3月23-24日，2024全球開(kāi)發(fā)者先鋒大會(huì)在上海召開(kāi)。

開(kāi)幕式上，商湯科技董事長(zhǎng)兼CEO徐立分享了對(duì)AI 2.0時(shí)代生產(chǎn)力工具“質(zhì)”變背后的思考和突破路徑。他表示:“AI 2.0時(shí)代，生成式AI被視為推動(dòng)生產(chǎn)力進(jìn)步的重要技術(shù)?！?/p>

徐立認(rèn)為，隨著大模型的發(fā)展，人工智能的關(guān)注點(diǎn)從感知智能轉(zhuǎn)向生成式內(nèi)容，進(jìn)入AI 2.0時(shí)代。不過(guò)，雖然業(yè)內(nèi)已經(jīng)開(kāi)始使用AI 2.0時(shí)代的生產(chǎn)力工具，但這些工具帶來(lái)的生產(chǎn)效率提升效果并不明顯，所能解決的問(wèn)題占比不足10%，給生產(chǎn)鏈路帶來(lái)的突破相對(duì)有限。

“如果能在知識(shí)、推理、執(zhí)行三層能力上實(shí)現(xiàn)突破，將真正帶來(lái)整個(gè)社會(huì)生產(chǎn)力的跨越式發(fā)展?！?徐立表示。

AI編程解決問(wèn)題有限

ChatGPT、Copilot、Blackwell是AI 2.0時(shí)代的代名詞。搜索數(shù)據(jù)顯示，中國(guó)對(duì)于這些詞的關(guān)注熱度位居世界榜首，這代表著中國(guó)近千萬(wàn)的開(kāi)發(fā)者以及普羅大眾對(duì)于AI能夠帶來(lái)的變化熱切關(guān)注。

在開(kāi)源社區(qū)GitHub上，生成式AI項(xiàng)目、大模型項(xiàng)目以及輔助編程、輔助開(kāi)發(fā)的工具項(xiàng)目層出不窮。徐立表示，對(duì)于開(kāi)發(fā)者來(lái)說(shuō)，生成式AI是最好的帶來(lái)生產(chǎn)力工具，帶來(lái)生產(chǎn)力突破的行業(yè)。

業(yè)內(nèi)普遍認(rèn)為，代碼是大模型最明確的應(yīng)用方向之一。百度創(chuàng)始人、董事長(zhǎng)兼CEO李彥宏近期大膽表示，以后不會(huì)存在“程序員”這種職業(yè)。

早在2021年，GitHub就和OpenAI聯(lián)合開(kāi)發(fā)的AI編程助手GitHub Copilot，基于GPT-3模型的Codex構(gòu)建，通過(guò)分析大量開(kāi)源代碼庫(kù)學(xué)習(xí)編程模式。它提供代碼補(bǔ)全、上下文感知建議、IDE內(nèi)聊天式幫助以及代碼解釋等功能，支持多種編程語(yǔ)言和框架。

2023年3月，在ChatGPT火爆全球之后，GitHub又基于GPT-4模型打造Copilot X開(kāi)發(fā)平臺(tái)，Copilot Chat是其主要功能之一，通過(guò)文本問(wèn)答的方式就能生成、分析、審核代碼等。

近期，創(chuàng)業(yè)團(tuán)隊(duì)Cognition AI更是開(kāi)發(fā)出全球首個(gè)AI程序員智能體Devin，它具備自主學(xué)習(xí)新技術(shù)、端到端構(gòu)建和部署應(yīng)用、自主查找和修復(fù)代碼Bug、訓(xùn)練和微調(diào)AI模型的能力，人類(lèi)只需扮演一個(gè)下指令和監(jiān)督的角色。

在SWE-bench基準(zhǔn)測(cè)試中，Devin解決了13.86%的實(shí)際編程問(wèn)題，展現(xiàn)了超越其他AI模型的性能。相較之下，GPT-4只能處理1.74%的問(wèn)題。

不過(guò)，這個(gè)數(shù)據(jù)也顯示了新生產(chǎn)力工具的準(zhǔn)確率和完成度普遍較低，較業(yè)內(nèi)期望仍有待提高，徐立認(rèn)為，雖然整個(gè)行業(yè)在往前走，但目前還是處于相對(duì)雛形。

“軟件開(kāi)發(fā)全生命周期包括需求分析、設(shè)計(jì)、開(kāi)發(fā)、測(cè)試、部署和維護(hù)諸多環(huán)節(jié)。雖然目前AI能夠帶來(lái)很多革新，或者擴(kuò)展到很多場(chǎng)景，但目前僅能解決其中非常小眾的部分?！毙炝⒈硎?。

他表示，具體而言，AI目前能解決的是在過(guò)往基礎(chǔ)上抽象成比較標(biāo)準(zhǔn)化，甚至以知識(shí)庫(kù)的形式固化下來(lái)的內(nèi)容，包括代碼補(bǔ)全、代碼增寫(xiě)以及部分測(cè)試用例等。如果把它分?jǐn)偟秸麄€(gè)軟件或者產(chǎn)品設(shè)計(jì)的全流程當(dāng)中，占比并不高。

