圖檔來源@視覺中國
文 | 藍馳創投，作者 | 石建平
去年7月，人工智能又一次進入社會大衆的視野：
Midjourney釋出後，普通使用者能通過自己的提示生成非常有創意、高品質的圖檔，持續疊代修改後，最終生成複合甚至超出使用者預期的圖檔；
StabilityAI開源了Stable Diffusion模型, 随即迅速傳播，讓開發者生态能定制開發和訓練滿足特定需求、場景、疊代速度的提示生成圖檔産品。
随後的11月，人工智能知名企業Open AI釋出ChatGPT，ChatGPT第一次以類人類的語言模式，具備了和人對話、問答、語言了解、翻譯等語言處理能力，這又一次超出了普通使用者對認知智能能力的預期。這标志着人類在通向通用人工智能的路上又邁進了一大步。
Midjourney和ChatGPT的爆發背後孕育着什麼更大的趨勢。對于資訊革命、人類數字文明，是否存在比移動網際網路、雲計算更大的海嘯級别（tsunami）變革和價值創造的機會？可能是會什麼呢？
認知智能是AI發展的下一個前沿
何為認知智能
認知人工智能（Cognitive AI），是一種旨在模拟人類認知智能的人工智能，人類的認知智能包括學習、了解、分析、問答、交流、記憶、生成、推理等能力。認知人工智能使用先進的模型、算法和機器學習技術，分析、推理、了解和學習大量資料，包括結構化和非結構化資料。這些系統可以學習、識别、生成、或做出預測并生成類似于人類推理的見解。
人工智能下一個前沿
人工智能已經存在了幾十年了，中國開始探索人工智能并在各種場景落地也經曆了至少十餘年；主流的人工智能還是在結構化資料的基礎上，通過傳統機器學習算法做分析和預測、基于特征工程做分析和推薦、或基于深度神經網絡對圖像分類識别。
但由于最近大語言預訓練模型和生成模型的進展，數字世界中人工智能對于人類語言文本的了解、對話、生成，第一次達到了類人類的水準，人工智能的發展進入了認知智能的時代。
認知智能的時代已經開啟
底層架構、算法、模型的創新和快速發展，從量變到質變推動着認知智能時代開啟。推動認知智能起飛的核心因素包括AI OS、大語言模型（large language foundation model）、檢索模型（retrieval model）和預訓練、微調、Prompt 工程及各種回報的強化學習技術。
AI OS
作業系統（OS）具有如下特征：（1）強抽象能力；（2）行業de facto标準；（3）基于OS建立行業基礎設施和應用生态。OS是行業生态和應用發展的最基礎的底座，PC的發展得益于windows OS，網際網路的發展得益于Linux，雲的發展由于虛拟化OS和K8S。AI的高速發展也需要有類似特征的OS底座。
AI在大語言模型（Large language model，LLM）上是基于transformer&attention的架構，這個架構對于人類的知識及其多種表現形式有極強的抽象和表達能力，人類第一次在數字世界用同一個架構來表達人類各種模态的知識。
由于其強大的抽象和表達能力，這一架構已經開始成為行業最主流的AI模型架構，除了LLM被廣泛使用外，圖檔和其他模态的場景也在發展或探索中，成為基礎模型的de facto标準勢頭出衆。
這個de facto标準開始推動了基于transformer的LLM的基礎設施和行業生态的發展，而且越來越多人意識到，transformer架構與大語言模型的結合，使得基于語言的認知智能的疊代迅猛。
Large Language&retrieval models
什麼是foundation model（基礎模型）？任何一個在廣泛資料上進行訓練（通常使用規模化的自監督）的模型，都可以被調整（如微調）以适用于各種下遊任務。
Large Language Model（LLM）可以了解為一個資料庫，人類第一次把曆史上所有知識，最大規模地通過高效壓縮的方式儲存到這個“資料庫”裡。基于LLM衍生的ChatGPT模型用人類最熟悉的自然語言對話方式，來了解使用者的意圖，用遞進式的、極其高效、開放模式去擷取知識。生成式的大模型還能通過了解人類的意圖遞進式地去生成優質的内容。
