智能时代的三大核心技术

作者：曾鸣，阿里巴巴集团学术委员会主席、湖畔创业研学中心教育长。

这张图可能大家都比较熟悉，这就是人工智能在过去20年的一个大发展。最早在搜索阶段叫大数据，那时候还没有AI提法。大家知道，去年底到今年ChatGPT火了后，中国关于大模型的创业团队就有100多家，叫“百模大战”。实际上，第二阶段的人脸识别，是深度学习第一次在视觉领域得到大规模应用，2014年就有上百家的视觉公司在创建。人脸识别，今天大家已经觉得无处不在的一个应用，比如，大家刷抖音背后的推荐引擎，也是基于AI技术。实际上，是这一轮AI用深度学习的方法第一次大规模应用。大语言模型呢？这个叫Large Language Model。为什么说是通用AI的一场革命？它实际上是一个非常简单的算法，就是去预测一个字后面，最有可能出现的下一个字是什么。

就这么一个简单的算法，但是它达到了预测的准确度足够高，足够有用。在这个意义上，它看起来掌握了语言。大家知道在《人类简史》这本书上也提到，语言是人类最伟大的发明。语言让我们可以沟通，语言的背后天然就蕴含着人类的智慧，而且人类海量的知识，1万年左右的知识，基本上都被最近二十年的IT通过文字、音频、视频给沉淀下来了。所以，你掌握了文字，掌握了语言，基本上就破解了人类到今天为止所有的知识。我们今天还不太理解，大语言模型背后的运行机制到底是什么。它也许不像人一样在思考，但是在局部领域里，它表现出了像人一样的逻辑推理能力。这个对于我们未来就会产生非常根本性的影响。

过去三十年的发展，从互联网到无线互联网，到传感器，数字化转型，大数据计算等等。这些逐步增强了软件世界的能力边界，但是它本质上是在做加法，是叠加。但是AGI、通用人工智能把这些串在一起，提高了所有软件的适配能力和自主能力，开始从量变到质变，发生了一个新的飞跃。比如说AGI能够自动编程，这样一下子让软件的能力有一个急剧的提升，这是一个质的变化。

在这个意义上，大家一般都认为，大语言模型是 AI时代第一个类iphone时刻，也是一个大变革的时代。从另外角度来看，通用智能的时代也可以说成是机器人的时代，因为AI是大脑，它和各种硬件的结合就是各种机器人。比如说自动驾驶，自动驾驶的车，就是一个机器人，特别是未来的Robotax公司，本质上就是一个技术外包服务公司。从这个角度来理解，就会对技术，对商业，到底产生什么样的影响，有个更本质的体会。大家一讲到机器人，都会想到波士顿Danymics各种各样很炫的机器人，但是波士顿Dynamiac发展了30年左右，很可能还不如特斯拉的人形机器人这两年所取得的速度和进展更快。这也是AI技术带来的在硬件方面的突破，我们可以看到机器人，在整个环境下，也会有飞速的发展。除了大家讲的ChatGPT之外，我还想强调一下，另外两条AI、AGI的发展主线也非常重要。一个就是自动驾驶，自动驾驶的要求和ChatGPT不太一样，它要确保安全性，而且它本质上解决的是人和物理世界的互动。

ChatGPT更多的是人大脑的行为。

但是自动驾驶要解决人和物理世界的互动，所以为什么自动驾驶的特斯拉公司，可以在机器人方面有那么多的积累，因为它本质上是要去感知外部世界。另外一个非常重要的领域是AI for Sicence（科学智能），而且它更根本，至今为止AGI只能应用人类现有的知识，并不能创造新的知识。但是AI for Sicence（科学智能）把AI用来做科学的发展。它很有可能创造完全不一样的格局，因为它可能会发现，甚至是新的化学方程式或者是新的物理定律，整个人工智能又会往前迈一大步。但即使是今天，像Deepmind下面的Alpha-Fold对蛋白质的解析，合成生物学，其实过去几年非常新生的领域，也是AI驱动的。所以，有很多领域已经取得了很大的进展，只是不那么广为人知，但是这方面的积累，也会带来下一步的突破。刚才是一些背景知识，大家可能在不同的场合也听过，接下来的两页PPT是今天最重要的两页PPT之一。如今，我们从互联网时代来到智能时代，互联网跟AI到底有什么本质区别？互联网本质上处理的是海量数据，它解决的是信息流转和匹配的效率，让信息尽可能地流通匹配，不要有信息不对称而带来各种各样的摩擦。

