5 月 12 日，2023《麻省理工科技評論》中國“十大突破性技術(shù)”主題峰會在杭州余杭舉行。峰會不僅將對 2023 年的《麻省理工科技評論》“十大突破性技術(shù)”進(jìn)行深度解讀，同時也回顧、梳理了過去二十多年來“十大突破性技術(shù)”背后的科技、經(jīng)濟(jì)、社會乃至人文的發(fā)展脈絡(luò)。在技術(shù)變革風(fēng)起云涌的當(dāng)下，峰會還將今年的“十大突破性技術(shù)”與當(dāng)前科技熱點進(jìn)行結(jié)合，探討了 AIGC、芯片、新能源和生命科學(xué)等技術(shù)領(lǐng)域的前沿變革與展望。
在“打開 AIGC 的‘黑匣子’”板塊，峰會邀請了之江實驗室智能計算平臺研究中心高級工程專家潘鵬凱擔(dān)任主持人，圓桌嘉賓包括了HiDream.ai 創(chuàng)始人兼首席執(zhí)行官，加拿大工程院外籍院士梅濤、IDEA 研究院講席科學(xué)家張家興、微軟亞洲研究院首席研究員段楠，四人作為業(yè)內(nèi)專家以圓桌討論的形式深入剖析 AIGC 背后原理與隱患，分享 AIGC 最新趨勢和發(fā)展方向，并探討它將如何顛覆傳統(tǒng)行業(yè)。
圖：圓桌討論：打開 AIGC 的“黑匣子”
作為此次圓桌討論的開場，潘鵬凱表示，如今 AIGC 已經(jīng)成為最熱門的技術(shù)話題，同時這個行業(yè)的發(fā)展速度超過了外界的預(yù)期，在驚艷全球的同時也引起了很多人的焦慮。
關(guān)于 AIGC 的現(xiàn)狀與發(fā)展，如今的大語言模型在自然語言的理解和生成方面取得了非常顯著的進(jìn)展。但同時也還存在一些顯著的問題，比如大家在使用過程中依然能看到其生成的內(nèi)容并不保證完全正確，以及在為人類完成更復(fù)雜的任務(wù)時，大語言模型也會暴露出較為明顯的能力邊界。以通用人工智能的標(biāo)準(zhǔn)來衡量的話，目前進(jìn)步的空間還很大。
圖：之江實驗室智能計算平臺研究中心高級工程專家潘鵬凱
對于 AIGC 引發(fā)的擔(dān)憂，段楠在圓桌討論中表現(xiàn)出樂觀的態(tài)度，他認(rèn)為尤其從 ChatGPT 開始，很多人已經(jīng)真切地在工作或者生活中體會到了人工智能模型的賦能效果，在工作、生活、以及娛樂等方面，ChatGPT 等 AIGC 產(chǎn)品極大地提升了人們的效率，也讓人們在工作時可以更注重生產(chǎn)力和創(chuàng)造力。段楠認(rèn)為現(xiàn)在人工智能的發(fā)展還是處在非�？煽氐碾A段，對于人類社會的影響是利遠(yuǎn)遠(yuǎn)大于弊的。
張家興表示，AIGC 的誕生可以說是機(jī)器學(xué)習(xí)發(fā)展到巔峰的一個產(chǎn)物，借助非常海量的數(shù)據(jù)、非常強(qiáng)大的算力（這是目前很多公司都無法負(fù)擔(dān)得起的強(qiáng)大算力），讓我們終于可以看到 ChatGPT 這樣的產(chǎn)品的誕生。
如果要進(jìn)行一個對比，機(jī)器學(xué)習(xí)最大的優(yōu)勢就是模型能學(xué)習(xí)的數(shù)據(jù)量遠(yuǎn)大于人學(xué)習(xí)的數(shù)據(jù)量，但機(jī)器學(xué)習(xí)和人類相比，最大的劣勢是沒有進(jìn)化的部分，人類的智能不只是出生之后學(xué)習(xí)得來，一個人在出生時就已經(jīng)具備了一定的學(xué)習(xí)基礎(chǔ)，這部分先天的能力就是進(jìn)化的產(chǎn)物。考慮到幾十億年進(jìn)化過程，實際上人類擁有的智能如果都換算成數(shù)據(jù)和算力，現(xiàn)在機(jī)器學(xué)習(xí)仍然比不上人類。所以，隨著機(jī)器學(xué)習(xí)繼續(xù)發(fā)展，最終到底是見過足夠多數(shù)據(jù)的機(jī)器學(xué)習(xí)方式更有優(yōu)勢，還是人類的學(xué)習(xí)方式更好，這都是沒有答案的問題，當(dāng)然，兩種智能學(xué)習(xí)方式的互補(bǔ)是更值得期待的。