預訓練、微調、Prompt 工程及“X”回報的強化學習技術
認知智能基礎模型不僅是通用、開放式的智能，而且通過微調和提示工程等各種技術，讓通用認知智能模型有能力更好服務到各行各業——如金融、醫療、教育、資訊科技、媒體等；各種場景——如研發、銷售、客服等。
通過各種Live使用回報機制加上強化學習能力，知識資料庫在擴充的同時，模型和使用者（無論是人類、系統、還是機器）的意圖更好地對齊，在被使用過程中，模型也持續在升華。
認知智能的類人類語言處理能力、de facto技術架構、開放和通用的場景、快速的疊代進化，且能服務到專業、特定場景，這些都标志着認知智能開始進入了人工智能的主流賽道。
智能計算和AI-First SaaS将引領計算世界下一波浪潮
資訊計算時代
人類數字文明的發展依賴于計算範式的創新和發展。從50年的mainframe、80年代的PC、2000年的網際網路、2010年的移動網際網路，到還在持續發展的雲計算，這些計算範式的演進推動個人和企業的數字文明發展，而且每次變革都會帶動全球經濟效率和規模的提升。
從mainframe到雲計算是資訊計算時代，把資訊在數字世界中進行結構化，在資料世界中進行計算、模拟、甚至預測。資訊計算的特征除了數字化、結構化外，還有确定性（deterministic）的特征，也就是同樣的資料輸入情況下，輸出的結果總是一緻的，在一個已知的環境下相當确定性符合人類的預期。
何為智能計算？
智能計算是一種基于自然語言能力，以具有學習、了解、分析、問答、交流、記憶、生成、推理等類人類認知智能能力的認知模型為核心的計算範式，智能計算有如下特征：（1）具有探索性 （2）非确定性（non-deterministic，or probabilistic） （3）更高效了解人類意圖（4）認知能力至少超出人類的平均水準。
智能計算時代的到來是自然語言處理技術的創新、發展、沉澱從量變到質變的結果。最近5年出現的大語言預訓練模型、對話模型、生成模型等自然語言的處理技術的創新，觸發了智能計算時代的到來。智能計算的核心是認知智能的能力。
何為AI-First 應用
以認知智能為核心能力開發的應用為AI-First應用，AI-First應用使得應用本身有類人類認知智能的能力，能通過智能助手應用，增強普通人的認知智能能力到更高的水準，讓機器、系統、人之間的互動從資訊智能提升到認知智能的更高次元。人類數字文明第一次進入到認知智能，發展進入一個嶄新的階段。
AI-First 應用的出色樣闆：New Bing&Edge Browser
微軟釋出的New Bing和Edge Browser為未來AI-First應用展示了非常好的樣闆。
AI-powered copilot -- Edge Browser’s chat&answer
在Edge Browser，AI-powered copilot能與使用者持續聊天、咨詢、問答、翻譯、改寫、生成、簡單推理；而且copilot在持續關注使用者使用網站的互動、傳回内容和曆史，根據這個上下文自動和使用者做智能互動，給使用者嶄新的體驗。
New AI-Native search -- New Bing Search
New Bing的搜尋基于下一代LLM、為搜尋定制、比ChatGPT更強大，這個模型叫做Prometheus模型。這是一個由下一代AI大模型驅動的 AI-native搜尋平台，它提升搜尋的相關性、能對答案做注解、提供最新的搜尋結果、并提升安全性。
智能計算時代的應用
幾乎所有的應用都應該增加copilot或in-place的智能助手，通過人和智能助手的互動，在軟體中更高效、更高品質完成目标任務。
應用開發者可以更向前邁一大步，用大模型作為應用的底座，使其成為AI-native的應用，其核心能力提升至認知智能的程度。
認知智能在重新定義軟體建構的方式