核心价值在于：解决信息不对称的问题。

举个简单的例子。在线教育过去所有的努力，都是想利用互联网提高老师的教学效率，这是一个非常典型的互联网案例，也取得了很大的进展。但是AI时代的在线教育，是通过无限制的高质量老师供给，满足个性化的学习需要。原则上每学生都应该配一个自己的老师，而这只有AI老师才有满足。同样的道理，全世界现在最大的问题之一，都是医疗成本太高，医生服务不够。如果有AI医生出现，整个人类的健康状况，会有一个质的飞跃。

所以，AI本质上是解决供给不足的问题。过去五年，大家做数字化转型、做产业互联网、做线上化，为什么做的那么辛苦？本质原因就是：这些行业不是信息不对称的问题，是供给不足的问题。比如说，大家所有做互联网医疗以及医疗服务转型。你解决所有的问题价值都非常有限，因为你解决不了最核心的问题，看病治疗那个瓶颈总是在那的，就那么些好医生，你怎么去做信息匹配都没用。所以这个是AI时代，带来一个全新的机会，是我们真正去创造新的供给，海量的供给会创造新的需求。但AI时代，AI最本质的问题是处理海量知识，不再是数据，也不仅仅是信息，是通过对数据和信息的加工产生的知识，这个知识跟原有知识的结合去解决实际问题，所以他解决的是决策的效率与成本，也就是机器能否取代人。到目前为止所有的决策都是人在做决策，机器如果能取代人做决策就是一个智能飞跃，其核心价值是创造新供给。 所以，AI时代最核心的能力是根据决策场景建立决策模型的能力，“场景”一词，非常重要，因为我们所有的决策都是基于一个特定场景的。人很多时候的决策是下意识，甚至是潜意识的，你怎么将它显性化变成一个机器用它的逻辑去实现的决策，这是一个根本性的挑战。

所有的难度在这前面，特别对于AI应用企业来说，对于大模型的一些前沿公司来说，算法是一个很大的瓶颈，但对于AI应用来说最核心的就是建模能力，理解真实场景下的决策，这个难也是因为AGI的决策方法与人的决策方法不一样，所以你需要一个翻译。这个模型有意思的地方，只要你建立了这个模型，形成一个闭环，它自己就能够不断地迭代、优化与生长，所以是一个“活”的AI系统。在这个意义上，过去所有的发展都可以说是一个机器时代，再复杂的机械系统都是简单的系统，他们只能做确定性的执行，但再简单的认知系统都是复杂系统，所以AGI现在的在发展，处于一种类似生物的可有机生长的一套系统，这也会是一个根本性的发展。我们怎么去拥抱自己带有某种能力，某种倾向，又有自我学习，自我成长的能力。

这是AGI的本质，跟互联网时代不一样。互联网时代还是在解决相对确定性的信息匹配的问题，但是AI时代是打造认知系统的问题。这是今天第一个需要跟大家分享的观点。总结一下，在2017年公开课的基础上，再做一个提升，时代驱动力是智能化，我把“智能化”提到更高高度，成为这个时代的主导。互联网时代其实是在线化，软件化跟网络化，在线化跟软件化的结合过去20年最火的SaaS，网络化就是从pc互联网到移动互联网到IOT物联网的一系列的发展。它本质是连接，完成网络协同的基础设施。每一个新时代，都建立在上一个时代的基础之上，所以在互联网时代继续发展，基础设施会变得越来越好的基础之上，我们可以看到，智能时代新的驱动力。一方面是智能化。这是我们刚才整个讲演都在讲智能化的发展，特别是通用人工智能，会越来越强大。我们不知道它最终会强大到什么样，我们只知道它会越来越强大。另一方面支撑智能时代的发展还有两个平台性的基础技术做支柱：一是人机交互能力的不断的提升，这是我们马上就要展开讲的XR话题。

