ChatGPT-4o引发的GAI产业发展思考
文库划重点：瑞典哲学家尼克·波斯特洛姆和英国哲学家大卫·皮尔斯1998年创立了世界超人类主义协会，推动超人类主义不断向社会层面扩散。拉里·佩奇贝佐斯马斯克等都是这种运动的热情拥趸。这一运动目前沿着三个方向前进：一是人的机器化，主要指利用生物技术对人的生命形态进行技术干预，如基因剪辑；二是机器的人化...
目前，我国大力推进“东数西算”工程，并发布《新型数据中心发展三年行动计划(2021-2023年)》等政策性文件，引导新型数据中心实现集约化、高密化、智能化建设。
ChatGPT-4o作为OpenAI最新发布的大型语言模型，一经问世便引发了业界的热烈讨论。这一现象主要源于其技术革新和广泛的应用潜力。
相较于其前代ChatGPT-4.0，ChatGPT-4o不仅在推理速度和能耗方面有显著提升，而更加突出的是在处理多模态数据的能力上，远远超过ChatGPT-4.0。这意味着ChatGPT-4o不仅能够理解和生成文本，还能处理图像、音频等多种数据类型。这种多模态处理能力使其在应用场景上具有更广泛的适用性。ChatGPT-4o当中的“o”，代表“omni”，意思是“全部”。这也意味着ChatGPT-4o将能够模仿人类的大部分感官系统，从用户层面来看，现在它可以听、说、读、写、唱、画甚至做出更加复杂的工作，据了解，业界已经在探讨碳基生命和硅基生命的本质不同。
ChatGPT-4o与ChatGPT-4.0的主要区别
虽然ChatGPT-4.0和ChatGPT-4o共享相似的基础技术和训练数据，但它们在多个方面存在显著区别。
1. 架构和性能优化
ChatGPT-4.0采用了标准的Transformer架构，具备高度的语言理解和生成能力。然而，ChatGPT-4o在架构上进行了优化，通过更高效的训练方法和参数调整，实现了更快的推理速度和更低的能耗。根据OpenAI的测试数据，ChatGPT-4o的推理速度相比ChatGPT-4.0提高了约30%，能耗降低了20%。
2. 多模态能力
ChatGPT-4.0主要专注于文本处理，而ChatGPT-4o则引入了多模态处理能力，能够理解和生成包括图像、音频在内的多种数据。这种扩展使得ChatGPT-4o在更广泛的应用场景中表现优异，例如视觉问答、语音助手等。
3. 自我优化能力
ChatGPT-4.0主要依靠预先训练的模型参数和架构，缺乏自我优化和学习能力。相反，ChatGPT-4o具备一定的自我学习和优化能力，可以根据用户的反馈进行调整和改进。这种能力使得模型能够在实际应用中不断提升其表现，提供更个性化和准确的服务。
4. 用户体验和个性化
ChatGPT-4.0在对话保持和上下文理解上已经相当出色，但仍有提升空间。ChatGPT-4o在这方面进一步提升，增强了对话保持能力和上下文理解的深度，使得与用户的互动更加自然流畅。同时，ChatGPT-4o提供了更强的个性化定制功能，可以根据用户的需求和偏好动态调整响应内容和风格。
人机耦合是必然趋势
ChatGPT-4o是GAI（生成式人工智能）的一个具体产品，GAI的迅速发展正在催生出全新产业体系和商业化特征。GAI利用人工智能学习各类数据自动生成内容，不仅能帮助提高内容生成的效率，还能提高内容的多样性。文字生成、图片绘制、视频剪辑、游戏内容生成皆可由AI替代，并正在加速实现，使得GAI进而渗透和改造传统产业结构。特别是在语言模型领域的全方位竞争已经开始的前提下。所以，发生了微软对OpenAI的大规模投资，因为有这样一种说法：“下个十年的想象力，藏在GPT里。”麻省理工学院的一项研究发现，2018年60%的就业岗位在1940年并不存在，随着任何行业变革，都会出现新的工作岗位。
据高盛预测，3亿个工作岗位可能受到影响。尽管这些数字令人震惊，但研究表明，大多数工作只是部分地受到自动化的影响，并且有可能相互补充并提高工作场所的生产力。风险最大的行业是“行政支持”，估计为46%，“法律”估计为44%。风险最小的角色将是体力劳动和实际操作的工作。
一些新兴的岗位正在涌现：比如提示词工程师像是AI模型的导演，负责设计和优化指导AI行动的语言提示，他们了解AI模型的工作原理，并使用这些知识来优化语言提示，从而引导AI模型产生更好的结果。他们的工作可以涵盖多种任务，比如提升AI对问题的理解，优化AI的回答，甚至引导AI生成全新的内容。这项工作更偏向语言艺术和人工智能的交叉领域。
