技术展望：原子遇见比特.pdf

简介|通用智能|数字身份|数据透明|前沿探索1技术展望2023当原子遇见比特技术展望2023当原子遇见比特构建数实融合的新基础简介|通用智能|数字身份|数据透明|前沿探索2技术展望2023当原子遇见比特前言拥抱数实融合新现实沈居丽（Julie Sweet）埃森哲董事长兼首席执行官杜保洛（Paul Daugherty）埃森哲技术服务全球总裁兼首席技术官我们正在迎接一个新的技术时代。虽然当前一系列的全球经济不确定性可能会让许多企业选择后退收缩，然而我们坚信领导者需要积极探索新技术，将其融入企业战略中，来实现业务差异化和竞争优势。事实上，早在十年前，我们就预测到商业将全面数字化。埃森哲已多次阐述了企业未来十年必须面对的五大关键变革力量，其中之一就是企业全面重塑的必要性。尤其是云计算、人工智能和元宇宙的迅猛发展，不仅显著加快了变革速率和创新曲线的斜率，而且为每家企业和组织创造了越来越多的价值，这些新技术正在重塑商业模式和行业格局。然而我们的调研表明，虽然每家企业都渴望成为这些果敢的“重塑者”，却只有8%的组织采用了企业全面重塑战略。埃森哲技术展望报告为此提供了一系列见解，鼓励企业及领导者立即采取行动，以数实融合为基础铺设重塑之路。带着这一展望，埃森哲研究了现实世界和数字世界融合的进程和方式，发现构建全新现实的时机已经成熟。新一波商业转型浪潮将消除数实之间的界限，使其相互交织、相互渗透，最终合二为一。实现这一目标不能采取循序渐进的方式，而需要大刀阔斧地进行变革。虽然目前，并非每个人都已准备好迎接这种巨变，但企业领导者必须采取果断行动并面向未来积极筹划。企业需要在现实世界和数字世界之间建立无缝的连接，将现实世界数字化，也将数字世界实体化。我们期待与您分享最新的技术展望报告，为企业奠定数实融合的坚实基础，助力企业实现更加卓越的发展。今日的技术战略，是明日成功的必由之路，转型正逢其时。目录3技术展望2023当原子遇见比特通用智能无限延展的智能边界 第21页 至 40页数字身份数字世界与现实身份的 全息融合 第41页 至 58页数据透明共享数据成为宝贵资产第59页 至 76页前沿探索计算与行业科学大爆炸第77页 至 99页简介|通用智能|数字身份|数据透明|前沿探索技术展望2023当原子遇见比特4当原子遇见比特：构建数实融合的新基础我们生活在两个并行的现实中，一个是原子构成的现实世界，一个是比特构成的数字世界。我们的生活在数字世界和现实世界之间切换：线下和线上购物、现场和远程办公以及人际和人机协作。为了 让体验更加便捷、高效，人们试图让现实与数字世界结合得更为紧密，但依旧挑战重重。现在时机成熟了。新一波企业转型将从打造纯数字能力转向构建数实融合的新现实，将现实世界与不断延伸的数字世界无缝结合，使两者浑然一体。要实现这一目标不能循序渐进，而是要大刀阔斧地进行变革。过去，人们可能仅仅满足于线上购物或智能设备连接，但现在我们意识到，将数字世界和实体世界融为一体有望创造全新的事物，产生新的价值。以生成式人工智能为例，很多人如今只是用它来进行数字图像和内容创作，但我们已经能预计到未来它对科学、企业数据、产品设计和制造等方面可能产生的巨大影响。向前这一步很难吗？是的。但即使在全球经济环境充满不确定性的当下，有一些企业已然踊跃探索数实融合的新场景、新技术、新业态和新模式，积极构建虚实无缝交互的融合新现实。简介|通用智能|数字身份|数据透明|前沿探索简介|通用智能|数字身份|数据透明|前沿探索5技术展望2023当原子遇见比特在医疗领域，这种融合现实正在推动个性化医疗护理的发展。在欧盟的资助下，一个由医院、研究人员和初创企业组成的联盟加入了Neurotwin神经孪生项目，探索人类大脑的数字孪生。1，2 每个孪生都将用于帮助医疗机构了解和预测神经系统疾病的诱发因素，改进预防性干预措施。该项目计划于2023年启动两项针对阿尔茨海默病和癫痫的研究。3 深圳大学附属华南医院和香港中文大学（深圳）合作建立了一个利用数字孪生技术探索“虚拟病人”的实验室。该实验室于2022年成立，利用患者真实的多维度多模态大数据，整合人工智能、5G、VR、AR、柔性传感等技术，构建患者的数字孪生模型。通过学习和模拟“虚拟病人”的反应，接受临床试验和医疗测试，可以实现更精准、快速的干预和疗效预测。4不仅如此，随着数字技术与物理技术的融合加深，我们已经开始利用科技创新的成果来应对可持续性等影响人类社会发展的重大问题，为其谋求破解之道。