行业观点

环球时报专访AI业内人士:发展人工智能,中美各有什么“长短板”

2023-05-20 23:31:48 作者:杨沙沙 来源:环球时报

【环球时报综合报道】编者的话:“请你们监管AI(人工智能)!”据外媒报道,聊天机器人ChatGPT的创建者、美国初创公司OpenAI首席执行官奥特曼在16日参加的一场美国参议院听证会上,出人意料地向立法者表达上述观点。奥特曼直言,“如果这项技术出了问题,它可能会有很大的问题”。18日,在中国天津开幕的第七届世界智能大会上,包括百度创始人李彦宏在内涉足AI领域的企业家,纷纷表达了对AI应用前景的看法。由于ChatGPT出现,有观点称,第四次工业革命的按钮已被按下。该不该发展AI?中美发展AI各有什么优劣势?中国需做好哪些准备?《环球时报》记者就上述话题,专访了三位AI业内人士。

OpenAI首席执行官兼联合创始人山姆·奥特曼在美参议院司法小组委员会听证会上发言。(视觉中国)

周鸿祎:360集团创始人

“万模大战”中企核心优势是自带场景

最近一段时间,我好像成了GPT(Generative Pre-trained Transformer,生成式预训练Transformer模型——编者注)的代言人、人工智能的布道者,似乎在很短时间内了解了很多相关信息。其实,这主要因为ChatGPT出来后,我觉得非常不可理解,非常好奇。有人把我的新书《超越好奇》称为年轻人和创业者的“避坑指南”,虽然人生有些坑不一定避得开,但我一直对新事物保持好奇心,它也在某种程度上成就了我。如果让我问ChatGPT创始团队两个问题,我最想问的是:在GPT1、GPT2推出的时候,市场反应并不好,他们为什么会坚定地朝这条路走下去?第二个问题是,他们在3.5和3.0之间的GPT,为什么只用10万个问题就训练出来了?据我了解,很多公司用了几百万个问题去训练,效果也不是很好,这可能是他们最核心的秘密。

现在简单说中国人工智能要超越美国可能是一句空洞的口号,因为GPT创新的突破首先发生在美国,他们解决了行业最重要的发展方向问题——通用人工智能。但同时,大模型的训练框架是开源的,技术方向已经指明了,虽然训练数据和训练方法没有披露,但通过中国科技公司的不断探索,没有不可逾越的技术障碍。何况中国科技公司在工程化、场景化、产品化、商业化等方面有很大优势,剩下的只是长期主义指导下的时间问题。

目前,中国做大模型的公司跟美国相比有差距,我认为差距大概在两年左右。如果GPT4是100分,国内很多模型也就六七十分,离优秀还有距离,但如果我们把它应用在垂直行业,发展出有中国特点的GPT,差距就不再明显了。

当前,中国已进入“万模大战”,很多公司都推出自己的大模型,未来中国不会只有一个大模型。发展大模型难的不是研发,而是与场景结合。因为大模型需要在用户的大量使用和反馈中得到持续训练和打磨,而中国互联网大厂的核心优势是自带场景。比如,腾讯的微信天生就是一个聊天界面,是最佳场景;淘宝、百度、今日头条等都可以推出各具场景优势的GPT;360的计划之一是将GPT与数字安全能力结合,做“正义助手”。

人工智能的市场机遇不仅属于互联网大厂,向不同专业领域做深度开发也是未来的发展方向,比如专门训练求诊看病的机器人、专门做数学题的机器人等,要鼓励年轻创业者研发各种新应用。此外,我相信,未来每个政府部门、企业、城市都会拥有自己的“专有GPT”。甚至每个人都将可能拥有自己的GPT,如果把一个人写的文章、每天遇见的人等内容都记录下来并进行数字化,就可能训练出个人专属GPT。

对中国来说,发展大模型不太容易面临技术卡脖子问题。虽然GPT3后可能停止开源,但从GPT2到GPT3、GPT3.5,模型原则上没有太大变化,更多的是训练方法的改变。市场领先者往往不会开源,开源的往往是其竞争者,打破垄断。谷歌、Meta等公司最近都发布了自己的大语言模型。并且,大模型的发展离不开人工训练,中国有高质量人才红利。未来,人工智能训练师有可能成为新兴热门职业。

AI是一场真正的工业革命级技术变革,对整个世界和人类都会带来巨大改变,当然也会面临一些安全挑战,比如,如果对数据进行投毒、污染,会让训练出来的机器人带有隐藏的负面能力。但最大的不安全是不发展AI。我认为,对于AI产业,我们应坚持长期主义精神,既不悲观放弃,也不盲目乐观追求速胜。同时,要营造创新环境,对于发展大模型的企业多一些支持、理解和宽容。(张妮)

毕奇:中国电信首席专家、美国贝尔实验室院士

中国有5至10年时间备战AI冲击

由于ChatGPT的成功,大家已经开始讨论“硅基生命”的可能性,预测“硅基生命”是否能拥有超过人类的智慧,甚至主宰世界。如果说,以前这些被认为是不可能的科技幻想,但现在可能性已经不是零了。基于这个质变,人类是否应该对AI的发展持保守态度,甚至按下暂停键?要回答这个问题,首先要了解目前ChatGPT的根本能力,以及与人类智慧的差距。

从目前的AI发展来看,ChatGPT仅仅还是人类众多的工具之一,与人类的智慧及创造力完全不在一个等级上。具体来说,ChatGPT逻辑推理能力远不及人类,不能根据前因后果自行得出合理结论。这就是为什么ChatGPT对一些问题的回答,在我们看来是“一本正经地胡说八道”。没有这个能力,创造力就大打折扣。

