новости

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

Ли Нин/Текст Действительно ли генеративный искусственный интеллект (ИИ), известный как четвертая промышленная революция, представляет собой новую революцию в производительности?

Оглядываясь назад на историю, можно сказать, что предыдущие промышленные революции принесли огромный скачок в производительности. Первая промышленная революция началась в 1760-х годах, ознаменовавшись усовершенствованной паровой машиной Уатта, которая вызвала переход от ручного труда к машинному производству. Вторая промышленная революция характеризовалась широким применением электричества. Эти две революции значительно снизили стоимость использования биоэнергии, рабочей силы и энергии животных, а во многих сценариях приблизили предельную стоимость стоимости, создаваемой ручным трудом, к нулю. Третья промышленная революция, также известная как революция информационных технологий, началась после Второй мировой войны и ознаменовалась популяризацией компьютеров и Интернета. На данном этапе интернет-компании в лице Google снизили затраты на получение и распространение информации до крайне низкого уровня.

Как отметил Лу Ци, бывший президент Baidu, интернет-компании достигли ключевой трансформации: превратили предельные затраты на получение информации в фиксированные затраты. Возьмем, к примеру, Google. Ежегодно она инвестирует около 1 миллиарда долларов США в производство карт, но для каждого пользователя стоимость получения картографической информации практически равна нулю. Эта модель не только меняет способы получения информации, но и глубоко влияет на все сферы жизни.

Однако нам необходимо признать существенную разницу между информацией и знаниями. Информационная революция снизила для нас стоимость получения существующей информации, но эта информация обычно представляет собой знания, созданные предыдущими поколениями, такие как книги, точки знаний или коды. После получения информации воссоздание и применение знаний по-прежнему в основном зависит от людей.

Появление генеративного ИИ изменило эту логику. Это значительно снижает стоимость производства знаний. Создание знаний является основной движущей силой социального прогресса, охватывающей все: от передовых научных исследований, корпоративных исследований и разработок, решений по продажам в сфере услуг до образования и планирования повседневной жизни в семейной сфере. По сути, эта деятельность представляет собой процессы рекомбинации и создания существующей информации.

Например, с помощью ИИ мы можем сгенерировать качественную копию за несколько секунд, провести большое количество творческих мозговых штурмов всего за несколько минут и даже быстро генерировать изображения, видео и музыкальные произведения.

В области научных исследований применение ИИ еще более привлекательно. Например, AlphaFold (новая модель, разработанная Google DeepMind и I-somorphic Labs, двумя компаниями в области искусственного интеллекта, принадлежащими Google), как революционная технология искусственного интеллекта, полностью меняет ландшафт биомедицинских исследований, значительно сокращая цикл научных исследований и снижая затраты. .

Традиционно определение трехмерной структуры белка требует использования экспериментальных методов, таких как рентгеновская кристаллография или криоэлектронная микроскопия. Эти методы не только трудоемки и трудоемки, часто занимая месяцы или даже годы, но. тоже дорого. AlphaFold может точно предсказать структуру белка в течение нескольких часов или дней, что значительно сокращает цикл исследований.

Возьмем, к примеру, исследования и разработки лекарств. ESM3 (революционная модель генеративного искусственного интеллекта, разработанная стартапом искусственного интеллекта EvolutionaryScale специально для дизайна белков) может быстро моделировать и генерировать новые белковые последовательности, включая антитела и ферменты с конкретными функциями, что позволяет ученым разрабатывать целевые лекарства. с беспрецедентной точностью.

Эта возможность позволяет исследователям быстро создавать и тестировать новые конструкции белков, минуя метод проб и ошибок, который доминирует при разработке традиционных лекарств, тем самым сосредотачивая исследования на наиболее перспективных потенциальных лекарствах. Интерактивный характер ESM3 позволяет исследователям управлять процессом проектирования белков с помощью подсказок, что еще больше повышает эффективность поиска лекарств. Это не только ускоряет исследования, но и значительно снижает затраты, поскольку исследователи могут исследовать более широкий спектр белкового пространства в виртуальной среде, прежде чем проверять его в лаборатории. Способность ESM3 моделировать миллионы лет естественных эволюционных процессов открывает новые возможности для разработки инновационных лекарств.

Генеральный директор Microsoft AI Мустафа Сулейман прогнозирует, что в ближайшие 15–20 лет стоимость производства новых знаний приблизится к нулю. Он считает, что эти изменения станут настоящим «переломным моментом» в истории человечества.

Новое видение и новая логика

Если развитие и популяризация генеративного искусственного интеллекта реализует идею о том, что предельные затраты на создание знаний приближаются к нулю, мы откроем беспрецедентное будущее. В этом будущем производство знаний станет чрезвычайно дешевым и эффективным, что приведет к глубоким изменениям.

