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(guān)領(lǐng)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(shù),。
為什么要強調(diào)它是一門技術(shù),？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(shù),。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,。
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(luò)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(shù)科學,，是一門技術(shù)發(fā)展到一定地步,、我們想知道人造復(fù)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(shù),。六七十年以來，做人工智能的基本思想其實并不復(fù)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(luò),。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,。可以跟人比的還有各種動物,，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(luò),，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(luò)。
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(luò)也可以結(jié)合，結(jié)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(luò)怎么設(shè)計,、網(wǎng)絡(luò)結(jié)構(gòu)怎么設(shè)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(luò)為藍本,，把生物的神經(jīng)網(wǎng)絡(luò)搞清楚，照葫蘆畫瓢,，照著生物神經(jīng)網(wǎng)絡(luò)抄作業(yè),，做一個人工神經(jīng)網(wǎng)絡(luò)。
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(luò)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(gòu)合作來訓練越來越大的模型,。但是引起全世界高度關(guān)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(yù)訓練模型,，也叫基礎(chǔ)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,。現(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(luò)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),。
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(luò)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(wù),。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(chǔ)設(shè)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(jié)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(wù)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(chǔ)設(shè)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(wù)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(guān)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(gòu)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(luò)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(yīng)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(yīng)的決策和響應(yīng),。人工智能的神經(jīng)網(wǎng)絡(luò)精細程度、精密程度,、規(guī)模大概能達到人腦的水平,，在結(jié)構(gòu)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(guān)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(guān)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？
以上內(nèi)容為相關(guān)專家個人觀點?
圖片來源丨圖蟲創(chuàng)意
本文封面圖及配圖來自版權(quán)圖庫，不授權(quán)轉(zhuǎn)載
評論區(qū)留言
說說你的看法
免責聲明：本文來自網(wǎng)絡(luò)收錄或投稿,，觀點僅代表作者本人,，不代表芒果財經(jīng)贊同其觀點或證實其描述，版權(quán)歸原作者所有,。轉(zhuǎn)載請注明出處：http://lequren.com/1125250.html
溫馨提示：投資有風險,，入市須謹慎。本資訊不作為投資理財建議。
