当前位置:首页 > 文章列表 > 科技周边 > 人工智能 > 李彦宏:人工智能不会替代人类工作|直击世界智能大会

李彦宏:人工智能不会替代人类工作|直击世界智能大会

来源:搜狐 2023-05-25 21:40:57 0浏览 收藏

本篇文章向大家介绍《李彦宏:人工智能不会替代人类工作|直击世界智能大会》,主要包括,具有一定的参考价值,需要的朋友可以参考一下。

李彦宏:人工智能不会替代人类工作|直击世界智能大会

百度CEO李彦宏。封面新闻记者粟裕摄影

封面新闻记者 粟裕 天津报道

“我不担心大模型会导致人类工作机会减少。当我们停止创新,不发明不创造不进步,按照惯性走下去,所带来的各种各样不可预知的风险,才是人类最大的威胁。”百度CEO李彦宏说。

第七届世界智能大会已于5月18日在天津举行,由国家发改委、科技部等部门和天津市政府共同主办。在创新发展高峰会上,李彦宏表示,人工智能不会取代人类工作,而是将带来全球经济的下一个增长奇迹。科技革命每次都会导致一些工作消失,但同时也会创造出更多新的工作机会。

李彦宏认为,人工智能发展方向从辨别式走向生成式。基本上所有过去熟悉的人工智能应用,例如人脸识别和搜索引擎,都是针对识别和区分的。“过去的人工智能是想让机器学会什么技能,就教它什么技能。教过的有可能会,没教过的就不会。大模型出现所谓的智能涌现之后,以前没教过的技能,它也会了。”

据李彦宏所述,在过去几十年的信息产业发展中,人机交互方式经历了三次变革。他读研究生的时候,人机进行交互通过命令行。图形用户界面(GUI)比命令行更友好一些,但它仍然不是最自然的交互方式,而人工智能的诞生让人们可以用自然语言跟电脑进行交互。

他认为,大数据、大算力、大模型,导致了智能涌现。同时,人工智能发生了方向性改变,从辨别式AI走向生成式AI。大模型还重新定义了人机交互,重新定义营销和客服。任何一个公司,谁拥有最佳的跟客户沟通的方式,谁就会拥有客户。

人工智能之所以经历如此大的变革,并不仅限于它的应用场景的改变,实际上背后的技术栈也发生了非常重要的变化。”李彦宏表示,现在的IT技术栈变成了四层,底层仍是芯片层,但主要的芯片已不是CPU,而是以GPU为代表的新一代适合并行大规模浮点运算的芯片。

据李彦宏称,许多研究机构预测未来十年内许多职业的效率将倍增。这种效率提升是否会导致很多人失去工作,也引起了一些担忧

“人工智能带来产业革命,正如过去马车夫被取代,但新职业兴起。在三十年前,打字员这种职业逐渐消失,然而却涌现出了网络工程师、游戏开发等新的工作。据李彦宏所说,汽车产业现在已成为全球最大的工业系统之一,它创造的就业机会达数亿之多。单在中国,就有三千万人从事与汽车相关的工作。

他表示,很期待未来在大模型之上,会有各行各业各种应用能够找到好的应用场景,能够获得效率大幅度提升。

今天关于《李彦宏:人工智能不会替代人类工作|直击世界智能大会》的内容就介绍到这里了,是不是学起来一目了然!想要了解更多关于人工智能,工作,替代的内容请关注golang学习网公众号!

版本声明
本文转载于:搜狐 如有侵犯,请联系study_golang@163.com删除
周鸿祎:不用GPT会被淘汰,360正式推出AI商店周鸿祎:不用GPT会被淘汰,360正式推出AI商店
上一篇
周鸿祎:不用GPT会被淘汰,360正式推出AI商店
大道至简,未来机器人重磅推出新一代产品——VNST20托盘搬运无人叉车
下一篇
大道至简,未来机器人重磅推出新一代产品——VNST20托盘搬运无人叉车
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    399次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    478次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    483次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    429次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    257次使用