人類數字文明建構的核心工具是軟體開發工具，核心承載平台是軟體。軟體工業也需要應對變化做變革和更新。每次計算平台發生重大變革和發展，其依賴的軟體開發模式、架構、工具鍊、計算平台的基礎設施都會被重構。我們相信，為了更好适應智能計算時代，軟體開發的範式也會被重構，可能這次重構的幅度比預期的更大。具體會是什麼形态能沉澱下來，還需要讓子彈再飛一下。
人工智能下一個前沿
RPA（robotics process automation）、低代碼工具、PaaS平台的出現，讓軟體開發變得更為定制化、普惠化。由于AI 生成模型的發展，像copilot之類的人工智能代碼開發輔助工具，今後能夠為軟體開發工程師提供注釋、代碼補全生成、文法建議和錯誤修複等功能，使得開發者能夠更加高效地編寫代碼。
AI-First 應用開發
在開發下一代AI-First應用的過程中所涉及的——在邏輯和互動的開發架構、工具、自動化、資料和認知模型，以及更優化的面向AI-first的runtime，以及關聯的基礎設施，都有機會被更新和變革。
AI-First cognitive AI架構
即便人類對大腦的認知也是非常原始，不少行業從業者從理論、和工程視角探索下一代的Cognitive AI的架構，更好的支援AI-First應用。
AI-First應用的核心支柱是“認知智能模型”
AI-First應用最核心變化是什麼呢？我認為其核心支柱是“認知智能模型”。
脆弱、固化的軟體
軟體是人類數字文明的平台。但軟體是非常脆弱的，軟體的業務邏輯和資料模型根據當時的業務需求開發的，随着每次業務需求的變化，軟體還需要修改、甚至重構；軟體同時又是非常固化的，比如在使用者互動層幾乎是固化的，不管你是第一次使用、初級使用者還是資深使用者，都隻有一種互動界面，使用者有口皆碑優秀體驗的軟體很少，在2B場景可能更稀缺。
認知智能模型是軟體的核心支柱
我認為“認知智能”模型是AI-First應用的back-bone（核心支柱），應用會從資料驅動（Data-Driven）向模型驅動（AI Model-Driven）發展。先假設軟體還是3層架構（可能這個也會發生變化）：資料層、業務邏輯層、和互動層。
（1）Knowledge Layer
在數字世界中，企業業務的核心資産是資料和知識，這些企業獨特的知識和全方位收集的資料都會被聚合并被認知模型捕捉，這個模型是驅動企業業務場景和各種互動場景的核心模型。
（2）Business Layer
未來企業的業務層也會被認知模型所驅動，實作業務邏輯由認知智能驅動，企業邏輯才能更動态自适應、更好适應多變業務需求和多樣的使用者（包括員工、生态夥伴、最終使用者或客戶）需求，而不是目前現在的hard-coded、規則定義、甚至隻依賴結構化資料的機器學習能力來實作業務邏輯。
（3）Interaction Layer
ChatGPT給我們展示了一個類人類智能的互動界面，智能能力非常驚豔。但互動能力還是非常基礎，下一代智能互動會有很多新的想象空間。在認知智能模型驅動下，互動界面、内容、結構更是會從使用者意圖了解的基礎上，動态地、個性化地、智能地去生成和互動。
如果大家認同這個趨勢，AI-First應用的軟體架構和軟體開發的模式和stack發生變革是必然。
認知智能模型也是業務全環節視角的核心支柱
從業務視角，認知智能模型也能賦能甚至作為核心支柱驅動業務全環節，從産品定義設計、生産、營銷、服務等全環節用認知智能去提升效率、提升體驗、甚至創造新價值。
智能計算時代企業核心競争是企業獨特的認知智能模型
在大資料時代，行業對企業核心競争力的共識是資料。在智能計算時代，企業的核心差異化競争力将會是基于企業内部資料的認知智能模型。
AI-First企業應用的核心支柱是認知智能模型，未來企業應用如電商、CRM、EPR、service、HCM等，幾乎所有場景都有機會被認知智能模型賦能驅動、甚至重構。
