在ChatGPT引发的全民狂欢中，最吸引眼球的说法当属“AI的iPhone时刻已经到来”。这不是单纯的炒作，而是得到了英伟达CEO黄仁勋等业界巨头的首肯。
毋庸置疑，ChatGPT是人工智能领域的重要里程碑，它的成功表明预训练大模型是深度学习框架下AI进化的正确路径——大模型既可以复制，又有望规模商用，伴随其不断发展成熟，必将推动人工智能的通用化进程。
这也许就是官宣“iPhone时刻”的底气，但并非事实的全部。如果说iPhone重新定义了手机，开启了移动互联网和消费电子的新纪元，那么大模型路径的实质性突破，改变的不仅是普罗大众的日常生活，而且将彻底重塑生产系统，加速千行百业智能升级。
从这个意义上讲，“iPhone时刻”还不足以概括大模型突飞猛进带来的巨大变化与深远影响。人工智能很可能已经无限临近“蒸汽机、电力、计算机时刻”，将在第四次工业革命中成为具有标志性意义的主角。
在近日举办的博鳌亚洲论坛“人工智能赋能美好生活”主题分享环节，华为云人工智能领域首席科学家、国际欧亚科学院院士、IEEE/CAAI Fellow田奇做出了与此相关的重要论断：“AI将广泛应用到各行各业，带领人类进入智能世界。就像电力的发明一样，最开始只是作为照明来使用，随着电力逐步进入到生产系统，才推动了整个社会的生产效率提升，极大地促进人类生产力的进步。”
显而易见，在“趣味问答”的喧嚣褪去之后，“AI for industries”才是人工智能最值得关注的爆发点。大模型催化下的智能新世界，比想象中更“硬核”。
大模型的演进轨迹与AI新趋势
从人工智能的发展历程来看，模型和算法是其不断成长的核心驱动力。因此，透过大模型的前世今生，可以预见AI未来的进化路径。
2012年，AlexNet的问世开创了人工智能模型的先河。它是第一个使用卷积神经网络进行模型训练和优化的图像识别模型，也是第一个大规模使用深度学习技术的项目。尽管AlexNet当时的准确率很高，但由于训练数据较少，且模型结构相对简单，后续改进的空间很大。
其后多年，人工智能模型的广度和深度逐级提升，大规模预训练模型也浮出水面。2018年，OpenAI发布大模型路线图，提出从微型模型到大型模型的发展路线。大模型可以处理更多的数据和任务，具有更强的计算能力和更好的性能，GPT-3.5、GPT-4支撑的ChatGPT即是其杰作。
大模型的迅猛发展让人工智能处于历史性的奇点，未来究竟走向何方备受瞩目。田奇认为，ChatGPT的走红对AI在行业落地是一个很好的开端，今后三年将是大模型风起云涌的时段，AI会和各行各业深度结合，呈现出崭新的发展趋势。
其一，人工智能大平台将趋向统一，涵盖以下几个层次：数智融合平台架构的统一，通过融合的数据和AI新架构实现统一管理、一数多用、敏捷用数；深度学习架构的统一，基于transformer架构的各种神经网络将广泛应用于计算机视觉、自然语言处理、多媒体分析等领域；人机交互方式的统一，允许人类以自然语言与AI交互并完成任务，改变当下需要针对每个任务单独设计算法的局面。
其二，“AI for industries”将成为人工智能新的爆发点。人工智能的应用场景会从热门的互联网领域扩大深入到各个行业，带领人类进入智能世界。越来越多的知识计算能力会融入到行业大模型中，行业AI应用的渗透率将全面提速。
这与埃森哲商业研究院发布的数据不谋而合：2018～2021年，企业营收中“由AI推动的份额”平均翻了一番，预计到2024年与人工智能相关的占比将进一步增加至36%。
