自己真正有激情的，也能夠做得更好的事情。這個可能是兩個基本的動力。在這個基礎之上，對人跟人、人跟機器、機器跟機器之間的協同都提出了更高的要求?；ヂ摼W時代，機器跟機器之間協同是靠API，就是應用之間要有一個約定的規范來互助，但是由于AGI的發展，未來所有的服務之間，是用自然語言來交互。也就是說，機器會學得像人一樣，直接來對話，機器跟機器之間就完成了協作，自然語言反而變成了人跟人、人跟機器、機器跟機器之間的溝通語言，對于智能合約就提出了更高的要求。

如果我們從一個更宏觀的角度來看，剛才講的這些內容，德魯克可能是20世紀最偉大的商業思想家，他把工業革命劃分成了三個歷史階段：

第一個階段是生產力的革命，本質上是工廠取代了手工作坊，因為過去的手工作坊知識，都只能靠師傅帶徒弟，人傳人。但是有了工廠以后，就開始有了科學化管理。

第二個階段，是100年前開始的管理革命，也就是說開始有了企業的概念。以前只有單個工廠，核心就是生產和銷售，但是我們從管理開始，有了矩陣式管理、職能化管理、人力資源部門、戰略規劃部等等。一百多年前成立的商學院，目的就是為管理革命輸送批量化的高質量的管理人員。所以，MBA出來都是標準化的語言，這是管理革命。

第三個階段，隨著IT的發展，從六七十年代開始進入了軟件革命，也就是IT革命的時代，軟件工程師創造最大的價值。順著剛才講的AGI對人類結構化知識的替代，人必須走向創造力的發展。所以，我把未來的第四個發展階段，新的發展階段，叫做創造力革命的階段，人未來的價值就體現在創造力上。我們將要迎來的是一個新的經濟范式。智能時代的經濟核心，我們把它叫做智能經濟，從另外一個角度來理解，剛才講的創造者經濟。三個核心的支撐，就是我們剛才討論的通用人工智能、Crypto、AR&VR。當然，這三個發展階段不一樣，目前是AGI發展勢頭最猛，Crypto處于相對低谷正在醞釀的階段，AR&VR可能還要三五年才會產生大規模銷售的應用級產品。但是這幾個的趨勢是非常清楚的。

② 人類文明的演進

我們如果從智能經濟再跳出來，從一個更廣大的角度來看人類文明的演進。實際上，人類的發展核心依賴于兩個，一個是人類網絡的發展，就是我們講到的語言、文字、文化、制度等等，都是所謂的軟的制度性的東西。還有一個是工具網絡，從最早的火，到工具的使用，到農業化到物理的網絡，到今天的物流網、通訊網、計算網，這都是物理的工具網絡的發展，工具的網絡促進了社會進步，促進了人類的發展，然后人類又發明出了更多的網絡，發明了更多的工具，促進新一代的技術發展。所以，技術進步跟社會進步就通過這兩個網絡，產生了一個質的飛躍，一輪一輪的發展。從生物學的角度來說，人類單個大腦的容量提升很小。所謂，未來的進步就兩個：第一個，對大腦開發，一步步的開展，就我們大腦開發比例還很低的。所以為什么創造力革命有可能？

我們有可能開發出很多我們想象不到的能力。第二個，目前看起來更重要的是群體智慧的涌現，也就是通過社會協同創造更大的價值。技術變革推動的工具網絡的進步，是人類文明發展的主線?；谶@個，我們可以做一個判斷，我們今天討論是處于一個什么樣的狀態，從火的發現和應用，到工具的使用和發明，到農業經濟才1萬年左右，再到工業革命。第一次工業革命是機械動力，第二次工業革命是電力，雖然有人把信息革命叫做第三次工業革命跟第四次工業革命。但是我覺得從概念的角度來說，把信息革命獨立出來可能更清楚。

所以，我們有了第一次信息革命，就是電腦的發明。然后第二次信息革命，大概從70年代末到80年代初。開始有個人電腦，互聯網的發明，到最后通訊網絡跟計算網絡的融合，形成了互聯網過去20年的大爆炸。我們過去的五年跟未來的五年，就是一個過渡期，從互聯網時代走向智能時代，我個人傾向于把它叫做互聯網3.0。從互聯網1.0的PC到2.0的移動，到3.0的未來。為了在概念上更清晰，我們可以把未來10年，甚至接下去20、30年，定義為智能時代的開端。

智能時代1.0，這就是我們今天所處的時代的機會，也是時代的挑戰。我們今天不論什么位置，所有人只有一個共同的挑戰：成為智能時代的原生物種，你才有機會發展，甚至才有機會生存下去。

編輯：黃飛