圖：IDEA 研究院講席科學(xué)家張家興
在拿 ChatGPT 與人類做對比時，梅濤表示，如果僅從參加各種考試的表現(xiàn)來看，ChatGPT 已經(jīng)達(dá)到了人類大學(xué)生水平，但在更多推理、意識的層面，就算是 ChatGPT 這一業(yè)界頂尖的產(chǎn)品也還處在很早期的階段。為了規(guī)避 AIGC 未來發(fā)展可能帶來的風(fēng)險，梅濤認(rèn)為，業(yè)界應(yīng)該要讓 AI 學(xué)習(xí)更好、更優(yōu)質(zhì)的數(shù)據(jù)，同時在應(yīng)用時也應(yīng)該考慮加上一些合規(guī)的手段，來控制模型或者算法能夠始終走在正確的路徑上。
對于 AIGC 的未來展望，AI 的橫向、縱向發(fā)展問題也是業(yè)界討論的焦點，在 AI 發(fā)展迅速已經(jīng)被大家認(rèn)可的情況下，這兩種潛在的發(fā)展路徑也被逐漸展開討論。沿著縱向發(fā)展意味著，AI 技術(shù)、AGI 真正能創(chuàng)造一些人類沒有創(chuàng)造出來的成就；而橫向發(fā)展，意味著 AI 會在各個細(xì)分領(lǐng)域逐漸延伸，達(dá)到人類最聰明的科學(xué)家在各個領(lǐng)域設(shè)下的認(rèn)知邊界。
梅濤表示，AIGC 領(lǐng)域的模型還有很多的突破空間，比如在文本創(chuàng)作、語言創(chuàng)作方面，目前 GPT 已經(jīng)到了相當(dāng)高的水平，但是能力還沒有到達(dá)邊界。但是在多模態(tài)領(lǐng)域，目前的模型還處于 GPT1.0 或者 2.0 的階段，所以梅濤認(rèn)為 AIGC 依然有很多成長的空間。
圖：HiDream.ai 創(chuàng)始人兼首席執(zhí)行官，加拿大工程院外籍院士梅濤
在這個話題上，張家興認(rèn)為 AIGC 在橫向和縱向兩個方面都會有進(jìn)一步的發(fā)展。橫向，就是基于當(dāng)下大模型的技術(shù)推動各種產(chǎn)業(yè)、各個領(lǐng)域、垂直方向上的落地。但在這件事上，由于每個行業(yè)、領(lǐng)域乃至公司，都擁有自己的技術(shù)、產(chǎn)品、用戶和數(shù)據(jù)，通用大模型需要更多細(xì)分領(lǐng)域的數(shù)據(jù)才能在細(xì)分場景里形成閉環(huán)，但這個閉環(huán)還遠(yuǎn)未成形。
縱向上，今天 ChatGPT-4 已經(jīng)做得相當(dāng)優(yōu)秀，不過我們看到它能實現(xiàn)的功能還只是冰山一角，以通用人工智能的標(biāo)準(zhǔn)，GPT 沒有實現(xiàn)的功能還遠(yuǎn)遠(yuǎn)多于已經(jīng)實現(xiàn)的功能。當(dāng)下的 GPT 具備的能力都是算法工程師通過機(jī)器學(xué)習(xí)的算法讓它具備的，但要在和人交互的過程中繼續(xù)學(xué)習(xí)，逐漸具備中學(xué)生、大學(xué)生的水平，顯然這個模型目前是不具備的這個能力的。張家興表示，我們在提到通用人工智能時，其中有一個重要的標(biāo)準(zhǔn)就是學(xué)習(xí)能力，目前的通用人工智能是完全沒有學(xué)習(xí)能力的，因此這是我們接下來要去攻克的一點。
圖：微軟亞洲研究院首席研究員段楠
段楠在談到這一問題時也表示，橫向縱向都有廣闊的發(fā)展機(jī)會。首先，大模型在縱向上仍有很大的成長空間，目前的大模型的能力更多留在文本、代碼和圖像方面，未來還可以覆蓋更多數(shù)據(jù)類型，比如聲音、視頻甚至是觸覺、嗅覺等，因此現(xiàn)有的模型還可以按照不同模態(tài)的數(shù)據(jù)繼續(xù)發(fā)展。此外，段楠表示 AI 的系統(tǒng)不一定僅限于某個單一的模型，而可能是一個模型網(wǎng)絡(luò)，通過鏈接其他的模型和功能，在組合中創(chuàng)造出更加豐富的任務(wù)能力。
