楊 超國務(wù)院發(fā)展研究中心
謝宗旭清華大學(xué)
馬克思在《資本論》中指出，“劃分經(jīng)濟(jì)時期的事情，不是生產(chǎn)了什么，而是怎樣生產(chǎn)，用什么勞動手段生產(chǎn)。勞動手段不僅是人類勞動力發(fā)展的分度尺，并且也是勞動所在的社會關(guān)系的指示器”。
近代史上，能夠作為劃時代分度尺的勞動手段均為蒸汽化、電氣化和信息化等巨大的技術(shù)創(chuàng)新，都帶來生產(chǎn)力大幅提升。然而，生產(chǎn)力提升的同時，往往也由于勞動手段的革新給經(jīng)濟(jì)社會發(fā)展帶來巨大挑戰(zhàn)。今天，生成式人工智能的快速發(fā)展，又一次將我們帶到劃時代的機(jī)遇和挑戰(zhàn)面前。
生成式人工智帶來多重挑戰(zhàn)
生成式人工智能帶來數(shù)字經(jīng)濟(jì)發(fā)展的新挑戰(zhàn)。生成式人工智能的興起源于深度學(xué)習(xí)技術(shù)的重大突破和數(shù)字內(nèi)容供給的快速增長，其強(qiáng)大的性能使人工智能在需求牽引下快速向數(shù)字經(jīng)濟(jì)各領(lǐng)域滲透。生成式人工智能在產(chǎn)生新業(yè)態(tài)、新模式同時，其低成本、高效率、個性化的服務(wù)也沖擊了同領(lǐng)域現(xiàn)有業(yè)務(wù)模式。軟件業(yè)一直是高強(qiáng)度的信息處理和創(chuàng)造行業(yè)，無論使用哪種編程語言，總離不開繁重的模式化勞動。在生成式人工智能的幫助下，工作效率可以顯著提高。以國內(nèi)開發(fā)者最常用的輔助工具GitHub Copilot為例，當(dāng)代碼出現(xiàn)空缺，AI代碼助手可以根據(jù)代碼類型、代碼上下文等信息，自動進(jìn)行代碼補(bǔ)全；并且能夠根據(jù)代碼反向生成注釋和單元測試代碼，甚至修正代碼錯誤。其代碼自動補(bǔ)全功能提升軟件開發(fā)、測試、部署和維護(hù)等過程的自動化水平，帶來巨大的效率飛躍的同時，軟件業(yè)的工作組織模式也必然需要隨之調(diào)整。
生成式人工智能帶來就業(yè)的新挑戰(zhàn)。從紡織機(jī)、內(nèi)燃機(jī)到計算機(jī)的出現(xiàn)，新技術(shù)的引入往往使部分勞動者失去工作，生成式人工智能很大程度上也會產(chǎn)生同樣影響。有研究模型計算顯示，美國和歐洲大約三分之二的工作，在某種程度上將受到人工智能的影響。這意味著，在未來的幾年內(nèi)，很多人將不得不面對自己的職業(yè)前途問題。文化、媒體、金融等數(shù)字化程度較高、內(nèi)容需求豐富的行業(yè)，其中的基礎(chǔ)性工作可交由人工智能生成從而導(dǎo)致工作崗位減少。教育、電商等領(lǐng)域需要從業(yè)人員增加人工智能技能，以生成多感官交互的沉浸式體驗。某種程度上，勞動者再次面臨與非人類的競爭，一如200多年前英國工人與紡織機(jī)的斗爭。
生成式人工智能帶來科技創(chuàng)新的新挑戰(zhàn)。生成式人工智能的大模型對算力、算法和語料有很高要求，一定程度上凸顯了我國在算力、算法和高質(zhì)量語料等方面的短板。高性能GPU的進(jìn)口限制放大了算力缺口，算法研發(fā)與國際領(lǐng)先水平仍有差距，漢語語料與英文的數(shù)據(jù)質(zhì)量和規(guī)模差距也不容忽視。如何應(yīng)對生成式人工智能發(fā)展這項龐大的系統(tǒng)工程，是擺在科技創(chuàng)新面前的重要挑戰(zhàn)。例如，我國的大語言模型產(chǎn)品距離ChatGPT尚有一定差距，甚至在中文對話能力方面也是如此。究其原因，中文語料的數(shù)量和質(zhì)量不足是一個核心要素，雖然我國擁有大量電商、社交、搜索等網(wǎng)絡(luò)數(shù)據(jù)，數(shù)據(jù)類型不夠全面，知識可信性缺乏保證，數(shù)據(jù)清晰工作也有所欠缺。
積極應(yīng)對挑戰(zhàn)，化“危”為“機(jī)”
