今天小編分享的教育經驗：李彥宏：AI不會替代人類工作機會，反而會創造就業，歡迎閲讀。
多知網 5 月 18 日消息，國家發改委、科技部等部門和天津市政府共同主辦的第七屆世界智能大會在天津開幕。在會上，百度創始人、董事長兼首席執行官李彥宏表示人工智能不會替代人類工作，而是會帶來全球經濟的下一個增長奇迹。每一次科技革命，都會讓一部分工作消失，同時創造更多新的工作崗位。
李彥宏表示，人工智能發展方向從辨别式走向生成式。過去比較熟悉的人工智能的應用，比如人臉識别、搜索引擎基本上都是辨别式。并提到在過去幾十年信息產業的發展，人機互動的方式發生了三次變化。此外，在他讀研究生的時候，人機進行互動通過命令行。圖形用户界面（GUI）比命令行更友好一些，但它仍然不是最自然的互動方式，而人工智能的誕生讓人們可以用自然語言跟電腦進行互動。
同時他認為，大數據、大算力、大模型，導致了智能湧現。同時，人工智能技術層面發生了方向性改變，從辨别式 AI 走向生成式 AI。搜索是典型的辨别式 AI，文心一言是生成式 AI。生成式 AI 會帶來極大的效率提升，比如人類畫一張畫需要一天，成本幾百元。但 AI 畫一張畫，只需要幾秒鍾，成本只需要幾分錢。
" 人工智能帶來產業革命。正如過去的馬車夫被逐漸取代，但新職業興起。30 年前，打字員的工作小時了，但網絡工程師、遊戲開發等工作卻出現了。"李彥宏表示，我并不擔心人工智能的出現，影響人們的就業。
在最後他表示，很期待未來在大模型之上，會有各行各業各種應用能夠找到好的應用場景，能夠獲得效率大幅度的提升。
在今年 3 月，百度方面發布了自己的人工智能大模型 " 文心一言 "。在發布這款產品時，李彥宏表示，在内測對文心一言的能力體驗來説，它确實也不能講叫做完美。但為什麼今天要發布？因為有市場需求，因為百度的各個產品線從搜索到智能雲到自動駕駛到小度，大家都在等着要用這樣的技術，更重要的是我們的客户、我們的合作夥伴在等着用這樣的技術。
附上 2023 世界智能大會李彥宏演講實錄：
各位領導、各位嘉賓：我今天給大家帶來的題目叫做《大模型改變人工智能》。剛才龔克也講了，人工智能在過去這半年當中，受到的關注度比以前高了很多，最主要的是因為出現了生成式的人工智能。而生成式人工智能底層技術，實際上就是大模型。
那麼大模型為什麼會改變人工智能呢？是大算力、大模型、大數據，導致了智能湧現，什麼叫智能湧現呢？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。大模型出現所謂的智能湧現之後，以前沒教過的技能，它也會了。這就是為什麼有人講，我們現在朝着通用人工智能方向發展。
與此同時，人工智能發展方向從辨别式走向生成式。什麼叫辨别式？我們過去比較熟悉的人工智能的應用，基本上都是辨别式。比如説人臉識别，過來一個人，我識别這個人是誰，或者不是誰。這個是典型的辨别式。搜索引擎也是典型的辨别式人工智能。用户輸入關鍵字或者一段話，他要找的東西，我們在全網進行匹配，哪一個網頁，哪一段内容是他需要的，這是辨别式人工智能。
什麼叫生成式人工智能？今天我想寫一份申請書，你給我寫一下。或者説，我周末請客，10 個人，需要出一份菜單，這個無所謂對錯，但是它能給你一些感覺，給你一些創意，給你一個好的基礎去發展你的思路。或者説，給我畫一幅車水馬龍的圖片。這種東西，過去人們不覺得是人工智能應該做的事，現在可以做了。
那麼這樣會導致什麼呢？導致人們的工作效率大幅度地提升。比如説，在内容創作、客户服務、翻譯這些工作，它的效率會大幅度地提升。所以我們也看到，很多研究機構都認為，在未來的 10 年，很多工作它的效率會成倍成倍的提升。同時也帶來一些擔心，是不是這樣的效率提升，會使得很多人的工作就沒了？這些人工作丢掉之後，會不會給我們人類帶來不可預知的問題。
其實這個事兒我也講過很久，最好的去探知答案的方法，實際上是回顧過去。因為很多人也覺得，人工智能是第四次產業革命的标志，我們可以看看之前的產業革命都取代了哪些工作？
