notícias

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

Li Ning/Texto A inteligência artificial generativa (IA), conhecida como a quarta revolução industrial, representa realmente uma nova revolução de produtividade?

Olhando para trás na história, as revoluções industriais anteriores trouxeram enormes saltos na produtividade. A primeira revolução industrial começou na década de 1760, marcada pela melhoria da máquina a vapor de Watt, que desencadeou uma mudança do trabalho manual para a produção mecanizada. A segunda revolução industrial caracterizou-se pela aplicação generalizada da electricidade. Estas duas revoluções reduziram significativamente o custo da utilização da bioenergia, da mão-de-obra e da força animal e, em muitos cenários, aproximaram de zero o custo marginal do valor gerado pelo trabalho manual. A terceira revolução industrial, também conhecida como revolução da tecnologia da informação, começou após a Segunda Guerra Mundial e foi marcada pela popularização dos computadores e da Internet. Nesta fase, as empresas de Internet representadas pelo Google reduziram o custo de aquisição e divulgação de informação para níveis extremamente baixos.

Como salientou Lu Qi, antigo presidente da Baidu, as empresas de Internet alcançaram uma transformação fundamental: converter o custo marginal de obtenção de informação num custo fixo. Tomemos como exemplo o Google. Ele investe cerca de US$ 1 bilhão na produção de mapas todos os anos, mas para cada usuário o custo de obtenção de informações cartográficas é quase zero. Este modelo não só muda a forma como a informação é obtida, mas também afeta profundamente todas as esferas da vida.

No entanto, precisamos reconhecer a diferença essencial entre informação e conhecimento. A revolução da informação reduziu o custo de obtenção da informação existente, mas esta informação é geralmente conhecimento criado por gerações anteriores, como livros, pontos de conhecimento ou códigos. Após a aquisição da informação, a recriação e aplicação do conhecimento ainda depende principalmente do ser humano.

O surgimento da IA ​​generativa mudou esta lógica. Reduz muito o custo de produção de conhecimento. A criação de conhecimento é a força central que impulsiona o progresso social, abrangendo tudo, desde investigação científica de ponta, investigação e desenvolvimento empresarial, soluções de vendas na indústria de serviços até à educação e planeamento da vida quotidiana no domínio familiar. Em essência, estas atividades são processos de recombinação e criação de informações existentes.

Por exemplo, com a ajuda da IA, podemos gerar uma cópia de alta qualidade em poucos segundos, concluir um grande número de brainstormings criativos em apenas alguns minutos e até mesmo gerar rapidamente imagens, vídeos e obras musicais.

No campo da investigação científica, a aplicação da IA ​​é ainda mais atraente. Por exemplo, AlphaFold (um novo modelo desenvolvido pelo Google DeepMind e I-somórfico Labs, duas empresas de IA de propriedade do Google), como uma tecnologia revolucionária de IA, está mudando completamente o cenário da pesquisa biomédica, encurtando enormemente o ciclo de pesquisa científica e reduzindo custos. .

Tradicionalmente, a determinação da estrutura tridimensional de uma proteína requer o uso de métodos experimentais, como cristalografia de raios X ou microscopia crioeletrônica. Esses métodos não são apenas demorados e trabalhosos, muitas vezes levando meses ou até anos, mas também. também caro. AlphaFold pode prever com precisão as estruturas das proteínas em horas ou dias, encurtando significativamente o ciclo de pesquisa.

Tomando como exemplo a pesquisa e o desenvolvimento de medicamentos, o ESM3 (um modelo inovador de inteligência artificial generativa desenvolvido pela startup de IA EvolutionaryScale especificamente para design de proteínas) pode simular e gerar rapidamente novas sequências de proteínas, incluindo anticorpos e enzimas com funções específicas, permitindo que os cientistas projetem medicamentos direcionados. com precisão sem precedentes.

