在今年的全國兩會上,，“人工智能（AI）”再度成為“熱詞”。政府工作報告不僅 3 次提到“人工智能”，更首次提出了開展“人工智能+”行動,。這一創(chuàng)新性的表述背后蘊含著深遠的戰(zhàn)略意義,。人類即將進入“智力時代”！ 十年后誰不會用人工智能,，就會被社會淘汰,；而未來二十年，“人工智能體”會像人類一樣感受這個世界，功能上人類能做的它都能做,，性能上它比我們快多個數(shù)量級,。北京智源人工智能研究院理事長、北京大學計算機學院教授,、多媒體信息處理全國重點實驗室主任黃鐵軍在國家科技傳播中心講壇上發(fā)表如上觀點,。《國家科技傳播中心講壇》為中國科協(xié)打造的新型演講類新知欄目,，以科學精神,，科技探索和科技產(chǎn)業(yè)為主要講述內(nèi)容，匯集相關領域頂尖科技工作者講述科技創(chuàng)新故事,，傳播前沿創(chuàng)新成果,，弘揚科學家精神。本文摘選部分以饗讀者,。北京智源人工智能研究院理事長,、北京大學計算機學院教授、多媒體信息處理全國重點實驗室主任黃鐵軍發(fā)表《開啟智力時代》的演講今天我們要討論的話題是智力時代,。開啟智力時代的鑰匙是人工智能,，什么是人工智能？這個詞有各種各樣的定義,。在此我用最簡單的方式來定義它：人工智能就是研究開發(fā)具有智能系統(tǒng)的一門技術,。為什么要強調(diào)它是一門技術？因為現(xiàn)在很多對人工智能的偏見來自對它基本屬性的錯誤認識,。人工智能最基本的目的是研究開發(fā)或者制造智能系統(tǒng),。有人說，我們連人的智能都搞不清楚,，怎么可能做出一個智能的系統(tǒng),，甚至超過人的智能系統(tǒng)？這種說法有它的道理,，但不適用于人工智能技術,。人工智能要創(chuàng)造的是不曾存在的事物——越來越強的智能系統(tǒng)。所以人工智能的主要目的是先把具有智能的系統(tǒng)做出來,，然后再研究它背后的奧秘和規(guī)律,。什么是人工智能我們今天看到的很多人工智能系統(tǒng)，它有沒有智能很顯然是可以檢測的,，比如AlphaGo跟人下棋,，它比人強大這件事是可以檢驗的。AlphaGo為什么下出那么巧妙的棋,？它的神經(jīng)網(wǎng)絡是怎么想的？它的機制是什么,？我們不知道,。但是未來我們可以去研究它、探索它,、去尋找這些奧秘,。這叫技術科學，是一門技術發(fā)展到一定地步,、我們想知道人造復雜事物背后規(guī)律的時候,，開始進入科學的階段。但目前的人工智能,，我們首先要明確它還是一門技術,。六七十年以來，做人工智能的基本思想其實并不復雜,。第一種叫“符號主義”,，就是“好像會思考”，是人試圖把思考過程形式化,。這種情況下,，即便它能做到一定的智能，也只是好像會思考,，而不是真的自己在思考,。第二種叫“連接主義”，說得形象一點叫“必須有頭腦”,，意思是智能不是虛無縹緲的,，它一定是某個物理載體上表現(xiàn)出來的一種能力。頭腦就是我們的智能的載體,，而今天講的人工智能的載體就是人工神經(jīng)網(wǎng)絡,。沒有這樣的物理載體是不可能產(chǎn)生智能的,。第三種叫“行為主義”,。實現(xiàn)人工智能還需要一個條件，這對我們?nèi)藖碚f也適用——必須身體好,。身體不能動很多智能是沒有辦法訓練的,?？梢愿吮鹊倪€有各種動物,，它的身體形態(tài)不同,，所產(chǎn)生的智能也不同,。