智東西（公眾號：zhidxcom）
編輯 | GTIC
智東西4月18日報道，在(zai)剛剛落幕(mu)的GTIC 2023中(zhong)國(guo)AIGC創新峰會(hui)上，云知聲聯合創始人(ren)兼(jian)副總裁李霄寒(han)帶來了名為《從理解到(dao)生成，云知聲的AGI之路》的主題(ti)演講。
李霄(xiao)寒通過回顧過去(qu)近(jin)30年AI的發展歷程(cheng)(cheng)，總結出了AI演進3點規(gui)律(lv)。首(shou)先(xian)，AI的演進從以算法(fa)為中心(xin)逐步變為以模型為中心(xin)，這將影響(xiang)科(ke)技(ji)企(qi)業(ye)未來在(zai)相關資源(yuan)上(shang)的投入比例；其次，AI項(xiang)目逐漸(jian)從小而美的工程(cheng)(cheng)變為一項(xiang)大(da)工程(cheng)(cheng)，如果(guo)一家(jia)科(ke)技(ji)企(qi)業(ye)過去(qu)沒有AI相關的積累，而未來又(you)沒有大(da)規(gui)模的投入的話(hua)，那(nei)么(me)發展起來是非常困難(nan)的；最后，AI在(zai)解決復雜任(ren)務時，將通過端(duan)到端(duan)的方式，中間任(ren)務將面臨凋(diao)零。
李霄(xiao)寒認為，ChatGPT的推出(chu)(chu)，對(dui)當(dang)下AI技術(shu)路線(xian)、社會分工以及AI企業(ye)發展產生深遠(yuan)影響。在技術(shu)路線(xian)層面(mian)上，此(ci)前，雖然國內外的許多家科技企業(ye)認為實現通用(yong)人(ren)工智能(neng)（AGI）需要一(yi)個“線(xian)性輸入——線(xian)性輸出(chu)(chu)”的過程，但是這(zhe)家企業(ye)對(dui)這(zhe)條(tiao)路徑(jing)信心(xin)不足。ChatGPT驗證了這(zhe)條(tiao)路徑(jing)的可行性，即(ji)只要持續地線(xian)性投入，那么當(dang)模型參數達到一(yi)定規(gui)模時，就可能(neng)出(chu)(chu)現涌現效應(ying)。
在社會分工層(ceng)面，李霄(xiao)寒(han)指出(chu)(chu)，未(wei)來(lai)從事文稿撰寫(xie)、客服(fu)、兒童(tong)成(cheng)長(chang)陪伴(ban)師這樣的(de)(de)(de)崗位(wei)(wei)將會被(bei)淘汰，因為這些崗位(wei)(wei)實(shi)際上只是在做一(yi)(yi)些簡(jian)單的(de)(de)(de)輸入輸出(chu)(chu)工作。在AI企業發展上，李霄(xiao)寒(han)展望了未(wei)來(lai)兩(liang)種(zhong)(zhong)不(bu)同模(mo)式下的(de)(de)(de)AI企業生態(tai)。其中一(yi)(yi)種(zhong)(zhong)是基于通用大模(mo)型的(de)(de)(de)公(gong)(gong)司，它(ta)們通過通用大模(mo)型底(di)座對外(wai)提供服(fu)務，從而獲取規模(mo)性的(de)(de)(de)用戶(hu)，另一(yi)(yi)種(zhong)(zhong)是基于垂(chui)直場景(jing)大模(mo)型提供精細化服(fu)務的(de)(de)(de)公(gong)(gong)司，這種(zhong)(zhong)公(gong)(gong)司的(de)(de)(de)大模(mo)型可能達到(dao)幾百億參(can)數的(de)(de)(de)規模(mo)。
最后，李霄(xiao)寒分析了(le)ChatGPT的進步性以(yi)及(ji)局限性所在。他(ta)認(ren)為，ChatGPT的出現，讓AI真正進入了(le)CGG時代。這(zhe)不(bu)僅體現在人(ren)類有機會告別人(ren)工智障(zhang)，還體現在AGI有望(wang)成為現實。但ChatGPT目(mu)前生(sheng)成的信息(xi)并不(bu)完全(quan)準確(que)，同時知識(shi)更(geng)新和自動化(hua)的程(cheng)度不(bu)夠。
