阿里CEO吳泳銘：生成式AI讓世界有了一個統(tǒng)一的語言——Token

阿里吳泳銘生成式AI

原創(chuàng) 一蓑煙雨 | 2024-09-20 21:54

【數(shù)據(jù)猿導(dǎo)讀】阿里CEO吳泳銘：生成式AI讓世界有了一個統(tǒng)一的語言——Token

筆者參加了幾屆阿里云棲大會，每一屆都有不同的主題。但近兩屆，有一個越來越明晰的主線，那就是云與AI的融合。

這一屆的阿里云棲大會，無論是從主題演講還是展覽設(shè)置，這種云+AI的感覺都很強(qiáng)。在阿里巴巴的高層中，吳泳銘作為技術(shù)派，對AI更是情有獨(dú)鐘。他主導(dǎo)阿里之后，從各條業(yè)務(wù)線，都能明顯的看到AI化的痕跡。

其中，阿里云是承擔(dān)整個阿里集團(tuán)AI夢想的基石和載體。吳泳銘在擔(dān)任阿里巴巴集團(tuán)CEO的同時，還兼任阿里云智能集團(tuán)董事長、CEO，可見其對于云業(yè)務(wù)的重視。

我一直以為，決定一個公司發(fā)展高度的，不在于在某個技術(shù)或者產(chǎn)品上的一時領(lǐng)先，而在于高層尤其是“話事人”的認(rèn)知，他如何看待這件事情，才是決定事情走向的最關(guān)鍵變量。一旦認(rèn)知和決心到位了，就會有一系列的行動，那資源、人才、資金自然會聚集，隨之而來的技術(shù)產(chǎn)品創(chuàng)新，就是水到渠成的事情?；叵氘?dāng)初，阿里巴巴在幾家頭部互聯(lián)網(wǎng)公司中，也不是技術(shù)基因最強(qiáng)的，為什么云計算做的最好？馬云當(dāng)初的決絕和堅持，起到了關(guān)鍵作用。

所以，這一屆阿里云棲大會，我最關(guān)心的不是阿里云又發(fā)布了什么產(chǎn)品，而是其“話事人”如何看待云和AI這件事情。

在上午的主論壇上，關(guān)于AI和云，吳泳銘說了不少很新穎的觀點。其中，有一個觀點挺有趣：生成式AI讓世界有了一個統(tǒng)一的語言——Token。AI模型可以通過對物理世界數(shù)據(jù)的Token化，理解真實世界的方方面面。理解之后，AI就可以模仿人類去執(zhí)行物理世界的任務(wù)，這將帶來新的產(chǎn)業(yè)革命。

接下來，我們試圖就這一觀點來進(jìn)行分析探討。

信息世界的“巴別塔”，為什么AI至今無法通曉萬物？

語言，是信息傳遞的基礎(chǔ)。它不僅是人與人之間溝通的橋梁，更是技術(shù)世界中信息流通的核心。在人類社會中，語言承載了思想、文化和知識的傳遞。在技術(shù)領(lǐng)域，語言的作用更為關(guān)鍵——它是指令、數(shù)據(jù)、算法的表達(dá)形式，是所有信息交互的根本。

尤其在AI領(lǐng)域，語言的重要性愈發(fā)凸顯。AI通過自然語言處理來理解和生成文本，通過代碼語言來執(zhí)行任務(wù)，通過視覺語言來識別和處理圖像。這些不同的“語言”構(gòu)成了AI理解世界的多種維度。然而，這些語言之間的割裂，成為了AI發(fā)展的最大障礙。

當(dāng)前的數(shù)字化世界，信息以多種模態(tài)存在——自然語言、程序代碼、圖像、視頻、音頻、3D模型、數(shù)學(xué)符號……這些信息形式各自獨(dú)立，彼此之間的“對話”幾乎不存在。AI雖然能夠在單一模態(tài)下表現(xiàn)出色，但面對多模態(tài)信息時，卻往往顯得力不從心。

