「ビッグモデルは基本的に幻覚を消した」11月12日、百度創業者の李彦宏氏は自身の見解を発表し、過去24カ月間のAI業界の最大の変化だと考えた。
百度世界2024大会で、李彦宏氏は「応用が来た」というテーマの講演を行い、検索強化された文生図技術（iRAG）とコードレスツール「秒」の2大賦能応用のAI技術を発表した。
李彦宏氏によると、PC（パソコン）時代のウェブサイト、モバイル時代のセルフメディアアカウントのように、AIネイティブ時代にはスマートボディがコンテンツ、サービス、情報の新たな媒体になるという。
基礎モデルを語る：大モデルは基本的に幻覚問題を解決した
「過去24カ月、世界的な大モデルの熱狂は新しい技術革命なのか、それとも新しいバブルなのか。中国の人工知能の担い手として、私たちはこの問題に答える資格があると思います」李彦宏氏は文心大モデルの1日平均呼び出し量の変化曲線図を例に挙げた。11月初め現在、百度文心大モデルの1日平均呼び出し量は15億を超え、5月に発表された2億に比べて7.5倍増加し、1年前に初披露された5000万回に比べて約30倍増加した。
「この成長率は予想以上だ」と李彦宏氏はAIが真の需要であることを示した。彼は、文心大模型の1日平均使用量の成長曲線は、過去2年間の中国大模型応用の爆発を代表していると考えている。
李彦宏氏によると、昨年3月に文心の一言が発表された際、百度の大モデルの特色は知識の強化、検索の強化だった。時間が経つにつれて、検索の強化は業界の共通認識になりつつある。彼は、検索が強化された技術の意味は、大モデルに幻覚を基本的に解消させることにあると述べた。「大きなモデルに基づいてアプリケーションを開発するには、幻覚を消すことが必要であり、このモデルがいつもまじめにでたらめを言っていれば、誰もあなたを信用してくれず、アプリケーションがない」。
李彦宏氏は、過去24カ月、業界にとって最大の変化は大モデルが幻覚をほぼ解消したことであり、大モデルが質問に答える正確性が大幅に向上したことで、AIが「まじめにでたらめを言う」ことから利用可能になり、信頼されるようになったと考えている。「ビッグモデルは確率モデルであり、生成されたコンテンツに不確実性があることを知っています。RAG（検索強化生成）技術を採用すると、ビッグモデルは検索された情報を利用してテキストや答えの生成を指導し、コンテンツの品質と正確性を大幅に向上させます」
しかし、李彦宏氏は、文字レベルでのRAGはすでによくできているが、画像などのマルチモーダルコンテンツとRAGの結合はまだ十分ではなく、幻覚現象は依然として普遍的であるため、マルチモーダル大モデルは規模な応用には生まれていないと述べた。
この背景に基づいて、百度は今年初め、画像生成の幻覚問題の解決に取り組むことを決定した。「中国語のインターネット全体がソラのために地団駄を踏んでいる間に、私たちは画像生成の幻覚問題を解決することを決定した」。
百度世界2024大会で、百度は検索強化された文生図技術iRAG（image based RAG）を発表した。李彦宏氏によると、iRAGのビジネス価値は、幻覚がなく、超真実で、コストがなく、すぐに同等であることを体現している。
大モデルの幻覚を解消することは、AI応用爆発の基礎でもある。李彦宏氏によると、今日、基礎的な大モデル能力が準備されており、AI応用の群星が輝く瞬間を迎える。
応用を語る：知能体はAI応用の最も主流な形態である
AIアプリはどこから、どこへ？李彦宏氏は講演で、スマートボディと産業応用の2大AI応用の方向性にも言及した。
「スマートボディはAI応用の最も主流の形態であり、爆発点を迎えるだろう」と李彦宏氏は述べ、今日、世界のすべてのトップテクノロジー会社がスマートボディに注目しているが、百度のようにスマートボディを最も重要な戦略方向としているのは多くないと述べた。
李彦宏氏は、スマートボディを作るのはPC時代にウェブサイトを作り、モバイル時代に自メディアアカウントを作るのに似ていると考えている。異なる点は、エージェントがより人間的でスマートであり、「エージェントがAIネイティブ時代、コンテンツ、情報、サービスの新しいキャリアになる可能性がある」ということだ。
彼は会社のようなスマートボディを例に挙げ、従来のPC公式サイトモデルでは、企業は会社紹介、製品パラメータを静的に展示するしかなかったが、積極的な推薦、タイムリーな応答、1対1のサービス能力が欠けていた、一方、会社のインテリジェントボディは顧客のニーズに応じて相応の製品を推薦することができ、サービスの面でも、より直接的に、迅速にニーズに応えることができ、インタラクティブマーケティングの効率を大幅に高めることができる。将来的には、同社の公式エージェントが公式サイトに代わって、最も直接的な消費者向けインタフェースになる可能性が高い。
「インテリジェントボディはAI応用の最も主流の形態であり、間もなくその爆発点を迎える」と李彦宏氏によると、インテリジェントボディは敷居が低く、天井が高く、誰もが手を出すことができ、複雑で強力な応用をすることができる。現在、文心インテリジェントプラットフォームは15万社の企業と80万人の開発者を誘致している。
現場では、李彦宏氏は製造、エネルギー、交通、政務、金融、自動車、教育、インターネットなど多くの業界をカバーする大モデルに基づく100大産業応用を発表し、百度は「スーパー応用」を出すのではなく、より多くの人、より多くの企業が数百万の「スーパー有用」な応用を生み出すのを絶えず支援しなければならないと述べた。
これに基づいて、李彦宏はコードレスツール「秒の」を発売すると発表した。「コードが1行も読めない人にプログラマーの能力を持たせ、どんな考えも迅速に、低コストで現実に変える能力を持たせる条件がある」。
「自然言語のインタラクションを通じて、1人で1セットのシステムの構築を完了することができ、上に示した招待システムのほか、任意のシーンでさまざまなアプリケーションを行うことができ、アプリケーションの複雑さも私たちの技術の向上に伴って向上していきます」と李彦宏氏はまとめた。これは、1人1人が複数のエージェントを指揮して協力してタスクを遂行することができることを意味し、「アイデアさえあれば、あなたは心の中で何かをすることができ、私たちは今までにない、アイデアだけでお金を稼ぐことができる時代を迎えます」
人間の情報技術の変革の異なる歴史的時期において、応用の出現する様子も異なる：PCの時期において、ソフトウェアとウェブサイトであり、モバイル時代には、それぞれのAppと注目されていたアカウントであり、AI時代、李彦宏氏は、応用の最も主要な形態はスマートボディだと考えていた。彼は、大モデルの技術と能力の指数的な遷移に伴い、自然言語はこの時代の最も重要なプログラミング言語となり、私たち一人一人が自分に属し、他の人にも属するAIアプリケーション、またはエージェントを創造することができると述べた。
「私はソフトウェアエンジニア出身で、海外では『ソフトウェアが世界を飲み込む』という言い方があります。でも、この世界は飲み込まれるべきではなく、創造されるべきだと思います。AI時代、応用が世界を創造します」。李彦宏は最後に述べた。