隨著美國初創(chuàng)公司OpenAI于2022年11月30日推出劃時代人工智能產(chǎn)品ChatGPT后，生成式人工智能產(chǎn)品迅速成為數(shù)字經(jīng)濟(jì)發(fā)展的最新趨勢。去年和今年，ChatGPT的版本和功能也一日千里。
筆者認(rèn)為，目不暇接新的技術(shù)和新產(chǎn)品，充分顯示出生成式人工智能技術(shù)成為了通用性人工智能技術(shù)的代表，并迅速融入生產(chǎn)力提升環(huán)節(jié)，昭示出數(shù)字經(jīng)濟(jì)四大發(fā)展趨勢：
趨勢一：存量數(shù)據(jù)要素的價值將得到充分釋放
搜素引擎時代，一個網(wǎng)頁，如無法被任何搜索引擎找到，基本意味著該網(wǎng)頁在數(shù)字空間內(nèi)并不存在。在人工智能時代，存量數(shù)據(jù)亦如是。人工智能的時代下的數(shù)據(jù)，有著兩方面的價值：一是生成信息和知識的價值、二是對人工智能的訓(xùn)練價值。存量數(shù)據(jù)如未被人工智能技術(shù)予以使用的話，既無法用來生成新的信息與知識，也無法用來訓(xùn)練人工智能模型，也就意味著數(shù)據(jù)失去了意義與價值。
近日ChatGPT、文心一言等生成式人工智能技術(shù)的問世與迭代。令人們愿意更多地與此類生成式人工智能交互，從而令沉淀下來的數(shù)據(jù)要素存量得以進(jìn)一步發(fā)揮其生成信息和知識的價值。在交互的過程中，存量數(shù)據(jù)也將發(fā)揮訓(xùn)練人工智能的價值，讓人工智能日新月異。未來隨著生成式人工智能技術(shù)的發(fā)展，數(shù)據(jù)將在尊重個體隱私信息的情況下，在交互中被生成信息或知識，提高人們的工作效率和決策水平，從而推動經(jīng)濟(jì)高質(zhì)量發(fā)展。
另一個釋放存量數(shù)據(jù)要素價值的突破性技術(shù)是生成式人工智能訓(xùn)練時所用到的數(shù)據(jù)token化。token指語言模型所處理的數(shù)據(jù)單位，而數(shù)據(jù)token化是指將句子、段落、文章這些類型的長文本分解為若干部分，形成單元，即以token為單位的數(shù)據(jù)結(jié)構(gòu)，而后把文本分詞后每個詞表示成向量進(jìn)行模型計算的過程。如單詞pretrained，可被分成pre，##train，##ed三個tokens，進(jìn)而單獨(dú)訓(xùn)練每個token的含義，然后將pre，train，ed這三個token的含義結(jié)合起來來推測pretrained這個詞的含義。這樣的做法能夠極大減少詞表的大小，例如（BERT-base模型）英文其實是用30722個token來表示的，這其中甚至有很多token并沒有被用到。這就意味著，我們可以用小于3W個token來表示英文中的幾乎所有單詞。
人類社會中80%以上的數(shù)據(jù)都是圖片、音頻、視頻等等非結(jié)構(gòu)化的數(shù)據(jù)，這些數(shù)據(jù)不像文字、字符一樣能被計算機(jī)處理，如何挖掘這些數(shù)據(jù)背后的價值成為大數(shù)據(jù)變革的一大方向。而在AI大模型的加持下，文字、圖片、聲音等數(shù)據(jù)，均可通過token化而轉(zhuǎn)變成可供人工智能訓(xùn)練的單元，使得人工智能的訓(xùn)練不再需要面對千百種的排列組合，而是著眼于最基本的單元。這將極大利用各類數(shù)據(jù)要素存量，帶來所有數(shù)據(jù)統(tǒng)一處理的新變革。
趨勢二：推動高性能芯片產(chǎn)業(yè)快速發(fā)展
