百川智能王小川：医疗是大模型皇冠上的明珠

Python_金钱豹

墨衍会员 · AI 创作全网分发码龄5年

关注

原创 2024-07-10 20:21:51 907 阅读 AI 写同款· GEO 优化 ›

Baichuan-M2医疗大模型 百川智能发布医疗大模型Baichuan-M2，在HealthBench评测中以32B尺寸获得60.1分，超越主流开源模型。阅读详情

我们现在处于什么时代？

百川智能创始人兼CEO王小川认为，我们已经从信息时代步入智能时代。而大模型是智能时代的基础设施，可以创造新的价值和伙伴关系，可以带来生产力的直接提升。

在大模型应用落地方面，王小川提到，**医疗是大模型“皇冠上的明珠”，**大模型有望做到院内、院外的全病程管理，并在预防、诊断、干预环节实现精准医疗。

在近日举办的2024全球数字经济大会人工智能专题论坛，王小川进行了分享。以下为王小川分享内容：

今天整个中国社会，尤其是科技界，都处于一种既兴奋又焦虑的状态。

一方面，我们要跟美国卷模型，要投入十亿、百亿美金去做超级模型；另一方面，又在呼唤大模型落地应用的场景。大家担心，只做落地应用会错过未来，但只考虑未来又没有当下。

百川是去年4月成立的，今年1月份，朋友们给我发微信祝贺，说“2024年元旦快乐”。我回复的是，“智能纪元二年快乐”。

这句话的含义是什么？我们已经进入到一个全新的时代，到了智能时代。虽然现在还没有做到AGI。

我们很幸运，大家是从互联网时代走过来的，享受了互联网20年的高速发展，现在又见证和参与到了智能时代的发展。

在这里插入图片描述

通过语言，我们在接近智能

我想用一个关键词来表达对智能时代的中轴的理解，就是把语言转变成数学模型。

我们今天讲大模型LLM的时候，**第一个关键词叫Scale，就是规模。**从百亿参数到千亿参数到万亿参数，再到号称GPT5的百万亿级参数，数据规模上去之后就能带来智能。到最后变成，大家觉得投入多少钱进去，就能实现智能。同时我们也会欢呼，比如今年视频生成领域Sora的推出，是不是代表了未来的另一种智能。

这些其实都不是完整的答案。因为今天我们走通的人工智能路径，不是在Sora，而在语言。通过将语言变成数学模型之后，能够获得今天这样的人工智能。

很多人说，人和动物的区别，可能是人会语言。

比如图像识别很厉害、无人驾驶很厉害，我开玩笑讲，狗也会无人驾驶和图像识别。区别在于，语言是我们思考、沟通的载体，是文化和知识的载体。因此通过语言，我们在接近智能。今天这个范式体系并没有脱离掉语言，因此我们强调语言为中轴。这是在通用智能里的一个关键逻辑。

另一个关键词是能源。数据、算法、算力，大家都已经很清楚了，但今年上半年以来，提到更多的是能源问题。尤其是在国外，已经开始有可控核聚变，在为大规模的新模式部署做准备。如果说AGI或者人工智能再往下爆发，那算力背后的能源会构成一个大的短板。中国目前为止还没有开始探索这个问题，在电力方面还没有美国这种疯狂的想法。这也是中美大模型发展的区别之一。

在这里插入图片描述

大模型带来的是生产力的提升

有个知识管理框架叫DIKW模型，即Data Information Knowledge Wisdom。以前机器产生的是信息，这个时代的智能核心是产生知识。也就是说，大模型带来的不仅是信息的传递，而是能够产生knowledge，代表着对世界的认知。再往后发展，则可以产生智慧。

我们知道，在互联网时代，更多的是改变了生产关系。不管是淘宝、滴滴还有美团，都是通过互联网让更多的商家跟更多的用户连接在一起，提高供需匹配的效率。

但在智能时代，大模型带来的是生产力的直接提升。GPT是这个时代的第一个应用产品，未来我相信会有更多新的应用产生。

在信息时代，我们是用一种工具思维来使用计算机。现在，我们应该把大模型当成伙伴来思考。如果还是把大模型当成原来的计算器来对待，那它能够发挥的作用就太有限了。我们更应该把AI当作可以产生陪伴和服务的伙伴。我预测，在未来两三年，我们可以走出这种工具思维，并且让AI变得像人类一样具备服务能力和陪伴能力。

这种情况下，目前的探索方向，一是赋能千行百业，也就是对生产力的提升。另外还有两个领域：智能助理和虚拟世界。

在个人领域，这种智能助理之前其实做得不太好。目前来讲，Perplexity在智能助理领域应该算是不错的，通过对于搜索的总结，可以提供更好的知识的呈现。GPT4O更多代表的是一种交互模式的革新，是以人的方式来跟用户沟通。我认为，未来智能助理会有新的To C产品形态产生，而不只是在原来的电商、游戏以及其他领域再重做一遍。

在虚拟世界，随着技术的进步，未来3到5年，我们预见到人工智能将在虚拟世界的多个方面扮演更重要的角色，特别是在娱乐游戏行业。随着虚拟世界的发展，它将为全球经济带来新的动力和变革。我们认为，这将是一个从生产关系向生产力转变的过程，最终将实现对虚拟世界的赋能。