2022年，百威英博（AB InBev）为专门进行大麦产品升级回收的子公司EverGrain进行了产能扩容，将啤酒酿造过程中产生的大麦副产品循环利用。5，6 该公司与Airship Coffee咖啡公司联合研发了一种新的大麦奶咖啡饮料，同时还与消费品控股公司Post Holdings联合研发以大麦为原料的零食。它还为科罗娜啤酒制作了大麦秸秆材质的包装，将以前废弃的副产品转化为了纸板箱，比生产传统包装用水量减少了90%。7，8，9但并不是每个人都已准备好迎接大刀阔斧的变革。多年来，企业创新的重点在于将各种流程，以及企业的各个运营职能进行数字化改造，例如工厂车间的运行方式、客户忠诚度、广告、供应链，以及组织和团队管理。从消费者层面来说，情况也是一样的。我们花费数年构建了数字生活，已经习惯了使用数字化银行、移动社交、在线视频媒体。10 虽然我们已经建立了一个丰富而有意义的数字世界，但并没有真正将它与现实世界无缝衔接起来。数字身份和数据互操作性尚有许多技术挑战亟待解决，却已引发新的欺诈风险。许多企业已经用数字化赋能员工队伍，现在却忙于调整混合办公以减少员工流失率。数字化对实体世界产生的直接影响是巨大的。据估计，2022年全球就有53亿部手机被废置。云计算让企业实现了更大的效率，但其全球碳排总量超过了商业航空公司。11，1296%的高管认为，未来十年数字世界和物理世界的融合将彻底颠覆他们的行业。简介|通用智能|数字身份|数据透明|前沿探索6技术展望2023当原子遇见比特数实融合与共生的世界将开启下一个十年数字化创新之路。数实融合与共生的世界将开启下一个十年的数字化创新之路。这一新现实的基础已然展现。去年，在埃森哲技术展望2022中，我们将“多元宇宙”（Metaverse Continuum）称为继数字化转型之后的下一个跨越。有些观点认为元宇宙是上一轮数字颠覆的高潮，我们则更将其视为下一轮数字化变革的序幕。元宇宙是数实融合发展进程中的转折点，将带领我们加速迈向统一的融合现实。在未来持续发展的元宇宙中，数字世界的运转将更还原我们在物理世界中的体验。反过来，我们也会使用元宇宙技术对现实世界进行重塑。元宇宙是连接数字世界和物理世界的纽带，正因为如此，我们看到，虚实互促是激发元宇宙应用潜力的最佳方式。例如，荷兰阿姆斯特丹建造了世界上首座3D打印钢桥，其设计就是数实融合的绝佳场景。13 这座桥在建造时不仅采用了3D打印和机械臂编程，而且采用了数字孪生交互设计理念。科学家和工程师在桥中嵌入了一个智能传感器网络，收集有关振动、应变、天气状况等数据，并将收集到的数据输入到钢桥的数字孪生模型中。桥体的数字孪生以此监测桥梁的性能和安全性，发出维护指令，让工程师可以快速响应维护需求，同时也能让他们更好地了解3D打印钢材还可应用到其他哪些领域。中国的青藏高原上也正在使用3D打印技术打印一座180米高的黄河羊曲水电站，这可能在2024年成为地球上最大的3D打印建筑。该项目将完全由机器施工，基于人工智能的规划，通过电脑模型将大坝切片，分解成不同的建设步骤，每个步骤开发出相应的机器人逐层完成建设，并在施工过程的每个阶段测试结构的坚固性。建设工程中所有能源都来自当地的光伏发电和风力发电等清洁能源。14 简介|通用智能|数字身份|数据透明|前沿探索7技术展望2023当原子遇见比特可以肯定的是，当原子与比特合二为一，我们将解锁全新的可能。另一方面，有一些企业则设法让数字世界“实体化”。谷歌（Google）将新的AR探路功能Live View集成到谷歌地图中。该功能通过地理定位器和智能手机摄像头将有关用户环境的详细信息或方向指引叠加到现实世界。15 美国社交网站公司Snap不满足仅仅推出AR滤镜，它与亚马逊（Amazon）、彪马（Puma）和拉夫劳伦（Ralph Lauren）等公司合作，将3D产品建模和增强现实试穿功能集成到购物体验中。16，17 数字和实体边界的逐渐模糊催生出了新的业务模式。Snap公司推出的“装扮”功能让用户可以直接在应用程序中浏览、试穿和购买新产品。该公司报告称，在过去一年间，平均每天有超过2.5亿用户使用AR购物滤镜，日均播放量超过60亿次。虽然处于起步阶段的元宇宙是通向新现实道路上最引人注目的前沿领域，但它并不是唯一的前沿领域。OpenAI开放了最强大的自动语音识别（Automatic Speech Recognition，简称ASR）神经网络Whisper的源码，该网络接受了近70万小时的语音相关数据的训练，其准确度接近人类水平。