延續(xù)著 AI 往橫向或縱向發(fā)展的問題，潘鵬凱繼續(xù)對話段楠：AI 何時能夠創(chuàng)造人類從未看到過的范式或數(shù)學(xué)公式？段楠表示，以數(shù)學(xué)為例，目前的大模型在創(chuàng)造力方面還沒有達(dá)到人類頂級數(shù)學(xué)家的高度，不過模型已經(jīng)在大量的樣本里學(xué)習(xí)，目前業(yè)界的努力方向是發(fā)揮大模型抽取樣本背后的規(guī)則的能力，這更多是一個歸納而不是創(chuàng)造的過程。段楠認(rèn)為 AI for science 未來會有更多創(chuàng)新的突破。
緊接著是一個針對性的問題拋給了張家興：為什么 Facebook 一直在開源，而谷歌反而要閉源？ 張家興表示，此次大模型迅速發(fā)展完全得益于整個開源的社區(qū)，但到了今天，包括谷歌在內(nèi)的一些大公司認(rèn)識到，開源開放有助于團(tuán)隊和個人的成長和突破，但對公司本身收益并不大，所以未必是一件好事。在谷歌帶頭之下，張家興認(rèn)為未來大的科技公司一定會減少開源開放，但我們還是要堅持貢獻(xiàn)更多的開源通用人工智能大模型，希望能夠幫助所有人擁有自己的專業(yè)大模型，讓模型優(yōu)化和場景數(shù)據(jù)形成閉環(huán)，這是 AGI 時代商業(yè)成功的關(guān)鍵。
AIGC 概念的大火也讓這個賽道擠滿了各路大科技公司和想要抓住技術(shù)機(jī)遇的初創(chuàng)公司。要在激烈的競爭中找到自己的定位、脫穎而出，梅濤表示，這輪 AIGC 熱潮里的創(chuàng)業(yè)門檻其實非常高，首先是人才的門檻很高，頂級技術(shù)人才是支撐大模型的基礎(chǔ)；其次是算力，尤其是高精度算力的門檻也很高；最后，訓(xùn)練模型還需要用到高質(zhì)量的數(shù)據(jù)，這也是開發(fā)大模型的數(shù)據(jù)門檻。在這樣的背景下，梅濤認(rèn)為，創(chuàng)業(yè)團(tuán)隊有高密度的科技人才是成功的基礎(chǔ)，而在賽道選擇上，創(chuàng)業(yè)團(tuán)隊要聚焦自己的優(yōu)勢賽道，此外，“跑得快”對創(chuàng)業(yè)團(tuán)隊來說也至關(guān)重要，要發(fā)揮作為創(chuàng)業(yè)公司的優(yōu)勢，聚焦做好小領(lǐng)域，才能在與具備資源優(yōu)勢的大公司面前有立足之地。
在討論的最后，四位論壇嘉賓分別對明年以及十年以后的 AIGC 的發(fā)展給出了各自的展望和預(yù)期。
段楠表示，展望 AI 未來一年的發(fā)展，首先基礎(chǔ)模型還會繼續(xù)發(fā)展，同時在多模態(tài)方面能夠覆蓋更多感官；另外，模型的推理能力會得到進(jìn)一步提升，且當(dāng)它們找到自己的“手和腳”、學(xué)會制造和使用工具，將能夠完成更多我們以前不敢想象的創(chuàng)新任務(wù)；此外，在模型的可解釋性方面，業(yè)界會推動模型往更可控、更可靠的方向發(fā)展。
張家興則表示，未來一兩年將是語言大模型繼續(xù)成長的階段，在技術(shù)上一定程度上替代深度學(xué)習(xí)技術(shù)；而更長期來看，大模型在縱向上可能會繼續(xù)深入，并與物理世界產(chǎn)生直接交互，甚至進(jìn)行一些主動的思考。此外，一些 AI 智能體可能會出現(xiàn)，與人類共享這個社會，形成人+機(jī)器的新智能文明。
梅濤則預(yù)期，十年后的場景十分令人期待，首先大模型將具備多模態(tài)的能力；大模型、AIGC 將對社會上幾乎所有行業(yè)進(jìn)行重構(gòu)，生產(chǎn)力提高十倍以上；在這樣的背景下，有很多人類崗位會被替代，當(dāng)然也會誕生很多新崗位，但總的來說人類的生活將變得更加美好。
潘鵬凱在總結(jié)時表示，“十年以后人類要么永生了，要么被滅亡了”以這個非常極端的預(yù)測作為論壇的結(jié)尾，也希望我們終究走向永生。