“當(dāng)然，隨著擴(kuò)展能力變強(qiáng)，很多工具會(huì)從前端的設(shè)計(jì)、測(cè)試用例再到維護(hù)的橫向拓展，一步步往前演進(jìn)?！毙炝⒈硎尽?/p>

推理層和執(zhí)行層是下一步重點(diǎn)

一個(gè)有意思的現(xiàn)象是，編程經(jīng)驗(yàn)越豐富，不代表就越能用好新的生產(chǎn)力工具。統(tǒng)計(jì)數(shù)據(jù)顯示是相反的:工作五年以下的程序員使用新生產(chǎn)力工具解決問(wèn)題時(shí)長(zhǎng)超過(guò)一小時(shí)，但五年以上的程序員反而更短。這意味著越是高階、復(fù)雜的任務(wù)，對(duì)于當(dāng)前新生產(chǎn)力工具來(lái)說(shuō)還有一定的挑戰(zhàn)。

這與大模型能力有關(guān)。徐立表示，大模型能力可分為三層架構(gòu)，而且這三層之間互有依賴(lài)，但又相對(duì)獨(dú)立。

第一層知識(shí)，世界知識(shí)的全面灌輸?！澳壳?，許多生產(chǎn)力工具解決的都是知識(shí)層的問(wèn)題，當(dāng)用戶(hù)提出問(wèn)題時(shí)，其底層的邏輯都來(lái)自于‘世上無(wú)新事’——你所面臨的問(wèn)題，前人可能已經(jīng)遇到過(guò)并解決了，因此通過(guò)大模型可以很好地完成這些任務(wù)?！毙炝⒈硎?。

第二層推理，理性思維的質(zhì)變提升。有了世界知識(shí)之后，再往前演進(jìn)。即使不知道這件事實(shí)，也可通過(guò)AI逐步把這個(gè)事實(shí)推理出來(lái)，給出更多的可能性。

“知識(shí)和推理是作為生產(chǎn)力工具——大模型最重要的兩層，但目前在推理層，成長(zhǎng)還相對(duì)有限，這也是今后要集中突破的能力之一。”徐立表示。

第三層執(zhí)行，世界內(nèi)容的互動(dòng)變革，即如何跟這個(gè)世界互動(dòng)反饋。徐立表示，某種意義上，如今火熱的具身智能，在執(zhí)行上會(huì)有很大的突破。

總體來(lái)講，這三層可以組成一個(gè)完備的對(duì)于世界提供生產(chǎn)力工具模型的三層能力。

“從軟件開(kāi)發(fā)上，知識(shí)層是代碼的補(bǔ)全，補(bǔ)全的代碼來(lái)自別人寫(xiě)過(guò)的代碼；推理層真正深入到軟件開(kāi)發(fā)的全流程；執(zhí)行層是進(jìn)入切分到垂直場(chǎng)景當(dāng)中，以場(chǎng)景化的智能為依歸。”徐立表示，知識(shí)層主要解決高頻、標(biāo)準(zhǔn)化問(wèn)題，做別人做過(guò)的問(wèn)題，顯然準(zhǔn)確率高；推理主要解決長(zhǎng)尾、碎片化的問(wèn)題。

以商湯的軟件智能研發(fā)助手“小浣熊”為例，據(jù)徐立介紹，如果去年用“小浣熊”代碼補(bǔ)助工具，可節(jié)省30%的工作量。在整個(gè)過(guò)程里，它的工作主要基于一個(gè)代碼庫(kù)，解決的還是一些重復(fù)性的勞動(dòng)。

在此基礎(chǔ)上，商湯進(jìn)一步整合了從需求分析、需求設(shè)計(jì)到長(zhǎng)尾應(yīng)用等各個(gè)環(huán)節(jié)，推出“小浣熊”2.0版本。它可以基于海量數(shù)據(jù)篩選出需求，制定產(chǎn)品特征，完成產(chǎn)品的自主開(kāi)發(fā)。

而它的下一步，則是在獲得世界知識(shí)的基礎(chǔ)上，進(jìn)一步應(yīng)用到更多的機(jī)器人場(chǎng)景當(dāng)中。

“我認(rèn)為生產(chǎn)力工具如果在現(xiàn)在三層能力上都有突破的話(huà)，首先受益的是廣大開(kāi)發(fā)者以及場(chǎng)景化的核心應(yīng)用，最終將真正帶來(lái)整個(gè)社會(huì)生產(chǎn)力的跨越式發(fā)展?！毙炝⒈硎?。

鄭重聲明：此文內(nèi)容為本網(wǎng)站轉(zhuǎn)載企業(yè)宣傳資訊，目的在于傳播更多信息，與本站立場(chǎng)無(wú)關(guān)。僅供讀者參考，并請(qǐng)自行核實(shí)相關(guān)內(nèi)容。