以下為李霄寒的演講實錄：
非常榮幸有(you)機會來跟大家(jia)做一(yi)(yi)下(xia)分享(xiang)，云知聲是一(yi)(yi)家(jia)AI公(gong)司(si)，也(ye)是這(zhe)波(bo)ChatGPT的浪潮(chao)下(xia)最(zui)受關(guan)注(zhu)的公(gong)司(si)類型之(zhi)一(yi)(yi)。大家(jia)紛紛關(guan)心我們這(zhe)種AI公(gong)司(si)在(zai)想什(shen)么、做什(shen)么。同時(shi)，也(ye)有(you)人在(zai)問，這(zhe)波(bo)浪潮(chao)會對(dui)AI公(gong)司(si)有(you)什(shen)么影響？AI公(gong)司(si)將如何破局？
簡單來講(jiang)，云知聲(sheng)是(shi)一(yi)(yi)家垂直類的AI公(gong)司(si)，它有(you)兩(liang)方面業務，分(fen)(fen)別是(shi)智慧物聯和智慧醫療。近(jin)期我(wo)(wo)們(men)會推出(chu)醫療版的預訓練大模型，因為(wei)這件事(shi)情還正在(zai)進行中，所以我(wo)(wo)今天沒(mei)有(you)太(tai)多(duo)關(guan)于這件事(shi)情的分(fen)(fen)享。我(wo)(wo)還是(shi)更(geng)多(duo)講(jiang)一(yi)(yi)下關(guan)于AI從業者、AI公(gong)司(si)如何看待最近(jin)這波ChatGPT浪潮(chao)。我(wo)(wo)們(men)可以從中總結(jie)一(yi)(yi)些規(gui)律、展望(wang)一(yi)(yi)下未來，同(tong)時看一(yi)(yi)下這波浪潮(chao)將會帶來哪些機會，以及存在(zai)哪些風(feng)險(xian)。
一、AI歷史回顧與3大規律總結
首先(xian)，我們來回顧一下，AI在過(guo)去(qu)近三(san)十年(nian)間(jian)的重大事件。自我從業以來，云(yun)知聲(sheng)整個創始團隊(dui)碰到的第一個、也(ye)是(shi)最重大的事件就是(shi)，1997年(nian)，IBM開(kai)發的象棋電腦(nao)，也(ye)就是(shi)我們熟知的深藍計算機擊敗了世界(jie)圍(wei)棋冠軍(jun)卡斯帕羅(luo)（Гарри Кимович Каспаров）。
2012年，AlexNet橫掃ImageNet的榜單，讓人(ren)認識到深度(du)神(shen)經(jing)網(wang)絡的力(li)量(liang)，那一年，云知聲把(ba)深度(du)神(shen)經(jing)網(wang)絡應用在(zai)語音方面，并且達(da)到了當時普通(tong)話的最佳水平。
2016年(nian)，AlphaGo打破人(ren)類圍棋不(bu)可戰勝的(de)神話，在(zai)那一(yi)年(nian)，云知聲完成(cheng)了(le)過去幾年(nian)比較基礎的(de)技術積累，并(bing)且在(zai)那個時間點形成(cheng)了(le)一(yi)直(zhi)延續至今并(bing)且還在(zai)不(bu)斷發展壯(zhuang)大(da)的(de)兩大(da)業務——智慧物(wu)聯和(he)智慧醫(yi)療。
最近OpenAI推出了(le)ChatGPT，一方面(mian)，我們感(gan)受到了(le)巨(ju)大的(de)壓(ya)力(li)，另一方面(mian)，我們也感(gan)到非常欣喜——從業這么多年(nian)(nian)，終于有機會(hui)真(zhen)正看到AGI在未來幾年(nian)(nian)成為現(xian)實。所以云知聲也積極地融(rong)入到整個(ge)大模型浪潮之中。
