產(chǎn)業(yè)丨從云棲大會，透視中國AI變革

作者 | 方文三

昔日，人工智能的研究重點主要集中在模仿人類的感知功能，例如自然語言處理、語音識別、視覺識別等領域。然而，隨著生成式AI的興起，我們見證了其能力的質(zhì)的飛躍。人工智能不再局限于感知工具的角色，而是首次展現(xiàn)了其推理與創(chuàng)造性能力。

云棲大會一年的變化預示商業(yè)化開端

2023年，由GPT引領的生成式AI浪潮激發(fā)了公眾的極大熱情，并引發(fā)了相應的憂慮。

在這一背景下，云棲大會以[計算，為了無法計算的價值]為主題，強調(diào)了云計算在人工智能時代對于開發(fā)者創(chuàng)新和夢想實現(xiàn)的重要性。

大會內(nèi)容圍繞算力、人工智能+、產(chǎn)業(yè)創(chuàng)新三大核心議題展開，特別關注了大模型技術的進步，以及云計算與人工智能技術如何協(xié)同作用，促進各行各業(yè)的數(shù)字化與智能化融合。

進入2024年，云棲大會以[云啟智躍，產(chǎn)業(yè)蝶變]為主題隆重登場，從這一主題中可以明顯感受到，今年大會更加聚焦于人工智能技術在各行各業(yè)中的實際應用，以及在人工智能時代云計算技術的最新發(fā)展和產(chǎn)品創(chuàng)新。

如果說2023年是人工智能技術的風口期，那么2024年則標志著人工智能技術的商業(yè)化元年。

在這一年的時間里，人工智能與產(chǎn)業(yè)創(chuàng)新、應用實踐緊密結(jié)合，推動了多個行業(yè)的變革與轉(zhuǎn)型。

生成式AI有望創(chuàng)造更深層次的價值

在2024年云棲大會上，阿里巴巴集團首席執(zhí)行官、阿里云董事長兼首席執(zhí)行官吳泳銘就人工智能的未來發(fā)展發(fā)表了積極的見解。

吳泳銘指出，在過去的二十二個月中，人工智能的發(fā)展速度已經(jīng)超越了歷史上任何時期，盡管如此，我們?nèi)匀惶幱谕ㄓ萌斯ぶ悄茏兏锏某跗陔A段。

他回顧了過去三十年互聯(lián)網(wǎng)的發(fā)展，認為其本質(zhì)在于連接，它連接了人與人、信息、商業(yè)和服務等。

通過這種連接極大地提升了全球協(xié)作的效率，創(chuàng)造了巨大的價值，并深刻改變了人們的生活方式。

然而，生成式AI通過為生產(chǎn)力提供智能，有望為世界創(chuàng)造更深層次的價值。

吳泳銘強調(diào)，傳統(tǒng)人工智能主要集中在模擬人類的感知能力，而生成式AI則將機器智能提升至思考、推理和創(chuàng)造的新維度。

他預測，生成式AI將在醫(yī)療健康、制造業(yè)和教育等多個領域發(fā)揮重要作用。

例如，研究表明，到2030年，生成式AI有可能為全球制造業(yè)節(jié)省高達1.2萬億美元的成本，并顯著提高生產(chǎn)效率。

在醫(yī)療領域，預計到2026年，AI輔助診斷的市場規(guī)模將達到50億美元，對全球健康產(chǎn)業(yè)產(chǎn)生深遠的影響。

AI驅(qū)動的數(shù)字世界與具備AI能力的物理世界相連接，將極大地提升全球生產(chǎn)力，并對物理世界的運行效率產(chǎn)生革命性的影響。

這一切變革的快慢，將取決于人工智能基礎設施的進化速度。我們目前仍處于人工智能基礎設施建設的關鍵時期，歷史上每一次技術應用的爆發(fā)，都是以基礎設施的完善為前提的。

AI計算需求已經(jīng)成為市場的主導力量

云計算以其集中的計算能力、靈活的部署方式、按需計費模式以及相對低廉的成本等優(yōu)勢，在應對算力短缺和高昂成本的挑戰(zhàn)時，幾乎成為了不可替代的解決方案。