推动行业大模型完成场景化落地
不难看出，千行百业是大模型施展身手的最佳舞台，但要真正实现场景化落地，还要克服诸多障碍，离不开产业领头羊的积极探索与成功实践。
早在2021年，华为云就发布了盘古AI大模型，由NLP、CV、多模态、科学计算等多个基础大模型构成。尤值一提的是，盘古大模型开创性地与行业场景相结合，陆续推出矿山、药物分子、电力、气象、海浪等系列化行业大模型。
在煤矿行业，盘古矿山大模型可以覆盖矿山采、掘、机、运、通等业务环节，覆盖1000多个细分场景，大幅缩短模型开发时间，不仅让AI应用在煤矿得到高效普及，同时还通过科学技术保障井下作业安全。
以矿山下的主运场景为例：主运系统是生产的生命线，一旦因大块煤、锚杆等异物发生故障，将导致停工停产，每天减产几万吨。而当前主运系统的维护高度依赖人工巡检方式，矿工需每天走10~20公里巡检主运皮带，工作量大且难以保障系统正常运行。
盘古矿山大模型可全时段智能监测主运皮带，精准识别大块煤、锚杆等异常情况，准确率达98%，保障主运皮带的正常运行。在冲击地压灾害预测预警场景中，盘古矿山大模型还可实时分析泄压钻孔的进展，比如钻孔点位、钻孔深度、操作规范等，保障钻孔规范作业，提升井下安全。
在医药行业，
例如：西安交通大学第一附属医院刘冰教授基于盘古药物分子大模型，不仅将先导药的研发周期从数年缩短至一个月，而且研发出全新的广谱抗菌药物Drug X。该药有望成为全球近40年来首个新靶点、新类别的抗生素，其新型的抗菌机理，对目前发现的超级耐药菌也有非常好的抑制作用。
在气象领域，盘古气象大模型是首个精度超过传统数值预报方法的AI模型，1小时～7天预测精度均高于传统数值方法，同时预测速度提升10000倍，能够提供秒级的全球气象预报，包括位势、湿度、风速、温度、海平面气压等。
在一些极端天气、热带风暴的预测上，盘古气象大模型同样达到了更高的精度。比如，华为云盘古气象大模型在2022年8月实现秒级预测台风“马鞍”的登陆时间与轨迹，平均准确率高达90%。
别急，一切才刚刚开始
面对来势迅猛的新生事物，人类总是充满惊喜与恐惧交织的矛盾情绪。对待大模型也不例外——在GPT-4诞生两周之际，图灵奖得主Bengio、特斯拉CEO马斯克等1000多人签名发表公开信，呼吁所有AI实验室立即暂停训练比GPT-4更强大的AI系统，为期至少6个月。
之所以进退失据，很多时候是因为爱之弥深。事实上，由大模型驱动的人工智能通用化浪潮才刚刚开始，AI赋能美好生活、重塑千行百业的进程只是拉开了帷幕。与ToC领域相比，ToB的人工智能应用场景更为广阔，“AI for industries”更应该向着阳光，大胆往前走。
至少从目前来看，人工智能带来的积极影响远大于负面冲击。在智慧城市领域，借助AI技术赋能一网统管、一网通办、市民服务热线12345等场景，基于自动派单、语义识别、情绪感知等技术改善事件处置效率的同时，城市服务的温度和市民满意度也得到提升；在机场等交通领域，通过AI技术进行泊位调度，可提升整个运控的效率10%左右，平均一个廊桥每天能多停一架次的飞机，以千万级吞吐量的深圳机场为例，每年可减少乘客260万人次乘坐摆渡车。
Matt Ridley在其著作《理性乐观派•人类经济进步史》中指出：始于十多万年前的交换和专业分工习惯，创造出了以加速趋势改善现状的集体大脑，澎湃的创新能力更让人类战胜了很多在当时看来难以躲过的灾祸。属于人工智能的时间，真的来了——暂时忘掉心头的一丝恐慌吧，美好与繁荣也许就在不远处或很远的地方等着我们。