200 年前，從井下背水的工作基本上消失了。第一次產業革命是蒸汽機的發明，蒸汽機發明第一個應用就是采礦的水，怎麼能夠把它用機器弄上來。井下背水這些工作的消失，帶來了什麼？我們來看一下，實際上產生了很多新的工作。
這 100 年，我們看到世界人口出現了高速增長，跟之前的一兩千年人口增長速度相比，快了很多。與此同時，人均 GDP 也幾乎是在同樣地快速增長。這説明什麼？説明雖然有些工作機會沒了，但是更多的機會出現了。人們工作效率的提升，可以養活更多的人，而每個人的生活又變得比以前更好了。從井下背水那個工作，真的不是什麼好工作。
100 年前，馬車夫的工作消失了。這張圖片是 1913 年紐約第五大道的一張圖片，這張圖片裏幾乎已經全部都是汽車，只有一輛馬車。那會兒，紐約到處都是賣馬肉的，馬也沒用了，後來出現了很多新的工作。1900-1990 接近 90 年，同樣的規律，世界人口繼續高速增長，每一個人創造的價值繼續高速地增長。
30 年前，我們這一代人親身經歷，也就是我大學畢業前後，什麼工作消失了？打字員的工作消失了。現在年輕一代沒有見過打字機的，但也出現了很多新的工作。同樣的規律，世界人口繼續高速增長，人均 GDP 繼續高速增長。
歷史雖然不會重復，但是确實有它的規律。那麼這一次，為什麼那麼多人會擔心 AI 會讓工作機會減少呢？我覺得是因為，大家能夠看到現在的工作會消失，但是我們看不到什麼新的工作機會會被創造出來。就像 100 年前、200 年前那些人，看不到後來產生的新的工作機會一樣。我個人是屬于樂觀派，我不擔心大模型會導致人類工作機會減少、生活會變差。
那麼大模型怎麼重新定義的人工智能？剛才萬鋼主席也講了，人機互動的方式發生了變化。其實過去幾十年信息產業的發展，人機互動的方式發生了三次變化。
更早我們就不説了，命令行是我讀大學讀研究生的時候，主要的工作界面。人機進行互動，是通過命令行。我輸入一個命令，它給我想要的反應。我當時覺得這個東西效率很高，但是大多數人不會這種操作。
更簡單的人機互動方式是什麼？是圖形用户界面（GUI）。這個起碼很多人能看懂了，比第一個要更友好一些。但它仍然不是最自然的互動方式。我要想搞清楚怎麼重設一下電腦的自動睡眠時間，我得經過四級菜單，一層一層地點進去，才能找到這個位置。有多少人能記住四級菜單以後，每一個功能在哪？
人工智能的誕生，讓我們可以用自然語言跟電腦進行互動。當我有需求的時候，比如説我想查一下上個月，2023 年 4 月，我的公司每一個產品線，有哪些產品的毛利率超過了疫情前的水平？這樣一個課題，在過去很可能需要我的助理花半天一天的時間才能獲得。今天，如果計算機懂你的自然語言，一秒鍾之内就可以給你一個表格。
大模型也會重新定義營銷和客服。其實道理很簡單，就是誰擁有最佳的跟客户溝通的方式，誰就會擁有這個客户。這個道理不是因為 AI 的產生，不是因為大模型的產生，只不過技術使得我們實現的可能性，變得比以前多了很多。今天即使你有 70 億個客户，你的每一個客户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。
大模型是一個基礎，大模型之上會有各種各樣人工智能的應用。最近這段時間讨論比較熱的是，AI 時代的原生應用到底長什麼樣子？我給大家舉幾個例子：
比如説像 DoNotPay，這是什麼呢？比較典型的應用場景是人工智能律師。比如説，你在美國開車超速了，超速之後警察給你一個罰單，一般交幾百塊錢。其實你可以不交，你請一個律師幫你打官司，就可以不交了。但是請一個律師的錢，可能是罰單錢的兩倍，所以你不請了。今天請 AI 當律師，你就可以不交那個錢。
Jasper 是營銷創意的生成工具，你的公司想要出什麼樣的創意，它來幫你出，所以效率高很多。
Speak 是韓國的軟體應用，實際上是教你學外語的，模拟各種場景，你要到餐館點餐，跟對方談判，你要跟對方怎麼互動，上百種語言都可以做得非常好。