回顧歷史(shi)，我總結了AI演(yan)進(jin)的(de)3點規律。首(shou)先，AI的(de)演(yan)進(jin)將從以(yi)算(suan)法為中(zhong)心(xin)逐步變到以(yi)模(mo)(mo)型(xing)為中(zhong)心(xin)。早些年的(de)專家系統基本(ben)上都(dou)是規則(ze)。上世(shi)紀(ji)90年代，統計學習模(mo)(mo)型(xing)興盛以(yi)后，模(mo)(mo)型(xing)逐步開始占比(bi)較大(da)(da)(da)的(de)比(bi)重，拿典型(xing)的(de)語言識別關鍵詞檢測任務來講(jiang)，原代碼的(de)大(da)(da)(da)小和模(mo)(mo)型(xing)大(da)(da)(da)小基本(ben)在同一(yi)個量級，現在看(kan)來像一(yi)個玩具。而隨(sui)著深度學習模(mo)(mo)型(xing)的(de)引入以(yi)及到最近(jin)預(yu)訓練模(mo)(mo)型(xing)引入，整個模(mo)(mo)型(xing)占的(de)比(bi)重越來越大(da)(da)(da)，這(zhe)就(jiu)導致我們的(de)投入——資源(yuan)、人力、硬件以(yi)及比(bi)例跟過去(qu)相(xiang)比(bi)完全不(bu)一(yi)樣。
第二個(ge)(ge)規律，AI項(xiang)目逐(zhu)漸從小而美的工(gong)程變成(cheng)大工(gong)程。在過去的5年或者10年前，一(yi)(yi)(yi)家企業找(zhao)幾個(ge)(ge)人搭一(yi)(yi)(yi)個(ge)(ge)班(ban)子，買一(yi)(yi)(yi)些(xie)服務器數據(ju)就可以(yi)做出一(yi)(yi)(yi)個(ge)(ge)AI產品(pin)，這(zhe)個(ge)(ge)AI產品(pin)可以(yi)面(mian)向某(mou)個(ge)(ge)特定(ding)場景解決一(yi)(yi)(yi)些(xie)特定(ding)問題。
在(zai)未來，這件事情將會(hui)變得不可(ke)行。AI真正變成一個(ge)大(da)工程。雖(sui)然還(huan)會(hui)有(you)人想找一個(ge)非常小的(de)領(ling)域(yu)去做AI，但是(shi)問題(ti)是(shi)，當(dang)這個(ge)大(da)模型解決(jue)完所有(you)通用的(de)問題(ti)之(zhi)后，只需要在(zai)上(shang)面延(yan)伸(shen)出一個(ge)垂直就可(ke)以(yi)把原來辛(xin)辛(xin)苦苦做的(de)東西(xi)顛覆掉(diao)。現在(zai)，一家企(qi)業如果在(zai)AI領(ling)域(yu)沒有(you)一定(ding)的(de)積累，未來又沒有(you)大(da)規模投入的(de)話，那(nei)么發展AI還(huan)是(shi)比較困難的(de)。
第(di)三個規(gui)律，就是中間任(ren)務(wu)(wu)(wu)的(de)凋零。過去AI解決(jue)一(yi)個復雜問題的(de)時候，會把這(zhe)(zhe)個任(ren)務(wu)(wu)(wu)劃分成一(yi)系列子任(ren)務(wu)(wu)(wu)，然后再把它們串起來。這(zhe)(zhe)樣(yang)一(yi)來，前一(yi)個子任(ren)務(wu)(wu)(wu)的(de)輸(shu)出可能只(zhi)是為了下一(yi)個子任(ren)務(wu)(wu)(wu)的(de)輸(shu)入(ru)，這(zhe)(zhe)是所謂的(de)中間任(ren)務(wu)(wu)(wu)。
2000年前(qian)后，手(shou)寫(xie)識別(bie)功(gong)能(neng)特(te)(te)別(bie)流行。當用(yong)戶在(zai)手(shou)機上用(yong)手(shou)寫(xie)輸(shu)入(ru)，AI就可以從一張原(yuan)始圖片里面(mian)提取(qu)出相應的(de)特(te)(te)征，然后再將這個特(te)(te)征輸(shu)入(ru)到后面(mian)的(de)分(fen)(fen)類器中(zhong)從而實現(xian)手(shou)寫(xie)輸(shu)入(ru)的(de)功(gong)能(neng)。