http://www.scol.com.cn(2023-3-13 9:00:06) 编辑：盛飞
| 通用人工智能的大门已经开启——
chatgpt的热度不减——2023年全国两会首场“部长通道”上，科技部部长王志刚已经是近期第二次公开谈到它。无论是在专业社群还是在大众舆论场，chatgpt的话题度也居高不下，不断有人发问：chatgpt的出现意味着什么？会怎么改变我们的生活？川观智库邀请8位来自高校和科研机构的学者、行业大咖共同探讨。 一问 如何全面认识chatgpt？ 川观智库：chatgpt如此火爆，所谓“外行看热闹，内行看门道”，那么业内如何看待它的效果和能力呢？ 陶芳波：虽然chatgpt刚刚诞生3个月，但能看到无论巨头大厂还是ai（人工智能）科学家，都马上进入了一种非常紧张的应对状态。它强大的通用性能力和逻辑推理能力，是超出很多ai从业者设想的。我甚至觉得连openai内部都不一定能预判到chatgpt的呈现。 王文广：我也听到一些在硅谷的朋友说，openai也没想到chatgpt的效果这么惊艳。它能像人类那样真正理解语言，这给业内人士和大众带来的震撼差不多大。从“真实性”“正确性”来说，它的回答未必是对的，但从“语言”本身来看，它的回答是“合理”的，不会让人吐槽“人工智障”。 聂再清：为什么chatgpt如此火爆、如此令人印象深刻？最主要的是我们能感觉到它在很多方面确实比过去常见的聊天机器人“聪明”多了，甚至感觉它什么都懂、什么都能回答，实用性更强。 川观智库：chatgpt的技术基础是不是全新的？ 王文广：围绕chatgpt的各方面技术不是新东西，并且是公开的。谷歌2017年发表的一篇关于transformer（一种用于语言理解的新型神经网络架构）的文章，奠定了包括今天chatgpt所有技术的基础。 陶芳波：chatgpt的出现还离不开大数据和大算力的发展。以人脑举例，拥有1000亿级的神经元，100万亿个神经突触连接，而支撑chatgpt的参数量已经上千亿，跟人脑神经连接的数量水平接近了，所以它表现出一些“人脑”的逻辑判断能力。量变才有可能引发质变，ai的发展首先靠算力数据的指数级发展。 陈云伟：chatgpt的成功是“模型 数据 算力”共同作用的结果，是大规模语言模型、人类反馈强化学习等技术的创造应用，本质上是人工智能技术。而它走出了从专用人工智能到通用人工智能的重要一步，可以说是打开了通往通用人工智能的一扇门。 川观智库：chatgpt有什么缺点？ 聂再清：chatgpt对比现在市面上的ai产品，后者属于任务完成型的，是在封闭域上做文章，简单来说就是让这个模型理解某个或某几个领域，帮助用户高准确度地完成任务。我之前是天猫精灵的首席科学家，以天猫精灵为例，像这样的产品是要能理解用户明确的意图是什么。比如用户要听刘德华的《忘情水》，那么天猫精灵就必须要把“刘德华”的“忘情水”这两个参数抽出来，并在对应的知识图谱上找到这两个id，才能播放。 而chatgpt实现了在开放域闲聊，逻辑理解的效果明显好于封闭域。但是它有一个缺点——不能保证回答的内容都是对的，有时会发生事实性的错误，这也是大家用chatgpt时会感觉它在“瞎说”，句式看似非常对，内容却失实。 王文广：chatgpt有很强的逻辑能力，所以它不会给出一些很“智障”的回答。但也正是因为它可能会给你看起来逻辑正确，实际上是错误、失实的内容答案，就存在比较严重的风险。所以chatgpt可以作为你熟知的领域内非常好用的效率工具，但不能把它当作你完全不懂的领域的知识来源。 陈云伟：chatgpt的广泛使用很可能会使网上充斥大量的机器生成的、真假难辨的新闻和评论等信息，影响公众认识和社会健康有序发展。 二问 chatgpt会否成为很多行业的“终结者”？ 