二就是区块链和Crypto，带来我们全网协同的能力的提升。

1.XR：人机交互AR、VR到XR，整体就是人机交互的一个发展过程。从pc时代开始，今天最牛逼的几家公司之一微软，苹果。核心发明就一个GUI图形交互，然后产生了今天所有的互联网革命。个人电脑到鼠标到键盘，本质上是键盘输入，到微软的全套的软件系统。然后到了移动互联网时代，主要是触摸屏的输入，也包括部分的语音输入。第三条路就是过去十年开始发展的。

① 虚拟现实

2012年Oculus成立，2014年被Meta买了，虚拟眼镜VR；2014年GoogleGlass也出现了，2015年推出了一批产品；2016年，来到了虚拟现实的元年。那一年，发布了第一代Oculus Rift。索尼推出了VR眼镜。微软发布了Holowlens。还有一款叫PokemonGo的游戏。当时，第一个基于虚拟现实的火热游戏，很快就沉寂了。高科技发展轨迹，中间都有阶段性的悬崖。2018年的Magic Leap是当时特别有希望的一家创业公司，得到了谷歌，阿里巴巴很多公司的支持。2018年我去看Magic Leap，当时快要投产的下一代产品。我看完以后，当时特别的震撼，不是真假的问题，是将来分不清真假的问题。它是完全可以迷惑你的眼睛，因为都是真实的光源，所以眼睛是没有办法判断，我看到的到底是真是假，它看到的就是成形的图像，然后给大脑输送信号。第二个是，当时Magic Leap的Founder（创始人），就讲我们做的不是眼镜，我们做的是未来的人机交互。大家想想看，你只要眼睛动一动，看一看电脑就能执行你的命令，那不是快多了吗？也容易多了。

很可惜，最后的技术难关没有过去。所以Magic Leap后面转型做了ToB的公司，没有做成消费品的爆炸性的成长。今年有两个重磅的发布，一个就是Apple的VisionPro，这是Apple第一次正式在这个领域发布产品，定义了很多新的标准，也给大家带来很多的期待。第二个就是，上个礼拜Meta发布的Quest3，正好打的是中低端，苹果做的是高端，两家选的技术路线都基本一致，这就说明了行业标准再开始慢慢的浮现，然后又有高端又有低端。附带说一句，Meta还推出了个AiGlass，也是为了人机交互的发展，它虽然不是一个虚拟眼镜的产品，但大家可以看到视觉交互又一次成为行业的焦点。

② 人机交互

回到讲硬件，它的核心目的是什么？硬件的核心目的是完成人机交互的新的机缘，最早的PC计算是通过键盘来交互的。移动计算的手机是通过触摸屏，到了所谓的空间计算的时代，空间计算核心强调视觉跟感知。每个人的定义不一样，我们不用去计较细节。我想总结一下，XR这个领域为什么对在座的每一位都很关键，它的技术背后的本质是什么？这也是一次人机交互的质的飞跃。以前我们跟机器，机器包括后面的AI，我们以前跟机器交互都需要主动的去操作机器，都是要我们去输入。但是未来是机器主动的响应人，我们可能什么都不用做，它自然的感受到了，如果我们进化到脑机结合的时候，甚至它潜意识就知道我们想什么，它可能就去执行了。

