本文來(lái)源：時(shí)代周報(bào) 作者：何珊珊
伴隨過(guò)去一年AI大模型的爆發(fā)，生成式人工智能迎來(lái)了飛躍性的發(fā)展。
7月5日，在2024世界人工智能大會(huì)上，商湯科技（下稱(chēng)商湯）董事長(zhǎng)兼CEO徐立發(fā)布了“日日新SenseNova 5.5”大模型體系。他在會(huì)上還提出，當(dāng)前人工智能正處于一個(gè)關(guān)鍵的轉(zhuǎn)折節(jié)點(diǎn)，人工智能的超級(jí)時(shí)刻有賴(lài)于行業(yè)共同營(yíng)造超級(jí)應(yīng)用。
中國(guó)人工智能產(chǎn)業(yè)正經(jīng)歷過(guò)哪些重要轉(zhuǎn)變？當(dāng)前AI產(chǎn)業(yè)如何打造獨(dú)特競(jìng)爭(zhēng)力？未來(lái)人類(lèi)與科技如何共生？帶著這些問(wèn)題，時(shí)代周報(bào)記者專(zhuān)訪商湯智能產(chǎn)業(yè)研究院院長(zhǎng)田豐，與他共同探討。
圖：商湯智能產(chǎn)業(yè)研究院院長(zhǎng)田豐；圖源：受訪者供圖
十年躍遷：從感知智能到生成式人工智能
2024年，恰逢商湯成立的十周年，十年間商湯也伴隨行業(yè)一起成長(zhǎng)。
田豐表示，當(dāng)前行業(yè)已走過(guò)兩個(gè)階段。第一階段是感知智能時(shí)代，例如智慧城市、智能手機(jī)、自動(dòng)駕駛汽車(chē)的激光雷達(dá)等技術(shù)，都是通過(guò)攝像頭進(jìn)行感知操作，是1.0階段的產(chǎn)業(yè)特點(diǎn)。第二段路是隨著2018年前后商湯研發(fā)AI大模型以及2023年ChatGPT帶來(lái)的生成式人工智能的爆發(fā)，進(jìn)入AI 2.0的時(shí)期。
當(dāng)前2.0階段又分為上半場(chǎng)和下半場(chǎng)，上半場(chǎng)是知識(shí)工程，需要將各行業(yè)大量的高質(zhì)量數(shù)據(jù)喂養(yǎng)大模型，例如人文社科、醫(yī)療、法律、數(shù)學(xué)、物理等知識(shí)，讓通用大模型具備語(yǔ)義理解和用戶(hù)意圖識(shí)別等能力。下半場(chǎng)是具身智能驅(qū)動(dòng)的工業(yè)革命，商湯及行業(yè)正處于第二階段的上半常
對(duì)于具身智能階段，田豐展現(xiàn)出期待。他認(rèn)為，“具身智能將真正實(shí)現(xiàn)AI與物理世界的深度融合，使AI具備感知、記憶、決策、分析、認(rèn)知和執(zhí)行的綜合能力并與機(jī)器人等執(zhí)行體進(jìn)行融合。屆時(shí)，AI將不再僅僅是數(shù)字世界的數(shù)智生產(chǎn)力，而是能夠真實(shí)改造物理世界的強(qiáng)大新質(zhì)生產(chǎn)力。”
大模型如火如荼，圍繞背后的重要基礎(chǔ)設(shè)施算力，在過(guò)去一年的討論也從未停止。
算力對(duì)行業(yè)的影響，可參照英特爾公司創(chuàng)始人摩爾在1965年提出的“摩爾定律”，摩爾發(fā)現(xiàn)，集成電路上可容納的晶體管數(shù)量每隔一段時(shí)間就會(huì)翻倍，同時(shí)價(jià)格也會(huì)減半。在現(xiàn)代社會(huì)，則體現(xiàn)在技術(shù)性能每隔一段時(shí)間顯著提高，而技術(shù)成本也隨之下降，能加速推動(dòng)行業(yè)發(fā)展，進(jìn)而對(duì)人類(lèi)生活帶來(lái)巨大變化。而目前在尺度定律推動(dòng)下，每一代大模型對(duì)AI算力的需求呈現(xiàn)超越摩爾定律的指數(shù)級(jí)增長(zhǎng)趨勢(shì)。
2018年，商湯開(kāi)始研究大模型，2019年商湯注意到算力的“巨大缺口”，于是在2020年7月和上海臨港集團(tuán)，投入56億元，在上海自由貿(mào)易試驗(yàn)區(qū)臨港新片區(qū)打造新一代人工智能計(jì)算與賦能平臺(tái)（商湯臨港AIDC），開(kāi)發(fā)新型人工智能基礎(chǔ)設(shè)施SenseCore商湯大裝置。
最終，商湯成為最早布局AIDC人工智能智算中心的AI公司，也成為國(guó)內(nèi)第一個(gè)發(fā)布超過(guò)千億參數(shù)級(jí)大模型的公司。