18 ASR和自然语言处理正在通过消除如键盘和手势等交互方式来融合数字世界和实体世界，允许人们以一种最人性化的方式参与数字世界：语音。与此同时，协作机器人也呈现迅猛的增长趋势。据预测，到2028年，全球协作机器人市场规模将增长到163亿美元。19 这些机器使机器智能和自动化的力量渗透到实体世界，不但可以减少人工工作强度，还能提高工作场所效率。例如，新型医护协作机器人Moxi通过处理运送物资等日常任务，让医护人员有更多时间照顾病人，为其节省了3200个小时。20未来将充满许多激动人心的创新与突破，引领我们走向新的前沿。我们不仅在推动数字化发展，还要让此前努力打下的数字基础发挥作用。数字和实体世界的融合不仅仅会孕育新的产品和服务，更是推动科技前沿探索的关键力量。领军企业正在开发新工具，引发行业颠覆，改写世界的运作方式。简介|通用智能|数字身份|数据透明|前沿探索8技术展望2023当原子遇见比特技术展望2023：构建数实融合的新基础未来十年内，虚拟现实和物理现实的并行交织将持续发展演变。企业首先会在特定的行业场景中找到机会。这可能开始于为某座桥梁构建数字孪生、在医院中部署机器人技术，或者让一位产品设计师与生成式人工智能合力创作。但随着这些创新的涌现，我们将看到这两个并行现实相互渗透。最终，原子和比特的融合将改变物理世界和数字世界的原有构成。当物质、生命与技术深度交融，技术能力呈指数级增长，我们将步入一个全新的世界。简介|通用智能|数字身份|数据透明|前沿探索9技术展望2023当原子遇见比特本年度技术展望2023探讨了推动数实融合发展的技术趋势，以及企业要实现长远发展所需采取的行动。我们首先讨论了虚实边界的模糊化，然后阐述了应对棘手问题的新思路，最后探讨了突飞猛进的科技革命和产业变革将为世界和企业发展带来哪些新动能。“通用智能”探讨了人工智能基础模型如何成为企业未来的战略要务。由于企业将依赖大量的数据和洞察来开发新的解决方案，因此需要发挥新一代人工智能所拥有的完整能力。当生命主体进入数字世界，并与数字虚体进行双向连接和打通时，将构建一体化的“数字身份”，打破阻碍数实融合发展的信息、时间和空间壁垒，推动新一轮创新变革。“数据透明”探讨了透明的数据将是下一阶段驱动企业变革的宝贵资源。全球范围内对数据的供应和需求都在急剧增加。企业将需要重新考虑数据收集和架构设计，并逐步共享重要的数据。企业领导应把握良机，积极通过提高数据透明度与客户建立信任，否则将面临客户流失的风险。最后，“前沿探索”为企业提供了一扇窗口，让他们了解未来的发展趋势：不断延伸的科技前沿。它探讨了科学和技术之间正在加速的“双向反馈”，两者如何相辅相成，合力破解世界的重大挑战。简介|通用智能|数字身份|数据透明|前沿探索10技术展望2023当原子遇见比特原子和比特共生：从IT和OT到ST企业将原子和比特结合在一起，势必会引发一场科技革命。随着数字现实和物理现实交叉渗透形成融合新现实，自然科学和数字技术互为“乘数因子”，放大相互作用力，从根本上重塑我们周围的世界。各大企业已经制定了包含管理信息（简称IT）和控制物理系统（简称OT）的技术战略。为了充分释放虚实融合的价值，企业需要将该战略扩展到第三个维度，即科学技术（Science Technology，简称ST）。简介|通用智能|数字身份|数据透明|前沿探索11技术展望2023当原子遇见比特随着数字现实和物理现实交叉渗透形成融合新现实，自然科学和数字技术互为“乘数因子”，放大相互作用力，从根本上重塑我们周围的世界。以DeepMind最近推出的一项名为“AlphaFold”的开源人工智能为例，当AlphaGo和AlphaStar两款人工智能挑战各种游戏时，AlphaFold转向了更为实用和重要的应用层面：蛋白质折叠。21 蛋白质是一切生命的基石，它们独特的三维结构决定了其将发挥什么功能。例如，如果制药公司计划研发一种新药，只有了解各种蛋白质的形状，才能更好地了解药物反应。曾经，这些都属于劳动密集型研究，或者是计算密集型模拟。但在2022年夏天，DeepMind公开发布了一个包含2亿种不同蛋白质结构的数据库（几乎涵盖了人类已知的所有蛋白质），现在可供全球所有企业和研究人员使用。22这个突破的重要意义不仅仅在于破解了蛋白质折叠。AlphaFold的成功对于所有行业的企业领导者来说意味着未来世界将展现各种全新的可能。