Esta capacidade permite aos investigadores gerar e testar rapidamente novos designs de proteínas, contornando a abordagem de tentativa e erro que domina o desenvolvimento de medicamentos tradicionais, concentrando assim a investigação nos candidatos a medicamentos mais promissores. A natureza interativa do ESM3 permite que os pesquisadores orientem o processo de design de proteínas por meio de instruções, melhorando ainda mais a eficiência da descoberta de medicamentos. Isto não só acelera a investigação, mas também reduz significativamente os custos, uma vez que os investigadores podem explorar uma gama mais ampla de espaço proteico num ambiente virtual antes de o validarem no laboratório. A capacidade do ESM3 de simular milhões de anos de processos evolutivos naturais abre novas possibilidades para o desenvolvimento de medicamentos inovadores.

O CEO (CEO) da Microsoft AI, Mustafa Suleyman, prevê que nos próximos 15 a 20 anos, o custo da produção de novo conhecimento se aproximará de zero. Ele acredita que estas mudanças marcarão um verdadeiro “ponto de inflexão” na história humana.

Nova visão e nova lógica

Se o desenvolvimento e a popularização da IA ​​generativa concretizarem a visão de que o custo marginal da criação de conhecimento se aproxima de zero, inauguraremos um futuro sem precedentes. Neste futuro, a produção de conhecimento tornar-se-á extremamente barata e eficiente, o que provocará mudanças profundas.

Imagine que os pesquisadores científicos possam concluir o projeto experimental e a análise de dados em poucos minutos, e o ciclo de pesquisa científica que costumava levar meses foi bastante reduzido. Tarefas complexas, como a previsão da estrutura das proteínas e o rastreio de substâncias químicas, tornar-se-ão precisas e eficientes e o progresso científico será promovido como nunca antes. No laboratório, os pesquisadores estarão mais imersos na exploração criativa do que em experimentos repetidos e tediosos.

No futuro, os médicos poderão obter os conhecimentos médicos mais recentes e as melhores opções de diagnóstico e tratamento com apenas um clique do rato, e personalizar planos de tratamento personalizados para os pacientes. Cada paciente pode receber o serviço médico mais adequado, e a eficácia e eficiência do diagnóstico e tratamento são bastante melhoradas. Melhorias significativas na saúde permitirão às pessoas desfrutar de uma melhor qualidade de vida e a doença deixará de ser um inimigo invencível.

Na sala de aula, a IA generativa fornecerá recursos de aprendizagem personalizados de acordo com o progresso e os interesses de aprendizagem de cada aluno, ensinando verdadeiramente os alunos de acordo com sua aptidão. Os alunos não estarão mais vinculados a um currículo unificado, mas poderão estudar da maneira e no ritmo que melhor lhes convier. O potencial de cada criança será totalmente estimulado, a aprendizagem tornar-se-á uma coisa divertida e a qualidade da educação será melhorada de forma abrangente.

Na sala de aconselhamento psicológico, a IA generativa fornecerá aconselhamento psicológico personalizado e apoio emocional. A IA pode identificar e analisar profundamente o estado emocional de um indivíduo e fornecer ajuda psicológica oportuna e eficaz. Seja enfrentando estresse, ansiedade ou buscando conforto emocional, todos podem encontrar paz interior e felicidade com o cuidado e o apoio da IA.

A IA generativa estará em toda parte na vida diária no futuro. Aulas de vestibular, serviços de consultoria e trabalho criativo, a IA melhorará muito a eficiência e a eficácia. As pessoas são capazes de concluir uma variedade de tarefas com facilidade, liberando mais tempo e energia para se dedicarem ao trabalho criativo e estratégico. Tarefas repetitivas e mecânicas serão assumidas pela IA e a vida das pessoas se tornará mais fácil e agradável.

Depois de esclarecer a visão de futuro que a IA generativa pode trazer, precisamos de pensar numa nova lógica de tomada de decisão. Uma vez que o custo marginal da produção de conhecimento se aproximará de zero, todos, desde indivíduos até empresas, precisam de ajustar as suas decisões e estratégias para se adaptarem a esta mudança.

