5月26日消息，百度創始人、董事長兼CEO李彥宏在2023中關村論壇發表演講稱，他認爲這是一個以大模型爲核心的人工智能新時代，大模型改變了人工智能，大模型即將改變世界。

李彥宏認爲，大模型重新定義了人機交互，自然語言人機交互會帶來提示詞革命；大模型會重新定義營銷和客服；大模型會催生AI原生應用。

李彥宏表態稱，百度要做第一個把全部產品重做一遍的公司，不是整合也不是接入，是重做。

他還提到了人工智能技術在飛速發展過程中，可能會出現對人類不利的方向，需要防止失控。

以下是部分演講實錄：

最近一段時間，人工智能再次成爲人類創新的焦點，越來越多的人認可第四次產業革命正在到來，而這次革命是以人工智能爲標誌的。

之所以成爲焦點，是因爲大模型，大模型成功地壓縮了人類對於整個世界的認知，讓我們看到了實現通用人工智能的路徑。

當下，我們正處在全新起點，這是一個以大模型爲核心的人工智能新時代，大模型改變了人工智能，大模型即將改變世界。

01 爲什麼說大模型改變人工智能？

因爲大算力、大模型、大數據，導致了“智能湧現”。

什麼叫智能湧現？

過去的人工智能是，我想讓機器學會什麼技能，就教它什麼技能。教過的有可能會，沒教過的就不會。大模型出現“智能湧現”之後，以前沒教過的技能，它也會了。

與此同時，人工智能發展方向從辨別式走向生成式。什麼叫辨別式？搜索引擎就是典型的辨別式。什麼叫生成式？用AI進行文學創作，寫報告、繪製海報等等，這些都是生成式。

生成式AI，會讓工作效率大幅度提升。有研究機構認爲，在未來10年，知識工作者的效率可以提高4倍。

02 那麼大模型怎麼重新定義人工智能？

第一，大模型重新定義了人機交互。

過去幾十年，人機交互方式發生了三次變化：

比如，命令行是我讀大學讀研究生的時候，主要的工作界面。我輸入一個命令，它給我想要的反應。我當時覺得效率很高，但是大多數人不會這種操作。

更簡單的人機交互方式是什麼？是圖形用戶界面（GUI）。

就是用鼠標一層一層點擊菜單。這種方式比第一個要更友好，起碼很多人能看懂，但它仍然不是最自然的交互方式。

人工智能的誕生，讓我們可以用自然語言跟電腦進行交互。

比如說，我想查一下“4月份，我的公司有哪些產品的毛利率，超過了疫情前的水平？”這個事，在過去很可能需要我的助理花半天一天時間才能獲得。今天，如果計算機懂你的自然語言，一秒鐘之內就可以給你一個表格。

自然語言人機交互會帶來提示詞革命。也就是說，未來的應用，是通過自然語言的提示詞來調動原生AI 應用實現的。這意味着，未來你的薪酬水平，將取決於你的提示詞寫得好不好，而不是取決於你的代碼寫得好不好。

我做過一個預測，10年後，全世界有50%的工作會是提示詞工程。提出問題比解決問題更重要。我們的教育要教孩子提出問題，而不僅僅是解決問題。

第二，大模型會重新定義營銷和客服。

誰擁有最佳的跟客戶溝通的方式，誰就會擁有這個客戶。這個道理在大模型出現之前就成立，但有了大模型，即使你有70億個客戶，每一個客戶也都可以有一個專屬的7×24小時的、什麼都知道的助理去服務他。

第三，大模型會催生AI原生應用。

AI時代的原生應用，到底長啥樣？比如，DoNotPay，是一個用AI幫人打官司、寫法律文書的應用，AI幫你把不該付的錢要回來。Jasper是一個通過Al幫助企業和個人寫營銷推廣文案的應用。Speak是韓國一個學外語的應用。大模型成爲一對一的教師，爲每一個孩子提供個性化教育。