盡管它不能解決所有問題，但在當前環(huán)境下，它的重要性不言而喻。

無論是模型訓練還是推理過程，大型模型的運行都高度依賴于云服務。

在云棲大會上，吳泳銘指出，在新增計算能力的市場中，超過一半的新需求是由AI所驅(qū)動的，AI計算需求已經(jīng)成為市場的主導力量，并且這一趨勢預計將會持續(xù)擴大。

在過去的一年里，盡管阿里云已經(jīng)投入大量資源新建了AI計算能力，但依然難以滿足客戶日益增長的需求。

傳統(tǒng)的CPU為核心的計算體系正在快速向以GPU為核心的計算體系轉(zhuǎn)變，AI計算正在迅速滲透到各行各業(yè)。

目前，行業(yè)中最先進的模型訓練所需的計算量每年都在以4到5倍的速度增長。

中國的AI計算能力規(guī)模預計在2022年至2027年間的復合年增長率將達到33.9%；

模型參數(shù)數(shù)量以10倍的速度增長，而模型數(shù)據(jù)集則以50倍的速度增長，這些都對存儲能力提出了更高的要求。

大模型對前端交互和后端生產(chǎn)進行革新

以深勢科技為例，該公司是[AI for Science]科學研究范式的先行者，運用人工智能和多尺度模擬仿真算法，結(jié)合先進的計算手段，解決關鍵科學問題。

為基礎領域如生物醫(yī)藥、能源、材料科學以及信息科學與工程研究，打造了新一代微尺度工業(yè)設計和仿真平臺。

基于深勢科技推出的Uni-Mol分子構(gòu)象大模型，實現(xiàn)了分子生成、性質(zhì)預測等多種通用功能。

在藥物發(fā)現(xiàn)領域，基于Uni-Mol開發(fā)的虛擬動力學分子生成方法VD-Gen，能夠直接在蛋白靶點空腔中生成具有高結(jié)合親和力的分子。

借助阿里云的高性能計算，深勢科技將單次預測支持的最大氨基酸序列長度提升至6.6k，覆蓋了99.992%已知的蛋白序列。

拓斯達工業(yè)機器人公司將傳統(tǒng)的工業(yè)機器人控制軟件與通義大模型相結(jié)合，賦予了工業(yè)機器人在指令控制、傳感反饋、知識學習等方面的新能力。

在3C、鋰電、光伏等行業(yè)的自動化生產(chǎn)場景中，集成了大模型能力的拓斯達六軸工業(yè)機器人，能夠與現(xiàn)場工程師通過語言交互，無需編寫代碼即可完成碼垛、噴涂、裝配等復雜任務。

云端AI驅(qū)動實現(xiàn)互聯(lián)并產(chǎn)生協(xié)同效應

在物理世界中，絕大多數(shù)事物將被賦予AI能力，從而催生新一代產(chǎn)品，并與云端AI驅(qū)動的數(shù)字世界實現(xiàn)互聯(lián)，產(chǎn)生協(xié)同效應。

小鵬汽車的董事長兼首席執(zhí)行官何小鵬在云棲大會上指出，盡管自1925年起自動駕駛技術便開始研發(fā)，但近一個世紀以來，該技術僅限于特定場景下的應用。

他強調(diào)，人類無法僅憑規(guī)則應對世界上所有復雜場景，即便是駕駛這一專業(yè)領域。

通過[端到端]的大規(guī)模模型技術訓練，人工智能模型能夠直接學習海量的人類駕駛視覺數(shù)據(jù)，賦予汽車超越大多數(shù)駕駛員的駕駛技能。

何小鵬展望道：[對于普通用戶而言，從現(xiàn)在起至未來36個月內(nèi)，我們每個人在每個城市都將能夠像經(jīng)驗豐富的老司機一樣駕駛。]

何小鵬還援引了全球自動駕駛市場的數(shù)據(jù)預測：到2030年，全球自動駕駛市場規(guī)模預計將增長至1730億美元。

這表明，計算能力的提升和人工智能技術的持續(xù)發(fā)展將成為推動這一市場增長的核心動力。

此外，何小鵬強調(diào)，隨著端到端大規(guī)模模型技術的不斷進步，自動駕駛技術的商業(yè)化進程將得到進一步加速。

小鵬汽車計劃在未來五年內(nèi)實現(xiàn)完全自動駕駛汽車的量產(chǎn)。

阿里云不想錯過AI基礎設施的機遇

作為國內(nèi)領先的云計算服務提供商，阿里云觀察到眾多新興需求正由GPU計算能力所推動，同時大量現(xiàn)有應用亦在經(jīng)歷基于GPU的重構(gòu)。