據(jù)田豐介紹，SenseCore商湯大裝置管理的算力實(shí)現(xiàn)全國(guó)聯(lián)網(wǎng)的統(tǒng)一調(diào)度，在上海、深圳、廣州、福州、濟(jì)南、重慶等地都拓展了新的計(jì)算節(jié)點(diǎn)，總算力規(guī)模高達(dá)12000 petaFLOPS 。相當(dāng)于可以同時(shí)支持訓(xùn)練20個(gè)1000億參數(shù)量的模型，具備龐大的算力和數(shù)據(jù)服務(wù)規(guī)模。
對(duì)于算力的重要性，田豐表示：“模型參數(shù)量、算力規(guī)模、訓(xùn)練數(shù)據(jù)規(guī)模的提升對(duì)于最終效果的影響并不是兩三倍的放大，而十倍百倍甚至千倍萬(wàn)倍的的提升。如果算力能保持指數(shù)級(jí)的發(fā)展，未來(lái)3年到4年就有可能真正實(shí)現(xiàn)通用人工智能，從這個(gè)角度講，現(xiàn)在的算力仍處于起點(diǎn)，需要長(zhǎng)周期中更大規(guī)模的擴(kuò)張，才可能保證國(guó)產(chǎn)大模型始終領(lǐng)先在全球的前沿位置上。”
獨(dú)特優(yōu)勢(shì)：三位一體與端云結(jié)合
據(jù)田豐介紹，在上述的商湯臨港AIDC項(xiàng)目，當(dāng)前已實(shí)現(xiàn)了全連接萬(wàn)卡的AI超算集群，并行效率達(dá)95%，適配20多款國(guó)產(chǎn)GPU芯片。
但從行業(yè)來(lái)看，算力的需求永遠(yuǎn)不會(huì)完全滿足。因此，要想擁有獨(dú)特優(yōu)勢(shì)，開(kāi)發(fā)新型大模型能力應(yīng)用方式也成為關(guān)鍵，商湯的解法是端云一體融合的大模型架構(gòu)。
“例如，我要在手機(jī)上用AI助手查上海世博中心與周邊的吃喝玩樂(lè)方案，算力原本部署在云側(cè)，比如只支持100萬(wàn)用戶(hù)，但是我們把70%以上的算力移到到用戶(hù)的手機(jī)端處理需求，如果有處理不了的難題，再調(diào)動(dòng)云側(cè)大模型，手機(jī)端的智能體和云側(cè)的大模型聯(lián)動(dòng)，能更好的利用手機(jī)閑置算力。由于中國(guó)有海量的移動(dòng)端用戶(hù)，這種方式可將支持的用戶(hù)量一下提升3倍以上。端側(cè)小模型加上云側(cè)大模型分工協(xié)同就是商湯日日新應(yīng)用的獨(dú)特優(yōu)勢(shì)。”田豐解釋道。
對(duì)于大模型的能力進(jìn)階，田豐提出了三個(gè)核心層面的見(jiàn)解。首先，最為基礎(chǔ)的是知識(shí)能力，這是大模型認(rèn)知世界的基石。其次，推理能力作為進(jìn)階，要求大模型能夠進(jìn)行深入、精準(zhǔn)的邏輯分析。最終，執(zhí)行能力作為最高層次，要求大模型能夠?qū)⒗碚撝R(shí)轉(zhuǎn)化為實(shí)踐行動(dòng)。
田豐比喻道，“在商湯從1.0到發(fā)布5.5版本的過(guò)程中，首要任務(wù)是讓大模型實(shí)現(xiàn)無(wú)所不知，從天文、地理、到歷史、物理等等，包羅萬(wàn)象，使得大模型如同接受通識(shí)教育的大學(xué)生，快速形成對(duì)世界的全面認(rèn)知與常識(shí)儲(chǔ)備�，F(xiàn)階段則處于把大學(xué)生培養(yǎng)成研究生，要求大模型在精準(zhǔn)研究、復(fù)雜推理方面具備能力，這也是大家當(dāng)前提升的重點(diǎn)目標(biāo)。最后則是向各行業(yè)專(zhuān)家和科學(xué)家看齊，達(dá)到人類(lèi)頂尖的水平。”
同時(shí)田豐認(rèn)為，如果要達(dá)到最后的頂尖階段，“數(shù)據(jù)是模型的生命線，高質(zhì)量的數(shù)據(jù)很關(guān)鍵。”
數(shù)據(jù)第一來(lái)源是各行業(yè)龍頭企業(yè)的高質(zhì)量數(shù)據(jù)集。例如打造法律大模型，需要把大量律師的經(jīng)驗(yàn)和法律合同喂養(yǎng)給大模型訓(xùn)練，現(xiàn)在解決之道法律服務(wù)平臺(tái)的法律大模型能在一分鐘之內(nèi)生成一份定制化法律合同。第二部分是各領(lǐng)域頂尖專(zhuān)家的思維鏈數(shù)據(jù)。要想接近通用人工智能，需要學(xué)習(xí)各領(lǐng)域頂尖專(zhuān)家長(zhǎng)鏈推理和思考過(guò)程，那么真正訓(xùn)練出來(lái)的大模型，會(huì)遠(yuǎn)高于人類(lèi)的平均水平。