再比如人机耦合的艺术家，他们用创意和技巧指引AI创建出吸引人的艺术作品。他们会使用像Midjourney这样的图片生成模型，通过提供特定的提示词或语句，来生成新奇和独特的文本或图像内容。他们需要有深厚的艺术素养，同时也需要对AI模型的工作原理有一定的理解，以便能够精确地指导模型产生预期的艺术作品。
一些领域会出现人工智能训练师，他们就像是AI模型的教师，他们主要关注如何训练和优化AI模型。他们为AI模型提供训练数据，监督学习过程，并调整模型参数以改善其性能。这些工作主要涉及到机器学习和深度学习的知识，需要对AI技术有深入的理解……
朱利安·赫胥黎所提出的超人类主义，如今成为一种影响广泛的哲学、科学与社会运动。该运动提倡使用新兴技术（特别是基因工程、人工智能）来增强人类能力和改善人类状况。瑞典哲学家尼克·波斯特洛姆和英国哲学家大卫·皮尔斯1998年创立了世界超人类主义协会，推动超人类主义不断向社会层面扩散。谷歌联合创始人拉里·佩奇，亚马逊的杰夫·贝佐斯和特斯拉的艾隆·马斯克等都是这种运动的热情拥趸。
这一运动目前沿着三个方向前进：一是人的机器化，主要指利用生物技术对人的生命形态进行技术干预，如基因剪辑；二是机器的人化，主要指人工智能的发展，以具有人类心智能力为目标，GAI的出现是其最新形式；三是人机结合的赛博格，主要是指脑机接口以及其他辅助人类生存的肢体支撑系统，如在体内植入具有增强功能的芯片。人机耦合是必然趋势！
如何看待智能体（Agent）的发展
ChatGPT本身不是智能体，但作为强大的语言模型，它可以成为智能体系统的一部分，为智能体提供自然语言处理能力。智能体需要具备自主性、环境感知与交互能力、多任务处理能力等特征，而ChatGPT主要提供语言理解和生成的能力。通过与其他技术的结合，ChatGPT可以为智能体系统提供重要的语言交互组件，增强智能体的整体功能。智能体（Agent）被认为是AI未来的发展方向之一。这种观点的形成有几个关键原因。
1. 高度自主性
智能体具备自主学习和决策的能力，能够在复杂的环境中自主完成任务。这种自主性使得智能体可以在无人干预的情况下处理多变的场景，解决实际问题。例如，自主驾驶汽车、智能家居系统等都依赖于智能体的自主决策能力。
2023年6月26日，新加坡，一家工厂内，Brilliant Lab公司可穿戴混合现实设备Monocle的组装区工作人员。Brilliant Labs正在研发一个尚未被证实的可穿戴混合现实设备，该设备内置了ChatGPT。(图片来源/视觉中国)
2. 环境适应性
智能体能够根据环境变化进行实时调整，具备高度的适应性。这种能力使得智能体可以在动态环境中表现出色，如应急响应、灾难救援等场景。此外，智能体还可以在企业运营中发挥重要作用，通过实时数据分析和决策优化企业流程，提高效率和效益。
3. 人机协作
智能体可以与人类进行高效协作，共同完成复杂任务。例如，在医疗领域，智能体可以协助医生进行诊断和治疗，提供精准的医疗建议；在教育领域，智能体可以作为智能辅导员，为学生提供个性化的学习方案。这种人机协作模式将极大地提升工作效率和质量。
中国和美国的AI产业发展对比
中国和美国在AI产业发展方面各有优势，体现出不同的特点和策略。
1. 中国AI产业发展层面
中国在AI领域的发展速度令人瞩目，主要体现在以下几个方面：
一是政府支持，中国政府对AI产业的发展给予了高度重视，出台了一系列政策和规划。例如，《新一代人工智能发展规划》明确提出要在2030年实现世界领先的人工智能技术和应用水平。政府的支持为AI企业提供了良好的发展环境和丰富的资源。
二是产业集群，中国形成了多个AI产业集群，如北京、上海、深圳等地的高科技园区。这些集群汇聚了大量的AI企业、科研机构和高端人才，形成了良好的创新生态系统。
三是数据优势，中国拥有庞大的人口和活跃的互联网用户，为AI技术的开发和应用提供了丰富的数据资源。这种数据优势使得中国企业在大数据分析和应用上具有显著的竞争力。
2. 美国AI产业发展层面
美国在AI领域具有长期的技术积累和领先地位，主要体现在以下几个方面：
一是技术研发层面，美国拥有世界顶尖的科技公司和研究机构，如谷歌、微软、斯坦福大学等。这些机构在AI基础研究和前沿技术开发上处于全球领先地位，为AI产业的发展提供了强大的技术支撑。
二是创新生态层面，美国的创新生态系统高度发达，风险投资和创业文化蓬勃发展。硅谷作为全球科技创新中心，汇聚了大量的AI初创公司和创新人才，推动了AI技术的快速应用和商业化。
