人工智能与实体经济“双向​奔赴”

2022/10/27

过去一年,无论是在技术层面还是在商业应用层面,人工智能都有了巨大进展,甚至在有些方面产生了方向性的改变。所谓“方向性的改变”,指的是AI从理解“语言、文字图片和视频”走向了“生成内容”。希加加的AI作画,是通过文字描述自动生成各类风格的图片作品,百度的AI数字人度晓晓,今年挑战写高考作文,40秒写了40篇,得分可以排在总考生的前25%。这是通过文字描述的题目自动生成文章故事的例子。今天百度APP里的有些视频内容,是AI把百家号的图文内容自动转换成视频的结果。这些都是AIGC(AI generated content),即人工智能自动生成内容。


AIGC 背后的技术就是所谓的预训练大模型,它将颠覆现有内容生产模式,可以实现以十分之一的成本,以百倍、千倍的生产速度,创造出有独特价值和独立视角的内容。


当然,更让人兴奋的是商业应用层面的进展。人工智能火了这么多年,商业应该始终是其中的一个软肋,而缺乏好的商业前景,会让创业公司增长停滞、巨额亏损、融资上市困难,而大公司也会越来越不接地气,要么逐渐变成纯研究部门,要么逐渐成为其他业务的附庸。


说到商业应用,进展最明显的还是在自动驾驶领域。今年6月,GM支持的Cruise在美国旧金山开启了全无人自动驾驶的商业运营,虽然中间也有各种磕磕绊绊,但他们还是坚持下来了,并且在不断扩大运营范围。在中国,百度的萝卜快跑7月份累计订单量超过了100万单,运营范围遍及北京、上海等10多个城市,重庆和武汉分别开放了萝卜快跑的全无人商业化运营,为我国无人驾驶的商业化和规模化扩张提供了国际领先的政策环境。


这其中也涉及到方向性的改变。以前大家认为,无人驾驶离我们还很远,连图灵奖获得者约瑟夫·斯发斯基都认为,实现完全无人驾驶可能需要几十年。因此人们把希望更多地寄托在L2+这样的渐进式路线上,认为自动驾驶的技术路线是先实现L2,再实现L3,最后是L4、L5。国家相关部门的政策配套也是先L2再L3,然后才考虑L4。其实L2之后,率先进入商用的很可能是L4,而不是L3。因为L2和L4的事故责任界定都是清楚的,L2出了事儿,责任在司机,这就是为什么主机厂商不管认为自己的自动驾驶能力有多强,永远都会说司机仍要为事故负责。L4的责任界定也很清楚,区别是运营商要为事故负责。L4和L5的区别是,L4是限定范围的无人驾驶,L5是不限定范围的无人驾驶。L3就不一样了,司机在需要的时候进行接管,这就使得事故责任很难界定。因此,我认为L3的普及需要更长的时间。


此外,从我们实践来看,自动驾驶的技术进步的速度超过预期,当我们希望在一个城市的某一地区获得自动驾驶运营资质时,技术上一般只要20天左右的准备时间,因为技术的通用性已经很好,因为我们的自动驾驶不是通过对特定区域的过度拟合来实现的。


今天超过10个城市的市民可以体验到萝卜快跑的自动驾驶服务,自动驾驶离我们已经很近。公众对自动驾驶的信任和欢迎程度也在提升。有调查显示,83%的中国人接受自动驾驶技术,中国消费者对汽车网联化、智能化的需求,以及欢迎程度、容忍程度等都比较高。


当然,车厂也在主动拥抱自动驾驶。很多汽车主机厂意识到,从零开始做自动驾驶研发,既不经济又不高效,且没有竞争力,更愿意和我们合作。目前,与Apollo合作的国内外主流车厂有30多家。百度旗下的集度汽车也是Apollo的合作伙伴。今年6月,集度发布了首款机器人概念车robo-01,量产车型将于2023年上市。它是一款可以自由移动、自然交流、自我成长的智能汽车,体现了汽车的“智能觉醒”。