章魚有8條腿,，它的智能跟我們兩條腿的智能肯定是不一樣的。大家不要把“行為主義”當成神秘的東西,，它只不過是一個物理實體跟環(huán)境互動過程中產(chǎn)生的一種功能,、一種現(xiàn)象,。我們今天很少再去說符號主義、連接主義,、行為主義了,。今天最熱門的詞是深度學習,、強化學習,，還有類腦智能,。這三個概念其實跟歷史上的三個思想流派可以說是一脈相承的,。比如說深度學習是什么,？深度學習就是借助深度神經(jīng)網(wǎng)絡，從今天海量的數(shù)據(jù)中學習,，也就是用大量的數(shù)據(jù)去訓練一個多層的神經(jīng)網(wǎng)絡。強化學習跟我們剛才講的行為主義基本思想完全一致，強化學習也發(fā)展了上百年。強化學習和深層神經(jīng)網(wǎng)絡也可以結合,，結合之后就叫深度強化學習,。第三個概念，類腦智能,，比前面兩種思想方法更簡單,。人工神經(jīng)網(wǎng)絡怎么設計、網(wǎng)絡結構怎么設計,，很長時間是人摸索的,。類腦講的是以生物的神經(jīng)網(wǎng)絡為藍本，把生物的神經(jīng)網(wǎng)絡搞清楚,，照葫蘆畫瓢,，照著生物神經(jīng)網(wǎng)絡抄作業(yè)，做一個人工神經(jīng)網(wǎng)絡,。“大模型”只是一個起點但無論采用哪種方法都少不了一件事：智能一定是從數(shù)據(jù),，或者根本一點——從環(huán)境來的。今天已經(jīng)找到這樣的路線,，訓練人工智能系統(tǒng)的方法論就很清楚了,。通常大家說大數(shù)據(jù),、大算力、強算法,。為什么叫大數(shù)據(jù)？很簡單,，智能來自于數(shù)據(jù)，數(shù)據(jù)越多，學到的智能越豐富,，這是第一個要素,。第二個要素，為什么要大算力？沒有一個數(shù)學公式告訴你一個規(guī)則產(chǎn)生智能,。智能一定是不斷去調(diào)試，不斷去嘗試,，不斷去試錯,。第三個是算法，或者是訓練神經(jīng)網(wǎng)絡的那套方法?，F(xiàn)在基本上形成了可行的方法,，但是還會有更優(yōu)化的方法、效率更高的方法,。所以算法的探索仍然要繼續(xù)下去,，但無論如何今天算法已經(jīng)可行，已經(jīng)能夠從大量的數(shù)據(jù)中訓練出智能來,，這是我們?nèi)斯ぶ悄苋〉玫木薮筮M步,。有了這三個要素后，越來越多的數(shù)據(jù),、越來越強的算力,、越來越好的算法就訓練出越來越大的模型，越大的模型它可能的智能程度越強,。大概從2019年開始,，我所在的北京智源人工智能研究院就開始在這個方向上進行探索，跟國內(nèi)國外很多機構合作來訓練越來越大的模型,。但是引起全世界高度關注的是ChatGPT——2022年11月發(fā)布的超大規(guī)模智能模型,，全世界的人突然感覺到智能終于來了,。什么是大模型？這個詞實際上是智源研究院在2021年3月份發(fā)布我們第一代模型時用的一個詞,，是“大模型”概念第一次登上歷史舞臺。當然國外當時叫預訓練模型,，也叫基礎模型,，但這兩年全世界逐漸都叫大模型了。所謂大模型，第一個要素是規(guī)模要足夠大?，F(xiàn)在的模型一般就是幾百億,、幾千億、上萬億,，將來可能還有更大的參數(shù),。這個參數(shù)就是剛才說的神經(jīng)網(wǎng)絡連接的數(shù)量。