川观智库：chatgpt目前主要的应用情况如何？会让很多人失业吗？ 陈云伟：聊天、写文章、写报告、解题、写代码等是chatgpt 最重要的功能表现，当这些功能用于具体行业时，有强大的工作任务执行能力。例如信息化领域，它能替代大部分电话与网络人工客服。 王文广：chatgpt被运用后，一种情况是替代基础的、雷同的、重复性的人力，比如游戏公司已经用它写脚本，而不再使用外包服务；一种情况是提升从业者的工作效率，比如做营销的人拿它来写文案，效率可能提升数倍。包括我自己，每天都用它写文案、写代码之类。我认为，chatgpt能够提升几乎所有岗位的工作效率。 刘俊明：chatgpt是一个工具属性非常强的产品，使用好它首先就需要能够提出好的问题，这是非常关键的。其次，要想真正运用好chatgpt，还需要具备一定的知识辨别能力，毕竟它生成的内容不一定是正确的。所以我相信chatgpt在应用落地的过程中，学习能力差、接受能力差的人会被淘汰，进而促使一些岗位提质增效。 张志安：补充一点，我觉得对于那些要处理基础性的背景资料检索或者是确定性知识库调用的人来说，chatgpt也必定会带来更多方便。 川观智库：chatgpt强大的“文字功能”，是否会彻底改变相关行业？比如传媒业？ 王文广：chatgpt的确能够做与语言有关的几乎一切事情，包括但不限于文本生成、自动摘要、问答、改写、情感分析、表格到文本和文本到表格、文本分类、机器翻译等，但这并不代表它会彻底改变所有行业。如前面说到的，我认为它更突出的表现是提升行业的效率。 陈云伟：chatgpt的强大文本生产功能，会使相关行业变得更加智能化。以传媒业为例，通过对文本自动分类、生成标题、摘要和标签，可提高可读性和可发现性。基于chatgpt构建的聊天机器人，可用于文章推荐和新闻定制服务。chatgpt还可帮助传媒机构和网信工作者自动生成新闻报道和评论内容等。 张志安：我觉得对于媒体而言，chatgpt无外乎是作为一种交互的智能技术或者是一种写作的辅助工具，并不会彻底改变媒体行业的运行机制。首先，从应用场景上来讲，它只是让信息搜索更加便捷；其次，我们虽然可以通过提问、布置任务得到反馈，但不难发现，它所做的就是完成一般意义上的资料检索或者按照模板来生成文本，而这些文本如果想要真正应用到实际的工作当中，还是受到限制的。 我现在能想象到的在媒体当中应用的方法有两种：一是记者在进行采访写作的时候借助chatgpt查找背景资料，或是进行模板写作；二是应用在媒介终端，如更精准和有效地实现智能化的内容推荐。 川观智库：chatgpt会带来更多的商业机会和就业机会吗？ 陶芳波：我记得chatgpt刚出来的时候，就有投资人提出一个观点，说tmt（数字新媒体产业）可以重新再干15年。我觉得是对的，因为上个时代我们基于移动互联网，做出了各种各样的app，而今天新的交互形式出现了，每一个细分的赛道上可能都会成长出一个全新的独角兽或者全新的商业模式。 王文广：chatgpt 一定会催生新的业态。时间倒退回工业革命之前或互联网时代之前，现今的很多职业也是没有的。未来会一样，大量基于ai衍生出的工种会出现。 陶芳波：chatgpt能够承担“思维”底座的功能，成为数字世界的一种基础设施，就像超级大脑一样，链接到各式各样的应用中。openai作为“基础层”的公司，未来在它的上面可以生出中间层公司，其作用是帮助像chatgpt这样的大模型，变成为各个行业提供百家乐凯发k8的解决方案的小模型。 在中间层的上面，还可以有各种应用层，拓展到c端（消费者、个人用户端），比如说健身、医疗，都有机会可以重做出一个交互式的软件，把用户界面完全抛弃掉，和移动互联网时代相比，我认为这会是一种全新体验的产品。 