1964年，科幻作家亞瑟·克拉克預(yù)測未來，人類會成為高級生命的墊腳石。2019年，特斯拉創(chuàng)始人馬斯克在上海說過，碳基生物是硅基生物的引導(dǎo)程序。人類總是致力于通往AGI（Artificial General Intelligence，通用人工智能），但哪一刻才是真正的AGI？未來的超級智能會對人類產(chǎn)生威脅嗎？

4月9日，在商湯科技發(fā)布大模型“全家桶”前夕，商湯科技董事長兼CEO徐立對澎湃科技表示，人類一直在朝著更強(qiáng)大的智能發(fā)展， 智能達(dá)到一定水平時確實(shí)需要坐下來一起探討是否要限制智能。目前技術(shù)上仍然沒有實(shí)現(xiàn)超級智能的路徑，人工智能還沒有發(fā)展到令人恐慌的地步，當(dāng)下要解決的是如何讓模型更通用。

AGI要么離人類很遠(yuǎn)，要么一下子就過去了

在這一輪人工智能熱潮中，OpenAI帶著ChatGPT出圈，大模型、大算力的發(fā)展指向了AGI之路。人類總是致力于通往AGI，但哪一刻才是真正的AGI？徐立打了個比方，“就像站在高鐵站臺上，高鐵朝人類快速開過來，人類定義這個站點(diǎn)就是AGI，結(jié)果高鐵沒停，一下子開過去了。所以AGI要么離人類很遠(yuǎn)，要么一下子就過去了，和人類相近的時刻根本測不出來。”

(資料圖)

“有的人講AGI，但不講Artificial General Intelligence，而是講Digital Super Intelligence（數(shù)字超級智能），到了AGI這個時刻，它還是人工的嗎？這很難說。如果它真的到了人的智能水平，誰去按下按鈕，告訴它停在這里，智能不能再高了？”徐立說，AGI本身的定義是模糊的，所謂的AGI在于人類如何定義它，如果拆分成行業(yè)里的若干任務(wù)，滿足行業(yè)的要求，就可以認(rèn)為完成了行業(yè)的AGI。

徐立認(rèn)為，自然語言模型的參數(shù)爆發(fā)帶來的“涌現(xiàn)能力”（Emergent Ability）在這一輪人工智能浪潮中勝出。在大型語言模型（LLM）中，涌現(xiàn)能力是指當(dāng)模型規(guī)?？邕^閾值，對此類任務(wù)的效果就出現(xiàn)突然的性能增長。人們已經(jīng)看到大模型涌現(xiàn)出了思維鏈的能力。

“谷歌發(fā)明了Transformer模型、RLHF（Reinforcement Learning from Human Feedback，帶有人類反饋的強(qiáng)化學(xué)習(xí)）、CoT（Chain-of-Thought，思維鏈）。最后OpenAI不斷嘗試，ChatGPT突然臨界可用了，就好像所有概率都增長了0.1%，最后連乘起來的誤差就小?！?/p>

“對于涌現(xiàn)能力的解釋，是從量變到質(zhì)變，它不是突變性的涌現(xiàn)?！毙炝⒓僭O(shè)，將一個問題分解成多個子問題，如果每個子問題的準(zhǔn)確率80%，連乘起來成功的概率很低。如果每個問題的準(zhǔn)確率提升到85%，連乘后就出現(xiàn)了涌現(xiàn)能力。“目前看到的是大模型積累的準(zhǔn)確率提升，形成了思維鏈的能力，這種涌現(xiàn)從數(shù)學(xué)角度上是可解釋的。”

盡管很難說未來的涌現(xiàn)到底會不會存在，但他表示，目前技術(shù)上仍然沒有實(shí)現(xiàn)超級智能的路徑，沒有看到真正的智能涌現(xiàn)是什么表現(xiàn)。當(dāng)被問及未來超級智能是否會威脅人類時，他認(rèn)為，智能達(dá)到一定水平時，確實(shí)需要坐下來一起探討是否要限制智能。新時代的人工智能三要素是算法（參數(shù)）乘以數(shù)據(jù)等于算力，算力規(guī)模決定了模型能力。只要控制算力規(guī)模，就控制了智能。但人工智能還沒有發(fā)展到令人恐慌的地步，當(dāng)下要解決的是如何讓模型更通用。而OpenAI帶給行業(yè)的一個革命性認(rèn)知變化是帶來了大模型開發(fā)的新范式，就像當(dāng)年的深度學(xué)習(xí)一樣。大模型是一個表達(dá)器，今天，通過挖掘人的意圖，模型能力可以進(jìn)一步提升，進(jìn)而繼續(xù)做大模型。