對于百度來説，我們的大模型叫文心一言，兩個月之前發布的，應該説是在全球大廠當中是第一個發布的。之所以我們要盡快地發布出來，是因為市場有非常強的需求。目前有 200 多萬的用户在排隊等待進行測試，也有十幾萬家企業希望接入文心一言進行測試。
當然百度在這方面的投入，實際上不是剛剛開始的，不是這半年才開始的。我們從 2019 年發布了文心大模型的 1.0，到現在已經有四年的時間。更早的時候，我們從 2013 年左右就開始人工智能投入了。
人工智能之所以有這麼大的變化，其實不僅僅是它的應用場景的變化，實際上背後的技術棧也發生了非常根本的變化。
我們每個人都熟悉的 IT 的技術棧是這三層，底層是芯片層，典型的公司是英特爾、AMD、高通，它的芯片叫做 CPU；中間層是作業系統，在 PC 時代就是 Windows，在手機時代是安卓和 iOS；上面是應用層，PC 時代所有的人都給 Windows 開發軟體，在移動時代所有的人都給安卓和 iOS 開發應用。
今天人工智能時代的到來，改變了這個格局。現在的 IT 技術棧變成了四層，底層仍然是芯片層，但是主要的芯片已經不是 CPU，而是以 GPU 為代表的，新一代适合并行大規模浮點運算的芯片。上面我們叫做框架層，就是深度學習的框架，像百度的 PaddlePaddle 飛槳，Meta 的 PyTorch，谷歌的 TensorFlow 都是在這一層。再上面一層是模型層，今天的 ChatGPT、文心一言等等，這些是屬于模型層，以後 AI 時代的原生應用，都會基于大模型來進行開發。
這方面百度有比較明顯的優勢，我們在四層當中每一層都有比較領先的產品，比如説芯片層有昆侖芯。這個也做了有十年之久，最早是因為搜索應用需要，我們買别人的芯片，畢竟太貴了，所以自己開發了。框架層是飛槳，飛槳今天在中國的市場份額第一。在模型層是文心大模型，其實除了文心一言，它是對标 ChatGPT 的之外，我們還有很多行業大模型，如交通大模型、能源大模型等。應用層的話，像百度搜索等都是我們比較領先的應用。
這四層都有比較領先的產品或者技術，有什麼好處呢？就是你可以進行端到端的優化，每一層可以給其他層反饋，根據這些反饋你可以綜合的、統籌的去考慮怎麼優化。
百度在芯片層的布局，就是昆侖芯，我們已經有兩代產品，幾萬片的部署，無論是公司内還是公司外都在應用。昆侖芯第三代，會在明年年初上市。
在框架層，飛槳的框架在中國人工智能領網域已經有了 500 多萬開發者，也越來越獲得大家的認同。
模型層剛才講了文心一言，在各種使用場景都有不少的應用。未來，我相信會有更多的應用會基于文心大模型開發出來。
在應用層大家比較熟悉的是百度的搜索，百度不可能在應用層什麼都做，我們除了搜索之外，還做了跟交通有關的應用。交通也是非常復雜，而且影響非常廣泛的方向。
百度做的其實主要是兩件事，一個是自動駕駛，或者是無人駕駛的技術，一個是智能交通。無人駕駛我們做了有十年時間，現在在武漢、在重慶都可以進行商業化的無人的運營。智能交通我們也做了有好幾年了，在不少城市都證明了效果，通過智能的調整紅綠燈變燈的時間，可以讓我們的城市的交通效率有 15% 到 30% 的明顯提升。五一長假之前最後一個工作日，很多人也注意到，北京是大堵車，從二環到五環，甚至在六環都是紅的，唯一一片綠的是亦莊，亦莊有智能交通的人工智能系統，可以動态調整交通流，所以效率确實是被證明有明顯的提升。
我們也很期待未來在大模型之上，會有各行各業各種應用能夠找到好的應用場景，能夠獲得效率大幅度的提升。
最後，我想説對于人類來説，最大的危險，最大的不可持續，并不是創新帶來的不确定性。相反的，我們停止創新，不發明不創造不進步，按照慣性走下去，所帶來的各種各樣不可預知的風險，才是人類最大的威脅。這就是為什麼，百度在這麼多年長期持續的在人工智能方面進行投入，也是我們為什麼要把百度的使命，在多年前就定義成 " 用科技讓復雜的世界更簡單 "。
謝謝！