Представьте себе, что научные исследователи могут завершить разработку эксперимента и анализ данных за несколько минут, а цикл научных исследований, который раньше занимал месяцы, значительно сократился. Сложные задачи, такие как предсказание структуры белка и анализ химических веществ, станут точными и эффективными, а научный прогресс будет развиваться как никогда раньше. В лаборатории исследователи будут больше погружаться в творческие исследования, а не в утомительные повторяющиеся эксперименты.

В будущем врачи смогут получать новейшие медицинские знания и лучшие варианты диагностики и лечения одним щелчком мыши, а также разрабатывать персонализированные планы лечения для пациентов. Каждый пациент может получить наиболее подходящую медицинскую услугу, а эффективность и результативность диагностики и лечения значительно повышаются. Значительное улучшение здоровья позволит людям наслаждаться более высоким качеством жизни, а болезни больше не будут непобедимым врагом.

В классе генеративный ИИ будет предоставлять индивидуальные учебные ресурсы в соответствии с прогрессом и интересами каждого учащегося, действительно обучая учащихся в соответствии с их способностями. Студенты больше не будут связаны единой учебной программой, но смогут учиться так и в том темпе, который им наиболее подходит. Потенциал каждого ребенка будет полностью стимулирован, обучение станет увлекательным занятием, а качество образования будет значительно улучшено.

В кабинете психологических консультаций генеративный искусственный интеллект обеспечит персонализированное психологическое консультирование и эмоциональную поддержку. ИИ может точно идентифицировать и анализировать эмоциональное состояние человека и оказывать своевременную и эффективную психологическую помощь. Независимо от того, сталкиваетесь ли вы со стрессом, тревогой или ищете эмоционального комфорта, каждый может обрести внутренний покой и счастье благодаря заботе и поддержке ИИ.

Генеративный ИИ в будущем будет повсюду в повседневной жизни. Репетиторство на вступительных экзаменах в колледж, консультационные услуги и творческая работа — ИИ значительно повысит эффективность и результативность. Люди могут с легкостью выполнять самые разные задачи, высвобождая больше времени и энергии для творческой и стратегической работы. Повторяющиеся и механические задачи возьмет на себя ИИ, а жизнь людей станет проще и приятнее.

После прояснения будущего видения, которое может принести генеративный ИИ, нам нужно подумать о новой логике принятия решений. Поскольку предельные издержки производства знаний будут приближаться к нулю, всем, от частных лиц до предприятий, необходимо скорректировать свои решения и стратегии, чтобы адаптироваться к этим изменениям.

Людям необходимо переоценить свою ценность. Какие способности и качества по-прежнему ценны в эпоху, когда знания легко доступны? Хотя ИИ продемонстрировал мощные возможности во многих областях, настоящие инновации от 0 до 1 по-прежнему неотделимы от человеческого вдохновения и интуиции. Для такого рода инноваций требуется искра вдохновения, момент просветления, и в настоящее время ИИ не может полностью воспроизвести этот вид творчества с нуля.

Поэтому нам нужно подумать о том, как сохранить свою уникальность в этой среде. Постоянное обучение и самосовершенствование не только помогают нам адаптироваться к быстро меняющемуся миру, но и позволяют нам продолжать внедрять инновации в своих областях и оставаться конкурентоспособными. Инновации от 0 до 1 требуют непредсказуемого вдохновения и интуиции, маленькой искры в человеческом мышлении, способной зажечь весь творческий процесс. Мы должны беречь эту способность и продолжать развивать и стимулировать ее.

Что еще более важно, хотя ИИ обладает мощью, в настоящее время ему не хватает чувства направления и цели. Одна из ключевых ролей людей в эту эпоху — обеспечить направление и смысл ИИ. Нам необходимо решить, для решения каких проблем следует использовать ИИ, как использовать ИИ для улучшения жизни людей и как обеспечить, чтобы развитие ИИ соответствовало моральным и этическим стандартам. Эта способность требует от нас макроперспективы, глубокого понимания и острого понимания человеческих ценностей и социальных потребностей.

Область научных исследований представляет собой наводящий на размышления пример того, какое глубокое влияние генеративный ИИ может оказать на процесс создания знаний.

Традиционно научные исследования рассматривались как дворец создания новых знаний, и этот процесс зачастую является трудоемким, трудоемким и дорогостоящим. Если взять в качестве примера менеджмент, то исследования заключаются не только в открытии новых явлений и теорий, но также требуют тщательной отработки и строгой демонстрации. Как описывают в своей статье ученые-менеджеры Маркус Баер и Джейсон Шоу, то, чем занимаются ученые-менеджеры, является «академическим мастерством».