這種割裂，不僅增加了技術(shù)開發(fā)的復(fù)雜性，也極大限制了AI的智能表現(xiàn)。我們可以想象，一個AI能夠精通各自獨(dú)立的“語言”，但當(dāng)這些語言需要被整合時，AI就如同陷入了信息的“巴別塔”，難以將所有信息串聯(lián)起來，形成全面的理解。

這種多模態(tài)割裂直接導(dǎo)致了技術(shù)發(fā)展的瓶頸。以自動駕駛為例，自動駕駛汽車需要整合多種傳感器的數(shù)據(jù)，如攝像頭捕捉的視覺信息、雷達(dá)提供的距離測量、GPS帶來的定位數(shù)據(jù)等。這些數(shù)據(jù)形式各不相同，處理它們的難度非常大。盡管每一種傳感器的單獨(dú)表現(xiàn)都很優(yōu)異，但當(dāng)所有數(shù)據(jù)需要整合成一個統(tǒng)一的駕駛決策時，AI常常會出現(xiàn)延遲、誤判，甚至失效的情況。

在醫(yī)療領(lǐng)域，醫(yī)生常常需要結(jié)合影像數(shù)據(jù)、化驗報告、病歷記錄等多模態(tài)信息來做出診斷決策。AI在這些單一領(lǐng)域內(nèi)表現(xiàn)優(yōu)異，但在將這些多模態(tài)數(shù)據(jù)整合為一個全面的診斷模型時，依舊存在巨大挑戰(zhàn)。多模態(tài)數(shù)據(jù)之間缺乏統(tǒng)一的表達(dá)方式，導(dǎo)致AI難以在復(fù)雜的診療場景中發(fā)揮出應(yīng)有的智能水平。

要讓AI突破這些限制，實現(xiàn)從“聰明”到“通曉”的進(jìn)化，就必須有一種能夠跨越各種信息形式的通用語言。這樣的語言可以將不同模態(tài)的信息標(biāo)準(zhǔn)化、統(tǒng)一化，使AI能夠在處理多模態(tài)信息時不再受制于割裂，而是能夠像人類一樣，自由地整合和應(yīng)用各種信息。

這個通用語言的出現(xiàn)，不僅將為AI帶來更強(qiáng)的理解力和適應(yīng)力，也將為技術(shù)開發(fā)者帶來更大的自由度和創(chuàng)造力。AI將不再被困在“巴別塔”中，而是能夠在一個統(tǒng)一的語言環(huán)境中，真正展現(xiàn)出全面的智能。

這一切，都為Token的出現(xiàn)提供了廣闊的舞臺。那么，Token，作為信息世界的通用語言，將如何打破這些壁壘，成為AI的全新“語言”工具？

Token來了：AI終于找到了一種語言，它能“聽懂”一切！

Token是信息世界的基本單位，類似于語言中的單詞或語法結(jié)構(gòu)，但其功能遠(yuǎn)超普通符號。它不僅是信息的最小表達(dá)單元，更是多模態(tài)信息處理的核心工具，能夠?qū)⑽淖?、圖片、視頻、語音等不同形式的信息標(biāo)準(zhǔn)化為統(tǒng)一的符號系統(tǒng)。這一標(biāo)準(zhǔn)化過程使得AI能夠跨越模態(tài)邊界，實現(xiàn)統(tǒng)一處理，進(jìn)而在更復(fù)雜的任務(wù)中表現(xiàn)出色。

技術(shù)上，Token的生成過程包括將原始數(shù)據(jù)分割成最小的信息片段，這些片段可以是單詞、圖像的像素塊、音頻的片段等。這些片段通過編碼過程被轉(zhuǎn)化為固定長度的向量，代表了信息在AI模型中的特征。解碼過程則將這些向量重新轉(zhuǎn)換為可供人類理解的形式，比如文字、圖片或聲音。通過Token的編碼和解碼，AI可以在不同信息模態(tài)之間進(jìn)行流暢的轉(zhuǎn)換和整合。