Os indivíduos precisam reavaliar seu próprio valor. Numa época em que o conhecimento está prontamente disponível, que capacidades e qualidades ainda são valiosas? Embora a IA tenha demonstrado capacidades poderosas em muitos campos, a verdadeira inovação de 0 a 1 ainda é inseparável da inspiração e intuição humanas. O que este tipo de inovação exige é uma centelha de inspiração, um momento de iluminação, e a IA é atualmente incapaz de replicar totalmente este tipo de criatividade a partir do zero.

Portanto, precisamos pensar em como manter nossa singularidade neste ambiente. A aprendizagem contínua e o auto-aperfeiçoamento não só nos ajudam a adaptar-nos ao mundo em rápida mudança, mas também nos permitem continuar a inovar nos nossos próprios campos e permanecer competitivos. A inovação de 0 a 1 requer inspiração e intuição imprevisíveis, uma pequena faísca no pensamento humano, que pode acender todo o processo criativo. Devemos valorizar esta capacidade e continuar a cultivá-la e estimulá-la.

Mais importante ainda, embora a IA seja poderosa, atualmente falta-lhe um sentido de direção e propósito. Um dos principais papéis dos humanos nesta era é fornecer direção e significado à IA. Precisamos de decidir que problemas a IA deve ser utilizada para resolver, como utilizar a IA para melhorar a vida humana e como garantir que o desenvolvimento da IA ​​cumpre os padrões morais e éticos. Essa capacidade exige que tenhamos uma perspectiva macro, insights profundos e uma compreensão aguçada dos valores humanos e das necessidades sociais.

O campo da investigação científica fornece um exemplo instigante do profundo impacto que a IA generativa pode ter no processo de criação de conhecimento.

Tradicionalmente, a investigação científica tem sido considerada como o palácio da criação de novos conhecimentos, e o processo é muitas vezes demorado, trabalhoso e dispendioso. Tomando a gestão como exemplo, a investigação não consiste apenas em descobrir novos fenómenos e teorias, mas também requer um polimento cuidadoso e uma demonstração rigorosa. Como descrevem os estudiosos de administração Markus Baer e Jason Shaw em seu artigo, o que os estudiosos de administração fazem é uma "arte acadêmica".

No entanto, o surgimento da IA ​​generativa pode ter um impacto profundo no valor desta “arte académica”. Isto lembra-nos o impacto das revoluções industriais anteriores sobre os artesãos tradicionais.

Antes da Revolução Industrial, os artesãos qualificados eram altamente considerados e as suas competências eram escassas e valiosas. No entanto, com a introdução de máquinas e o aumento da produção em massa, muitos artesanatos outrora altamente especializados foram gradualmente substituídos por processos industriais padronizados, e o estatuto e o valor dos artesãos tradicionais na sociedade diminuíram significativamente.

Agora, parece que estamos enfrentando um ponto de inflexão semelhante. A IA generativa pode processar rapidamente grandes quantidades de dados, gerar hipóteses e conclusões aparentemente razoáveis ​​e pode até imitar o estilo da redação acadêmica. Isto faz-nos pensar: Será que a IA reduzirá significativamente o valor dos “artesãos” académicos? Tarefas que antes exigiam que os investigadores investissem muito tempo e energia, como revisão de literatura, análise de dados e até mesmo construção preliminar de teoria, agora podem levar apenas alguns minutos para serem concluídas com IA.

Esta mudança terá, sem dúvida, um impacto profundo na academia. Tal como a revolução industrial mudou o valor do artesanato e fez com que as competências artesanais anteriormente inatingíveis deixassem de ser escassas, será que o surgimento da IA ​​generativa também fará com que algumas competências académicas tradicionais percam a sua singularidade? Sendo uma profissão para a minoria, estará a investigação científica a enfrentar desafios à sua insubstituibilidade?

Estas questões desencadearam uma série de reflexões mais profundas: Na era da IA, qual é o valor mais essencial dos académicos? Precisamos redefinir o que entendemos por “inovação acadêmica”? Talvez o papel dos académicos mude fundamentalmente no futuro, mas como exactamente? Será que eles se concentrarão mais em fazer perguntas verdadeiramente inovadoras e deixarão o trabalho de pesquisa de rotina para a IA? Ou será que o valor dos académicos se refletirá mais na forma de orientar a IA na condução de investigação e na forma de julgar a fiabilidade e a importância dos resultados gerados pela IA?

