(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(shù)的潮流，而不是天天追趕技術(shù)名詞？微軟（中國）首席技術(shù)官韋青作客中歐EMBA「合一講堂」，帶來了他的思考。
1對技術(shù)信仰的三點思考
OpenAI在ChatGPT上的成功，源自技術(shù)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(shù)突然有巨大的突破，還是技術(shù)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(jié)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(guān)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(shù)領(lǐng)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(shù)領(lǐng)域，有其發(fā)展的客觀規(guī)律。一旦一項突破性的技術(shù)出現(xiàn)之后，往往預示著這一場游戲的終結(jié)和下一場游戲的開始。它所代表的不僅僅是這項技術(shù)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(shù)浪潮的發(fā)展次第。這可以是基于現(xiàn)有技術(shù)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(shù)發(fā)展太快，書寫好也就過時了。
技術(shù)不僅需要追趕，也需要預判，從而走出一條適合自己的技術(shù)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(shù)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(shù)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(zhì)性的問題是：什么是有用的技術(shù)？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(shù)。
所有的技術(shù)都是工具，在技術(shù)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(shù)的關(guān)系中將扮演怎樣的角色。
一般而言，技術(shù)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(shù)。所以我們需要建立數(shù)據(jù)結(jié)構(gòu)、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(shù)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(shù)領(lǐng)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(guān)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(zhuǎn)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(shù)幫忙，所以做個明智的人，把簡單的人機結(jié)合轉(zhuǎn)變?yōu)槿伺c機的有機協(xié)同。畢竟工作在本質(zhì)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(guān)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(jié)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(jié)，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(shè)定目標，關(guān)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(shù)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(shù)，大部分人只能看到技術(shù)「出水」的那一刻。實際的技術(shù)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(shù)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(shù)動態(tài)發(fā)展來龍去脈的業(yè)內(nèi)人士通常會明白技術(shù)發(fā)展的不確定性，偉大的技術(shù)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(shù)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(shù)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(zhì)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(jié)以大語言模型為代表的新一輪人工智能技術(shù)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(shù)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(jié)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(lǐng)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(guān)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(guān)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(guān)，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(guān)注的是「有」，他們購買各種設(shè)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(shù)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(zhuǎn)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(luò)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(jié)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(jié)
1. 目的驅(qū)動：不必硬性區(qū)分信息化、數(shù)字化、智能化，關(guān)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(shù)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(quán)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。