以阿里巴巴的最新多模態(tài)大模型通義千問為例。在此次云棲大會上，阿里云的通義千問展示了最新的文生視頻功能。至此，通義千問進(jìn)化為一個集成了文本、圖像、視頻和語音處理能力的大模型，它展示了Token技術(shù)在跨模態(tài)信息處理中的應(yīng)用。

舉個具體的例子，假設(shè)你輸入“中國風(fēng)的小兔子，身著精致的唐裝”，通義千問能夠生成一段包含這些元素的視頻。在這個過程中，通義千問將輸入的文本內(nèi)容首先分解為文本Token，然后將這些Token映射到一個語義空間中，生成相應(yīng)的視覺。

阿里_吳泳銘_生成式AI-1

可以說，Token的出現(xiàn)，為信息處理帶來了革命性變化。它如同中國古代的“書同文、車同軌”，通過統(tǒng)一標(biāo)準(zhǔn)，使得原本各自為營的信息模態(tài)可以在同一個語義層次上互相交流。過去，AI只能在單一模態(tài)中發(fā)揮作用，而通過Token，AI實現(xiàn)了跨模態(tài)的信息整合，打破了原有的技術(shù)壁壘。

這種跨模態(tài)能力，使得AI在信息融合、理解和生成上的表現(xiàn)大幅提升，推動了人工智能從單一智能向全面智能的進(jìn)化。

Token的商用化路徑，云計算如何成為關(guān)鍵推手？

Token技術(shù)，雖然在理論和實驗室環(huán)境中展現(xiàn)了巨大的潛力，但將其推向大規(guī)模商用并非易事。一個顯著的挑戰(zhàn)就是其高昂的計算和處理成本。

Token的處理，涉及海量的數(shù)據(jù)分割、編碼、解碼以及跨模態(tài)的信息融合。這些操作需要強(qiáng)大的計算能力和極高的資源消耗。特別是在面對復(fù)雜的多模態(tài)任務(wù)時，AI模型需要處理數(shù)以百萬計的Token，這對計算資源提出了嚴(yán)苛的要求。傳統(tǒng)的計算架構(gòu)在應(yīng)對這種大規(guī)模需求時，往往捉襟見肘，無法提供足夠的計算能力和處理效率。

此外，Token的實際部署還涉及數(shù)據(jù)的實時處理和大規(guī)模分布式計算。無論是在自然語言處理、圖像識別，還是在視頻生成等應(yīng)用中，Token化的過程都需要高速且穩(wěn)定的計算資源。然而，現(xiàn)有的計算資源體系結(jié)構(gòu)，尤其是在面臨大規(guī)模并行任務(wù)時，常常無法高效應(yīng)對。這導(dǎo)致了Token技術(shù)在商用化過程中遇到的瓶頸，嚴(yán)重制約了其在更廣泛領(lǐng)域的應(yīng)用。

解決Token商用化挑戰(zhàn)的關(guān)鍵，正是在于云計算的技術(shù)推動。云計算通過其獨(dú)特的優(yōu)勢，為Token的廣泛應(yīng)用提供了強(qiáng)有力的支撐。

例如，阿里云的分布式計算架構(gòu)允許AI模型在多個節(jié)點上并行處理Token任務(wù)，極大地提高了計算效率。在數(shù)據(jù)存儲方面，阿里云通過優(yōu)化存儲架構(gòu)，使得Token化過程中產(chǎn)生的大量數(shù)據(jù)能夠被快速讀寫和存取，減少了數(shù)據(jù)處理的延遲。此外，阿里云還通過智能調(diào)度算法優(yōu)化了計算資源的分配，使得計算任務(wù)能夠在最短時間內(nèi)完成，同時最大限度地降低資源浪費(fèi)。

阿里云在降低AI成本方面取得了卓越的成績，尤其體現(xiàn)在通義千問推薦模型的價格調(diào)整上。最新數(shù)據(jù)顯示，通義千問系列模型的價格降幅高達(dá)85%，這是一個極具競爭力的調(diào)整。具體來看，QwenPlus模型的價格降至0.0008元/千Token，QwenTurbo的價格則為0.0003元/千Token。