除了自动驾驶,过去一年我们还在多个领域看到了人工智能的商业化进展。最明显的体现是在基础设施的智能化改造方面。


首先是智能交通。目前,中国公路交通网络,还不能通过实时的信号灯调节和车路协同,来提升通行效率和降低事故发生率,城市拥堵让很多人在路上浪费了大量时间。各地为了缓解交通拥堵,不得不实施对汽车的限购限行政策,这遏制了本应有的消费需求,也不能根本解决问题。根据我们在各地的实践,通过对交通网络的智能化改造,可以让通行效率提升15%-30%,这意味着GDP大约每年的增长速度在2.4%—4.8%。目前,百度的智能交通方案已经在全国50多个城市落地实践。不久前,交通部正式将百度列为交通强国的试点单位,在高精地图、智能汽车、智能道路、云平台、智能交通产业生态发展等方面开展试点。


可以预见,随着通行效率的提升,对汽车的限购限行政策将走进历史,为城市疫情之后的经济增长,注入新的活力。


其次是能源水利基础设施的智能化。中国在能源、水利、水务、供热等领域建立起了强大的基础设施物理网络,但过去的建设重硬件、轻软件,智能化水平不高。今年全国大面积高温天气,用电负荷屡创新高,整个电网系统都绷得很紧,哪怕一个小故障,都很容易导致大规模停电。现在中国很多省级电网都使用了百度智能云的AI巡检,能7×24小时不间断巡视,巡检效率提升了6—10倍,有效保障了供电安全。我们认为,下一步应该加强水利电力系统资源调配的顶层设计,加快这些基础设施的智能化改造,用AI实现高效实时的资源调度。


此外,在工业互联网领域,凭借云智一体的独特优势,百度智能云打造了一个AI+工业互联网平台“开物”,入选了国家“双跨平台”。开物正在帮助中国企业在质量管理、安全生产、能耗优化、物流调度等主要场景中降本增效,提升创新能力,助力中国从“制造大国”向“制造强国”转变。比如,在质量管理环节,一家车厂完成车灯 22 个点位质检,只需要1秒钟;在能耗优化环节,我们用AI帮助某火电厂优化空冷岛设备能耗,实现了1度电降低 1.55克标煤。如果按全国 1000 台空冷机组折算,1 年碳减排潜力可达 600 万吨,助力国家“双碳”目标的达成。


AI在这些领域的商业化应用,需要针对每个行业进行端到端的技术调优。百度在人工智能领域已经摸爬滚打整整10年时间。这10年,我们累计研发投入超过1000亿元,每年研发占比都超过15%,去年更是达到23%,这在全球大型科技互联网公司中都是凤毛麟角。这样压强式、马拉松式的投入,使得我们在人工智能的各个层面都有领先的自研技术,从最底层高端芯片昆仑,到飞桨深度学习框架,再到预训练大模型(百度推出了金融、电力、航天等行业的大模型),最后才能实现在应用领域效率的大幅提升。


当然,我们也意识到,实体经济的很多领域数字化改造尚未完成,而数字化本身并未能够带来效率的明显提升,智能化的渗透尚需时日,智能化对实体经济的巨大拉升作用还没有成为广泛共识。因此人工智能的商业化还需在黑暗中摸索一段时间。但一件新事物从“无人看好”到“无人能及”,决胜往往就在“坚持”二字。科技创新,尤其如此。


科技创新离不开制度创新的配套。需要以更大的改革创新魄力,给创新最好的发展环境。虽然我国自动驾驶技术处于世界前列,但这其中的机会也稍纵即逝,所以,我们需要推动制度创新,进一步突破政策瓶颈。只有这样,才能实现人工智能和实体经济的“双向奔赴”,才能推动社会的巨大进步。


(李彦宏 百度创始人、董事长兼首席执行官)

本文摘自2022年WAIC世界人工智能大会