作者：Dylan Wang
报告要点：
追本溯源：AI发展波浪式向前。从20世纪60年代的符号主义、联结主义以来，AI技术一直在不断突破。从理论研究通向实践应用、从单一领域的进步到各个应用方向的全面爆发，再到现如今AI2.0时代的来临，AI已经深度融入了现代生活。AI 的发展是具多层次与多浪潮特性的，2023年我们经历了大模型的井喷，下一步，AI agent、能够自我监督学习的超大模型将引领接未来的增长。
乘风破浪：AI大步迈入2.0时代。AI1.0以CNN（卷积神经网络）模型为核心，在计算机视觉、自然语言理解技术等领域超越人类。但是AI 1.0的局限性也十分明显，如收集数据的成本过高，模型和模型之间的纵向效用低等。 而AI 2.0克服了AI 1.0单领域、多模型的限制，为AI的发展开启了新时代。同时AI 2.0 时代的首个现象级应用是生成式 AI，生成式 AI能够依据既有的数据展开总结归纳，自动生成全新内容。其颠覆性潜能有望为全球经济贡献约 7 万亿美元的价值。
一、AI的过去与现在
AI 指能够使机器具备与人等同智慧程度的技术。AI 学科于 1950 年已然产生，然而，直至 2022 年末 Chat GPT 3.5 的发布，才真正触发了 AI 在全民范围内普及的热潮。仅两个月时间，用户数量即增长过亿。此次 AI 之所以会出现爆发的趋势，本质在于本轮 AI 已经不再局限于狭窄专用领域的人工智能，机器终于成为一名通才，演变为通用人工智能，即能够如人一般在各个领域无差别地进行学习并与人类交互。AI 自此开始全面介入人们的生活生产。
在人工智能的发展过程中，不同时代、学科背景的人对于智能的理解及其实现方法有着不同的看法，并由此衍生了不同的学派，影响较大的学派及其代表方法如图2所示：
从诞生开始，人工智能(AI)便在充满未知的道路探索，曲折起伏，我们可将这段发展历程大致划分为5个阶段期：
起步发展期：1943年—20世纪60年代。人工智能概念的提出后，发展出了符号主义、联结主义(神经网络)，相继取得了一批令人瞩目的研究成果，如机器定理证明、跳棋程序、人机对话等，掀起人工智能发展的第一个高潮。
反思发展期：20世纪70年代。人工智能发展初期的突破性进展大大提升了人们对人工智能的期望，人们开始尝试更具挑战性的任务，然而计算力及理论等的匮乏使得不切实际目标的落空，人工智能的发展走入低谷。
应用发展期：20世纪80年代。人工智能走入应用发展的新高潮。专家系统模拟人类专家的知识和经验解决特定领域的问题，实现了人工智能从理论研究走向实际应用、从一般推理策略探讨转向运用专门知识的重大突破。而机器学习(特别是神经网络)探索不同的学习策略和各种学习方法，在大量的实际应用中也开始慢慢复苏。
平稳发展期：20世纪90年代—2010年。由于互联网技术的迅速发展，加速了人工智能的创新研究，促使人工智能技术进一步走向实用化，人工智能相关的各个领域都取得长足进步。在2000年代初，由于专家系统的项目都需要编码太多的显式规则，这降低了效率并增加了成本，人工智能研究的重心从基于知识系统转向了机器学习方向。
蓬勃发展期：2011年至今。随着大数据、云计算、互联网、物联网等信息技术的发展，泛在感知数据和图形处理器等计算平台推动以深度神经网络为代表的人工智能技术飞速发展，大幅跨越了科学与应用之间的技术鸿沟，诸如图像分类、语音识别、知识问答、人机对弈、无人驾驶等人工智能技术实现了重大的技术突破，迎来爆发式增长的新高潮.