OpenAI的ChatGPT產(chǎn)品所依賴的GPT模型參數(shù)高達(dá)１７５０億，谷歌LaMDA 模型參數(shù)高達(dá)１３７０億，其視覺語言模型PaLM-E的參數(shù)則高達(dá)５６２０億。根據(jù)李彥宏介紹，百度公司的文心一言大模型的訓(xùn)練數(shù)據(jù)包括萬億級網(wǎng)頁數(shù)據(jù)、數(shù)十億的搜索數(shù)據(jù)和圖片數(shù)據(jù)、百億級的語音日均調(diào)用數(shù)據(jù)，以及5500億事實的知識圖譜等。這使得生成式人工智能產(chǎn)品在訓(xùn)練和與用戶交互的過程中，需要大量算力來支撐。在生成式人工智能突飛猛進(jìn)的當(dāng)下，人工智能開發(fā)者們也在秣馬厲兵，擴(kuò)大高性能計算集群儲備。數(shù)據(jù)顯示，日前meta公司的NVIDIA A100計算卡的庫存已經(jīng)達(dá)到了21000余張。谷歌母公司甲骨文的A100計算卡存量也突破了10000張。在可見的未來，隨著人們對生成式人工智能的需求更深更廣，人們對算力的需求也將呈指數(shù)型增長。而這種趨勢也將把春風(fēng)吹向高性能芯片產(chǎn)業(yè)，極大地促進(jìn)處理器、計算卡、服務(wù)器等相關(guān)運(yùn)算組件的研發(fā)與銷售。
趨勢三：催生云計算新型服務(wù)模式
云計算作為利用分布式計算形成巨大算力的計算服務(wù)系統(tǒng)，可以對生成式人工智能提供強(qiáng)有力的算力保障。OpenAI的大東家微軟，不僅在ChatGPT的研發(fā)過程中出資支持，更為ChatGPT模型提供了微軟的云計算服務(wù)。目前，云計算的主要服務(wù)方式涵蓋了基礎(chǔ)設(shè)施即服務(wù)（IaaS）、平臺及服務(wù)（PaaS）、軟件即服務(wù)（SaaS）。生成式人工智能的發(fā)展，或?qū)⒋龠M(jìn)云計算服務(wù)從IaaS逐步轉(zhuǎn)向模型即服務(wù)MaaS（Model as a Service）,即從提供算力、存儲等基礎(chǔ)云服務(wù)到提供模型、框架、應(yīng)用等多樣化服務(wù)。例如百度CEO李彥宏近期表示，百度已經(jīng)在AI層面進(jìn)行了全棧布局，整個公司的AI技術(shù)架構(gòu)分為四層：芯片層、框架層、模型層和應(yīng)用層。這個技術(shù)架構(gòu)，越往下越通用，越往上越專用。通用性的提升將會降低開發(fā)與應(yīng)用的門檻，而專用性的提升則將提高開發(fā)與應(yīng)用的效率。在未來，云計算廠商通過模型及服務(wù)，將能標(biāo)準(zhǔn)化地輸出智能化的底層能力，為AI的發(fā)展提供堅實地基。
趨勢四：推動生產(chǎn)力智能服務(wù)平臺等平臺經(jīng)濟(jì)新業(yè)態(tài)
在上述趨勢作用下，生成式人工智能技術(shù)將使得數(shù)字經(jīng)濟(jì)步入智能經(jīng)濟(jì)階段，推動數(shù)字經(jīng)濟(jì)和實體經(jīng)濟(jì)深入融合，對生產(chǎn)力提升將產(chǎn)生重大影響。
生產(chǎn)力智能服務(wù)平臺，指的是通過基于生成式人工智能的服務(wù)，促進(jìn)生產(chǎn)力提高或決策智能化的服務(wù)型平臺。最簡單的例子就是微軟近期在自家Microsoft Office各類工作軟件上發(fā)布的Microsoft Copilot人工智能助手。這類結(jié)合辦公軟件的多模態(tài)模型，讓本來極為繁瑣的操作步驟與程序語言，可以被用自然語言表述的指令替代。我們只需要用人類的語言給人工智能傳達(dá)我們的目標(biāo)，它便會理解、想出實現(xiàn)我們目標(biāo)所需要的計算機(jī)指令，并幫助我們直接操作完成。這將極大地降低人們利用辦公軟件實現(xiàn)復(fù)雜功能的門檻，也將極大提升人們在辦公場景下的生產(chǎn)力水平。
在未來，對強(qiáng)大的生成式人工智能來說，辦公場景只是千萬種應(yīng)用場景的冰山一角。ChatGPT通過API插件與其他應(yīng)用場景結(jié)合，可以催生出更多2C或2B的生產(chǎn)力智能服務(wù)平臺，在無人駕駛、智能辦公、程序編寫、車間控制等場景也會帶來革命性生產(chǎn)力提升。
我國應(yīng)鼓勵互聯(lián)網(wǎng)企業(yè)積極投身該領(lǐng)域的創(chuàng)新和競爭，助力我國數(shù)字經(jīng)濟(jì)邁入新的發(fā)展階段。
作者/清華大學(xué)社科學(xué)院數(shù)字經(jīng)濟(jì)研究中心主任 王勇教授
編輯/岳彩周
校對/薛京寧