但(dan)現(xian)在(zai)，大(da)家都(dou)是(shi)通過端到端的(de)方(fang)式(shi)來(lai)實現(xian)，未來(lai)人們(men)將用(yong)大(da)模型(xing)來(lai)實現(xian)。這種中(zhong)間任務(wu)慢慢就沒有人做(zuo)了，或者說(shuo)，這種中(zhong)間任務(wu)沒有存在(zai)的(de)意義了。類似的(de)中(zhong)間任務(wu)里面(mian)還有NLP里面(mian)的(de)分(fen)(fen)詞、指(zhi)代(dai)識別(bie)等等，這些都(dou)將被弱化或者消失。
這里面也延伸出(chu)一個(ge)有趣(qu)的(de)問(wen)題(ti)。ChatGPT輸入(ru)、輸出(chu)都是(shi)(shi)(shi)文(wen)字(zi)，其實文(wen)字(zi)本身是(shi)(shi)(shi)人類對整(zheng)個(ge)物理世界翻譯以后形成(cheng)的(de)符號系統(tong)。這種符號系統(tong)仍然(ran)被看作是(shi)(shi)(shi)一項中間(jian)任務，那(nei)么ChatGPT這種文(wen)字(zi)類的(de)輸入(ru)輸出(chu)是(shi)(shi)(shi)不是(shi)(shi)(shi)也只是(shi)(shi)(shi)一種中間(jian)任務呢？這是(shi)(shi)(shi)一個(ge)開放性(xing)話題(ti)，還有待大家的(de)討(tao)論。
二、ChatGPT對當下技術路線、社會分工、AI企業之影響
事實(shi)上(shang)，ChatGPT還對(dui)當(dang)下(xia)AI的(de)(de)技術路(lu)線、社會分工以(yi)及AI企業發展產生重要(yao)影(ying)(ying)響。首先，從(cong)對(dui)技術路(lu)線的(de)(de)影(ying)(ying)響上(shang)來看，2022年及以(yi)前，國內的(de)(de)AI公司(si)或(huo)者(zhe)大廠都在做大模(mo)型(xing)(xing)，但(dan)是(shi)可(ke)能各(ge)家公司(si)可(ke)能沒有(you)那么強的(de)(de)信心。ChatGPT對(dui)國內的(de)(de)最大影(ying)(ying)響，就是(shi)驗證了(le)這條路(lu)的(de)(de)可(ke)行性，告訴各(ge)家公司(si)：只(zhi)要(yao)你線性持續投入，模(mo)型(xing)(xing)參數達到一(yi)定規(gui)模(mo)就會獲得涌現(xian)效應，實(shi)現(xian)非線性的(de)(de)、爆炸式的(de)(de)輸(shu)出。它讓所有(you)人相信大模(mo)型(xing)(xing)是(shi)AGI的(de)(de)必經(jing)之路(lu)。
在社會(hui)分工層(ceng)面，我們將(jiang)項(xiang)(xiang)目(mu)(mu)(mu)(mu)經理(li)提交(jiao)的(de)(de)(de)有關項(xiang)(xiang)目(mu)(mu)(mu)(mu)進(jin)度的(de)(de)(de)一(yi)封郵件(jian)交(jiao)給ChatGPT重(zhong)新組織(zhi)一(yi)下，我發現：組織(zhi)以后的(de)(de)(de)文本文筆(bi)特別(bie)流暢、精簡、結構(gou)鮮明，而(er)且重(zhong)點突出、沒有廢話(hua)。對比(bi)來看，項(xiang)(xiang)目(mu)(mu)(mu)(mu)經理(li)提交(jiao)的(de)(de)(de)項(xiang)(xiang)目(mu)(mu)(mu)(mu)進(jin)度書中(zhong)廢話(hua)還是(shi)(shi)蠻(man)多的(de)(de)(de)。這就(jiu)讓我自(zi)然而(er)然地產(chan)生一(yi)個問題：項(xiang)(xiang)目(mu)(mu)(mu)(mu)經理(li)這樣的(de)(de)(de)角色未來在我們的(de)(de)(de)公(gong)司是(shi)(shi)不(bu)是(shi)(shi)還會(hui)存在？
