來(lái)源：睿見(jiàn)Economy

　　由《財(cái)經(jīng)》,、《財(cái)經(jīng)智庫(kù)》、財(cái)通匯主辦的第五屆全球財(cái)富管理論壇于2023年2月24日-26日在北京舉行,。中國(guó)國(guó)際經(jīng)濟(jì)交流中心副理事長(zhǎng) ,、國(guó)際貨幣基金組織前副總裁朱民出席并演講。

　　朱民表示,，雖然chatGPT在全球掀起熱潮,，但更應(yīng)該關(guān)注的是其背后的大模型?！皣?guó)內(nèi)也一直在做大模型,，但我們是落后的,，落后兩年左右”，他說(shuō),。

　　朱民稱,，2021年，我國(guó)關(guān)于人工智能的論文總量首次超過(guò)了美國(guó),，在兩年前,，人工智能的專利也超過(guò)了美國(guó)，趕超非常厲害,，但我國(guó)在大模型上是落后的,，特別是現(xiàn)在算力，芯片被卡住以后,，要思考如何向前推進(jìn),。

　　“我們要圍繞AI的2.0，重新制定自己的人工智能發(fā)展戰(zhàn)略”,，朱民強(qiáng)調(diào),，要發(fā)揮我國(guó)的數(shù)據(jù)優(yōu)勢(shì)。

　　“三年以后,，預(yù)計(jì)2025年中國(guó)的數(shù)據(jù)會(huì)超過(guò)美國(guó),，成為世界上最大的數(shù)據(jù)之國(guó)”，他說(shuō),，因?yàn)?span id="a6otyhj" class="wpcom_keyword_link">物聯(lián)網(wǎng)的發(fā)展,，中國(guó)的數(shù)據(jù)質(zhì)量會(huì)很好，要讓數(shù)據(jù)流動(dòng)起來(lái),，變成資源,、資產(chǎn)、財(cái)富,。

　　“讓數(shù)據(jù)變成生產(chǎn)力是我們迎接科學(xué)革命,、迎接大模型的最根本的一條，只有在這個(gè)基礎(chǔ)上,，我們才能把大模型的應(yīng)用和商業(yè)化,、企業(yè)化的發(fā)展結(jié)合起來(lái)，才能走上我們的趕超之路”,，朱民說(shuō),。

　　以下為演講實(shí)錄：

　　朱民：今天我是作為經(jīng)濟(jì)學(xué)家跨界演講，我講的是chatGPT,，所有的網(wǎng)上都在講,，它確實(shí)厲害，很驚艷,，前景非常好,，大家都在講怎么追,，怎么做自己的chatGPT，各個(gè)網(wǎng)站現(xiàn)在討論很多,，我借這個(gè)機(jī)會(huì),，把我的觀察給各位嘉賓做一個(gè)匯報(bào)。

　　chatGPT很有意思,，很有未來(lái),，它的基礎(chǔ)是大模型，它的基礎(chǔ)是GPT,，它是延伸到GPT3.5的往前的一個(gè)應(yīng)用,。人工智能發(fā)展的核心是GPT、是大模型,，不是chatGPT,，我覺(jué)得這個(gè)概念特別重要,，理解這一點(diǎn)的話,，我們要把所有的工作重點(diǎn)、趕超的重點(diǎn),、研究的重點(diǎn)放到大模型,，放到GPT上來(lái)，而不是放在chatGPT,。

　　當(dāng)然我們應(yīng)該承認(rèn),，我們?cè)赾hatGPT，在大模型上落后,，特別是美國(guó)對(duì)我們制裁以后,，算力上的約束在實(shí)現(xiàn)趕超上的困難很大，但是怎么發(fā)揮我們的優(yōu)勢(shì),，這是在人工智能,、也是在中國(guó)未來(lái)科技創(chuàng)新，也是未來(lái)的經(jīng)濟(jì)金融的發(fā)展當(dāng)中,，特別重要的一戰(zhàn),，這確實(shí)是科技走到今天的一個(gè)重大轉(zhuǎn)折點(diǎn)。所以我們要跨越chatGPT,，看到大模型和AI 2.0的未來(lái),。

　　chatGPT橫空出世，chatGPT的出現(xiàn)有點(diǎn)像2016年阿爾法戰(zhàn)勝了韓國(guó)的世界冠軍一樣,，引起了所有輿論的關(guān)注,，它的應(yīng)用場(chǎng)景確實(shí)很多，比如財(cái)富管理中心,，每個(gè)人都要填表,，要做風(fēng)險(xiǎn)測(cè)試,，以后就可以用chatGPT，做風(fēng)險(xiǎn)測(cè)試,，把你的偏好需求全部搞清楚,，剩下的就是機(jī)器和機(jī)器交換，構(gòu)造財(cái)富管理的產(chǎn)品,，做風(fēng)險(xiǎn)管理,，做整個(gè)后臺(tái)，精準(zhǔn)度可以大大提高,，產(chǎn)品也可以大大豐富,，所以chatGPT是一個(gè)很有意思的產(chǎn)品。

