大模型和生成式人工智能已从技术领域“出圈”！AI的“黄金10年”，现

大模型和生成式人工智能（AIGC）已从技术领域“出圈”，成为当今最火爆的话题之一。关键原因，一方面在于它可能给全球发展带来的重大机遇，另一方面就是它那让人隐隐不安的强大能力。昨天开幕的世界人工智能大会上，全球业界领军人物聚焦大模型，谈创新、谈趋势，同时也谈了如何踩刹车。

AI不止要“读万卷书”，更要“行万里路”

许多重量级嘉宾不约而同地认为，由大模型的突破开始，我们将迎来一个由AI（人工智能）主导的“黄金10年”。而现在，只是这个大时代的开场。为顺利切入这段华彩乐章，AI开发者还需要对大模型精心打磨，让它能与千行百业精准适配。

华为轮值董事长胡厚崑借用传统文化对个人修为的要求——读万卷书、行万里路，描述了他眼中大模型技术的发展方向。所谓“读万卷书”，就是要让AI学习海量数据，完成“基础知识积累”，但这还不足以全面赋能与改变传统行业，为此，大模型更要“行万里路”，也就是将AI与实体经济深度融合，锻造出细分的行业模型。比如，华为目前已借助自己的软硬件平台，让大模型与上百个行业对接。其中，利用过去数十年的气象大数据训练出的AI模型可以在几秒钟内对将来一周的全球天气给出预报。

事实上，关于大模型的发展，业内观点形成两派，一是“通用”派，也就是认为ChatGPT引爆的AIGC热，很可能让人们找到了走向通用人工智能的突破口；另一派则认为，AI的生命力在于落地，要与具体场景更好结合，目前谈通用AI为时尚早。

昨天登台的嘉宾，多数持后一种观点。最坚决的要数图灵奖得主、“深度学习三杰”之一的杨立昆。他干脆地表示，目前，世界上还没有什么通用AI，“每个智能都是专用的”。

谈到如何让AI与行业对接，腾讯与百度可以说是英雄所见略同。腾讯集团高级执行副总裁汤道生认为，很多AI大模型看似全能，但面对各个行业，它们往往只能解80%的问题，剩下的20%，很容易出错，从而带来混乱。为此，AI企业需要根据客户的业务特点，在通用大模型之外，再打造专属“小模型”。按照这个模式，腾讯策划了所谓MasS（“模型即服务”）业务，也就是帮客户快速完成“小模型”的定制开发。

百度的大模型业务也是类似设计。首席技术官王海峰透露，企业需要行业模型，但无法解决成本和难度问题。为此，百度希望借鉴芯片代工模式，通过自身拥有的超强算力、超大数据和千亿级大模型，为各行业提供自动化、标准化的AI模型定制服务。

机器助手、数字分身，新技术突破集中亮相

商业模式谈多了，难免有些生涩乏味。与之相比，硬核且前沿的技术话题，可能更吸引眼球。昨天，多位业界大佬和新锐轮番登台，秀出了最得意、最看好的AI技术。

图灵奖得主、上海期智研究院院长姚期智介绍了他麾下一位年轻教师的最新成果。那是一种最新的强化学习算法，与传统技术相比，该种算法的学习速度提升了数百倍。过去，要训练一台智能机器人，一般要耗时好几个月，而通过新的算法，几个小时就能教会它。

作为OpenAI公司（ChatGPT的开发者）的重要投资者与合作伙伴，微软正在努力让大模型与旗下的Windows视窗系统、Office办公套件和云计算服务更深绑定。全球资深副总裁，大中华区董事长兼CEO侯阳透露，目前微软已推出50项AIGC试点服务，其中最重要的CoPilot智能助手，可以代替用户快速生成PPT讲稿，或是以150%的速度编写软件。此外，微软发布的另一项革命性技术——AI插件体系Plug-IN，也将成为连接大模型与各种具体应用场景的接口，预计不久后正式发布时，ChatGPT的插件总数可突破1000个。