AlphaFold突破了生物学领域至今为止最大的挑战之一，简化并加快了蛋白质折叠结构的研究。AlphaFold问世不久后就成为生物学领域的一款重要工具，加速了药物研发以及新型细菌和植物结构研究等活动，也加深了我们对致命疾病的认识。23 这就是科学和技术相结合的真正力量，不仅仅在于提高效率、加快速度，更在于它打破了行业天花板的限制。面对未来发展，领导者要致广大而尽精微，锚定方向。企业进行数字化转型时往往是“向内看”，为了在竞争格局中占据优势地位，他们将重点放在打破僵化机制、重新定义伙伴关系、重新规划市场定位，以及打造引领市场的新模式。但注重科技的企业将目光放得更远，他们避免同质化竞争，而是立志改写游戏规则。简介|通用智能|数字身份|数据透明|前沿探索12技术展望2023当原子遇见比特新墨西哥大学（University of New Mexico）的计算化学研究员使用高性能计算在短短四年内完成了一项研究，其工作量相当于使用一台笔记本电脑工作7257年。24从事生物技术生产的独角兽公司Solugen利用科学技术开发了一种用玉米糖代替化石燃料制造工业化学品的新方法，并且与水处理供应商合作，开展了采矿废水处理业务。25 诺基亚正与AST SpaceMobile公司合作建设世界上首个能够向偏远地区提供5G网络的近地轨道卫星网络，这样做将扩大农村或其他服务欠缺地区的宽带应用网络覆盖。26 新一代技术颠覆不仅推动着当下数字化的发展，而且在加速驶向令人惊叹的未来。前进的道路将充满挑战和坎坷。尽管有些技术，如量子计算、人工智能和扩展现实可能会有所帮助，但重点不再只是投资于某一项技术或是制订技术战略，而是以数实融合为目标规划企业的创新战略。如果企业能成功实现这一目标，则能在这场技术变革中立于不败之地，面对多变的局势依然展现强大韧性。简介|通用智能|数字身份|数据透明|前沿探索13技术展望2023当原子遇见比特重大挑战：在新的融合现实中乘风破浪构建虚实融合的现实绝非朝夕之功，从投资颠覆性的前沿科技到产业重塑，想要成为行业领头羊的企业首先需要思考这三个问题：做什么？为什么要做？为什么要从现在就开始行动？简介|通用智能|数字身份|数据透明|前沿探索14技术展望2023当原子遇见比特当今企业面临重重挑战：全球劳动力结构调整、供应链脆弱，以及虚假信息充斥社交媒体。同时，为了满足客户的合规需求和政府的监管需求，企业面临越来越大的可持续性压力。此外，网络安全防御的能力建设也受到了越来越多企业的关注。但与过去所不同的是，这些挑战都相互关联，需要多方面系统地、协同地应对。全球范围内，劳动力短缺和港口货物积压对整个食品行业造成了严重影响。27，28 52%的全球企业表示其供应链合作伙伴受到了勒索软件的攻击。29 当今世界的各类挑战，早已不再能单凭企业一己之力解决。事实证明，过去落后的战略和技术已无法解决企业当下直面的重大挑战，时代在呼唤新的技术。构建原子和比特的融合现实是以新方式解决新问题的必要途径，并且只有联合起来彼此支持才能够应对这些迫在眉睫的严峻挑战。可持续性是全球发展的核心议题。环境影响是当今企业和世界面临的最紧迫也最重大的挑战之一，越来越多的企业渴望贡献自己的一份力量，实现目标。现实情况是，尽管很多企业热情高涨，但仍然无法实现他们的目标。30 然而，在共享解决方案出现后，未来变得更可期了。硅谷科创企业Mango Materials是一家专门从事可再生生物产品研发的公司，它与世界各地的研究人员合作，开发了一种由细菌生产、可在海洋中分解的生物塑料。31 到目前为止，已经有五家海洋设备制造合作伙伴承诺，一旦这种新型可降解生物塑料问世，就会用它代替所有的传统塑料，并且随着合作的深入，还会探索将其商业化和用于其他产品。32的受访高管认为科学技术能够帮助解决与健康相关的社会大问题和疾病，而的高管则认为科学技术发展能改善贫困和不平等。83%75%简介|通用智能|数字身份|数据透明|前沿探索15技术展望2023当原子遇见比特提升医疗服务水平也依然面临着巨大的挑战。在使用数据改善治疗方面，为了尊重患者隐私，医院通常只能使用自己的数据集。但在自然医学（Nature Medicine）杂志最近发表的一项研究中，全球20家医院参与了联邦学习（federated learning）模型EXAM的训练，该模型预测了新冠患者可能的供氧需求，33 同时利用了所有参与医院的数据，包括患者生命体征、实验室数据和胸透X光片，但每家医院都训练了自己的人工智能模型副本，并定期与中央服务器共享更新，然后中央服务器会更新汇总以训练全局模型。