我(wo)的(de)思路是，要看(kan)他為(wei)什么負(fu)(fu)責。我(wo)認為(wei)，項目經(jing)理(li)(li)應(ying)該為(wei)項目的(de)進度負(fu)(fu)責，并不是為(wei)周報負(fu)(fu)責，周報只(zhi)是一個中間任務(wu)，被替(ti)(ti)代掉沒有關系(xi)。大模型的(de)輸出這種功能可能最終會去服務(wu)于(yu)項目經(jing)理(li)(li)，而不是替(ti)(ti)代項目經(jing)理(li)(li)。
當(dang)下，“程(cheng)(cheng)序員(yuan)被替代(dai)”的(de)(de)(de)消息頻(pin)頻(pin)引爆互聯網(wang)。我對程(cheng)(cheng)序員(yuan)的(de)(de)(de)看法(fa)與對項目(mu)經理的(de)(de)(de)看法(fa)相同。程(cheng)(cheng)序員(yuan)并不(bu)是(shi)為(wei)輸出代(dai)碼(ma)負(fu)(fu)責，他(ta)負(fu)(fu)責的(de)(de)(de)是(shi)功能的(de)(de)(de)正(zheng)常集成(cheng)，以及集成(cheng)后的(de)(de)(de)正(zheng)常運(yun)行，他(ta)為(wei)debug（計算機排(pai)除故障(zhang)）負(fu)(fu)責，而所(suo)謂代(dai)碼(ma)只是(shi)一種中間(jian)任務。
未來，云知聲的開(kai)發(fa)體系里(li)，產品經(jing)理、項目經(jing)理、架構師、編碼、集成、運維等(deng)(deng)等(deng)(deng)，每個人都將獲得大模(mo)型(xing)的輔助。同(tong)時，我認為，未來從(cong)事文稿撰寫、客服、兒(er)童成長陪伴師這樣的崗(gang)位將會被淘(tao)汰(tai)，因為這些崗(gang)位實際上只是在(zai)做一(yi)些簡單的輸入輸出(chu)工(gong)作。
在(zai)AI企業發展(zhan)上(shang)，我認為，未來將會(hui)(hui)(hui)有兩(liang)種不(bu)同模(mo)式(shi)下的(de)AI企業生態。其中(zhong)一種是(shi)基于通(tong)用(yong)(yong)大模(mo)型的(de)公(gong)司，它們通(tong)過通(tong)用(yong)(yong)大模(mo)型底座(zuo)對外提供服務，從而獲取規模(mo)性的(de)用(yong)(yong)戶。除此(ci)之外，由于這種服務的(de)成本會(hui)(hui)(hui)較低(di)，最后它的(de)售價也會(hui)(hui)(hui)非常(chang)低(di)。
另一(yi)種是基于垂(chui)直場景(jing)(jing)大(da)模型提供(gong)精細(xi)化服務(wu)的(de)公司(si)(si)，我(wo)堅信，通用的(de)大(da)模型并不能解(jie)決垂(chui)直領域的(de)所有(you)問題，哪怕它在(zai)技(ji)術上(shang)解(jie)決掉，在(zai)真(zhen)正的(de)應用過程中，還會有(you)很多行業壁壘。所以(yi)云知聲希望成為(wei)這(zhe)種基于垂(chui)直場景(jing)(jing)大(da)模型提供(gong)精細(xi)化服務(wu)的(de)公司(si)(si)。但目前，云知聲還沒(mei)有(you)那么大(da)參(can)數(shu)規模的(de)模型，一(yi)開始(shi)的(de)時候，云知聲的(de)大(da)模型可(ke)能不會到千億參(can)數(shu)級(ji)別，但一(yi)定(ding)會在(zai)百億參(can)數(shu)級(ji)別，那樣也將會有(you)涌(yong)現效(xiao)應存(cun)在(zai)。
三、理性分析：ChatGPT的進步與局限