今天的模型這么大,，訓練要這么多算力,，是不是以后別再訓練那么大的模型了？有些人甚至說要發(fā)展所謂的小模型,，其實這個認識是錯誤的,。今天的模型根本不夠大，今天的模型只是起點,。為什么說幾百億連接,、一萬億連接都算不上什么？因為我們的對照物——我們的大腦,，有100萬億連接,，100萬億神經(jīng)觸突。今天我們最大的模型才一萬億,，只有人腦連接的1%,。當然1%也已經(jīng)表現(xiàn)出很不錯的能力了。大家不要期望短期內(nèi)大模型變小,，大模型一定會進一步變大,。我想做一個對比：大模型學的也是各種各樣的論文、網(wǎng)頁,、各種各樣的數(shù)據(jù),，人也是學這些東西。有什么區(qū)別,？學的數(shù)據(jù)量不同,。人一輩子能讀的文字數(shù)量是有限的,。讀書破萬卷，我們一生中能破萬卷的人極其稀少,；現(xiàn)在的大模型學的書動不動就是幾百萬本,。人類迄今寫了多少書？就算一億冊吧,，很快大模型就會讀完一億冊,，我們窮其一生能讀的數(shù)據(jù)量也到不了大模型的萬分之一。這只是書,，還有幾億篇論文,，以及各種各樣的其他數(shù)據(jù)、報告,、報表,。我們?nèi)魏稳说耐ㄓ媚芰Χ疾患白x遍天下所有文字材料的大模型。比如我,，講人工智能,，講計算機還可以，醫(yī)學問題我就只知道一點點,；但是大模型不一樣,，所有的學科對它來說都可以很專業(yè)。智力時代即將到來我們2021年做出第一代模型的時候，就在思考這意味著什么,？首先意味著人掌握了一種能力,，能訓練出智能越來越強的模型，這對我們的經(jīng)濟社會,、對全世界意味著什么,？我們認為這意味著一個時代，也就是今天我講的開啟智力時代,。這個時代是什么樣子的,？我們今天看到的是一個模型，將來我們可能看不到模型,。模型只是實現(xiàn)智力的手段,，將來全世界所有的數(shù)據(jù)會實時地被一套訓練系統(tǒng)獲取，然后用來調(diào)整大規(guī)模神經(jīng)網(wǎng)絡的參數(shù),。這樣的模型會24X7地實時為所有的用戶,、所有的企業(yè)提供服務。它是個體系,，就像今天我們發(fā)電,，訓練大模型就如同是法拉第最初讓線圈在磁場里一轉(zhuǎn)產(chǎn)生電流,，今天用一堆數(shù)據(jù)去訓練一個模型讓它有某種能力，就像當年發(fā)電這樣的突破,。但是未來電力無處不在的時候,，發(fā)電用電就是社會的基礎設施。大模型背后的智力時代也是這樣,。為什么是這樣,？大家稍微想一想就能得到結論：你會訓模型，我也會訓模型,，最后哪個模型會被使用,？一定是最聰明的模型、了解世界最新進展變化的模型,。最聰明的模型會有那么多嗎,？最聰明的只會有一個，它有能力源源不斷地把所有可能的數(shù)據(jù)抓去進行24X7的訓練,。一旦這個24X7的超大模型訓練和服務體系建立之后,，人類就真正進入了智力時代。智力是這個社會運行的最重要的要素,。我們今天雇那么多聰明人,，花那么多工資，就是在用他的智力,。如果這個智力可以靠機器,、靠一個龐大的基礎設施來提供，社會肯定會發(fā)生翻天覆地的變化,。智力是流通的,，智力不會封鎖在某一個公司、某一個模型里面,。將來來自于機器的智力是服務全社會的一種能力,，它可以像工業(yè)革命那么偉大，它可以像電力那樣無處不在——整個社會智力無處不在,，智能載體無處不在,。