有了逻辑推理能力,接下来最重要的还是自我驱动力。ChatGPT不具备自我驱动能力,类似人类大脑的功能是缺失的,与人类不可能是竞争关系。但是,当包括ChatGPT在内的人工智能工具,具备自我学习、自我驱动能力,那它可能将是人类的噩梦。但我认为,ChatGPT研发还有很长的路要走,现在还远没到需要考虑按下暂停键的时候。

AI应用在中国经济领域的推行,会否将引发产业的阵痛?我认为会的。从历史来看,所有的科技发展,都会对传统产业产生冲击和阵痛。蒸汽机、内燃机的发明,对体力劳动群体产生的冲击是有目共睹的。近代信息科技的发展,进一步大规模减少了体力劳动者的就业机会,但同时造就了更多的白领阶层。由于ChatGPT的产生,许多产业的就业门槛也会被不断提高。这次的冲击不单是对体力劳动者群体,对低端白领阶层产生的影响也将是明显的。

虽然ChatGPT效果超出一般预期,但其可靠性及性价比到底能否被大规模接受,需要拭目以待。此外,其经济模式以及在各行各业的应用、磨合,还来日方长。而ChatGPT对行业的影响,究竟是减少人工,还是促使相同的人工数量向更高质量的产出发展,现在也还不确定。举个例子,个人电脑的发展曾经被预测将是造纸行业的坟墓。但实际发展证明并非如此。因此,ChatGPT对就业的影响是负面还是正面,还有待观察。但中国相关产业至少有5—10年时间为AI可能带来的冲击做准备。

全世界范围看,美国在人工智能领域的研究“一骑绝尘”,后面很少有追赶者。大模型需要的算力硬件要求较高,如果美国对中国实施禁运,会给中国带来一些挑战。但这不是最重要的,中国研究AI最大的门槛在于,虽然ChatGPT的神经网络系统已经比较完整,但围绕这个神经网络的对齐、微调、强化学习及逻辑推理等算法,还在不断摸索和改善之中。这些算法是磨合AI在各行各业应用的关键必经之路。如果雇不到足够强的专家,做得不够极致,应用的推广会遇到较大瓶颈。

AI必然是全球未来竞争的一个重要赛道,无论多难,中国都需要注重投入AI研发。美国正通过对AI的研发,掀起一场未来科技发展的革命。据我了解,中国企业已经在布局AI,另一个较为重要的建议是,在训练AI相关产品时,不能只局限中文语料库,语料库的完整性将会严重影响人工智能的应用范围和潜力。近代以来,西方产生大量科技发明和创新,这些都以英语记载和传播。如果我们只用中文语料,将和世界的进展产生巨大鸿沟,也不利于中国人工智能应用在全球范围的推广。(杨沙沙)

丁磊:美国PayPal全球数据科学平台创始负责人

训练GPT模型是“养娃模式”

我曾为美国支付服务商PayPal公司建立了服务全球用户的数据科学平台,在AI领域有20多年的研究和工作经验。在硅谷工作多年,我非常了解为什么硅谷会出现OpenAI及奥特曼这样的人物——是硅谷的“工程师文化基因”造就了他们。对于AI领域来说,不能沿用互联网公司的“养鸡模式”,而是得用“养娃模式”来研发产品。

实际上,美国真正专注通用人工智能研发的知名公司也就两家——OpenAI以及谷歌母公司Alphabet下设的人工智能实验室DeepMind。就目前披露的信息看,奥特曼个人能力非常强,不仅懂技术,也懂商业运作,OpenAI在运营过程中也鲜少受股东制约。OpenAI是长在美国硅谷重视工程师地位的文化土壤里,有着强大的“工程师文化基因”,简单说就是工程师可以主导研发,拥有更大自主性,发挥创造性的空间更大。

但是OpenAI也是一个很稀有的物种,在美国可能找不到第二家。为什么谷歌等大公司目前在人工智能领域的研发,都很难超越OpenAI?一个关键因素就是GPT是一个新领域,训练这么大一个模型,难度不亚于造火箭或无人车。打个比方,包括谷歌在内的现代公司研发产品,采用的是“养鸡模式”,公司会将“养鸡”拆成不同的细分任务,多部门人员各自负责具体业务。而训练GPT模型是“养娃模式”,它反而不需要那么多老师、厨师,核心人物只要少数。也就是说,它很难拆分成完全独立的任务,必须有固定父母站在全局角度,亲自教授培养孩子。所以在这种模式下,谷歌没最早做出产品的原因很简单,现有公司体系很难在AI领域取得里程碑式的成功。训练GPT模型本质是一个很难拆解的事,需要公司领导层在技术、业务,甚至资本层都是专家。

另一个简单的例子就是,美国AI绘画工具Midjourney,是由一家独立研究实验室开发出来的。包括创始人大卫·霍尔兹在内仅有11个人,除了他和财务、法务,核心只有8位研发人员。我也曾在IBM沃森研究中心有过一段工作经历,IBM的沃森人工智能也曾陷入这种困境——有太多的人参与人工智能训练,资源太多、研发不聚焦,造成该项目并没有持续取得成绩。

现在大家普遍对人工智能有一种焦虑,在我的新书《生成式人工智能——AIGC的逻辑与应用》当中,比较详细介绍了哪些职业可能被取代。在我看来,随着中国经济发展、产业升级,“中国版OpenAI”和“中国奥特曼”的出现也可以期待。就AI人才来说,中国的人才不比美国少,中国要想在AI竞争中快速占据有利位置,不妨加快布局,尊重模型训练本身的规律,用客观、全面的AI思维,去迎接这一领域的挑战。(杨沙沙)

分享:

贵州文化网版权所有

版权所有:贵州文化网融媒体中心

运营单位:贵州中地文化传媒有限公司

投稿邮箱:207656212@qq.com

黔ICP备12003314号-2 贵公网安备52050202001313号