在这个案例中，医院创建了一个他们以前无法拥有的融合现实，使用联邦学习来安全地共享医疗健康数据，以改进人工智能预测。环境影响是当今企业和世界面临的最紧迫也最重大的挑战之一，越来越多的企业渴望贡献自己的一份力量。16技术展望2023当原子遇见比特数实融合的基础随着全球性挑战日益增多，企业迫切需要重新调整业务目标，并思考如何才能更好地解决这些问题。曾经一些被视为无法解决的难题，如今却随着原子和比特的不断融合有望得到破解。通用智能提供了协助我们的机器能力；数字身份为我们提供了跨越数字世界和物理世界的基础；数据透明可帮助建立信任，并提供了解决全球性问题所需的数据洞察；随着我们将自然科学和信息技术更紧密地结合在一起，前沿领域的探索在不断延伸。这些都是构建融合现实的基础，是推动社会发展进步的强大引领。整个世界正在翘首以待。您会怎么做？简介|通用智能|数字身份|数据透明|前沿探索简介|通用智能|数字身份|数据透明|前沿探索17技术展望2023当原子遇见比特通用智能无限延展的智能边界基础模型的问世堪称人工智能历史上的最大变革之一。借助基础模型，企业的工作重点从构建人工智能，转向学习如何与人工智能合作。数字身份数字世界与现实身份的全息融合 数字身份正在成为新一代技术颠覆的催化剂，一些领军企业已经开始主动探索数字身份的商业应用，以期在这一领域抢占先机。数据透明共享数据成为宝贵资产 企业可以通过开放数据，建立更透明的数据生态，从而加强与各方以及整个行业的联系和合作。前沿探索计算与行业科学大爆炸在长达数十年的时间里，企业一直高度关注数字技术的发展，但现在科学技术又重回重要议程。2023四大技术趋势技术展望2023当原子遇见比特18趋势发展埃森哲技术展望以三年为周期，清晰展示出技术沿革的脉络。让我们再来回顾2022和2021两年曾阐述的各项趋势。我们主张以全局视角来观察趋势沿革，既有的技术能力是企业构建下一代业务的基础，并且推动企业把握最新的技术趋势。2022 趋势未来网络无限算力虚实共生编码世界未来架构无界工作技术普众镜像世界多方信任2021 趋势2023 趋势通用智能前沿探索数字身份数据透明简介|通用智能|数字身份|数据透明|前沿探索简介|通用智能|数字身份|数据透明|前沿探索19技术展望2023当原子遇见比特2022年趋势未来网络融入元宇宙元宇宙和Web3将改变虚拟世界的底层构建和运作模式，数据所有权将重塑互联网的消费和生产关系。编码世界 个性化星球 我们的世界走向可控制、可定制和自动化，万物皆可编程。虚实共生 合成但真诚 当人工智能生成的数据和合成内容难辨真伪，对真实性的甄别已成为新的导航标。无限算力 开启新希望 新一代计算机将帮助人类跨越计算 门槛，解决世界上最棘手的问题，引发行业颠覆性变革。简介|通用智能|数字身份|数据透明|前沿探索20技术展望2023当原子遇见比特未来架构夯实企业发展地基新时代下，面向未来的企业架构将会是企业打造竞争力、激发业务活力的关键一环。镜像世界数字孪生智能泛在 数据、人工智能和数字孪生技术的大量广泛应用推动了新一代商业和智能世界的崛起。技术普众人机融合全员创新 自然语言处理、低代码平台、RPA等工具大大降低了技术实现的难度，引发技术普众的讨论。无界工作就地开展柔性协作远程办公即将从应急措施走向常态化，企业有望突破地域限制，打造没有边界、灵活动态的组织团队。2021年趋势多方信任混沌格局下的生机新冠疫情让行业格局重新洗牌，企业不得不重新建立新的合作伙伴关系，多方信任应运而生。简介|通用智能|数字身份|数据透明|前沿探索21技术展望2023当原子遇见比特无限延展的智能边界通用智能21简介|通用智能|数据透明|数字身份|前沿探索简介|通用智能|数字身份|数据透明|前沿探索22技术展望2023当原子遇见比特达特茅斯夏季人工智能研究项目研讨会召开，标志着人工智能学科的诞生341956年戴夫鲁梅尔哈特（Dave Rumelhart）、杰弗里辛顿（Geoffrey Hinton）和罗纳德威廉姆斯（Ronald Williams）共同发表了关于反向传播的里程碑式论文，为现代神经网络的概念奠定了基础35 1986年AlexNet在ImageNet基准测试中取得突破性表现。AlexNet是一种利用图形处理器（GPU）进行训练的卷积神经网络36 2012年人工智能研究公司OpenAI成立37 2015年AlphaGo击败18次世界围棋冠军李世石（Lee Sedol）38 2016年谷歌（Google）在一篇题为“注意力机制的关键作用”（Attention Is All You Need）的论文中介绍了Transformer人工智能网络架构。