“努力在危機(jī)中育新機(jī)、于變局中開新局。”是習(xí)近平總書記對正視危機(jī)、化危為機(jī)做出的重要闡釋。盡管生成式人工智能帶來諸多挑戰(zhàn)，但每一項的挑戰(zhàn)和改變，必然也意味著新的機(jī)會。我們應(yīng)找準(zhǔn)定位，不斷尋找探索挑戰(zhàn)中蘊(yùn)含的發(fā)展機(jī)遇。
瞄準(zhǔn)新賽道，發(fā)揮新優(yōu)勢。生成式人工智能模型訓(xùn)練高度依賴語料。當(dāng)前，各家企業(yè)的大語言模型基本是基于公開數(shù)據(jù)展開訓(xùn)練，鮮有模型獲得制造業(yè)領(lǐng)域的專業(yè)數(shù)據(jù)，也就尚未在細(xì)分行業(yè)獲得生成能力。我國作為全球唯一擁有聯(lián)合國全部工業(yè)分類、制造業(yè)產(chǎn)值位居全球第一的國家，積累了海量的專業(yè)領(lǐng)域數(shù)據(jù)，豐富的數(shù)字資源有望支撐我國在另一條賽道實現(xiàn)快速發(fā)展。利用我國豐富的專業(yè)領(lǐng)域數(shù)據(jù)構(gòu)建大規(guī)模的數(shù)據(jù)集，可以用于訓(xùn)練和優(yōu)化AI模型。例如，在制造業(yè)中，可以利用AI優(yōu)化生產(chǎn)過程、預(yù)測設(shè)備故障、提高產(chǎn)品質(zhì)量等方面應(yīng)用AI技術(shù)，從而提升整體的生產(chǎn)效率和競爭力。
拓展新技能，用好新工具。工作崗位的削減不僅僅代表就業(yè)機(jī)會的減少，往往也意味著新崗位的誕生。工業(yè)革命短期內(nèi)導(dǎo)致了工作崗位減少。然而，長遠(yuǎn)來看，也為社會創(chuàng)造了新的就業(yè)機(jī)會。生成式人工智能的廣泛應(yīng)用將推動智能制造、智能交通、智能醫(yī)療等領(lǐng)域的不斷發(fā)展，為就業(yè)市場注入新的活力。對勞動者而言，將人工智能作為效率提升的工具，以生成式人工智能作為增強(qiáng)自身競爭力的契機(jī)，自然是應(yīng)對就業(yè)挑戰(zhàn)最好的方式。勞動者通過積極適應(yīng)新技術(shù)的發(fā)展，不斷學(xué)習(xí)和提升自己的技能水平，掌握生成式人工智能技術(shù)，可以獲得在數(shù)據(jù)分析、自然語言處理、創(chuàng)意內(nèi)容生成等領(lǐng)域的技能，從而具備更好的就業(yè)機(jī)會和更強(qiáng)的競爭力，以適應(yīng)人工智能新時代的就業(yè)市常
打好新基礎(chǔ)，創(chuàng)造新條件。生成式人工智能發(fā)展離不開算力基礎(chǔ)設(shè)施、數(shù)據(jù)集、人才等基礎(chǔ)條件。這三類關(guān)鍵基礎(chǔ)條件正是我國近幾年重點支持和發(fā)展的領(lǐng)域。新型基礎(chǔ)設(shè)施建設(shè)、“清朗”行動和高技能人才隊伍建設(shè)等一系列舉措的出臺，客觀上加大了我國對算力基礎(chǔ)設(shè)施的建設(shè)投入，優(yōu)化了算力基礎(chǔ)設(shè)施的運(yùn)營效率；提升漢語數(shù)據(jù)質(zhì)量，培養(yǎng)和引進(jìn)高水平的人工智能人才，為生成式人工智能相關(guān)創(chuàng)新不斷夯實基矗我國當(dāng)前算力規(guī)模局全球第二位，已經(jīng)建成9家國家超級計算中心，各類智能計算中心20余家，例如鵬城云腦現(xiàn)在對外開放的算力達(dá)到總能力3/4，可支持規(guī)模與GPT-3相當(dāng)?shù)膬汕|參數(shù)的開源中文預(yù)訓(xùn)練語言大模型�？蛇m當(dāng)開放各類算力平臺支持大模型訓(xùn)練，在較強(qiáng)算力的基礎(chǔ)上，通過高質(zhì)量數(shù)據(jù)集幫助模型更準(zhǔn)確、更全面的訓(xùn)練，提高生成式AI模型的性能和魯棒性，并提高模型在不同場景下的表現(xiàn)。
“智者慮事，雖處利地，必思所以害；雖處害地，必思所以利。”面對生成式人工智能帶來的挑戰(zhàn)，我們應(yīng)冷靜看待，積極應(yīng)對，選好賽道、抓住機(jī)會，轉(zhuǎn)危為機(jī)。