目前，我们已经讨论了许多概念，包括搜索增强、多模态、智能体等，这些都是当下提升大模型能力的主要技术路线。这些技术的发展可能会在未来引发一场变革性的力量。

强化学习让大模型具备思考能力

在语言和规模之外，大模型还有一个发展思路是强化学习。OpenAI曾提到，他们的模型可以在某些地方实现超越，包括在18个月之后让大模型达到博士生的能力。这不是在当下这个范式中能够解决的，以目前的范式解决问题来讲，大模型能达到高中生的水平就不错了，所以只能做辅助工作。

但未来会有新的一种范式出现，这是值得大家期待和关注的。这种范式的核心是，用强化学习来改变今天的模型设置。广义上来讲，这就像之前大家熟悉的AlphaGo，专门下围棋的人工智能。AlphaGo跟大模型走了两条相反的道路。大模是数据越多越好，有多少数据就可以带来多少智能。而AlphaGo的第一版本是结合了数百万人类围棋专家的棋谱。但是到AlphaGoZero之后，就不需要人类的棋谱了，不用数据反而变得更加智能。

今天大模型只能解决快思考的问题，其实不具备慢思考的能力。所以大家提到AI超越人类，还需要很长一段时间来通过强化学习产生慢思考。用孔子提倡的学习方法来讲，大模型是“学而不思则罔”，学了很多东西，但是不会思考，并不是特别智能；AlphaGo则是“思而不学则殆”，只在一个领域钻研得很深。因此，将学习和思考系统进行结合，才可能实现智能时代最终的爆发。我们现在掌握的两种技术，还没有融合在一起，这是我对未来的一些基本判断。国内有高校在做这方面的探索，我们甚至预言美国已经在这方面实现了突破。

随着我们自己的实践，我们强调如何平衡理想与现实之间的关系。追求“诗和远方”就是去追赶OpenAI，但没有落地场景。如果去做落地场景，则有可能走不到了大模型的远方，丢掉了“慢思考”，丢掉了大模型所代表的通用智能的可能性。

因此，针对当前中国的情况，包括芯片能力、人才储备和市场环境，我们提出了一种逻辑，即“理想上慢一步，落地上快三步”。也就是说，理想上我们不是不跟，而是通过他们验证之后来确保我们的方向。我们的首要任务是打开落地场景，同时确保我们不会失去对大模型终极理想的追求。因此，我们的目标是既要发展超级模型，也要发展超级应用。所以我们在赋能千行百业时，选择这些知识密度特别高，真的需要千亿模型、万亿模型的场景，然后我们把它降到百亿，这是百川的定位。

百川去年整体发展很快，成为第一批获得工信部备案的八家大模型公司之一，也是唯一一家当年成立的公司。在今年5月，百川推出最新一代基座大模型Baichuan 4，并同期推出首款AI助手“百小应”。

医疗是大模型皇冠上的明珠

百川在落地场景上选择的是医疗领域。**医疗是大模型皇冠上的明珠。**反向传播之父Geoffrey Hinton强调，医疗将是最重要的AI应用领域之一，将发挥AI的最大潜力。大模型对于知识的掌握，对经验的掌握，大模型的多模态能力、记忆能力、思考能力，大模型减少幻觉、沟通共情的能力，所有这些在医疗领域都能够用到。甚至是模型做得越好，医疗就能越发达。

在这里插入图片描述

目前在医疗领域比较成功的是互联网医院，包括好大夫等，需要依靠现有的医生，其实还是对生产关系的改变。因为医生供给是不足的，提升医生供给就是一个重大的机会，所以医疗行业叫做“得医生者得天下”。

同时，我们也对AI医疗进行了等级划分，从L0到L5，这一分级类似于无人驾驶。

L0就是传统医疗，没有AI介入。

L1是依靠单一功能的机器辅助，在单点上可以给出建议。

L2是多模态辅助，AI可以整合病历、影像等多种数据提供信息。

L3是条件自动化诊疗，类似于现在的自动驾驶，已经可以完全取代司机开车，但在关键时刻还需要司机的确认。我们的目标是，在今年到明年，做到L3的水平，让AI给医生做助理，也能为消费者提供后期的健康顾问，但关键决策需要医生确认。

L4就需要AGI的水平了。AGI的能力可以造出医生来，完全像医生一样工作，就是一个通用的人工智能。

L5是完全自动化健康管理，可以超越AGI，从预防、诊断到治疗，可以管理患者的全部健康旅程。到这个时候，我们开始从语言模型走向生命模型，对生命做解码，做到超越医生的水平。

在这个过程中，我们落地了两件事情。一是在前期做全病程的管理，二是在此基础上做精准医疗。

现在医生资源远远不够，不可能有医生一直陪着患者。大模型可以在院内做医生助理，在院外做健康顾问，能做全病程的管理。在这个过程中，大模型可以患者进行尽可能多的数据收集，这对医生来说也就像临床实验一样。因为医生不仅是临床工作者，也是科研工作者，他们需要把自己的观察和经验总结出来，写成论文，变成知识。每个医生的精力是有限的，在中国一个医生一辈子可能只能为3万个患者做诊断。大模型能够快速地迭代学习，可以为每个患者单独建模，最终走向精准医疗，让预防、诊断、干预都达到新的高度。

对于未来，百川一方面是继续攻坚，以语言为中心去突破模型规模，做出超级模型。同时，我们在医疗上做很多增强，期待通过AIGC的方式去达到AGI，并在此过程当中提高医疗的相关服务。

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

在这里插入图片描述