Além disso, precisamos repensar todo o processo de criação de conhecimento? Numa era em que a IA pode gerar rapidamente resultados de investigação aparentemente razoáveis, como garantir a profundidade e a originalidade da investigação académica? Qual será o papel da criatividade e do insight humanos neste processo?

Na era da IA ​​generativa, as empresas, enquanto entidades importantes na criação de conhecimento, enfrentam desafios e oportunidades sem precedentes. A cadeia de valor tradicional de criação de conhecimento está a ser completamente subvertida e as actividades empresariais essenciais, como a concepção de produtos, a inovação de serviços e as percepções de mercado, podem sofrer mudanças fundamentais devido à intervenção da IA. Neste contexto, as empresas também precisam de repensar o seu posicionamento e competitividade central.

Quando a IA pode gerar rapidamente planos de design, ideias de produtos e análises de mercado, como podem as empresas encontrar o seu próprio valor único na cadeia de criação de conhecimento? Uma direção possível é mudar o foco para áreas que são difíceis de replicar facilmente com a IA, como a construção de valor de marca, a construção de ligações emocionais ou a inovação transfronteiriça. Isto exige que as empresas reavaliem os seus pontos fortes e invistam mais na humanização e na criatividade. Essas questões desencadearam uma reflexão profunda sobre a direção futura do desenvolvimento da empresa.

A formulação e execução da estratégia devem basear-se na realidade de que o custo marginal do conhecimento se aproxima de zero. A empresa precisa ajustar sua estratégia com flexibilidade para responder rapidamente às mudanças do mercado e aos avanços tecnológicos? O processo de tomada de decisão se tornará mais baseado em dados. A IA generativa fornecerá análises e previsões precisas e em tempo real para ajudar os tomadores de decisão a fazerem escolhas mais inteligentes? Ao mesmo tempo, será que a cultura empresarial precisa de ser mais aberta e inclusiva, incentivar a inovação e a cooperação transfronteiriça e adaptar-se ao ambiente em rápida mudança?

Neste processo, precisamos de ter uma discussão aberta: Como é que as empresas equilibram eficiência e inovação? Numa era em que o conhecimento está prontamente disponível, que ajustes estratégicos podem garantir que as empresas se destaquem na concorrência acirrada? Será que as futuras formas organizacionais corporativas se tornarão mais planas e flexíveis?

Não existem respostas prontas para estas questões, mas são estes pensamentos e explorações que nos levarão a adaptar-nos e a controlar esta nova mudança tecnológica.

Como conseguir isso: uma jornada de mão dupla entre pessoas e tecnologia

Na visão futura da IA ​​generativa, o custo marginal da criação de conhecimento aproxima-se de zero, o que significa que daremos início a uma era de eficiência e inovação sem precedentes. Para atingir este objetivo, a chave está na corrida bidirecional entre pessoas e tecnologia.

A IA generativa não é uma ferramenta simples sem instruções claras, mas uma capacidade e potencial que exige que as pessoas a dominem. O papel humano é crucial neste processo. Os indivíduos precisam melhorar suas capacidades de IA, que se referem à capacidade abrangente de usar a IA para concluir tarefas e resolver problemas na era da IA. O poder da IA ​​não é apenas a habilidade de operar ferramentas de IA, mas também um novo modo de pensamento e estrutura de habilidades.

No processo de melhoria das capacidades de IA, os indivíduos precisam de aprender e adaptar-se continuamente e dominar os métodos e técnicas da IA ​​generativa. Por exemplo, como projetar palavras de alerta eficazes para interagir com a IA, como desconstruir tarefas e cooperar com a IA para concluir tarefas complexas. O cultivo dessa habilidade permitirá que todos se tornem um “superindivíduo” e amplifiquem enormemente suas habilidades e eficiência com a ajuda da IA.