当下我们正处于 AI 革命的第二波浪潮。过去一年，AI 已然历经了一轮热炒，市场方面认为当前 AI 的所有能力均已被充分挖掘，欠缺新的亮点。然而，AI 的发展是具多层次与多浪潮特性的。依照基础大模型的能力予以划分，我们现今处于人工智能的第二个阶段，后续还有多模态、AI Agent 至混合现实，再到具身智能等诸多的突破值得期待。面对 AI 这般席卷各行各业的重大变革，我们不应过度关注短期，而应该重点关注产业长期的进展与应用潜力。
二、AI 2.0时代来临
1、从AI 1.0迈向AI 2.0
AI 1.0是以CNN（卷积神经网络）模型为核心的计算机视觉技术，拉开AI感知智能时代的序幕，机器开始在计算机视觉、自然语言理解技术等领域超越人类，并创造了显著的价值。但是AI 1.0也遇到了瓶颈，大多数行业想利用AI，需要花费巨大的成本来收集和标注数据，而这些数据集和诸多模型各成“孤岛”，缺乏纵效。这是为什么大部分AI 1.0企业投入大笔研发经费但仍然长年亏损。除此之外，AI 1.0缺少像互联网时代的Windows和移动互联网时代的Android一样的规模化能力，来降低应用开发门槛，打造完善生态链。几年下来，AI 1.0尚未真正实现商业上的成功。
如今，AI 2.0的巨大跃迁在于克服了前者单领域、多模型的限制，可以用无需人工标注的超级海量数据去训练一个具有跨领域知识的基础大模型（Foundation Model），通过微调等方式适配和执行五花八门的任务，真正有望实现平台化的效应，进而探索商业化的应用创新机会。
AI 2.0具备3个鲜明的特点：
一是对于拥有的超级海量的数据，无需进行人工标注，即进行自监督学习
二是基础模型（Foundation Model）规模非常大，需要几千张GPU来训练
三是训练出的基础模型具有跨领域知识，而后通过微调用降低成本的方法来训练，以适应不同领域的任务
在这些特点的加持下，AI 2.0时代恰是对1.0时代的缝补完善。
AI 2.0 的发展范式为迭代式，由“辅助人类”至“全程自动”将会历经三个阶段：
第一阶段人机协同。生产力工具将率先达成升级，所有使用者界面会被重新规划：文档工具不再需逐字输入，而是用户告知 AI 所需文章的样式；绘图软件无需用户动手，通过文字描述便可实现。于此阶段，人类依然与 AI 保持协作，对 AI 创作的内容进行筛选和纠正，以防谬误与灾难产生。
第二阶段局部自动。容错度高的应用及行业将会实现 AI 自动化，譬如广告投放、电子商务、搜索引擎、游戏制作等。
第三阶段全程自动。AI 将变得完全自动化且可于任何地点运用，在不容出错的领域取得突破，AI 医生、AI 教师等应用具有可能性。
2、AI 2.0的现象级应用：生成式AI
AI 2.0 时代的首个现象级应用乃是生成式 AI（Generative AI），也就是目前盛行的 AIGC（人工智能生成内容）。生成式 AI 能够达成无需标注的自监督学习，AI 将由“辅助”人逐渐迈向“替代”人工，所有使用者界面会被重新规划改写。
2010 年之前，AI 以决策式 AI 为引领，决策式 AI 学习数据内的条件概率分布，其底层逻辑为 AI 提取样本的特征信息，同数据库中的特征数据加以匹配，最终对样本予以归类，主要着眼于对样本的识别与分析。2011 年往后，伴随深度机器学习算法以及大规模预训练模型的面世，AI 开始跨入生成式 AI 时代，生成式 AI 的特点为能够依据既有的数据展开总结归纳，自动生成全新内容，在决策式 AI 决策、感知能力的根基上开始具备学习、执行、社会协作等方面的能力。当下人工智能在生成（Generation）与通用(General)这两条主线上持续发展。
