5月18日，由《财经天下》、「市界」、《博客天下》联合举办的2023年异想大会在北京召开，大会以“想象创未来”为主题，邀请来自各领域的多名企业家、专家，探索下一个能够改变商业世界的“异想”。

在大会“天工开物——人工智能劈开千行百业新想象”圆桌对话环节，星尘数据创始人、CEO章磊应邀与印象笔记高级副总裁乔迁、阿里达摩院首席架构师王巍巍、STEPVR创始人、总裁郭成展开对话，圆桌由「市界」内容总监田晏林主持。

在“AI+”异想实现的过程中，企业与个人该怎么做才能同时抵达效率最大化和技术向善的彼岸？在圆桌对话中，各位嘉宾共同畅想了未来AI世界的雏形，并分析解读了ChatGPT对各自行业的影响，以下是星尘数据创始人、CEO章磊的部分观点。

Q：在AI技术浪潮向前奔涌的时刻，许多人对未来感到疑虑：如果大模型最终与千行百业深度链接，人类是否会真的面临自身工作被取代的风险？

A：“我常说懒惰是第一生产力，你必须‘聪明地懒’，才能前进和成长，ChatGPT其实给了我们一个‘懒惰’的机会，我们不用再去做重复的工作了，而是去发挥人类独有的创造力和想象力，最终更好地实现价值，提升人的效能。其次，从最终局来说，机器仍然无法取代人类，为什么？以触觉为例，人体皮肤能够感知到极其微小的、微牛顿级别的刺激，这是基于人类身体的细胞实现的，也是机器无法实现的。人是上帝创造的最精妙的“机器”，人的创造力、想象力，是机器永远无法赶超的。如果机器做到这一点，那它就是人类。我们今天看到机器好像能做很多我们原来能做的事情，引发了一些担忧，但是历史上这样的时刻已经经历了很多次，工业革命、电气革命、信息革命，人类一步一步都走过来了。所以我们一定要相信，这个东西只是帮助我们进化得更快，让社会发展得更快。

Q：有一些行业大佬说，首先被替代的一些职业/人力是一些不会写提示词的人，未来人类在跟机器打交道的时候，咱们企业能够提供什么样的服务，充当了怎样的角色？

A：星尘做的事情，就是让用户忘记提示词，可以自然地调用大模型的能力和知识。这就说到了星尘创业的初衷，其实当年我从硅谷回来，在国内做了一家和股权投资相关的AI公司，需要分析大量NLP方向的数据，但是我发现找的第三方标注人员往往只能提供人力外包，干苦力活，提供的数据没法和我的算法进行交互，而我们需要的是能发现数据规律的数据服务。当时找了很多家以后都不是很满意，就决定这个事情还是自己干吧，而且将来的AI越来越聪明，对数据的要求也会越来越高，市场也会越来越大，所以星尘成立之初的定位就是成为数据策略的专家。当时大家都不懂什么叫数据策略，很抽象。到了今天大模型的阶段，这个概念就很好解释了，在模型创造过程中，所有跟数据相关的事情都需要策划和设计，这就叫数据策略。

我们把数据层分为三层，公开域的数据我们称之为零层。私有创建的、但属于创造公共能力的数据我们称之为一层，比如语文、数学、化学、做诗、写代码，这些能力方面公开的数据不够好、不够多，需要我们去创造或者编纂，也可以叫做中间层。二层就是企业私域的数据，未来大模型落地，多数企业要进行私有化部署，需要构建专项的数据。数据层除了零层的数据，一层二层的数据都需要进行创作、编纂、设计、对齐人类偏好，保证无害性、无毒性，并且对接到企业内部的RPA、API，或者是企业内部的知识库。在这整个过程中大模型每一个任务的设计、每一个能力的数据、怎么去人机协同降低数据生产的成本，星尘都扮演了非常重要的角色。而且我们欣喜地发现，我们的客户已经从原来的BAT、头部AI科技公司，转向了AI普惠的阶段，各行各业的公司都需要AI，都需要我们这样的数据策略专家来帮助他们做出更好的、可落地的大模型。

Q：在人工智能飞速发展的同时，行业也在讨论一些社会伦理的问题，有一些专家提醒说，不要过度开发人工智能，企业怎么看待市场这种担忧，以及如何把握开发的尺度？企业去做人工智能的边界和底线在哪里？

A：星尘的一个重要目标就是AI向善，我们希望AI是来推动人类进步的，而不是滋生犯罪或者其他不道德的事情。我相信一些大佬提出阻止AI发展，想阻止的是AI被用于非法的事情或者不利于人类社会发展的事情。星尘在数据安全这方面是非常重视的，因为我们是一家数据生产和数据服务的公司，所以我们首先要确权，确认数据是谁的。第二，在大模型的环境下，不仅仅是数据和代码的确权，还有模型的确权，模型是谁的，可以怎么用，在这方面我们也非常尊重原作者在科研学术方面的意图。第三，我们也看到很多好的方向在逐渐冒出来，比如有演讲嘉宾提到的可汗学院，虽然说教育行业经历了最近几年的洗礼和整顿，但我觉得越是绝望的时候越看到了大模型对于教育、对于人类知识传播，还有对于外语学习有很强的辅导和定制化的作用，星尘也是非常乐于参与到这些数据制作以及模型训练的过程中，推动人类社会的发展。

Q：描述一下畅想当中未来AI的世界应该是什么样子？

A：我们认为LangChain、Chain of Thought（思维链）这个方向非常值得关注，因为它创造了一个agent，相当于给一个智慧的大脑赋予了眼睛、鼻子、手，可以有感官、观察、回忆、反思和决策，通过添加中间推理过程，用向量数据库大幅提高LLM的推理能力。CoT在各个模型大小上提升了常识推理的能力，甚至理解超过人类；问题越复杂，提升效果越好；模型规模越大，提升越明显。所以在多模态、Plugin、Langchain Agent、无限上下文、Self-instruct、CoT、向量数据库的加持下，通往AGI的七龙珠已经聚齐了，马上就会有一个AI本质的爆发。