（3月14日，中國北京）在北京創新工場總部舉辦的 “AI 1.0 到 AI 2.0 的新機遇”趨勢分享會上，創新工場董事長兼首席執行官、創新工場人工智能工程院院長李開復博士指出，在深度學習的重大突破之后，AI 已經來到從 1.0 邁入 2.0 的拐點。多模態、巨型數據集的飛速發展，AI 優化目標函數及訓練模型的技術方法將大幅精進，能更好地模擬人類的認知智能。此外，AI 2.0 將會帶來平臺式的變革，改寫用戶的入口和界面，誕生全新平臺催生新一代 AI 2.0應用的研發和商業化。總的來說，AI 2.0將是提升 21 世紀整體社會生產力最為重要的賦能技術。
AI 2.0 突破 AI 1.0 的單領域、低縱效等瓶頸
李開復博士定義的 AI 1.0，是以 CNN 卷積神經網絡模型為核心的計算機視覺技術，拉開 AI 感知智能時代的序幕，機器開始在計算機視覺、自然語言理解技術等領域超越人類，并創造了顯著的價值。但是 AI 1.0 也遇到了瓶頸，大多數行業想利用 AI，需要花費巨大的成本來收集和標注數據，而這些數據集和諸多模型各成“孤島”缺乏縱效。這是為什么大部分的 AI 1.0 企業投入大筆研發經費但仍然長年虧損。除此之外，AI 1.0 缺少像互聯網時代的 Windows 和 Android 一樣的規模化能力，來降低應用開發的門檻，打造完善生態鏈。幾年下來，AI 1.0 尚未真正實現商業上的成功。如今，AI 2.0 的巨大躍遷在于克服了前者單領域、多模型的限制，可以用無需人工標注的超級海量數據去訓練一個具有跨領域知識的基礎大模型（Foundation Model），通過微調等方式適配和執行五花八門的任務，真正有望實現平臺化的效應，進而探索商業化的應用創新機會。AI 2.0 時代的第一個現象級應用是生成式 AI（Generative AI），也就是國內流行的AIGC。生成式 AI 能夠實現無需標注的自監督學習，AI 將從“輔助”人到逐步“替代”人工，所有使用者界面將被重新設計改寫。李開復博士打了個比方，想象讓 AI 讀一本書的前9章之后“猜測”第10章，再讓 AI 對比真正的內容，讀過上千萬本書后，模型不斷優化和迭代。以這樣的方式，AI 變得越來越精準，最終形成適用不同領域的基礎大模型。AI 2.0 模型不僅可以學習文本和圖像數據，還可以從語音、視頻、自動化硬件傳感器數據，甚至 DNA 或蛋白質信息等多模態數據中學習，建構機器超強大腦的運行能力，甚至不止于生成，而逐步達到具有預測、決策、探索等更高級別的認知智能。所以，AI 2.0 不僅僅是個紅極一時的高能聊天工具，也不僅僅是圖文創作的AIGC生成程序，如今看到的應用都還只是 AI 2.0 能力的開端，不該限制了人們對 AI 2.0 未來潛力的想象。李開復博士指出，AI 2.0 的發展范式是迭代式的，從“輔助人類”到“全程自動”將會出現三個階段：第一階段人機協同，生產力工具將會首先實現升級，所有使用者界面將被重新設計：文檔工具不再是逐字輸入，而是用戶告訴 AI 想要什么樣的文章；繪圖軟件不再需要用戶動手，通過文字的描述就可以實現。在這一階段，人類仍與 AI 保持協作，篩選和糾正 AI 創作的內容，避免謬誤和災難發生。第二階段局部自動，容錯度高的應用和行業將會實現 AI 自動化，例如廣告投放、電子商務、搜索引擎、游戲制作等。到第三階段全程自動，AI 將變得完全自動化并可在任何地方使用，在不容出錯的領域出現突破，AI 醫生、AI 教師等應用成為可能。基于此，李開復博士提出，AI 2.0 將在六大領域加速點燃商業潛能，進入提升生產力的應用井噴期。AI 2.0 時代，電商及廣告將更為 AI 大數據驅動，能夠做到實時測試和動態調整，甚至把幾分鐘前的社會熱點融入廣告內容，最大程度提高轉化率。針對不同受眾量身定制和實時生成內容，真正實現“千人千面”的營銷。AI 可以根據大眾的喜好定制電視和短視頻內容，使其創作的內容更容易吸引大眾的眼球，獲得更好的收視率和口碑。