從産品開發、生産、市場、銷售、内部管理、産品傳遞到售後服務、上遊供應鍊，來自于企業經營全環節的資訊時代沉澱的所有結構化和非結構化資料，以及從認知智能時代開始積累的企業獨特的知識都将成為企業特有的認知智能模型的訓練資料。而且企業數字系統、公司内部、與使用者和合作夥伴互動過程中産生的回報資料，也能通過強化學習讓企業自有的認知智能模型持續的疊代、更新，模型和使用者或系統的意圖更好的對齊。
企業獨特的認知智能模型将會是企業品牌、定位、文化、知識、核心能力的完整數字化表達和儲存。這可能是一個系列模型，代表了企業各個部門、角色、崗位的認知能力，去賦能甚至代替企業内部各個角色之間的交流、企業和客戶、企業和生态合作夥伴的交流和服務；也許是一系列資訊系統核心支柱模型，能更好地服務資訊系統的認知智能次元的決策能力；也許是個企業教育訓練的虛拟教育訓練師，能持續地in-context、在工作場景中持續教育訓練、指導、能力增強企業員工的模型。
Salesforce最近釋出了Salesforce EinsteinGPT，EinsteinGPT是第一個生成AI的CRM模型，AI生成的内容會超級高效地覆寫銷售、市場、服務、電商、IT等企業環節。相信任何有競争力的企業都必須有自己企業獨特的認知智能模型，驅動企業方方面面的環節，為員工、客戶、合作夥伴提供無以倫比的體驗、效率和價值創造。
智能世界和資訊世界的融合
從50年代人類發明了第一台電腦起，資訊科技的創新并賦能着各行各業，不僅為企業降本增效，而且為企業開拓了新的revenue stream和商業模式，在此發展過程中，資訊數字世界創造和沉澱了大量的資訊科技基礎設施、開發工具、行業應用、數字能力等， 如雲計算的各種彈性計算的能力編排能力；企業管理軟體如CRM、ERP、Service Cloud；各種企業内部和個人的效率、協同辦公軟體；基于大資料的各種BI、報表、洞察分析軟體，企業内部內建和工作流引擎和可視化的編排能力。為了企業内部系統之間、以及和外部生态更高效、更實時的協同，甚至建構了企業數字生态以更好服務其客戶，企業内部能力以各種API形式開放給第三方。 企業為此投了大量的人力和财力建構這些非常寶貴、極具價值的企業核心競争力。
随着以認知智能為更高次元的智能計算時代到來，智能世界和資訊世界會各取所長并互相融合：
（1）基于認知智能提供了下一代更自然、更智能、更平民化的人-系統智能互動界面
以LLM為基礎的對話模型，對語言的了解和生成能力已經具備類人類智能的水準，使得人機進行類似人類自然語言水準和品質的對話變成了可能，這個對話不僅能滿足人類更高效挖掘新知識的需求，還可能通過下一代的對話智能模型，以人類最自然的語言互動模式，使得人類和資訊世界的各種數字系統和應用自由交流和互動。
（2）更靈活、更開放、更動态、更個性化地去實作企業内部流程和工作方式的重構
數字世界的資訊系統接口和界面相對是固化的，但是企業内部流程和工作方式會随着業務、效率的需求在持續變化，企業員工在合适的權限下通過自然語言互動的方式，未來将能夠根據業務和個性的需求對企業内部系統、工作流程、資料流進行更靈活、更動态的重構。是未來企業integration、RPA在AI-first理念下的變革。
智能世界類似人的大腦，資訊世界類似的人的肢體去和實體世界感覺、執行和回報，智能世界和資訊世界是互相想成，才構成一個完整的人類數字文明世界。這兩個世界的融合不僅能為企業員工開拓新的體驗和價值。這個融合也會發生在個人日常生活、溝通、社交等開放社會的生活場景中，人類的日常生活由此也有嶄新的體驗和新高度的生命幸福感。
誰會是智能計算時代的英雄豪傑？
PC計算時代造就了微軟，網際網路計算時代時代造就了谷歌、淘寶，移動網際網路時代造就了tiktok/抖音、美團、Uber，雲計算時代造就了AWS、salesforce；智能計算時代未來，誰會成為引領這個時代新的英雄豪傑？我們都非常期待。雖然我們現在沒法預判是誰，但是我們相信所有的2C和2B的場景在智能計算時代都值得重新被思考、探索、加強甚至重新被打造。