下(xia)面，我(wo)將簡單談一下(xia)ChatGPT的(de)進(jin)步(bu)性與局限性所(suo)(suo)在。ChatGPT的(de)出現，讓AI真(zhen)正進(jin)入了CGG時代。所(suo)(suo)謂CGG，第一個指的(de)是(shi)會話(hua)式AI，ChatGPT讓我(wo)們有機會告別人工智障，這給我(wo)們帶來(lai)了非常大的(de)興(xing)奮點。
第(di)二(er)個是生(sheng)成(cheng)(cheng)式AI，語(yu)音(yin)、文字(zi)、圖像(xiang)，視頻皆可生(sheng)成(cheng)(cheng)；第(di)三個就(jiu)是AGI，我們(men)將有幸看到，AGI在未(wei)來幾年真正(zheng)成(cheng)(cheng)為現實，然(ran)后從這個時間點往后，巨量的(de)投資也好，或者AI企業的(de)人員投入也好，都會集中在AGI層(ceng)面。
ChatGPT當然也存在一些局(ju)限(xian)，我(wo)們關(guan)注(zhu)這些局(ju)限(xian)不是(shi)為(wei)了挑毛病，而(er)是(shi)去反思在我(wo)們所從事(shi)的領(ling)域如何解決(jue)這些問題(ti)，避免這些問題(ti)。
第(di)一(yi)是(shi)“幻(huan)覺”，就(jiu)是(shi)所(suo)謂的(de)一(yi)本正經地(di)(di)胡(hu)說八(ba)道；第(di)二是(shi)知識更新的(de)速(su)(su)度(du)和(he)自(zi)動化的(de)程度(du)，當我(wo)(wo)們(men)去做垂直場(chang)(chang)景的(de)時候，存在(zai)大量的(de)行業(ye)知識，這(zhe)些行業(ye)知識在(zai)不(bu)斷地(di)(di)產出，我(wo)(wo)們(men)也需(xu)(xu)要(yao)迅(xun)速(su)(su)地(di)(di)吸(xi)收，讓(rang)它被搜索到，另外在(zai)To B場(chang)(chang)景中，我(wo)(wo)們(men)需(xu)(xu)要(yao)賦(fu)予客(ke)戶(hu)本身一(yi)定的(de)能力，讓(rang)其能夠自(zi)己“灌知識”，而不(bu)是(shi)所(suo)有(you)事(shi)情都依賴服務公司(si)；第(di)三(san)是(shi)推理資源的(de)微(wei)型化，也就(jiu)是(shi)私有(you)化；第(di)四(si)是(shi)倫理和(he)價值觀的(de)問(wen)題，這(zhe)個問(wen)題通過前置(zhi)或者(zhe)后置(zhi)審查，相對可(ke)控。
最后是ChatGPT學習及處理的(de)僅僅是人類世(shi)界從現實世(shi)界翻譯來的(de)符號(hao)化知識，缺(que)乏與物理世(shi)界的(de)互(hu)動。這個(ge)問題(ti)是相對比較(jiao)長(chang)遠的(de)一(yi)個(ge)方(fang)向，但它也是我們解(jie)決上(shang)述問題(ti)之后，必須(xu)面臨(lin)的(de)下一(yi)個(ge)問題(ti)。
四、云知聲的AGI路徑展望
云知(zhi)聲于2012年(nian)(nian)成立，公司擁有(you)自研的技術架(jia)構(gou)，包(bao)括自建的超算(suan)中心、全(quan)棧式算(suan)法(fa)，以及這么多年(nian)(nian)積(ji)累(lei)的海量數(shu)據。云知(zhi)聲一(yi)開(kai)始是(shi)用AI 1.0的方(fang)式在(zai)做云知(zhi)大模型(xing)，現在(zai)正將(jiang)其(qi)進化到預訓(xun)練大模型(xing)的方(fang)式。