田豐強(qiáng)調(diào)，“真實(shí)世界的優(yōu)質(zhì)數(shù)據(jù)是有限且昂貴的，今年合成數(shù)據(jù)在訓(xùn)練中將超過(guò)真實(shí)數(shù)據(jù)。例如，大模型可以把1道數(shù)學(xué)題擴(kuò)寫(xiě)成5道題，也能夠生成高質(zhì)量的不同解題方法，通過(guò)舉一反三的能力產(chǎn)生更多合成數(shù)據(jù)。所以合成數(shù)據(jù)能力在未來(lái)是數(shù)據(jù)競(jìng)爭(zhēng)非常重要的核心技術(shù)。”
田豐表示，“商湯跟其他人工智能公司最大的不同，在于底層AI算力基礎(chǔ)設(shè)施，數(shù)據(jù)管線工具、基礎(chǔ)大模型，三方面同時(shí)兼具，算力、數(shù)據(jù)、模型三位一體，形成具有自閉環(huán)創(chuàng)新價(jià)值的全棧自研模式。”
展望未來(lái)：
人機(jī)共智
與普惠向善
未來(lái)關(guān)于AI工具對(duì)于人類(lèi)的作用，田豐認(rèn)為，AI工具將經(jīng)歷“有中生有”到“無(wú)中生有”的兩條路徑。
第一種路徑是強(qiáng)化學(xué)習(xí)，不斷學(xué)習(xí)人類(lèi)頂尖專(zhuān)家經(jīng)驗(yàn)，掌握人類(lèi)最聰明的思考方式，創(chuàng)造更優(yōu)解法。第二種是自主推理，在一個(gè)規(guī)則體系之內(nèi)，大模型通過(guò)算力和模擬環(huán)境快速實(shí)現(xiàn)遠(yuǎn)超人類(lèi)歷史發(fā)現(xiàn)的科學(xué)突破，達(dá)到“無(wú)中生有”的科學(xué)智能推理能力。
“例如找到新的數(shù)學(xué)的猜想和物理學(xué)的假設(shè)推理，我們稱(chēng)之為‘機(jī)器猜想’。人腦的神經(jīng)元是100萬(wàn)億，現(xiàn)在GPT-4是1.8萬(wàn)億，當(dāng)更大的模型達(dá)到百萬(wàn)億之后，可能會(huì)涌現(xiàn)出這種更高級(jí)別的推理能力與機(jī)器猜想能力，也是我們爭(zhēng)取的目標(biāo)。”田豐說(shuō)道。
不久前，微軟計(jì)劃投資1000億美元打造全球最大的AI超算集群星際之門(mén)。大模型的成本固然高昂，但相比資金，更重要的是AI研發(fā)人才。
對(duì)于過(guò)去一年國(guó)內(nèi)外激烈的人才競(jìng)爭(zhēng)，田豐表示：“通過(guò)我們的研究分析，中國(guó)其實(shí)是全球最大的AI人才培養(yǎng)國(guó)，想要留存人才，需要領(lǐng)軍科學(xué)家的號(hào)召和青年科學(xué)家的扶持。”
他認(rèn)為，要想把 AI相關(guān)的天才人員留在中國(guó)沃土，團(tuán)隊(duì)需要領(lǐng)軍科學(xué)家為首“靈魂人物”，同時(shí)應(yīng)當(dāng)提供充分的信任、充足的預(yù)算，足夠的科研自由，讓青年AI科學(xué)家人才去做技術(shù)帶頭人、持續(xù)投入基礎(chǔ)科研突破，實(shí)現(xiàn)領(lǐng)軍科學(xué)家?guī)嗄昕茖W(xué)家，青年科學(xué)家再帶一群跨領(lǐng)域工程師的團(tuán)隊(duì)架構(gòu)。只有人才密度、算力密度、數(shù)據(jù)密度很高的公司，未來(lái)才能夠具有躍遷的能力。
田豐透露，商湯因?yàn)閳?jiān)持自主研發(fā)的原創(chuàng)能力，不斷吸引AI人才加入。自他2019年加入商湯至今，公司團(tuán)隊(duì)人數(shù)已實(shí)現(xiàn)了2~3倍的增長(zhǎng)，目前以徐立博士為核心，科研團(tuán)隊(duì)穩(wěn)定地加速推進(jìn)研發(fā)。
對(duì)于，心中未來(lái)的AI時(shí)代，田豐的憧憬是：“人機(jī)共智、開(kāi)放共享，普惠向善。”