AI + 多模態的創作，將成為下一世代的娛樂主流，AI 輔助創作會逐步形成全新的創意產業生態價值鏈未來的搜索引擎將由傳統的檢索模式，變成“提問 - 回答”的模式。下一代的對話式搜索引擎將成為全球科技巨頭角逐的“AI 2.0 圣杯”，當今搜索廣告商業模式也將迎來變革。但由于人們對搜索結果有“精準”的期待，如今的技術要做好問答式搜索還需要很多進步。AI 2.0 將大大降低游戲和元宇宙等虛擬世界的內容生成的成本。例如 AI 可以成為實時聊天伴侶，增強互動的樂趣，提高娛樂性，激勵用戶參與，最大化游戲時長。而 AI 多模態的想象力內容生成，也將成為元宇宙的中流砥柱。更快、更準確、更智能的內容生產方式將大幅度提高財經新聞和市場研究分析的及時性與產出量。但由于財經內容的嚴肅性，人工進行事實核查和驗證仍不可或缺。AI 還可以將金融信息的生產和金融產品的上線自動化，提高金融機構信息流及交易量的效率和質量。AI 能夠快速精準分析患者的整體健康狀況，吸納所有數據、生物特征、體檢、病史和個人模型預測，成為醫生們的得力助手，大幅加速科學診斷和治療決策。借助 AI 能夠進行更有的放矢的藥物研發，實現個性化的醫療分診和診療方案，推動“個性化醫學”的到來。創新工場看好 AI 2.0 三類投資機會
Deep Tech VC 創新工場 2012 年已開始挖掘 AI 賽道，迄今培育出了10 只 AI 1.0 獨角獸企業。迎向 AI 2.0 的拐點，創新工場主要關注三大方向：AI 2.0 應用將會迎來遍地開花的階段，包括各行各業的垂類AI助理、元宇宙應用等之前做不出的應用都會出現。除了新的應用，很多現在已有的應用都可以被重新改寫，比如搜索引擎、內容創造、廣告營銷，AI 2.0 將革新用戶體驗，創造出全新的商業模式，蘊含非常巨大的想象空間。AI 2.0 平臺將會加速新一代 AI 2.0 應用的研發和商業化，創新工場看好具有戰略高度的 AI 2.0 平臺公司，推動 AI 2.0 的生態循環和良性競爭。除了應用和平臺之外，支持 AI 模型運維，管理，訓練的基礎設施也是創新工場重點關注的，包含支撐 AI 2.0 巨型模型訓練的 AI 芯片公司，以及那些能夠加速、降低成本和簡化 AI 訓練的 AI 2.0 基礎設施的創新技術型企業。李開復博士介紹，創新工場擁有“塔尖孵化 + 天使投資 + VC 基金”的前沿科技布局，無論是尋找和幫助潛在技術人才創業，還是投資和賦能早期創業團隊與擁有完整商業模式的團隊，創新工場都將積極支持 AI 2.0 領域的硬科技創業者，幫助中國在 AI 的下一個黃金 10 年繼續領跑全球。巨頭壟斷和信息造假隱患，重復勞動者面臨失業
處在如此龐大的變革之中，大模型訓練所需要的算力是空前強大的，訓練成本也隨之持續上升。在這樣的背景下，資金實力雄厚的科技巨頭將有壟斷優勢，導致創業公司和學術界很難做出有競爭力的模型。李開復博士也指出，現階段的 AI 2.0 并不能做到完全正確。AI 無法保存全世界的數據，只能通過壓縮形成抽象的概念，因此會出現“一本正經地胡說八道”的現象。更重要的是，AI 目前還無法分辨真偽和辨別是非，如果被惡意利用將會帶來無法衡量的負面后果。可以想象，曾影響干擾美國選舉的“劍橋分析”丑聞，如果發生在 AI 2.0 的時代，將會給社會造成更大的傷害。AI 2.0 也將加劇不可避免的失業風險。毫無疑問，最具創造力的頂尖人才將會乘上 A1 2.0 的東風，全面提升生產力和效率。但隨之而來的是重復性的工作將會被 AI 2.0 接替，這些崗位上的人不得不尋求職業的轉變與技能的升級，其中包含高比例的白領崗位，亟需進入到更需要發揮創造價值的行業。最后，李開復博士也指出，AI 2.0 并不意味著通用人工智能（AGI）就此到來。人類有很多與生俱來的關鍵能力，諸如創造力、策略思考、跨領域常識、自我意識、同理心和愛等，這些尚未被破解的深層次能力，是 AI 2.0 也無法全盤復制的。
雷峰網(公眾號：雷峰網)