在這過程中智能程度也會越來越高，高到比人還要強,，今天在某些方面已經(jīng)比人強了,。大家關心的是在所有方面都比人強的AGI——人工通用智能。大約是從2014年,，我們開始解析生物的眼睛,，試圖構造一個像生物眼睛一樣的視覺傳感器,。今天的視覺傳感器用的都是攝像頭。監(jiān)控攝像頭,、手機攝像頭這些是很落后的,，它早在1839年時就發(fā)明了，它拍出的是一幅幅的靜止照片或視頻——每秒鐘幾十幅圖像,，依然還是靜止的思維,。生物不是這樣的,。生物的眼睛送給生物大腦的是神經(jīng)脈沖，生物視覺表達信息所用的方式是連續(xù)的,，手段是離散的,。神經(jīng)脈沖表達信息的豐富程度、連續(xù)程度要比今天的圖像視頻巧妙得多,。借鑒這樣的生物機制,，我們做了一個仿生傳感器。一旦我們把生物的神經(jīng)網(wǎng)絡用電子的方式實現(xiàn),，速度會快很多倍,，就像人跟計算機沒法比計算一樣。我們用生物眼睛看到世界是連續(xù)的,，但眼睛中每個神經(jīng)元每秒鐘發(fā)放的神經(jīng)脈沖數(shù)量有限,，通常不會超過10個。很慢速的生物裝置一旦變成電路,、芯片,，可以快1000倍。平常我們照相時手一晃,，照片就會模糊,，但用這種仿生電眼來拍照，每一張圖像都不會模糊,；坐在高鐵上看對側(cè)高鐵從窗前飛馳而過時,，是看不清楚上面的字的，但拿電眼來看就看得很清楚,，拍超音速過程都可以清清楚楚,。它并不比我們的眼睛巧妙，但性能會強大得多,。這就是人工智能可怕的地方：它學了天下幾乎所有的知識,，以比我們快幾千倍的速度運行。諸如視覺,，就比我們快三個數(shù)量級甚至更高,。對比之下,，我們通常說人跟人之間的快還只是百分之多少，比如說“比李小龍的速度快20%”,。我認為未來三年大家一定會體會到語言大模型能力擴展到視覺,、聽覺、具身（有身體的機器人）,。高級智能機器人出現(xiàn)的時間會稍微遠一點,，近一點出現(xiàn)的是自動駕駛和行動能力。到那時大家的感受一定會更深,，那時的AI可不只是聊天說得頭頭是道,，以及產(chǎn)生一些圖像、生成幾個報告,，遠不只是這樣,，它一定是作為新的智能體進入我們的生活。到那個時代,，智力的生成和智力的應用會無處不在,，每個人,、每個企業(yè),、每個組織都會使用。這種智力時代我認為未來十年左右的時間就會建成,，那時就像今天用電一樣去用智力,，將來的競爭力比的就是用智力用得好還是壞。十年后誰不會用人工智能,、不會用智力,，就會被社會淘汰。我們會進入一個智力時代,，當然還會往前發(fā)展,。我認為未來二十年，人工智能體會像我們一樣感受這個世界,，并做出相應的決策和響應,。人工智能的神經(jīng)網(wǎng)絡精細程度、精密程度,、規(guī)模大概能達到人腦的水平,，在結構上達到我們的水平后，功能上我們能做的它都能做,，性能上它比我們快多個數(shù)量級,。這就是超人，這就是AGI,，這就是超級人工智能,。那個時候我們可能面臨一個重大的抉擇：我們還是不是這個地球上最聰明的萬物之靈長,？想象20年后的世界，我們今天一方面要關心人工智能帶來的經(jīng)濟社會發(fā)展紅利,，另外一方面還要關注它的風險：這一次我們讓渡的不是體力而是我們的智力,，我們的智力活動越來越被人工智能所接管、替代——如果它在智力的全部方面都能替代人類,，還要我們干什么,？（科協(xié)之聲）來源：科協(xié)之聲