百度也在用AI原生思維重構我們所有的產品、服務和工作流程。比如我們的如流智能工作平臺，讓每一位員工都有一個具有豐富專業知識、實時響應的工作助理。通過對話理解能力，實現聊天記錄的智能總結。我的同事評價說，“整個驚呆了”，“這個當時確實秀到我了”。

業界有一種說法，大模型時代來了，每一個產品都值得重做一遍。但誰真正重新做了一遍呢？百度要做第一個把全部產品重做一遍的公司，不是整合，不是接入，是重做，重構！

3月16號，文心一言發佈，百度成爲全球科技大廠中，第一個發佈GPT大模型產品的公司。能這麼快發佈，是因爲長期的積累和投入。早在2019年，我們就發佈了文心大模型1.0，此後不斷迭代到2.0,3.0，很快，我們還會推出文心大模型3.5版本。

目前市場需求非常旺盛，中國人擁抱新技術的熱情前所未有。文心一言也在飛速進步，比如，QPS 每秒查詢推理響應速度，提升10倍，這代表着推理成本已經降低爲原來的十分之一。

未來，所有的應用都將基於大模型來開發，每一個行業都應該有屬於自己的大模型，大模型會深度融合到實體經濟當中去。

雲計算的遊戲規則徹底被改變，客戶選擇雲廠商，主要會看能的模型好不好，框架好不好，而不是算力、存儲這些傳統能力。

大模型改變人工智能的背後，IT技術棧也發生了非常根本的變化。過去，無論是PC還是移動時代， IT技術棧都是三層，芯片層、操作系統層、應用層。

03 人工智能時代，IT技術棧變成了四層

底層仍然是芯片層，但主流芯片從CPU變成了GPU。百度在芯片層的佈局是崑崙芯，已經量產幾萬片。崑崙芯第三代，預計2024年初量產。

芯片上面叫做框架層，就是深度學習框架。百度的飛槳，Meta的PyTorch，谷歌的TensorFlow都是在框架層。百度的飛槳，在中國的市場份額排第一。

框架上面是模型層，ChatGPT、文心一言都是屬於模型層。百度在模型層的佈局，除了文心一言，還有交通大模型、能源大模型等行業大模型。

最上面纔是應用層，就是我們前面提到的這些AI原生應用。

百度在這四層，都有全棧自研的產品，層層領先，可以實現端到端優化，大幅提升效率。

最後，我想講一下百度爲什麼能做到：

一是技術上長期投入和積累。

二是擁有獨特優勢。我們的四層架構，在實際應用中，的確大幅提升了效率。比如我們通過智能調整紅綠燈的時間，可以讓城市交通效率提升15%到30%。五一長假之前最後一個工作日，北京大堵車，從二環堵到六環一片紅，唯一綠的是亦莊，因爲亦莊300多個路口全部部署了百度AI信控系統。

三是自主可控。文心一言做到了數據可控、框架可控、模型可控，能夠體現在國際競爭當中高水平的科技自立自強。它可以賦能千行百業，助力中國經濟開創下一個黃金30年。

今天，全球都在關注通用人工智能（AGI）的發展，也引發了一些爭議。

大家擔心機器會不會取代人？我認爲把機器變成人，不應該是努力的方向。機器很多方面會比人強，但機器變不成人，也沒必要變成人。機器會越來越聰明，能夠乾的事越來越多，效率會越來越高，我們需要與機器共生，而不是二元對立。

那麼，如何防止失控？人工智能技術飛速發展過程中，確實有可能出現對人類不利的方向。防止失控，需要擁有先進AI技術的國家通力協作，從人類命運共同體的高度來制定規則。

要參與規則的制定，就要先上牌桌，才能擁有話語權，纔有全球競賽的入場券。

本文來自微信公衆號“界面新聞”（ID:wowjiemian），作者：崔鵬，36氪經授權發佈。