所以未来是机器感知人，它来主动行动的一个交互界面，所以这个是完全不一样的时代。我们会看到，会有越来越多的各种各样的机器，将会把人体感官跟数字世界直接连接。我们现在是AR、VR眼镜，可以穿戴的设备，包括衣服、类似皮肤。距离是从远到近，贴近皮肤，再进入皮肤。植入芯片之类的肯定早晚都会发生。这些是十几二十年非常大的一个发展趋势。这个趋势的商业意义是什么？是从XR、VR眼镜开始，我们开始了人类自身感知和注意力的数字化，人自身不再独立于数字世界之外。

③ 元宇宙为什么说元宇宙，大家曾经那么向往，就是因为那是一个纯粹的数字世界，不受物理规律的限制，而且在元宇宙里头能够实现极致的个性化，还有你非常丰富的生物特征，还有非常丰富的场景，可以有无穷无尽的服务。所以那时候元宇宙为什么让大家那么兴奋，也是一个让人很期待的未来。但是XR，类似的设备，除了硬件设备之外，它同样需要软件和算力的提升，所以跟这匹配的是边缘计算，包括算法的微型化。所以，将来每一个边缘设备，它的感知，计算，思考，决策能力也会有一个质的飞跃。所以这个技术和AI技术，也是相辅相成的，它实际上是提供了一个无限广阔的场景，让AI可以得到更广泛的应用。但它反过来又会促进AI技术的进步，因为没有AI技术的进步，它支撑不了更深一步，更复杂，更实时的技术要求，所以这两个是完全相辅相成的技术。

2. AIGC：生产力的大突破

① 我们将迎来创作者经济

我认为最有价值的突破，是通过AGI（通用智能）创造海量的新的数字资产。AGI第一个突破的领域就是AIGC，就是深层次AI，也就是创造海量的内容。明年的某个时刻，肯定会有非常好用的文字、语音转视频的工具出来。基本上从文字到语音到图片到视频，创作的门槛会急剧的下降，创造新的数字资产的空间会急剧的上升。而且就像我们讲虚拟世界一样的，未来的这些数字资产，它会越来越走向主流，它的重要性会越来越大，这些资产有价值，大家就会重视，大家就会对它的流转交易，非常上心。所以在那个基础之上，新的数字资产，天然会去用新的价值网络的技术平台。同时，我刚才讲到以太坊核心是智能合约，但未来机器跟机器之间的合作，它们的互动方式跟人是完全不一样的。它们需要有更多，更自动，更高效，更智能的合约直接完成。所以在这个领域里，区块链、Crypto有很大的发展空间，也是在这个意义上，我也把它当作AGI整个智能时代重要的组成部分。

无论是从刚才讲的Crypto的领域，对创造经济的呼吁。还是看AGI带来的价值，我觉得未来，我们将迎来一个创造者经济的时代。一方面，这个趋势看得非常清楚，AGI会逐步取代结构化的人类知识，并且变得越来越智能。另一方面，人借助机器智能的力量，有机会变得越来越有创造力。就像工业革命的早期，大家都非常恐惧，人不再能够以体力来获取价值了。但是过去的100年，出现了白领阶层，出现了知识工人，出现了软件工程师，他们靠自己的脑力活动，创造了过去100多年、200年的繁荣。我能看到的相对美好的场景，由于机器或者人工智能把人从繁琐的、重复性的、无聊的脑力劳动里解放出来，人可以把大部分时间，用在开发自己的创造力上，去做自己真正有激情的，也能够做得更好的事情。这个可能是两个基本的动力。在这个基础之上，对人跟人、人跟机器、机器跟机器之间的协同都提出了更高的要求。互联网时代，机器跟机器之间协同是靠API，就是应用之间要有一个约定的规范来互助，但是由于AGI的发展，未来所有的服务之间，是用自然语言来交互。也就是说，机器会学得像人一样，直接来对话，机器跟机器之间就完成了协作，自然语言反而变成了人跟人、人跟机器、机器跟机器之间的沟通语言，对于智能合约就提出了更高的要求。