Однако появление генеративного ИИ может оказать глубокое влияние на ценность этого «академического мастерства». Это напоминает нам о влиянии предыдущих промышленных революций на традиционных мастеров.

До промышленной революции квалифицированные мастера высоко ценились, а их навыки были редкими и ценными. Однако с появлением машин и ростом массового производства многие некогда узкоспециализированные ремесла постепенно были заменены стандартизированными промышленными процессами, а статус и ценность традиционных мастеров в обществе значительно снизились.

Теперь мы, похоже, стоим перед аналогичным переломным моментом. Генеративный ИИ может быстро обрабатывать огромные объемы данных, генерировать, казалось бы, разумные гипотезы и выводы и даже имитировать стиль академического письма. Это заставляет нас задуматься: значительно ли ИИ снизит ценность академических «мастеров»? Задачи, которые когда-то требовали от исследователей много времени и энергии, такие как обзор литературы, анализ данных и даже предварительное построение теории, теперь могут занять всего несколько минут с помощью ИИ.

Это изменение, несомненно, окажет глубокое влияние на академические круги. Подобно тому, как промышленная революция изменила ценность ремесел и сделала недоступные ранее навыки ремесленников больше не дефицитными, не приведет ли появление генеративного ИИ к тому, что некоторые традиционные академические навыки потеряют свою уникальность? Будучи профессией меньшинства, сталкиваются ли научные исследования с проблемой своей незаменимости?

Эти вопросы заставили задуматься: в чем заключается самая важная ценность ученых в эпоху искусственного интеллекта? Нужно ли нам переопределить то, что мы подразумеваем под «академическими инновациями»? Возможно, роль ученых в будущем кардинально изменится, но как именно? Будут ли они уделять больше внимания по-настоящему инновационным вопросам и оставят рутинную исследовательскую работу ИИ? Или ценность ученых будет больше отражаться в том, как направлять ИИ при проведении исследований и как оценивать надежность и значимость результатов, полученных с помощью ИИ?

Более того, нужно ли нам переосмыслить весь процесс создания знаний? В эпоху, когда ИИ может быстро генерировать, казалось бы, разумные результаты исследований, как обеспечить глубину и оригинальность академических исследований? Какую роль в этом процессе будут играть человеческое творчество и проницательность?

В эпоху генеративного искусственного интеллекта предприятия, как важные субъекты в создании знаний, сталкиваются с беспрецедентными проблемами и возможностями. Традиционная цепочка создания стоимости знаний полностью подрывается, и основные корпоративные виды деятельности, такие как дизайн продуктов, инновации в сфере услуг и анализ рынка, могут претерпеть фундаментальные изменения из-за вмешательства ИИ. В этом контексте компаниям также необходимо переосмыслить свое позиционирование и основную конкурентоспособность.

Когда ИИ может быстро генерировать планы проектирования, идеи продуктов и анализ рынка, как компании смогут найти свою уникальную ценность в цепочке создания знаний? Одним из возможных направлений является смещение акцента на области, которые сложно воспроизвести с помощью ИИ, такие как создание ценности бренда, построение эмоциональных связей или трансграничные инновации. Это требует от компаний переоценки своих сильных сторон и большего инвестирования в гуманизацию и творчество. Эти вопросы заставили задуматься о дальнейшем направлении развития компании.

Формулирование и реализация стратегии должны основываться на том факте, что предельная стоимость знаний приближается к нулю. Нужно ли компании гибко корректировать свою стратегию, чтобы быстро реагировать на изменения рынка и технологические достижения? Процесс принятия решений станет более управляемым данными. Будет ли генеративный ИИ обеспечивать точный анализ и прогнозы в режиме реального времени, чтобы помочь лицам, принимающим решения, делать более разумный выбор? В то же время, должна ли корпоративная культура быть более открытой и инклюзивной, поощрять инновации и трансграничное сотрудничество и адаптироваться к быстро меняющейся среде?

В этом процессе нам необходимо провести открытую дискуссию: как компаниям удается сочетать эффективность и инновации? В эпоху, когда знания легко доступны, какие стратегические корректировки помогут компаниям выделиться в жесткой конкуренции? Станут ли будущие корпоративные организационные формы более плоскими и гибкими?

На эти вопросы нет готовых ответов, но именно эти мысли и исследования заставят нас адаптироваться к этим новым технологическим изменениям и контролировать их.

Как этого достичь: путь с двусторонним движением между людьми и технологиями

В будущем видении генеративного искусственного интеллекта предельные затраты на создание знаний приближаются к нулю, а это означает, что мы вступим в эпоху беспрецедентной эффективности и инноваций. Ключом к достижению этой цели является двустороннее движение людей и технологий.