云知(zhi)聲下游覆蓋智(zhi)慧(hui)物聯與(yu)智(zhi)慧(hui)醫(yi)(yi)(yi)療兩大(da)場景(jing)，未來會(hui)從智(zhi)慧(hui)醫(yi)(yi)(yi)療入手(shou)，應用我們的(de)(de)大(da)模型，面向(xiang)醫(yi)(yi)(yi)院、醫(yi)(yi)(yi)生(sheng)(sheng)及醫(yi)(yi)(yi)管部門，提供(gong)AI醫(yi)(yi)(yi)學大(da)腦。那么，ChatGPT在醫(yi)(yi)(yi)療場景(jing)有哪些(xie)用途呢？ChatGPT的(de)(de)回答是：醫(yi)(yi)(yi)療問答、聊天機器人、疾病診斷、醫(yi)(yi)(yi)學文獻檢(jian)索(suo)、患者跟蹤等，歸根(gen)結底，它也是在做虛(xu)擬醫(yi)(yi)(yi)生(sheng)(sheng)。
云知聲對ChatGPT做了比較長時(shi)間的(de)(de)分析，并根據我們積累的(de)(de)行業知識做了一(yi)些(xie)(xie)推導，發現除(chu)了上述(shu)一(yi)些(xie)(xie)通(tong)用(yong)的(de)(de)局限之外，ChatGPT在垂(chui)直領域還有進一(yi)步(bu)的(de)(de)應用(yong)局限：
1.在某些問題上可以給出一個很好的答案，但它沒法對自己作出的回答援引資料進行背書，沒法對自己可能出現的錯誤負責，醫生較難為模型的錯誤買單；
2.在醫療領域的生成文本，難以保證可控，可信和可靠——場景更關注短板而不是長板；
3.尚不能整合電子病歷、影像、基因組等多模態醫學數據；
4.難以導入醫院內部數據和知識；
5.難以及時更新最新文獻結果；
6.使用(yong)成本(ben)尤其是監管成本(ben)的問題。
云(yun)知聲(sheng)的(de)(de)(de)主(zhu)要工作(zuo)重心就是解(jie)決大模(mo)型在垂直場(chang)景(jing)落地的(de)(de)(de)這些(xie)具體的(de)(de)(de)局限。例如(ru)，我們會做(zuo)行業知識的(de)(de)(de)增強(qiang)(qiang)以解(jie)決“幻覺”的(de)(de)(de)問(wen)題，會做(zuo)企業檢索的(de)(de)(de)增強(qiang)(qiang)、API的(de)(de)(de)增強(qiang)(qiang)、微型化以及IO審查，所(suo)有(you)這些(xie)問(wen)題都是可解(jie)的(de)(de)(de)，都會在有(you)限的(de)(de)(de)時間內解(jie)決。
在(zai)這個(ge)基礎上(shang)，云知聲會推出(chu)面(mian)向(xiang)醫(yi)療行(xing)業(ye)(ye)的(de)行(xing)業(ye)(ye)版(ban)大模型，并在(zai)行(xing)業(ye)(ye)之上(shang)，面(mian)向(xiang)客戶(hu)提供企業(ye)(ye)定制版(ban)大模型。從2016年(nian)進入醫(yi)療行(xing)業(ye)(ye)以(yi)來，云知聲經(jing)過多年(nian)積累，在(zai)數據層面(mian)、在(zai)大模型以(yi)及知識圖譜方面(mian)都取得(de)了一定的(de)進展和成效(xiao)，有(you)一個(ge)非常好的(de)起點。
云(yun)知聲的愿景，就是從醫療(liao)版著手(shou)，逐步覆蓋到其他(ta)專業(ye)版，最后把(ba)各個專業(ye)版聯合起來，基(ji)于MoE（Mixture of Experts）技(ji)術做模型集(ji)成，訓練得(de)到通用(yong)增強版。
從業(ye)那么多年，這(zhe)是(shi)第(di)一次感覺(jue)AGI距(ju)離(li)我們(men)那么近，以前用(yong)AI技術去解決某個場景的某些(xie)問(wen)題(ti)，一旦涉(she)及到(dao)業(ye)務本(ben)身如何真(zhen)正賦(fu)能行業(ye)時(shi)，就會遇(yu)到(dao)各(ge)種各(ge)樣的應用(yong)層面(mian)問(wen)題(ti)。今天(tian)這(zhe)個時(shi)間點給了云(yun)知(zhi)聲一個新的機會，我們(men)可以真(zhen)正通過(guo)AI的方式把我們(men)原來的愿(yuan)景和(he)夢想真(zhen)正落(luo)地。謝謝！
以上是李云霄演講內容的完整整理。