举个例子，iphone的诞生改变过互联网生态——基于iphone，“长出”各种各样应用，背后涉及多少千亿、万亿美元级公司？这些都是在iphone之前不存在的。 张志安：在教育领域，其实已经有人在做一些chatgpt的应用了，他们会利用这个技术，尝试让学生更自主地去进行交互，去获取领域内不同程度、维度的知识。 聂再清：chatgpt现在的“语言能力”是基于很好的大型基础模型。而大模型不一定只是语言模型，不过是目前应用场景较多放在文字上面。未来可能就会把视觉（图片、文字）、听觉（语音）等融合在一个大模型里面，形成一种多模态模型。放眼看去，可以在更多应用领域进行创新。 刘俊明：现在chatgpt 开放了api（应用程序接口），允许第三方开发者把chatgpt集成至他们的应用和服务中。用一个不是很恰当但是很形象的事物来举例，chatgpt的大模型就像是汽车的发动机一样，api提供了接口让各公司可以基于同一个发动机做出不同品牌的汽车。 接下来更多的人工智能产品通过chatgpt的接口，可以应用它提供的功能，然后打造出不同的产品服务于不同行业的人。 三问 地方政府和企业如何抓住chatgpt机遇？ 川观智库：业内普遍认为chatgpt打开了通用人工智能的大门，地方政府可以做些什么？ 聂再清：四川在推动新型工业化发展，推动企业数字化转型的进程中，可以利用gpt（chatgpt使用的神经网络架构，是一种用于处理序列数据的模型）这类的大模型，让整个过程更加智能，让发展和转型更快。 我觉得在不久的将来，国内肯定会有一个类似的大模型。四川要积极思考和部署下游应用怎么和大模型进行交互，怎样做到不同程度的创新。 推出chatgpt的公司openai带给我们的一个启示是，底层技术创新需要足够的资金、资源支持，才能让其心无旁骛地坚持走下去——微软在gpt相关科研项目的短期商业价值还不是非常明朗的情况下，为openai提供了超强的算力和资金支持。这需要对技术长远价值很好的判断力以及遇到挫折时坚持走下去的定力。 政府应该做这样的后盾，诸如通过投资新基建、基础科学、技术产业等，带动企业或者机构致力于人工智能技术创新。 陈云伟：人工智能领域的基础性、原创性研发投入，背后需要政府创新科技体制机制、科研管理模式等做支撑。对于四川而言，首先要强化人工智能基础设施顶层规划设计；然后对人工智能基础技术和创新研究建立起长效稳定的资助机制，鼓励原创性和探索性研究；第三，更好地引导、扶持和帮助校企创新合作，培育各类新型研发机构；第四，加快核心人才引进和人才培养，提升劳动者整体素质，创新人才考核机制，支持长期的原创性研究。 王文广：我认为当前地方政府首先该做的是了解chatgpt，“知己”且“知彼”，并且不是某个或者某些职能部门，而是所有部门、所有官员都应该搞懂弄清。然后再做产业扶持的相关工作。政府也无需大包大揽，把重点放在基础科学和建设基础设施即可。 政府还需要做的关键事情是法律法规的制定，以规范类chatgpt产品可能引起的科技伦理矛盾，引导趋利避害。 周强：chatgpt 开启了ai行业新一代的范式，我认为当下四川需要做到以下几点。第一，加大人工智能技术的宣传，将信息化、智能化在各行各业中进行深入广泛的实践，通过实践总结经验，凝练出有价值的应用场景。 第二，认真研判人工智能时代对信息基建和网络安全的新要求，前瞻性布局新一代信息技术，在高能效算力、下一代通信技术、信息安全技术等方面下功夫，特别要关注量子信息系统给上述技术带来的革命性和颠覆性因素。 第三，加深对拟人化智能技术本质的认识。以chatgpt为代表的延长线技术是现在信息技术能力的一个综合体现，但并不是万能的。接下来，发展更接近人类的智能化技术，还将依赖我们对大脑运行机制的探索，因此从不同的途径发展脑科学，进而发展更为先进的信息技术，是四川的机遇和挑战。 