Генеративный ИИ — это не простой инструмент без четких инструкций, а способность и потенциал, которые требуют от людей овладения им. Роль человека в этом процессе имеет решающее значение. Людям необходимо улучшать свои возможности ИИ, что означает всестороннюю способность использовать ИИ для выполнения задач и решения проблем в эпоху ИИ. Сила ИИ — это не только умение управлять инструментами ИИ, но и новый режим мышления и структура способностей.

В процессе совершенствования возможностей ИИ людям необходимо постоянно учиться и адаптироваться, а также осваивать методы и приемы генеративного ИИ. Например, как создавать эффективные слова-подсказки для взаимодействия с ИИ, как деконструировать задачи и сотрудничать с ИИ для выполнения сложных задач. Развитие этой способности позволит каждому стать «суперчеловеком» и значительно повысить свои способности и эффективность с помощью ИИ.

Помимо улучшения собственных способностей людей, развитие технологий также является важным способом достижения этой цели. Генеративный ИИ не только требует базовых возможностей больших моделей, но также требует постоянного развития и оптимизации в различных сценариях. Например, появление Suno (приложения для создания музыки с использованием искусственного интеллекта) сделало создание музыки — навык, требующий профессиональных знаний, — доступным. Этот технологический прогресс значительно снизил порог создания знаний.

В области перевода недавний проект профессора Эндрю Нга по переводу с открытым исходным кодом позволяет очень легко переводить профессиональные задачи, демонстрируя быстрое применение технологий в конкретных сценариях. В таких областях, как анализ данных, сложная медицинская диагностика и научные исследования, хотя еще многое предстоит сделать, направление развития технологий ясно: благодаря постоянным инновациям и оптимизации стоимость создания знаний в конечном итоге будет значительно снижена. .

Мир, в котором стоимость создания знаний приближается к нулю

Когда предельная стоимость создания знаний приблизится к нулю, мы столкнемся с рядом глубоких и открытых вопросов. Возможно, четких ответов на эти вопросы еще нет, а некоторые из них горячо обсуждаются во всем мире.

Когда стоимость создания знаний будет равна нулю, куда пойдет человечество? В чем смысл быть человеком? В мире, где знания легко доступны, как люди смогут пересмотреть свою ценность и существование? Станут ли новые способности и качества ключом к основной конкурентоспособности человека? Нужно ли нам пересмотреть такие области, как творчество, эмоции, этика и социальная ответственность, которые не могут быть полностью заменены ИИ?

В мире, где знания можно легко приобретать и генерировать, сохраняют ли свою актуальность традиционные формы организации бизнеса? Как организации будут реструктуризироваться и работать, чтобы адаптироваться к этой тенденции? Станут ли организации будущего более плоскими, более децентрализованными и более гибкими? Как изменится основная конкурентоспособность предприятий? Как компаниям в эпоху бесконечных знаний удается сохранять инновации и конкурентные преимущества?

Что еще более важно, как мы можем гарантировать, что все выиграют от этих изменений? Снижение стоимости создания знаний должно быть не только привилегией немногих людей, но и общим достоянием всего общества. Как разработать механизм справедливого распределения, чтобы дивиденды от знаний и технологий приносили пользу всем? Это включает в себя популяризацию и улучшение образования, совершенствование системы социального обеспечения, а также разработку и реализацию политики и правил. Как бороться с возможной безработицей и социальной несправедливостью? Как обеспечить равномерное распределение благ технологического прогресса?

Как смело предсказал генеральный директор Microsoft AI, стоимость создания знаний будет близка к нулю через 10–15 лет. В то время мы должны столкнуться с этими глубокими проблемами и найти пути их решения. Достаточно ли у нас социальных механизмов и политики, чтобы направлять и защищать эту трансформацию?

Смысл и ценность человека, форма и функционирование организаций, а также социальная справедливость и прогресс — все это основные темы, к которым нам необходимо подготовиться и подумать заранее. Ответы на эти вопросы, возможно, найти нелегко, но именно эти мысли и исследования приведут нас к лучшему и более справедливому будущему. Готовы ли мы к этим изменениям? Как будет выглядеть мир в будущем и как мы найдем свое место в этой трансформации?

(Автор — профессор кафедры Flextronics и директор кафедры лидерства и организационного управления Школы экономики и менеджмента Университета Цинхуа)

Заявление об авторских правах: Вышеуказанный контент является оригинальной работой «Economic Observer», авторские права принадлежат «Economic Observer». Перепечатка или копирование без разрешения Экономического обозревателя строго запрещены. В противном случае соответствующие субъекты будут привлечены к ответственности в соответствии с законом. По вопросам сотрудничества в области авторских прав обращайтесь по телефону: [010-60910566-1260].