
自AIGC潮流兴起以来,基于自注意力机制的大模型成为资本市场疯狂炒作的对象。然而,经过一年多的狂热之后,市场逐渐回归理性。这时候会有人担心,大模型是否会像元宇宙、Web 3.0,甚至比特币那样,成为资本家用来收割普通民众的“镰刀”吗?
三桥君本人认为不是,因为在历史的长河中,许多产业革命也经历了相似的历程。比如从18世纪到21世纪,生产力经历了显著的发展和变革:
第一次工业革命(18世纪末至19世纪初):
第二次工业革命(19世纪末至20世纪初):
第三次工业革命(20世纪后半叶):
第四次工业革命/数字化革命(21世纪初至今):
起初,这些革命伴随着激动的热情和动荡的变化。随后,这些革命往往会经历一段平淡和理性的调整期。在这个阶段,初期的不稳定和过热现象逐渐平息,产业开始回归到更为稳健和可持续的发展轨道。随着技术的成熟和应用的创新,产业革命通常会再次复苏并持续演进。最终,这些变革积累成为推动社会进步的真正革命性力量。因此,对于当前的产业变革,我们不必过于担忧,它正遵循着历史的发展规律,逐步塑造着未来的经济和社会结构。
此外,模型技术的发展故事正在不断续写新的篇章。比如2024年3月,Anthropic公司发布了Claude 3模型,这是在LMSys聊天机器人领域首次有模型被认为超越了GPT-4的性能。很多模型制造商正准备推出一系列颠覆性的新产品,比如OpenAI的GPT-5、苹果公司的新版Siri、Meta的Llama 3、谷歌的Gemini 1.5 Ultra以及xAI的Grok 2等。还有微软和OpenAI计划在未来几年内合作建造一个价值1000亿美元的超级计算机基础设施项目,这将极大地推动模型技术的发展。

另一方面,大模型的应用也在蓬勃发展,尤其是以AI Agent/AI Bots形态为代表的应用。AI Bots的落地应用不仅具有现实意义,而且在构建繁荣的AI生态系统中扮演着重要角色。
为什么说AI Bots的落地应用具有现实意义呢?
因为用户在使用搜索引擎检索结果与大模型进行问答交互时,二者之间存在显著的区别:搜索引擎代表的是“认识”,而大模型代表的是“认知”。
“认识”指的是用户通过搜索引擎查找信息,如果系统中有相关的知识,那么它可以提供答案;如果没有,则会显示“查询无结果”。这种情况下,答案的提供完全依赖于已有信息的存储。
相比之下,“认知”则是指用户与大型模型进行交互时,即使模型原本不具备特定知识,它也能通过执行特定的策略、进行推理和思考,甚至通过主动学习来生成答案。这种能力使得大模型不仅仅是一个知识存储库,而是一个能够理解和处理信息的智能体。
而在AI Bots的应用中,大模型作为其能力的基础。对于终端用户来说,AI Bots的处理过程是一个黑盒,即用户不需要了解内部的复杂机制。然而,对于研发者和设计者来说,Bots需要具备多方面的能力。它们不仅要以大模型为能力核心,还需要集成联网查询功能,结合本地的知识库和数据库,以及设置自定义的控制条件等。这些综合因素共同作用,使得AI Bots具备了类似人类的认知能力。
总结来说,AI Bots以大模型为能力底座,通过整合网络查询、本地知识库、数据库以及自定义控制逻辑,实现了超越简单信息检索的更深层次的认知功能。这使得Bots能够在更广泛的情况下提供帮助,而不仅仅是基于预设信息的回答。
就像互联网的早期阶段,门户网站和个人网站成为了流量入口的霸主。随后,随着谷歌、百度等搜索引擎公司的崛起,搜索框成为了网络信息获取的新入口。到了移动互联网时代,APP成为了用户接入网络的主要方式,催生了大量手机应用公司的兴起。
我预测,AI Bots可能会以多种方式融入我们的日常生活,以下是一些潜在的应用场景:
当然,这些只是AI Bots可能应用的一小部分场景。在未来,AI Bots不仅仅是增强现有服务的辅助工具,而是构建未来智能生活的基础。三桥君认为,AI Bots将成为未来的流量入口,成为连接用户与服务的新桥梁。
大模型技术的发展速度有所减缓,其中一个重要原因是应用场景的不足。尽管这可能是AI产业革命过程中的一个阶段,但三桥君仍然期待能像“在发明电力之后,电灯泡的早日到来”那样,看到AI技术的广泛应用。