“AI 2.0時代，生成式AI被視為推動生產(chǎn)力進步的重要技術(shù)，如果能在知識、推理、執(zhí)行三層能力上實現(xiàn)突破，將真正帶來整個社會生產(chǎn)力的跨越式發(fā)展。” 商湯科技董事長兼CEO徐立在2024 GDC上提出了這一前瞻性觀點。
3月23-24日，2024全球開發(fā)者先鋒大會(GDC)在上海隆重召開。商湯科技董事長兼CEO徐立受邀出席開幕式，并發(fā)表《AI 2.0時代的“新質(zhì)生產(chǎn)力工具”》主旨演講，分享了對AI 2.0時代生產(chǎn)力工具“質(zhì)”變背后的思考和突破路徑。
以下為徐立演講內(nèi)容梳理。
新生產(chǎn)力工具仍需持續(xù)進化
最近，“新質(zhì)生產(chǎn)力”成為熱議話題，尤其在開發(fā)者領域，生成式AI被視為引領生產(chǎn)力突破的技術(shù)，也標志著人工智能進入了一個新的發(fā)展階段，我們稱之為AI 2.0時代。
ChatGPT、Copilot、Blackwell是AI2.0時代的熱度代名詞。搜索數(shù)據(jù)顯示，中國對于這些詞的關(guān)注熱度位居世界榜首，這代表著中國近千萬的開發(fā)者以及普羅大眾對于AI能夠帶來的變化熱切關(guān)注。當然，這也是中國AI發(fā)展的非常好的基礎。
隨著AI 2.0時代的來臨，GitHub上的相關(guān)項目數(shù)量呈指數(shù)級增長。生成式AI項目、大模型項目以及輔助編程、輔助開發(fā)的工具項目層出不窮。但反過來看，中國數(shù)字人才缺口也在逐年增大，且短缺比例在快速擴大。
還有一組數(shù)據(jù)值得關(guān)注。盡管中國對AI 2.0的關(guān)注極高，但在實際應用方面排名卻落后于美國和印度等國家。這其中，語言是一個不容忽視的問題。以通過自然語言完成編程任務為例，英語與現(xiàn)有程序的匹配度相當高，而優(yōu)秀的中文語言工具相對欠缺。
雖然我們已經(jīng)開始使用AI 2.0時代的生產(chǎn)力工具，但這些工具帶來的生產(chǎn)效率提升效果并不明顯，所能解決的問題占比不足10%，給生產(chǎn)鏈路帶來的突破相對有限。
眾所周知，軟件開發(fā)全生命周期包括需求分析、設計、開發(fā)、測試、部署和維護諸多環(huán)節(jié)。雖然目前AI能夠帶來很多革新，或者擴展到很多場景，但目前僅能解決其中非常小眾的部分。
具體而言，AI目前能解決的是在過往基礎上抽象成比較標準化、甚至以知識庫的形式固化下來的內(nèi)容，包括代碼補全、代碼增寫以及部分測試用例等。如果把它分攤到整個軟件或者產(chǎn)品設計的全流程當中，占比并不高。
當然，隨著擴展能力變強，很多工具會從前端的設計、測試用例再到維護的橫向拓展，一步步往前演進。
除了橫向能力的拓展，從縱向來看，當前，新生產(chǎn)力工具的準確率和完成度也普遍較低。
根據(jù)SWE-bench評估，Claude 2 和 GPT-4在特定任務上僅不到5%的任務完成度，即使是最新的Devin完成度也僅13%，雖然整個行業(yè)在往前走，但目前還是處于相對雛形。
另一個有意思的現(xiàn)象是，編程經(jīng)驗越豐富，不代表就越能用好新的生產(chǎn)力工具。統(tǒng)計數(shù)據(jù)顯示是相反的：工作五年以下的程序員使用新生產(chǎn)力工具解決問題時長超過一小時，但五年以上的程序員反而更短。這意味著越是高階、復雜的任務，對于當前新生產(chǎn)力工具來說還有一定的挑戰(zhàn)。
大模型能力的三層架構(gòu)
大模型能力可分為三層架構(gòu)，而且這三層之間互有依賴，但又相對獨立。
