回顧AI的發展歷程，我們見證過幾次重大突破，比如2012年ImageNet大賽的圖像識別，2016年AlphaGo與李世石的圍棋對決，這些進展都為AI的普及應用鋪設了道路。而ChatGPT的出現，真正讓AI作為一個通用的產品，走入大眾視野。

今年9月底，ChatGPT新增了語音聊天和圖像識別功能。相較于文本驅動，現在ChatGPT已經可以「看見」、「聽到」和「說話」。

回顧AI的發展歷程，我們見證過幾次重大突破，比如2012年ImageNet大賽的圖像識別，2016年AlphaGo與李世石的圍棋對決，這些進展都為AI的普及應用鋪設了道路。而ChatGPT的出現，真正讓AI作為一個通用的產品，走入大眾視野。

“ChatGPT的出現，為人工智能的發展起到了很好的引領和促進作用。”天津市人工智能學會副理事長、天津科技大學人工智能學院教授楊巨成在接受采訪時這樣說道。

生成式AI，還得過幾關

其實在六七十年前，人工智能的概念就已經萌芽，到今天，ChatGPT等生成式AI產品的出現似乎是歷史的必然。楊巨成深諳這一趨勢，他看到的不僅僅是一個產品的火爆，而是整個人工智能發展的大勢所趨。

生成式AI可以生成文本、圖像、視頻、音頻等多種形式的內容，雖然公開可用的時間不久，但已經被廣泛的應用和嘗試。

麥肯錫最近的一份報告《2023年AI現狀：生成式AI的突破之年》顯示：79%的受訪者都接觸過生成式AI，其中22%的受訪者表示，他們經常在自己的工作中使用生成式AI，有1/3的受訪者表示，他們所在的企業已經在至少一個業務職能上定期使用生成式AI。

楊巨成認為，我們正處于人工智能的黃金發展期，它不僅是全球關注的焦點，更是多國的戰略高地。“生成式AI推動了人工智能產業發展和技術創新，促進行業資源的整合與協作，以及人工智能技術的應用和普及。”

在AI的風口浪尖，除了無限機遇，也伴隨著一系列的挑戰。楊巨成對此有著深入的洞察，并提出了針對性的解決方案：

數據的瓶頸：優質的數據是生成式AI的核心，但現實中，數據的質量和數量往往難以滿足需求。

解決之道：構建數據中心和數據平臺，推動數據的共享和互聯，確保數據的質、量雙提升。

技術標準的缺失：由于技術的復雜性，行業內缺乏統一的標準和規范，限制了更廣泛的應用。

解決之道：聯合?政府、行業組織、高校和專業機構共同制定AI相關的技術標準與規范。目前國內外已經逐步制定了一些管理政策和標準，如歐盟的〈一般數據保護條例〉GDPR和我國的《生成式人工智能服務管理暫行辦法》等。近期，中國等28國、歐盟簽署首個全球性AI聲明《布萊切利宣言》。

倫理挑戰：隨著AIGC的應用，倫理問題如隱私泄露、對人類工作的影響等逐漸浮現。

解決之道：建立明確的技術應用、道德倫理機制，確保技術在道德的框架內合理使用。

人才短缺：AI領域的人才缺口顯著，特別是那些戰略性科學家和具有實戰經驗的高級人才。

解決之道：重視人才的培養和引進，如開展有組織的科研，開設AI專業課程、校企產學研合作，培養出真正能夠應對實際問題的AI人才。

此外，正如我們所見，AI的安全性已經成為今年的焦點問題。今年5月，被譽為“人工智能之父”的Geoffrey Hinton離開谷歌，他對AI的安全性提出了嚴重的擔憂，站在狂熱的人工智能風暴中心為科技界敲響了警鐘。

生成式人工智能（AIGC），雖然能夠高效生成內容，但也可能帶來誤導，產生不準確的內容，進而助長虛假信息的傳播。更為嚴重的是，AI技術可能被用于偽造、抄襲，侵犯他人權益。甚至，當AI的智慧超越人類，我們是否還能掌控這一切？

安全始終是第一位的。楊巨成強調，我們應加強安全技術研發，建立完善的數據安全和隱私保護機制，并提高算法的透明度。

在此之上，要讓AI更可靠，具有普適性，還需解決技術成本、數據采集、算法可操作性等一系列實際問題。

深入垂直行業，抓AIGC場景

可喜的是，著眼當下，生成式AI技術已經在多個行業逐步展現出了巨大的潛力。

金融業，一直以來都是由數據驅動的行業，也是最早擁抱前沿技術的行業。金融機構可以應用AIGC更精準地預測和防范風險，識別欺詐行為，為客戶提供個性化服務等。金融，很有可能成為AIGC落地的“試驗田”。

在零售業，零售商可以應用AIGC深入分析消費者的購買能力、產品需求，作為決策支持，增強管理效率和精準營銷能力。

在制造業，制造商可以應用AIGC預測設備故障和生產問題來優化制造過程，減少生產成本，提升效率和產品質量，降低出錯率。

在醫療業，醫生可以應用AIGC實現疾病快速診斷、精準治療、醫藥研發、疾病預測管理，以及疾病流行趨勢預測等。

而最為直接、也是目前最先落地的應用場景，要數智能客服。智能客服可以實現自動問答、快速響應、精準服務等。楊巨成舉例說，在某些電商平臺用智能客服處理客戶的問題和投訴，提供精準的服務，不僅能提升客戶滿意度，還減輕了員工的壓力。

但鑒于當下百模大戰的局勢，企業如何選擇最適合自己的AI大模型？楊巨成指出了五大考量因素：平臺的穩定性、技術框架的支持、運營速度、安全性以及知識產權保護。

更進一步地，要推動生成式AI市場化，除了企業，還需要社會各方共同推動。企業自身要增強技術創新意識，加大資金和人才投入，重視商業轉化，確保研發成果能夠轉化為實際的產業價值，業內校企產學研的合作需要進一步加強，政府層面也應加強引導，為企業提供金融、稅收等政策支持。

對于生成式AI未來的發展趨勢和前景，楊巨成認為，有四個方向值得關注。

• 一是個性化AI，滿足用戶個性化需求，如智能音箱、智能家居、智能助理、定制化的服務等。
• 二是自主AI，具有智慧性，可以適應復雜環境，并自主進行決策，如自動駕駛、無人機等。
• 三是聯邦AI，可以實現AI算法在可信環境下的分布式訓練，滿足隱私保護的需求。
• 四是AI的交互與協作，不同人工智能系統需要交互與協作，比如不同的語音助手、不同的駕駛車輛之間的交互和協調。

最后，聊到AI領域最近讓他印象深刻的應用場景，他說“虛擬數字人讓我印象很深刻，它們可以代替真人做各種任務，如新聞播報、直播主持、教育培訓、影視娛樂等。還可以定制各種個性化的服務，而且現在的虛擬人也越來越逼真，越來越智能，未來的應用會越來越廣。”