如果我们从一个更宏观的角度来看，刚才讲的这些内容，德鲁克可能是20世纪最伟大的商业思想家，他把工业革命划分成了三个历史阶段：

第一个阶段是生产力的革命，本质上是工厂取代了手工作坊，因为过去的手工作坊知识，都只能靠师傅带徒弟，人传人。但是有了工厂以后，就开始有了科学化管理。

第二个阶段，是100年前开始的管理革命，也就是说开始有了企业的概念。以前只有单个工厂，核心就是生产和销售，但是我们从管理开始，有了矩阵式管理、职能化管理、人力资源部门、战略规划部等等。一百多年前成立的商学院，目的就是为管理革命输送批量化的高质量的管理人员。所以，MBA出来都是标准化的语言，这是管理革命。

第三个阶段，随着IT的发展，从六七十年代开始进入了软件革命，也就是IT革命的时代，软件工程师创造最大的价值。顺着刚才讲的AGI对人类结构化知识的替代，人必须走向创造力的发展。所以，我把未来的第四个发展阶段，新的发展阶段，叫做创造力革命的阶段，人未来的价值就体现在创造力上。我们将要迎来的是一个新的经济范式。智能时代的经济核心，我们把它叫做智能经济，从另外一个角度来理解，刚才讲的创造者经济。三个核心的支撑，就是我们刚才讨论的通用人工智能、Crypto、AR&VR。当然，这三个发展阶段不一样，目前是AGI发展势头最猛，Crypto处于相对低谷正在酝酿的阶段，AR&VR可能还要三五年才会产生大规模销售的应用级产品。但是这几个的趋势是非常清楚的。

② 人类文明的演进

我们如果从智能经济再跳出来，从一个更广大的角度来看人类文明的演进。实际上，人类的发展核心依赖于两个，一个是人类网络的发展，就是我们讲到的语言、文字、文化、制度等等，都是所谓的软的制度性的东西。还有一个是工具网络，从最早的火，到工具的使用，到农业化到物理的网络，到今天的物流网、通讯网、计算网，这都是物理的工具网络的发展，工具的网络促进了社会进步，促进了人类的发展，然后人类又发明出了更多的网络，发明了更多的工具，促进新一代的技术发展。所以，技术进步跟社会进步就通过这两个网络，产生了一个质的飞跃，一轮一轮的发展。从生物学的角度来说，人类单个大脑的容量提升很小。所谓，未来的进步就两个：第一个，对大脑开发，一步步的开展，就我们大脑开发比例还很低的。所以为什么创造力革命有可能？

我们有可能开发出很多我们想象不到的能力。第二个，目前看起来更重要的是群体智慧的涌现，也就是通过社会协同创造更大的价值。技术变革推动的工具网络的进步，是人类文明发展的主线。基于这个，我们可以做一个判断，我们今天讨论是处于一个什么样的状态，从火的发现和应用，到工具的使用和发明，到农业经济才1万年左右，再到工业革命。第一次工业革命是机械动力，第二次工业革命是电力，虽然有人把信息革命叫做第三次工业革命跟第四次工业革命。但是我觉得从概念的角度来说，把信息革命独立出来可能更清楚。

所以，我们有了第一次信息革命，就是电脑的发明。然后第二次信息革命，大概从70年代末到80年代初。开始有个人电脑，互联网的发明，到最后通讯网络跟计算网络的融合，形成了互联网过去20年的大爆炸。我们过去的五年跟未来的五年，就是一个过渡期，从互联网时代走向智能时代，我个人倾向于把它叫做互联网3.0。从互联网1.0的PC到2.0的移动，到3.0的未来。为了在概念上更清晰，我们可以把未来10年，甚至接下去20、30年，定义为智能时代的开端。

智能时代1.0，这就是我们今天所处的时代的机会，也是时代的挑战。我们今天不论什么位置，所有人只有一个共同的挑战：成为智能时代的原生物种，你才有机会发展，甚至才有机会生存下去。

编辑：黄飞