三是国际合作层面，美国在AI领域的国际合作广泛，与全球多个国家和地区保持紧密的技术交流与合作。这种国际合作为美国AI企业提供了广阔的市场和丰富的技术资源，促进了AI技术的快速发展和全球化应用。
应如何与AI交互和相处
随着AI技术的不断进步，人类与AI的交互和相处方式将发生深刻变化。未来，人类与AI将更加注重共生与协作。AI技术可以帮助人类处理复杂和重复性任务，释放人类的创造力和潜力。在这种共生关系中，人类可以专注于高层次的思考和创新，而AI则承担具体的执行和优化工作。
为了更好地与AI交互，人类需要提升自己的AI素养。教育系统应加强对AI基础知识和应用技能的培养，使公众能够理解和使用AI技术。同时，企业和政府也应提供相应的培训和教育资源，帮助员工和市民适应AI时代的变化。
随着AI技术的广泛应用，伦理和法规问题将变得更加重要。需要建立健全的法律法规体系，保障数据隐私和安全，确保AI技术的公平和透明。同时，社会各界应共同探讨和制定AI伦理规范，防止技术滥用和道德风险。
AI技术的发展需要持续的创新和探索。政府、企业和科研机构应加大对AI基础研究的投入，鼓励技术创新和应用创新。只有通过不断的技术突破和创新应用，AI才能更好地服务于社会，促进经济和社会的可持续发展。
GAI的五大主要应用领域
GAI是AI领域的重要分支，其未来走向将对各行各业产生深远影响。
1. 在内容创作层面
GAI在内容创作领域具有巨大的潜力。它可以自动生成高质量的文本、图像、音乐等内容，帮助创作者提高创作效率。例如，AI可以辅助作家撰写小说、新闻稿，帮助设计师生成创意图案，甚至可以为音乐家创作旋律。这种能力将极大地推动文化产业的发展，激发创意产业的创新活力。
2. 在医疗健康层面
GAI在医疗健康领域的应用前景广阔。它可以生成个性化的治疗方案、药物分子结构，甚至可以模拟人体器官，辅助医生进行诊断和治疗。例如，AI可以生成个性化的健康报告，为患者提供精准的健康建议，甚至可以在新药研发中生成具有潜在疗效的分子结构，缩短药物研发周期，提高研发成功率。
3. 在教育培训层面
GAI可以在教育培训领域发挥重要作用。它可以生成个性化的学习内容和题目，为学生提供针对性的辅导和训练。例如，AI可以根据学生的学习情况生成个性化的学习计划，提供适合学生水平的练习题和解答方案，帮助学生提高学习效果。这种个性化教育模式将极大地提升教育质量和效率，推动教育公平和普及。
4. 在企业应用方面
GAI可以帮助企业优化业务流程、提高生产效率。例如，AI可以生成自动化的业务报告、市场分析，辅助企业决策；可以生成自动化的客户服务响应，提高客户满意度；还可以在产品设计、生产制造中生成优化方案，提高生产效率和质量。这些应用将极大地提升企业竞争力，促进企业数字化转型和智能化升级。
5. 在社会治理层面
GAI在社会治理中也有着广泛的应用前景。它可以生成智能化的城市管理方案、社会服务方案，辅助政府提升治理能力。例如，AI可以生成智能交通管理方案，优化城市交通流量；可以生成智能环境监测方案，提升环境保护水平；还可以生成智能公共服务方案，提高公共服务效率和质量。这些应用将极大地提升社会治理水平，推动社会和谐发展。
能源互联是关键
预训练大模型的训练推理需要巨量数据资源与高性能计算机的全天候高速运转，对数据中心的网络带宽、能源消耗与散热运维等能力提出更高要求。虽然ChatGPT-4o通过技术革新显著地降低了能耗，但是在全球GAI大发展的背景下，能源消耗与碳排放问题是数据中心亟需关注的重点问题。普通服务器的标准功耗一般在750～1200W，而AI模型运行时会产生更多的能耗，以CPU+AI芯片（搭载4卡/8卡）异构服务器为例，系统功耗一般会达到1600W～6500W。根据斯坦福大学发布的《2023年AI指数报告》数据显示，GPT-3模型训练耗费的电力可供一个美国家庭使用数百年，CO2排放量也相当于一个家庭排放近百年。
因此，无论消费互联，还是工业互联，其底层必须是能源互联。当下全球算力大发展时代，也是能源危机到来的时代。目前，我国大力推进“东数西算”工程，并发布《新型数据中心发展三年行动计划（2021-2023年）》等政策性文件，引导新型数据中心实现集约化、高密化、智能化建设，机遇与挑战并存，在数字经济时代下，我们必然要完成中国算力产业在规模、网络带宽、算力利用率、绿色能源使用率等方面的全方位提升。
文/中关村人工智能学院副院长 黄洁
收录于哈希力量，手机站省略本文固定网址