第一層知識(Knowledge)，世界知識的全面灌注。目前，許多生產(chǎn)力工具解決的都是知識層的問題，當用戶提出問題時，其底層的邏輯都來自于“世上無新事”——你所面臨的問題，前人可能已經(jīng)遇到過并解決了，因此通過大模型可以很好地完成這些任務。
第二層推理(Reasoning)，理性思維的質(zhì)變提升。有了世界知識之后，再往前演進。即使不知道這件事實，也可通過AI逐步把這個事實推理出來，給出更多的可能性。
知識和推理是作為生產(chǎn)力工具——大模型最重要的兩層，但目前在推理層，成長還相對有限，這也是今后要集中突破的能力之一。
第三層執(zhí)行(Execution)，世界內(nèi)容的互動變革，即如何跟這個世界互動反饋。某種意義上，如今火熱的具身智能，在執(zhí)行上會有很大的突破。
總體來講，這三層可以組成一個完備的對于世界提供生產(chǎn)力工具模型的三層能力。
“KRE”三層架構(gòu)實踐：商湯“小浣熊”快速進化
商湯結(jié)合“KRE”三層架構(gòu)打造出一個辦公輔助軟件——“小浣熊”。
在一個已開發(fā)完成的基模型的基礎上，我們從需求分析到最終完成產(chǎn)品開發(fā)，共需投入100人天的工作量。
如果去年用“小浣熊”代碼補助工具，可節(jié)省30%的工作量。它在整個過程中主要解決的還是一些重復性的勞動，在一個很好的代碼庫基礎上，能夠做一些代碼的完成任務。
在此基礎上，我們進一步整合了從需求分析、需求設計到長尾應用等各個環(huán)節(jié)，推出了更為強大的“小浣熊”2.0版本。它真正意義上基于我們給出的海量數(shù)據(jù)篩選出需求，制定產(chǎn)品特征，在產(chǎn)品的特征之上完成產(chǎn)品的自主開發(fā)。
最終，我們期待它在獲得世界知識的基礎上，在真實的世界當中應用到更多的機器人場景當中。
再以“KRE”三層來理解“小浣熊”。知識層是代碼的補全，補全的代碼來自他人寫過的代碼;推理層則深入到軟件開發(fā)的全流程;執(zhí)行層進入切分到垂直場景當中，以場景化的智能為依歸。
那么知識、推理，這兩層是不是相關(guān)?以GPT4為例，它擁有強大的代碼解釋器，能夠處理各種數(shù)學問題。在面對某些特定問題時，例如“請列出一百以內(nèi)所有的兩個質(zhì)數(shù)相乘”以及“一百以內(nèi)兩個質(zhì)數(shù)相乘加1”， 它能夠正確地列出前者，但在處理后者時卻出現(xiàn)了錯誤。兩個問題難度一樣，為什么會出錯?原因在于這類問題沒有見過，它的世界知識沒有辦法直接給出答案，需要調(diào)用代碼解釋器，但生成代碼正確率不可能是100%，所以會有出錯的概率。
可以說，知識層主要解決高頻、標準化問題，做別人做過的問題，顯然準確率高。推理主要解決長尾、碎片化的問題。
舉兩個“小浣熊”場景化的例子。
場景一：管理智能化。在交通分析的場景中，大屏上的數(shù)據(jù)往往是固定化的，比如某個路口的流量、某個時間的流量分析等等，是一個標準化的問題。然而，當要結(jié)合天氣因素、輿論因素、新聞因素，過去沒有此類的分析結(jié)果，可以用軟件強推理能力來完成一些長尾應用的分析。
場景二：辦公智能化。當需要為產(chǎn)品推廣制定預算時，把財務報表、賬戶信息、產(chǎn)品介紹等各類文檔資源全部輸入到商湯的“辦公小浣熊”當中，它能夠根據(jù)輸入的數(shù)據(jù)和需求，給出一個既合理又科學的預算方案，展現(xiàn)出強大的推理能力。
總之，生產(chǎn)力工具如果在知識能力、推理能力、執(zhí)行能力三層能力上都有突破，首先受益的是廣大開發(fā)者以及場景化的核心應用，最終將真正帶來整個社會生產(chǎn)力的跨越式發(fā)展。
（來源：商湯科技）