最后，更应注重各行各业人才的培养。人工智能背景下教育也在变化，需要制定新的培养办法，要强调科学精神，进行创新能力的培养和训练。 刘俊明：四川要发展人工智能，尤其需要引才和育才。除了有电子科技大学、四川大学等高校作为基石外，政府需要在产业配套上提供更多的支持，尤其在当前东数西算的背景之下，借助于这个平台，不断地去扩展功能边界、架构边界，然后搭建出自己的一个产业生态，这样的话人自然就来了。 此外，机器人教育是近两年的热潮。国外的计算机专业，包括名校卡内基梅隆大学已经在计算机专业下面设立了机器人方向，创建机器人研究所。我认为四川的高校可以朝这个方向思考。 川观智库：我们的企业应该做类chatgpt的产品吗？大量的中小企业该从什么赛道切入去抢抓机遇？ 曹晟：各行各业都应该从chatgpt身上再次学到，只有提升智能化水平才能应对越来越“卷”的行业竞争。尤其是包含重复脑力劳动、包含大量可操作数据的行业，应当率先把现有业务和类chatgpt工具结合。 陈云伟：比如软件开发、金融顾问、虚拟医疗等行业，涉及这些业务的企业应该积极拥抱类chatgpt。对于互联网行业的企业而言，最重要的是加强基础性、原创性的研发投入，形成产业引领性、不可替代性的竞争优势。 王文广：在人工智能、互联网等领域，大量的中小公司、新公司没必要做类chatgpt这样的大工程，因为其投入巨大，我认为短期内有能力成功的一定是大厂或巨头。中小公司和新公司要找属于自己的领域“占山为王”。占什么“山”？一种是依托大模型做垂直类的关联小模型；一种是依靠巨头的api，做配套应用。 陶芳波：我是做ai公司的，可以结合自身说说企业发展的一个思路——探索类chatgpt未来的中间层和应用层。每一个服务提供商如果觉得自己的信息服务很有价值，都可以尝试去拥抱类chatgpt，看看怎么跟他建立起对话通道，越早拥抱，就越早可以把服务分发到更多的场景、更多的用户。 这件事情谁做得快，谁就可能成为自己赛道里的下一代巨头企业。比如订票软件，假设行业有10个竞争者，那么谁第一个拥抱chatgpt，把自己的数据和大模型进行链接，为客户提供一种交互式模式的订票服务，就像一个私人助理一样，这家公司就能把大部分订单吸过去，这个逻辑在任何行业都会存在。 刘俊明：我觉得openai的理想情怀也是互联网企业可以学习的。我们的互联网人或者是科技工作者做事情首先考虑的是这个东西有什么用，比如做大模型的时候，总是想在一些边界非常清晰的领域能不能用，而不是说建立gpt这样一个非常通用的模型。简单来说，国内倾向于做“杀手级”的服务，而非“通用级”的服务，我们过于“务实”。 陈云伟：openai的成功给我们的企业以最大的启示，即颠覆性创新不是偶然的，需要坚定方向、长期坚持。 【名词解释】 chatgpt，美国openai公司研发的聊天机器人程序，于2022年11月30日发布。chatgpt是人工智能技术驱动的自然语言处理工具，它能够通过理解和学习人类的语言来进行对话，还能根据聊天的上下文进行互动，真正像人类一样来聊天交流，甚至能完成撰写邮件、视频脚本、文案、翻译、代码、论文等任务。 【圆桌嘉宾】 聂再清 清华大学国强教授、智能产业研究院（air）首席研究员 陈云伟 中国科学院成都文献情报中心创新研究部主任、研究员 曹晟 电子科技大学教授、四川省数字经济研究院执行院长 周强 电子科技大学基础与前沿研究院教授 张志安 复旦大学新闻学院教授 刘俊明 中国科学院大学计算机专业副教授、中科院沈阳计算所副研究员 陶芳波 人工智能公司心识宇宙ceo、前facebook高级研究科学家 王文广 达观数据副总裁、中国人工智能学会（caai）深度学习专委会委员 |