如今，Transformer已成为大多数基础模型的基石392017年人工智能创业公司Hugging Face创 建 了 第 一 代Transformer自然语言处理库40 2019年OpenAI训练的GPT-3（生成式预训练变换模型）成为全球最复杂的大型语言模型412020年欧盟拟定人工智能法（AI Act）提案，这是第一部关于人工智能的立法。该法案将根据指定的风险类别，禁止、监管或批准人工智能应用程序42 2021年斯坦福大学研究人员发表论文，首次使用“基础模型”这一名称43 2021年一幅由人工智能生成的画作在美国科罗拉多州博览会美术竞赛中排名数字艺术类别首位45 2022年OpenAI发布高度成熟的聊天机器人ChatGPT472022年北京智源人工智能研究院发布“悟道2.0”智能模型。这是一款具有1.75万亿参数的多模态文本和图像基础模型4 2021年DeepMind公司推出名为Gato的通用人工智能模型，可以执行多种任务，而不是只专门针对一种任务。它可以处理多种类型的数据，并与多种类型的环境或设备交互。46 2022年涌现多款全新搜索引擎，提供基于基础模型的特色“快答”服务，为用户查询事项提供直接和全面的答案2024年利用依托Transformer的基础模型，新一代虚拟助手问世。随着模型语言能力的日益成熟和自然，模型的普及度也越来越高2024年某消费电子公司开发出新款耳机。该设备利用内置的基础模型，可以近乎实时地翻译100多种语言2025年某著名艺术博物馆开设画廊，专门用于展出人工智能生成的画作2027年30%的社交媒体广告主要利用基础模型自主生成，但所有广告仍需通过人工审核2029年全球75%的知识工作者每天都要与由基础模型支持的应用程序、服务或代理进行互动2030年某大学部署了一款利用基础模型构建的通用型餐饮服务机器人，负责食堂杂务。该机器人能够迅速学会如何完成新任务，因此可根据需要填补空缺岗位2033年发展历程|通用智能22简介|通用智能|数据透明|数字身份|前沿探索简介|通用智能|数字身份|数据透明|前沿探索23技术展望2023当原子遇见比特趋势概述人工智能掀起互联网变革浪潮。简介|通用智能|数字身份|数据透明|前沿探索24技术展望2023当原子遇见比特2022年底，OpenAI公司展示了一款功能强大的新型聊天机器人ChatGPT，迅即引发全球体验热潮。48无论面对复杂的开放式问题，还是创作主题晦涩、风格奇特的诗歌和散文，ChatGPT的回答都令人惊叹，甚至充满幽默。例如，用户要求ChatGPT用英文詹姆斯 钦定版圣经的语言风格，解说如何从录像机中取出花生酱三明治。49在之后不到四个月的时间里，OpenAI又发布了备受期待的新一代人工智能GPT-4。这款软件具有更强的创造力，可以同时对图像和文本输入、乃至更细微的指令做出响应。50，51实际上，早在ChatGPT诞生之前，互联网上就已涌现出大量由人工智能生成的艺术作品。各种文本转图像生成器，如Stability AI公司的Stable Diffusion、Midjourney，以及OpenAI的DALLE 2等，都能根据文本提示生成栩栩如生的图像，效果令人惊叹。仿照莫奈（Monet）画风生成的两只跳华尔兹的水豚便是其中的典范。这波AIGC（人工智能内容生成）浪潮如此激进，发展如此迅猛，以至于反对之声也日渐高涨。由此引爆的争论涉及美术比赛的公平性、艺术风格模仿的道德问题、法律风险、以及对民生的影响等众多方面。人工智能与艺术产业的关联显而易见，但在其他领域，很多企业仍然认为这只是短期风靡的新奇事物。这种想法显然有误。这些生成的内容标志着人工智能进化史上最重大的跨越式变革之一：具有卓越任务适应能力的预训练模型，将彻底改变各行各业企业应用人工智能的方式和场景。2017年，谷歌研究人员在人工智能模型架构方面取得了里程碑式创新。52自此以后，科技企业和研究人员一直致力于加快人工智能的更新换代，将模型规模和训练集体量扩大了1万倍之多。其结果是：强大的预训练模型（又称为“基础模型”）在接受训练的领域内表现出了前所未有的适应性无论是涉及语言、图像，还是蛋白质结构。凭借这种适应力，基础模型可以完成各种各样的任务，而无需接受针对特定任务的训练。