「周鸿祎：人工通用智能面临挑战，AI专业大模型引领未来」

AI专业大模型：引领智能时代的未来路径

智慧科技

　　 12月21日消息，近两年来，人工智能技术取得了显著进展，然而种种迹象显示，一些备受瞩目的AI巨头所期待的通用人工智能（AGI）之路似乎遇到了瓶颈。当前，探索其他发展方向已成为业内的普遍共识。 这一现象反映了人工智能领域面临的现实挑战。尽管我们对AGI抱有很高的期望，但在实现这一目标的过程中，技术上的复杂性和伦理问题都给行业带来了巨大的压力。因此，转向更加实用和具体的应用场景，或许是推动人工智能技术进一步发展的明智选择。这不仅能够为社会带来更直接的利益，还能帮助企业在激烈的竞争中找到新的增长点。

　　 360公司创始人周鸿祎在《财经》年度对话2024上表示，当前通用人工智能（AGI）的发展面临诸多挑战，而智能体和专业大模型的应用将促进大模型技术的实际落地。

　　 周鸿祎表示：AGI至少需要投入超过一百亿美元购买显卡，每当训练出一个新的模型，第二天就会有竞争对手推出更优秀的成果，这让人感觉像是在不断地重复着西西弗斯推石头的过程，永远没有尽头。 这种高强度的竞争态势不仅消耗了大量的财力资源，也使得科研人员面临着巨大的压力。尽管如此，这样的竞争也推动了技术的快速进步和创新。然而，长期来看，如何建立一个更加健康和可持续的发展环境，避免资源的无谓浪费，将是整个行业需要共同思考的问题。

　　 作为大模型应用之路的坚定支持者，他不止一次强调，卷算力、卷数据，向万亿参数发展的AGI是全球少数巨头的游戏，更多企业的机会在应用之路。

　　 放弃追求全能大模型的执念，转而让一个大模型专注于一项特定任务，向场景化、应用化、专业化和垂直化方向发展，才能有望引发新的工业革命，并赋能各行各业。 这一观点非常值得深思。当前技术领域中，全能型的大模型固然有其独特的优势，但同时也面临着复杂性和资源消耗过大的挑战。相反，通过聚焦于特定的应用场景，可以使模型在特定领域的性能得到显著提升，从而更好地解决实际问题。这种专业化和垂直化的趋势不仅有助于推动技术创新，还能够更有效地服务于社会经济发展的多样化需求。因此，这种转变不仅是技术进步的必然选择，也是实现技术与产业深度融合的重要途径。

　　 周鸿祎总结出大模型发展的七大趋势：

　　 第一，通用人工智能（AGI）的发展减缓，全面超越人类的人工智能在逻辑上不成立；

　　 第二，大模型“慢思考”成为发展新范式；

　　 第三，越做越专，除少数科技巨头，大多数公司都专注于做专业大模型；

　　 第四，越做越精巧，轻量化成为潮流，更便于在硬件上进行部署和使用；

　　 第五，能力越来越强，模型的学习效果和泛化能力越来越好；

　　 第六，成本越来越低，有助于促进应用生态繁荣；

　　 第七，智能体（AI Agents）推动大模型落地，数字员工成为新的生产力。

　　 2025年或将成为智能体的重要转折点，周鸿祎对此深信不疑。他指出，这一年将是智能体广泛应用的关键时刻，企业将会广泛采用和部署智能体。这些智能体能够将复杂的大模型转化为实用的数字员工，从而更有效地解决企业面临的实际问题。 这样的趋势不仅反映了技术发展的必然性，也预示着未来企业在运营模式上的深刻变革。智能体的应用将极大地提高工作效率，减少人力成本，并可能为企业带来前所未有的竞争优势。然而，随之而来的数据安全和隐私保护等问题也不容忽视，这需要企业在积极拥抱新技术的同时，也要加强相关法规和技术手段的建设，确保智能体的应用能够健康、可持续地发展。

　　 大模型的发展使过去无法通过软件完成的任务，如保险公司的报销报告处理等都可由机器人完成，而是智能体的交付能够代替人类员工完成工作。

　　 这表明服务市场的价值创造模式已发生本质转变，由人员借助工具创造价值演变为AI直接贡献价值。

　　 周鸿祎认为，打造专业化的大型模型并不需要其各方面能力都非常全面。当大型模型应用于实际场景时，无论是企业内部的业务流程还是外部服务产品体系，都需要从高层领导的需求到基层员工的实际需求出发，找出那些曾经想做却因技术限制而无法实现的问题，即“过去我有想法，但技术上却无法实现的事情”。

　　 一个标志是能够大幅提升十倍的体验，也就是“提升十倍的效率或降低十倍的成本，减少十倍的人力”。