财联社
财经通讯社
打开APP
中国科学院院士何积丰:AI可以使60%-70%的工作实现自动化
Play
语音播报
00:00
/
00:00
00:00
①何积丰讲到,AI可以使60%-70%的工作实现自动化,每年可为全球经济带来2.6万亿至4.4万亿美元的增长;
                ②AI与实体经济紧密相关,应用和创新主要体现在数字孪生、智慧工厂、工业互联网。

财联社1月26日讯(记者 孙煜)“人工智能学习知识的速度是人类平均速度的1倍以上,所需时间是人类的40%。人工智能检索知识的时间是人类检索时间的20%。预计2026年后,人类历史上所有有价值的文字数据,智能系统都可以自动消化。”近日,在复旦管院新年论坛上,中国科学院院士、华科智谷人工智能研究院院长何积丰提出疑问,“人类创造了一种物种,比人类学习得快,比人类聪明,但我们有驾驭的能力吗?”

何积丰坦言,这个问题现在并没有明确的答案,人类还在探索中。有人担心人工智能可能比核武器还危险,需要降低发展速度;也有人认为人工智能推动人类进步,应该尽可能发挥其作用。

重构社会分工,AI助力降本增效

AI正在重构社会分工,何积丰讲到,未来的职场将会更加重视发现和解决问题的能力、创造力,以及批判性思维,还有主动学习和获得新技能的能力。客户互动、文书写作、代码编写、资料搜索与收集、数据分析研究等工作内容可以由AI取代,节省大量人力成本。未来,人们将专注于更高层次的规划和分析工作。

AI带来的价值增长,约75%集中在四个领域:客户运营、营销和销售、软件工程、产品研发。何积丰针对四个领域逐个进行分析。

在客户运营方面,AI可以改善客户体验并提升客服生产力。例如提供客户自助服务、在初次交流时就提供解决方案、减少响应时间、促进销量增加等。

在营销和销售方面,AI能够提高个性化、内容创建和销售效率。包括高效的内容创建、充分利用不同类型的数据、优化搜索引擎、实现产品和搜索个性化。预计一年能提高8000亿美元生产力,让整体成本降低10%-15%。

在软件工程方面,AI可以作为编码助理加快开发人员的工作,将直接影响软件工程支出的20%-45%。这一价值主要在于可减少部分工作时间,如生成初始代码、代码修正和重构、根本原因分析以及生成新的系统设计等,整体经济效益预计可达4500亿美元左右。

在产品研发方面,AI可以减少研发和设计时间,改进产品模拟。包括提高产品研发的生产力、加速产品上市时间、优化产品设计、改善产品质量。下一步,生物制药工程可能会大量使用AI促进实验,预计降低成本可达10%-15%,产生价值在4500亿美元左右。

AI与实体经济紧密相关

何积丰认为,AI与实体经济紧密相关,智能化发展中的应用和创新主要体现在三方面:数字孪生、智慧工厂、工业互联网。

一是数字孪生。由于成本、风险等原因,我们无法对物理世界的规律在物理世界完成全部的相应实验。因此需要在虚拟世界建立数学模型,通过数学模型进行实验,观察对应结果和实际理想是否一致。在数字孪生方面有很多大模型技术在应用,例如数据汇集、实时数据驱动、仿真模拟、数字工艺配置、打通数据脉络、优化制造流程等。

二是智慧工厂。高质量发展的重要部分是新生产工艺、新生产方式。在智慧工厂,AI可以完成智能运营、智能生产、物流管理、工艺优化、库存管理、质量管理等工作。工业软件是智慧工厂的灵魂,在新技术发展形势下,工业软件的核心是把工业界长期积累的经验以数字方式存储下来,变成可用的经验模型。

三是工业互联网。我国是5G大国,据统计,目前已建成超过330万数字5G基站,为工业互联网提供了很好的设施基础。通过AI可以进行海量数据处理、云边端协同、分布式计算、网络协同、知识复用、实现全面互联等。

AI每年可为全球经济带来2.6万亿至4.4万亿美元的增长

何积丰认为,AI可以对社会经济带来正面影响。目前AI取代人类工作的时间被大幅提前了10年,在2030年至2060年间,50%的职业将逐步被AI取代。AI每年可为全球经济带来2.6万亿至4.4万亿美元的增长,生产力可以提高0.1%-0.6%,相当于每年贡献一个英国的GDP。

AI对个人工作也将产生重要影响,例如,AI可以使60%-70%的工作实现自动化,对高学历、高收入的知识工作者影响更大。

个人如何应对AI的挑战?主旨演讲中,何积丰给出了自己的建议,人要专精自己的优势和专业领域,不断提高自己的专业水平,思考如何把AI应用到自己的专业中,提高自己的产出效率。同时,不断接收新信息、拥抱新变化,拓展自己的事业,接触更多的人和行业。

为了应对安全隐患问题,需要对人工智能进行“对齐”

据不完全统计,人工智能的行业采用率达到60%左右,与各行业的关系非常密切,可以说没有一个行业与人工智能无关。好的技术出现,人们往往会担心安全问题,人工智能的安全隐患客观上会产生哪些威胁?何积丰讲到:“大模型时代的隐私安全问题涉及三个维度:首先,训练过程会涉及大量用户个人信息和数据;其次,使用过程会涉及很多用户私密信息,这些信息没有受到应有的保护;最后,生成能力让‘隐私泄露’的方式变得多样化,也让隐私保护更加困难。”

“除了在训练过程、使用过程中可能发生数据隐私泄露,生成式大模型依靠语料库,还会按照‘意志’对数据进行修改,而为搜索引擎建立的数据保护策略对大模型也无法奏效。”

如何应对AI的安全隐患问题?何积丰表示,需要对人工智能进行对齐(alignment)。“对齐”是指系统的目标和人类价值观一致,使其符合设计者的利益和预期,不会产生意外的有害后果。

何积丰说到,做好“对齐”会遇到两大类挑战,一方面,“人类价值观”是多元且动态变化的;另一方面,大模型的“有用性”与“无冲突:两个目标存在冲突。

“目前,我们对大模型时代的安全问题依然‘心里没底’,在‘黑暗丛林’中到处都能感受到安全威胁,但我们找不到安全威胁的源头,往往只能通过打补丁的方法‘就事论事’,找到对付眼前问题的答案,却没有系统的解决方案。”

鲸平台
财联社声明:文章内容仅供参考,不构成投资建议。投资者据此操作,风险自担。
商务合作
专栏
相关阅读
评论
发送