与此同时，很多企业也在通过应用程序编程接口（API）或开源等方式，为第三方提供访问权限，确保所有人都能使用这些先进模型。简介|通用智能|数字身份|数据透明|前沿探索25技术展望2023当原子遇见比特的受访全球高管对人工智能基础模型带来的新功能表示非常或极为兴奋。96%这绝不是一次简单的技术进步。虽然基础模型并非人工智能研究的唯一进步领域，但潜在的影响规模和可部署速度，正推动其成为企业创新议程的重中之重。借助基础模型，企业能以不同的方式处理多项任务和挑战，将工作重点从构建自身的人工智能，转向学习如何与人工智能合作。香港理工大学的AiDLab人工智能设计研究所研发出全球首个“以设计师原创灵感为主导”的人工智能设计系统，通过一系列特定的AI技术回应设计师的不同需要，辅助他们在构思及设计过程中创作出独有的设计。53 此外，AiDLab开发了多项利用AI进行客制化产品设计的项目，如通过3D设备扫描和AI优化增强眼镜产品的定制。设计者认为探索以人为本和优先考虑人类需求的智能设计框架和解决方案将成为健康生活的重要趋势。54 汽车用品公司车美仕（Carmax）购买了微软的Azure OpenAI服务，借助于大型语言模型GPT-3（即GPT-4的前一版本），车美仕为潜在买家提供评论摘要，改善购车体验。55潜在买家在决定购车前可能需要参阅大量信息，车美仕用GPT-3快速读取和汇总10万余条客户评论，涵盖了公司销售的所有汽车品牌、型号和年份。从这些评论中，模型又能进一步生成5000条易于阅读的评论摘要。车美仕表示，若交由编辑团队处理该项工作，估计需花费11年时间方可完成。与此同时，其他企业亦在开展各项基础模型试验，使之适用于各种任务，包括支持客服机器人、生成产品设计、自动编码，等等。伴随模型的大步进化，各行各业的组织也在迅速探索新的应用场景。阿里巴巴集团打造的企业级智能移动办公平台钉钉接入阿里的通义千问大模型，用于群聊、文档、视频会议及应用开发四个场景。56 百度展示了“文心一言”大模型在文学创作、商业文案创作、数理推算、中文理解等多个场景中的综合能力。57 万科利用微软Azure OpenAI打造了客户反馈分析平台，利用GPT-3模型从大量舆情、投诉和突发事件数据中提取特征，通过AI模型整合判断结果，实时呈现相关事件并预警，这使得投诉数据标签的准确率提升了5%。58 美团生活服务通过“悟道”大模型，在搜索广告、智能助理、评价标签三大应用场景上进行了对比实验，结果表明该模型带来了明显的改善，其中在搜索广告上带来了2.7%的收入增长。59 得益于基础模型不断拓宽和延展我们对人工智能的应用，企业有望改变人类与人工智能的交互方式，构建全新一代的人工智能应用和服务。因此，每家企业都必须高度重视基础模型。要想驾驭新一代人工智能应用大潮，充分利用基础模型推动使人耳目一新的商业解决方案和产品，企业需清楚了解自身的各项优势和能力，并从当下开始，持续关注人工智能的进步。人工智能的发展基石已然改变。企业应勇敢地挺立于潮头浪尖，否则便可能在市场中失去立足之地。简介|通用智能|数字身份|数据透明|前沿探索26技术展望2023当原子遇见比特技术动向 若想把握人工智能新时代的脉搏，并为构建新一代人工智能应用做好准备，我们首先需要探究基础模型的独到之处。简介|通用智能|数字身份|数据透明|前沿探索27技术展望2023当原子遇见比特2021年8月，斯坦福大学“以人为本”人工智能研究院使用“基础模型”一词来定义这种新型人工智能。人工智能新类别2020年，OpenAI发布的GPT-3成为首款赢得公众广泛关注的基础模型。首先，它是当时全球最大的语言模型，推动了该领域的突破性进步。同时，GPT-3展示出了前所未有的能力。它不仅可以教会自己执行未经训练的任务，表现甚至优于其他专门训练过的模型。在此后几年里，更多的超大模型相继涌现。谷歌、微软、Me-ta、百度等公司纷纷开发了自身的大型语言模型。60，61，62，63 一些企业亦开始构建大型多模态模型，如前文提及的GPT-4、文本转图像生成器等，以此利用多种类型的数据（如文本、图像、视频或声音）来训练模型，并学习识别数据之间的关系。64 2021年8月，斯坦福大学“以人为本”人工智能研究院（Stanford Institute for Human-Centered Artificial In-telligence）使用“基础模型”一词来定义这种新型人工智能。65 该院的研究人员将此类基于大量数据训练、具有显著下游任务自适应能力的大型人工智能模型统称为基础模型。