此外，阿里云還推出了新用戶福利——5000萬免費(fèi)試用Token和4500張圖像生成權(quán)限。這些優(yōu)惠措施不僅降低了企業(yè)在AI應(yīng)用中的前期投入，還顯著提升了用戶的體驗和接觸AI技術(shù)的機(jī)會。結(jié)合阿里云在推理輸入方面的優(yōu)化，這些降價和優(yōu)惠策略大大減輕了企業(yè)在AI應(yīng)用中的成本壓力，使得高性能AI模型的普及成為可能。

阿里_吳泳銘_生成式AI-2

通過云計算的支持，Token技術(shù)不再局限于實驗室或小規(guī)模應(yīng)用，而是能夠在更大范圍內(nèi)進(jìn)行推廣和部署。這種協(xié)同效應(yīng)不僅解決了Token商用中的瓶頸問題，還帶來了更高效、更經(jīng)濟(jì)的AI部署模式。企業(yè)能夠以更低的成本、更高的效率，利用Token技術(shù)實現(xiàn)智能化轉(zhuǎn)型，從而在市場競爭中占據(jù)優(yōu)勢。

阿里_吳泳銘_生成式AI-3

技術(shù)突破之后，如何讓Token走向商用前線？

展望未來，隨著大模型與云計算的深度融合，AI的應(yīng)用前景變得更加廣闊，潛力無窮。正如阿里巴巴CEO吳泳銘在2024年云棲大會上指出，AI的最大想象力并非局限于創(chuàng)造新的移動應(yīng)用，而在于徹底重塑物理世界。

這一變革的核心驅(qū)動力正是生成式AI與Token技術(shù)的結(jié)合，Token作為信息世界的“通用語言”，能夠?qū)⑽淖?、圖像、視頻、聲音等多模態(tài)信息統(tǒng)一處理，使AI不僅能夠理解復(fù)雜的數(shù)據(jù)，還能夠模仿人類行為，執(zhí)行各種任務(wù)。這種能力將為AI在各行業(yè)中的應(yīng)用開辟廣闊的空間。

同時，隨著先進(jìn)AI模型的開發(fā)成本不斷攀升，達(dá)到數(shù)十億甚至數(shù)百億美元，云計算的重要性愈發(fā)突出。阿里云這樣的云廠商，憑借其強(qiáng)大的算力基礎(chǔ)設(shè)施，正在為這一趨勢提供必要的支持。

未來，云計算架構(gòu)將從以CPU為主轉(zhuǎn)向以GPU為主的AI計算體系，滿足AI日益增長的算力需求。這種計算體系的轉(zhuǎn)變，不僅將大幅降低AI應(yīng)用的成本，還將加速AI在各行業(yè)的廣泛滲透。

例如，在AI大模型的支持下，未來所有能夠移動的物體都可能成為智能機(jī)器人——從工廠中的機(jī)械臂到家庭中的助理機(jī)器人，AI將無處不在。工廠將由智能機(jī)器人主導(dǎo)，生產(chǎn)效率將大幅提升；家庭生活也將因智能機(jī)器人的加入變得更加便利和高效。

當(dāng)然，這種變革的影響不僅局限于機(jī)器人領(lǐng)域。隨著AI驅(qū)動的數(shù)字世界與具備AI能力的物理世界的深度融合，全球生產(chǎn)力將迎來一次革命性的提升。無論是自動駕駛、智能醫(yī)療設(shè)備，還是金融風(fēng)險管理系統(tǒng)，AI將成為推動各行業(yè)發(fā)展的核心力量。

來源：數(shù)據(jù)猿

收藏分享

聲明：數(shù)據(jù)猿尊重媒體行業(yè)規(guī)范，相關(guān)內(nèi)容都會注明來源與作者；轉(zhuǎn)載我們原創(chuàng)內(nèi)容時，也請務(wù)必注明“來源：數(shù)據(jù)猿”與作者名稱，否則將會受到數(shù)據(jù)猿追責(zé)。