Além da melhoria das capacidades das próprias pessoas, o desenvolvimento da tecnologia também é uma forma importante de atingir este objetivo. A IA generativa não requer apenas os recursos básicos de grandes modelos, mas também requer desenvolvimento e otimização contínuos em vários cenários. Por exemplo, o surgimento do Suno (um aplicativo de geração de música com IA) tornou a criação musical, uma habilidade que requer conhecimento profissional, de fácil acesso. Este avanço tecnológico reduziu enormemente o limiar para a criação de conhecimento.

No campo da tradução, o recente projeto de tradução de código aberto do Professor Andrew Ng facilita muito a tradução de uma tarefa profissional, demonstrando a rápida aplicação da tecnologia em cenários específicos. Em áreas como análise de dados, diagnóstico médico complexo e investigação científica, embora ainda haja mais a fazer, a direcção do desenvolvimento tecnológico é clara, ou seja, através da inovação e optimização contínuas, o custo da criação de conhecimento acabará por ser bastante reduzido .

Um mundo onde o custo da criação de conhecimento se aproxima de zero

Quando o custo marginal da criação de conhecimento se aproximar de zero, enfrentaremos uma série de questões profundas e abertas. Pode não haver ainda respostas claras a estas questões, e algumas estão a ser calorosamente debatidas em todo o mundo.

Quando o custo da criação de conhecimento for zero, para onde irá a humanidade? Qual é o significado de ser humano? Num mundo onde o conhecimento está prontamente disponível, como irão os humanos redefinir o seu próprio valor e existência? Será que as novas capacidades e qualidades se tornarão a chave para a competitividade do núcleo humano? Será necessário reexaminar áreas como a criatividade, a emoção, a ética e a responsabilidade social que não podem ser completamente substituídas pela IA?

Num mundo onde o conhecimento pode ser facilmente adquirido e gerado, as formas tradicionais de organização empresarial ainda são relevantes? Como as organizações irão se reestruturar e operar para se adaptarem a esta tendência? As organizações do futuro tornar-se-ão mais planas, mais descentralizadas e mais flexíveis? Como mudará a competitividade central das empresas? Numa era de conhecimento infinito, como as empresas mantêm a inovação e as vantagens competitivas?

Mais importante ainda, como podemos garantir que todos beneficiem com esta mudança? A redução do custo da criação de conhecimento não deveria ser apenas um privilégio de algumas pessoas, mas deveria ser a riqueza comum de toda a sociedade. Como conceber um mecanismo de distribuição justo para garantir que os dividendos do conhecimento e da tecnologia possam beneficiar todos? Isto inclui a popularização e melhoria da educação, a melhoria do sistema de segurança social e a formulação e implementação de políticas e regulamentos. Como lidar com o possível desemprego e a injustiça social? Como podemos garantir que os benefícios do progresso tecnológico sejam distribuídos uniformemente?

Como previu corajosamente o CEO da Microsoft AI, o custo da criação de conhecimento será próximo de zero dentro de 10 a 15 anos. Nessa altura, temos de enfrentar estes problemas profundos e encontrar formas de os resolver. Temos mecanismos e políticas sociais suficientes para orientar e proteger esta transformação?

O significado e o valor dos seres humanos, a forma e o funcionamento das organizações, e a justiça e o progresso social são todos tópicos importantes que precisamos de preparar e pensar com antecedência. As respostas a estas perguntas podem não ser fáceis de encontrar, mas são estes pensamentos e explorações que nos levarão a um futuro melhor e mais justo. Estamos prontos para esta mudança? Como será o mundo no futuro e como encontraremos o nosso lugar nesta transformação?

(O autor é Professor Catedrático da Flextronics e Diretor do Departamento de Liderança e Gestão Organizacional, Escola de Economia e Gestão, Universidade de Tsinghua)

Declaração de direitos autorais: O conteúdo acima é obra original do "Economic Observer", e os direitos autorais pertencem ao "Economic Observer". A reimpressão ou espelhamento é estritamente proibida sem a autorização do Observador Económico. Caso contrário, os intervenientes relevantes serão responsabilizados nos termos da lei. Para cooperação em direitos autorais, ligue para: [010-60910566-1260].