在当下实践中，这类模型通常会以Transformer机器学习模型为基础，并自带海量参数，从数亿到数万亿不等。基础模型之所以能够改变人工智能市场规则，是因为它们接受了广泛的数据模态（或语言和图像等多模态）训练，而非针对特定任务的训练。同时，基础模型只需很少的训练甚至无需额外训练，就能利用这些数据类型学会如何完成新的任务。换言之，基础模型是胜任诸多领域的通才。DeepMind公司的Gato是迄今为止最令人振奋的新型产品之一。在此之前，DeepMind曾创建AlphaZero模型，其精通国际象棋、围棋和日本将棋。但AlphaZero在学习围棋规则时需要覆盖国际象棋的知识。而Gato是一款多模态模型，可以完成600多项不同的任务。66，67 只要利用一个具有固定权重的人工智能模型，Gato便能执行聊天、为图像配字幕、玩电子游戏、用机械臂堆积木等各种任务。此外，它可以同步学习多项任务并自由切换，而不会遗忘已掌握的技能，因此DeepMind公司将Gato称为“全能型代理”。简介|通用智能|数字身份|数据透明|前沿探索28技术展望2023当原子遇见比特Transformer是最新的人工智能模型之一，它是一种可以识别和跟踪序列数据关系（如句子中一系列单词）的神经网络，能够更好地理解它们之间的依存和影响。基础模型工作原理两项关键创新助推了新一波人工智能大潮。其一是Transformer模型，由谷歌研究人员于2017年推出。68 作为最新的人工智能模型类别之一，Transformer是一种可以识别和跟踪序列数据关系（例如句子中一系列单词）的神经网络，有助了解其相互之间的依存和影响。此类模型普遍通过自监督学习进行训练。对大型语言模型而言，这或许意味着要浏览数十亿个文本块，再将单词隐藏起来，根据上下文猜测，然后循环校验，直至能非常精确地预判这些词汇。69 这种技术也适用于其他类型的序列数据。比如，一些多模态文本转图像生成器可以根据周围环境预测像素簇，从而实现转换。另一项创新则是规模化，即大幅增加模型规模，以及后续用于训练模型的计算量。我们通常用参数来表示模型的大小，参数是神经网络中的数值或权重。经过训练的神经网络，能以特定的方式响应输入的各种指令或任务。70 一般而言，参数越多，模型从训练数据中吸收的信息量越大，随后的预测也愈发准确。但OpenAI通过GPT-3证明，大幅增加Transformer模型的参数量和训练算力，不仅可以提高模型精度，还能让其学会从未训练过的任务。具备这种新型学习能力（又称“小样本学习”和“零样本学习”）的基础模型，只需少量特定任务的训练样本，甚至无需任何样本，便能成功完成新的任务。DeepMind打造的另一款参数量达800亿的多模态视觉语言模型Flamingo尤其擅长于此。71 在2022年发表的一篇论文中，DeepMind研究人员介绍了Flamingo如何在各种视觉和语言任务中进行小样本学习，仅需少数几个输入/输出样本提示，且研究人员不必更改或调整模型权重。在6项测试任务中（总计16项），未经任何再训练的Flamingo以出色表现超越了其他接受过大量特定任务数据训练的完善模型。简介|通用智能|数字身份|数据透明|前沿探索29技术展望2023当原子遇见比特97%的受访全球高管认为，人工智能基础模型有助不同数据类型实现连通，从而彻底改变人工智能的应用场景和方式。基础模型的未来发展基础模型无疑有力地拓展了技术边界，但必须认识到，基础模型领域也在迅速发生变化。斯坦福大学2022年人工智能指数报告（2022 Artificial Intelligence Index Report）指出，自2017年以来，每年全球人工智能出版物数量呈大幅增加态势。72 CB Insights数据显示，2022年，生成式人工智能初创企业获得的投资创下历史新高，其中110笔交易的融资总额高达26亿美元。73 2023年初，微软宣布开启与OpenAI的下一阶段合作，并追加数十亿美元投资。74 由此可见，企业需时刻关注基础模型领域的最新进展，从而及时了解基础模型对所在行业和自身经营产生的具体影响。基础模型最重要的发展方向之一，与训练所使用的数据类型息息相关。但目前，这些数据类型仍相当有限。当前，大多数基础模型都是接受自然语言训练的大型语言模型。即便是多模态模型，通常也只用语言和图像数据进行训练。不过，一些企业正在竭力扩展数据类型，以解锁更多的数据模态。这或许意味着，企业要为新类