京东集团副总裁、京东探索研究院院长何晓冬在演讲时，先播放了一段他在京东直播频道介绍AI研发进展的视频。之后，他“揭秘”道，实际上，这段片子里的他和串场主持，都不是真人，而是AI生成的数字人。目前，要生成这样能以假乱真的“数字分身”，门槛非常低：只需拍下当事人5分钟的画面，AI就可以实时建模，完成从相貌、神情，到口音、语气的完美复制。

除了介绍已问世的产品和技术外，大模型未来的发展方向和突破口也是昨天的热议话题。

清华大学交叉信息研究院助理教授杨植麟提了一个非常有意思的方向：AI能不能像人一样拥有“集体记忆”？他表示，如今大模型在与人对话时，虽然可以在一定程度上记住上下文，但一旦聊天结束，语境也就不复存在。是否可以通过新的技术，让AI每次都能快速进入角色？他认为这个应用非常有前景。

南洋理工大学计算机科学与工程学院助理教授潘新钢看好视频生成领域。他表示，目前的大模型在创造图片时，能力已相当强悍；未来应该引导它进一步升级，在动态画面包括三维内容的生成中给人提供更多帮助。

此外，能否用足够多、足够好的数据“喂饱”AI，直接关乎大模型的能力与表现。但目前“数据短板”依然普遍存在。谈到破解之道，星环科技创始人兼CEO孙元浩表示，目前AI最缺的其实是知识类数据，也就是类似一桩新闻事件该如何解读、一道数学难题该如何破解。他认为，技术界目前很需要开发出相应的工具和数据库，用自然语言提炼出人类的方法论，只有这样，才能真正把大模型用好。

AI需要负责任的治理，但过度担心或无必要

自AIGC和大模型展现出超预期的强大智能，外界对AI战胜人脑、挑战人类的担心就一发不可收。昨天，记者在会场里听到的关于如何监管AI的声音，似乎比以往频密很多。当然，业界大咖们并未对当下的AI产生普通人那样的焦虑，他们更多是基于理性，着眼长远，对AI的治理之道给出建议。

杨立昆认为，要为AI设置目标，定义天性，构筑安全护栏。比如，可以要求AI必须诚实，必须服从，不能伤害人；一旦违反，AI就该得到类似恐惧或者痛苦的情感反馈。由于技术的实现非常有挑战性，杨立昆建议从低水平AI起步，比如先把相当于老鼠智能的AI置入“技术沙盒”，研究如何将它训练成一只好老鼠，而后再逐渐提升AI能力，直到接近人类智能。

侯阳表示，在微软看来，要打造负责任的AI，需要遵循六大原则，也就是公平、可靠、安全、透明、隐私以及包容，“我们倡导全球科技企业通过合作，形成共识，确保AI技术造福全人类”。

当然，也有一些AI行业领军人物，对公众和同行的忧虑持保留态度。全球最火爆的绘图AI

MidJourney创始人大卫·霍尔茨表示，迄今AI的技术进步，都是在增强人本身所拥有的能力，目前还看不到强人工智能时代会在近期到来。霍尔茨说，AI并非独立个体，它只是一种智慧的“纠缠”或者“流动”。比如绘画AI，它绝不是一个和你并肩工作的艺术家，而是你思想的延伸。这位创业明星强调：“如果想得太多，就可能会错失很多机会。”

如果你嫌霍尔茨的表达太玄妙，那么，香港中文大学教授汤晓鸥在宽慰“AI恐惧症”时所采用的方式，就更接地气一些。这位曾带领团队在AI领域取得大量世界级成果的专家，非常喜欢在睡前听一段相声。每当此刻，他都会一边听一边想：“机器怎么可能超过这样有趣的灵魂？我不信。”

来源：张懿

编辑：范菁

*文汇独家稿件，转载请注明出处。