在汽車、生物醫(yī)藥、工業(yè)仿真、氣象預測、教育、企業(yè)軟件、移動應用、游戲等多個領域，人工智能計算正迅速滲透。

一個明確的趨勢已經(jīng)顯現(xiàn)：各行各業(yè)均需性能更卓越、規(guī)模更宏大、更貼合人工智能需求的基礎設施支持，這正是阿里云接下來的發(fā)展方向。

在云棲大會上，阿里云首席技術官周靖人指出，阿里云正致力于構(gòu)建AI時代的新一代基礎設施標準；

全面優(yōu)化從服務器到計算、存儲、網(wǎng)絡、數(shù)據(jù)處理、模型訓練及推理平臺的技術架構(gòu)體系。

因此，阿里云正以人工智能為核心，全面改造底層硬件架構(gòu)，并與人工智能應用場景進行有機整合與融合，以加速模型開發(fā)和應用進程，致力于打造AI時代最為先進的基礎設施。

除了硬件層面的革新，通義大模型也迎來了顯著的升級。

阿里云首席技術官周靖人發(fā)布了通義千問新一代開源模型Qwen2.5，旗艦模型Qwen2.5-72B在性能上超越了Llama 405B，重新占據(jù)了全球開源大模型的領先地位。

Qwen2.5系列并非單一模型，而是包括了多種尺寸的大語言模型、多模態(tài)模型、數(shù)學模型和代碼模型；

每個尺寸均提供基礎版、指令跟隨版、量化版，共計上架超過100個模型，這一全面而豐富的模型體系，滿足了不同開發(fā)者在不同場景下的多樣化需求。

值得注意的是，自2023年8月正式開源以來，通義大模型持續(xù)進步，逐步超越了美國最強的開源模型Llama，并多次榮登Hugging Face全球大模型排行榜的榜首。

結(jié)尾：將進入尋找適合大模型應用的場景階段

在過去的兩年中，OpenAI憑借從ChatGPT到o1模型的發(fā)展，引領了全球生成式AI產(chǎn)業(yè)邁入新的發(fā)展階段。

然而，與所有信息技術領域的發(fā)展軌跡相似，當前的生成式AI也遵循了典型的Gartner曲線。

經(jīng)歷了初始的熱潮之后，業(yè)界逐漸對生成式AI產(chǎn)生了失望和質(zhì)疑情緒。

在眾多被批評的問題中，最為突出的是人們擔憂生成式AI是否會重蹈上一代判斷式人工智能的覆轍，難以實現(xiàn)商業(yè)落地并創(chuàng)造顯著的商業(yè)價值。

實際上，生成式AI在商業(yè)化方面受到質(zhì)疑，除了早期模型訓練和推理成本高昂之外，還有一個關鍵因素是缺乏具體的應用場景。

業(yè)界普遍認為，現(xiàn)階段toB是生成式AI快速實現(xiàn)商業(yè)化的最佳途徑，這也意味著需要在企業(yè)環(huán)境中實現(xiàn)應用落地。

在最近舉辦的外灘大會上，釘釘總裁葉軍在論壇上發(fā)表講話，指出接下來的18個月將是應用驅(qū)動人工智能創(chuàng)新的新階段，即尋找適合大模型應用的場景階段。

顯然，這種轉(zhuǎn)變表明企業(yè)對于大模型實際應用的核心需求和評價標準已經(jīng)基本明確。

部分資料參考：

AI科技明星：《云棲大會重磅發(fā)布，AI與云計算的下一次革命如何顛覆產(chǎn)業(yè)？》，唐晨說數(shù)：《云棲大會，全面體現(xiàn)阿里 All in AI》，36氪：《從云棲大會，透視中國AI水面下的暗涌》，甲子光年：《生成式AI落地的無數(shù)種可能，都在云棲大會看到了》，科技頭版：《2024云棲大會，構(gòu)建AI整體布局》，科技觸角：《2024云棲大會大佬云集 以往與今年有何不同？》，差評X.PIN：《在今年的云棲大會上，又有哪些新趨勢？》