生成式AI的优点：
训练AI去猜测接下来的内容
无需标注数据
生成式 AI 的颠覆性潜能得到越来越多的企业认可，企业不再追问何为生成式 AI，而是希望了解生成式 AI 的投入能带来哪些具体业务价值。Gartner 预测，到 2026 年， 超过 80%的企业将使用生成式 AI 的 API 或模型，或在生产环境中部署支持生成式 AI 的应用，而在 2023 年初这一比例不到 5%。
技术变革带动场景拓展，生成式 AI 正在从热烈讨论走向应用落地，其价值创造潜力极为惊人，麦肯锡预测，生成式 AI 有望为全球经济贡献约 7 万亿美元的价值，并将 AI 的总体经济效益提高 50%左右。
3、AI 2.0为各行各业赋能
根据创新工场，未来的AI2.0主要看好三个方向：AI 2.0智能应用；AI 2.0平台；AI 2.0基础设施。第一是智能应用。AI 2.0应用将会迎来遍地开花的阶段，包括各行各业的垂类AI助理、元宇宙应用等之前做不出的应用都会出现。除了新的应用，很多现在已有的应用都可以被重新改写，比如搜索引擎、内容创造、广告营销，AI 2.0将革新用户体验，创造出全新的商业模式，蕴含非常巨大的想象空间。第二是商业化平台。AI 2.0平台将会加速新一代AI 2.0应用的研发和商业化，具有战略高度的AI 2.0平台公司将推动AI 2.0的生态循环和良性竞争。第三是基础设施。除了应用和平台之外，支持AI模型运维、管理、训练的基础设施也是重点关注的方面。这包含支撑AI 2.0巨型模型训练的AI芯片公司，以及那些能够加速、降低成本和简化AI训练的AI 2.0基础设施的创新技术型企业。
具体而言，AI 2.0将在六大领域加速点燃商业潜能，进入提升生产力的应用井喷期：
AI 2.0+电商/广告：AI 2.0时代，电商及广告将更为AI大数据驱动，能够做到实时测试和动态调整，甚至把几分钟前的社会热点融入广告内容，最大程度提高转化率。针对不同受众量身定制和实时生成内容，真正实现“千人千面”的营销。
AI 2.0+影视/娱乐：AI 可依据大众的偏好定制电视及短视频内容，使其创作内容更易吸引大众目光，获取更佳收视率与口碑。AI+多模态的创作，将成为下一代娱乐主流，AI 辅助创作会逐步构建全新的创意产业生态价值链。
AI 2.0+搜索引擎：未来的搜索引擎将由传统检索模式，转变为“提问-回答”模式。下一代对话式搜索引擎将成为全球科技巨头角逐的“AI 2.0 圣杯”，现今搜索广告商业模式也将迎来变革。但因人们对搜索结果有“精准”的期望，当下技术要做好问答式搜索仍需诸多进步。
AI 2.0+元宇宙/游戏：AI 2.0 将极大降低游戏和元宇宙等虚拟世界的内容生成成本。如 AI 可成为实时聊天伴侣，增强互动乐趣，提升娱乐性，激励用户参与，最大化游戏时长。而 AI 多模态的想象力内容生成，也将成为元宇宙的中流砥柱。
AI 2.0+金融：更快、更准确、更智能的内容生产方式将大幅提升财经新闻和市场研究分析的及时性与产出量。但鉴于财经内容的严肃性，人工进行事实核查和验证仍必不可少。AI 还可将金融信息的生产及金融产品的上线实现自动化，提高金融机构信息流及交易量的效率与质量。
AI 2.0+医疗：AI 能够快速精准分析患者的整体健康状况，吸纳所有数据、生物特征、体检、病史和个人模型预测，成为医生的得力帮手，大幅加快科学诊断和治疗决策。借助 AI 能够进行更具针对性的药物研发，实现个性化的医疗分诊和诊疗方案，推动“个性化医学”的到来。