自然語言模型是橋梁，激活其他業(yè)態(tài)模型

國內(nèi)科技企業(yè)搶灘大模型開發(fā)，目前仍處于追趕階段?！白吆米约旱穆?，就是要有一些差異化。所謂的差異化就是用好行業(yè)自身的稟賦。”徐立認(rèn)為，中國大模型的發(fā)展一定會用場景倒逼多模態(tài)大模型開發(fā)，這種多模態(tài)大模型具有行業(yè)差異性。

而要真正達(dá)到大模型開發(fā)的“拐點(diǎn)”，就要設(shè)定一個預(yù)期的任務(wù)集或任務(wù)目標(biāo)，完成真實(shí)場景中的系列任務(wù)，在這樣的垂直場景中能夠通過圖靈測試?！澳壳皝砜矗蠹叶荚谕白?，至于走成什么樣，其實(shí)還是要看大家所處的行業(yè)。不存在一個泛在式的大模型來解決所有問題?！?/p>

2019年起，商湯布局10億參數(shù)規(guī)模的視覺模型，2023年4月10日發(fā)布“日日新”大模型體系，涵蓋1800億參數(shù)中文大語言模型應(yīng)用平臺“商量”、超10億參數(shù)自研文生圖生成模型“秒畫”、AI數(shù)字人視頻生成平臺“如影”、3D內(nèi)容生成平臺“瓊宇”（場景生成）、“格物”（物體生成）等。

自然語言模型作為橋梁，可以激活其他業(yè)態(tài)的模型和應(yīng)用。徐立表示，商湯用千億參數(shù)級的自然語言模型把其他模型串起來形成一個完整的任務(wù)集是第一步?！霸谶@個過程當(dāng)中，我們會看到有更多的多模態(tài)數(shù)據(jù)喂到網(wǎng)絡(luò)中，呈現(xiàn)完全新的能力，以此開發(fā)下一階段更加混合式的多模態(tài)模型?！?/p>

“日日新”大模型體系針對B端用戶，目的是和用戶的使用習(xí)慣完整連接，用更多B端場景挖掘模型的大能力，并提供新的多模態(tài)訓(xùn)練框架，訓(xùn)練下一階段的多模態(tài)大模型，通過細(xì)分場景端到端的迭代和應(yīng)用，幫助多模態(tài)大模型的發(fā)展?！拔磥淼哪Ｐ挖厔菔且粋€行業(yè)里面可能有1-2個大模型，剩下的小模型、行業(yè)模型非常多。實(shí)際上自然語言模型也好，多模態(tài)模型也好，未來都是這個趨勢，大模型會開發(fā)出來，在每一層可以做很多模型疊加，對最后的推理來說也會有很大的性能提升?！?/p>

在人工智能領(lǐng)域，“模型即服務(wù)”不斷被提及，徐立也談到了大模型的商業(yè)化，模型的訓(xùn)練和部署、模型下游的應(yīng)用及模型的增量訓(xùn)練，整套服務(wù)疊加在人工智能基礎(chǔ)設(shè)施商湯AI大裝置上，“我們的收益來自于訓(xùn)練模型、部署模型、推理模型，并且在模型上面還提供了一些增量的服務(wù)。”此外，收益還來自垂直細(xì)分領(lǐng)域，如金融、醫(yī)療、商業(yè)直播等?！霸贐端的應(yīng)用當(dāng)中，肯定會有很多的生產(chǎn)力工具先被發(fā)展出來，之后逐步能夠有C端應(yīng)用出來，就會百花齊放。”

本文作者：張靜，來源：澎湃新聞，原文標(biāo)題：《對話商湯董事長徐立：通用人工智能要么很遠(yuǎn)，要么一下子就過去了》

風(fēng)險(xiǎn)提示及免責(zé)條款 市場有風(fēng)險(xiǎn)，投資需謹(jǐn)慎。本文不構(gòu)成個人投資建議，也未考慮到個別用戶特殊的投資目標(biāo)、財(cái)務(wù)狀況或需要。用戶應(yīng)考慮本文中的任何意見、觀點(diǎn)或結(jié)論是否符合其特定狀況。據(jù)此投資，責(zé)任自負(fù)。

關(guān)鍵詞：