　　比如,，醫(yī)院里,，第一個(gè)給你看病的醫(yī)生是chatGPT，它可以把你的基本問(wèn)題全部搞清楚,，剩下的就是機(jī)器和機(jī)器的溝通和交流,，給你做基本的解答，再加上人的輔助,，做最終的解答,。在這個(gè)過(guò)程中，把數(shù)據(jù)全部留下來(lái),，這是了不得的事情,。

　　chatGPT本質(zhì)是一個(gè)語(yǔ)言大模型，它是WEBGPT的基礎(chǔ),，最早是教上網(wǎng)查詢的機(jī)器,，但它主要應(yīng)用了生成AI，它可以不斷推演,，不斷反饋,，使得它的反饋學(xué)習(xí)加強(qiáng)，訓(xùn)練加強(qiáng)以后,，能夠把語(yǔ)言模型的輸出和用戶的意圖連起來(lái),，反饋和強(qiáng)制訓(xùn)練強(qiáng)化一下就爆發(fā)了，這還是很厲害的,。

　　GPT3.5基礎(chǔ)上的應(yīng)用,，它的好處很多，能記住大量的信息,，搜索量真的很高,，它給我做經(jīng)濟(jì)學(xué)研究的文獻(xiàn)索引不亞于我的助理，因?yàn)樗拿鎻V。

　　它能夠保持對(duì)話和對(duì)話的一致性很有意思,，但它也能承認(rèn)錯(cuò)誤,，與此同時(shí)，它支持多種任務(wù),，支持藝術(shù)創(chuàng)造,、改故事，我有一次讓chatGPT給我做翻譯,，翻譯的非常優(yōu)美,，很有意思，它可以編碼,，可以寫辦公郵件,，它的用途是很廣的，這就使得它特別火爆,。用它參加考試的話,，可以考到“中等”以上的水平，這是很不容易的,，當(dāng)然它有自身的局限性,，主要是輸入的知識(shí)的局限性，它的時(shí)間點(diǎn)基本在2021年以前,，我們用最新的東西試它,，就有點(diǎn)跟不上,。

　　從大的應(yīng)用來(lái)看,，它是從2020年5月份的GPT3開(kāi)始的，一直到DALLE生成,，到chatGPT,，是從大模型的過(guò)程長(zhǎng)出來(lái)的一個(gè)東西。國(guó)內(nèi)也一直在做大模型,，但我們是落后的,，落后兩年左右，我們的生態(tài)也不夠,，所以不能從大模型衍生出chatGPT應(yīng)用,。

　　歸根結(jié)底要回到什么地方呢？回到大模型,，我們現(xiàn)在在chatGPT熱的時(shí)候,，需要在更深的層面上考慮問(wèn)題，我們要看的是大模型的發(fā)展,，這是影響今天,、影響未來(lái)、影響中國(guó),、影響世界的最根本的科技發(fā)展,。

　　大模型還是從GPT3開(kāi)始,，1150億個(gè)變量，一路過(guò)來(lái),，我們有盤古,，也有百度，清華最近也出了一個(gè)GRM,，現(xiàn)在世界上從GPT3已經(jīng)走到GPT4,，所以大模型的發(fā)展應(yīng)用是很厲害的。在大模型層面上走的最快的是深層次的人工智能,，深層次人工智能能從文字轉(zhuǎn)到圖形,，文字轉(zhuǎn)到編程，文字轉(zhuǎn)到影像錄像,，然后走向3D,，一旦走向3D就很厲害了，現(xiàn)在生成AI就是做蛋白質(zhì)的三維的結(jié)構(gòu)分析,，深層AI在整個(gè)大模型基礎(chǔ)上走,，這是未來(lái)的一個(gè)特別重要的方面。

　　與此同時(shí),，從文字到圖像生成的模式,，從GPT3開(kāi)始，到DALLE,，到DALLE2是一個(gè)突破點(diǎn),，從文字到圖像的過(guò)程是走的很快的。我剛才講對(duì)蛋白質(zhì)的分析,，我們可以對(duì)190萬(wàn)個(gè)蛋白質(zhì)用人工做三維的結(jié)構(gòu)圖,，大概占了我們已知蛋白質(zhì)的1/100，不能小看這個(gè)數(shù),，這是一個(gè)很短的時(shí)間,。再仔細(xì)想人是什么？人是蛋白質(zhì)組成的,，如果我們能把蛋白質(zhì)全部數(shù)字化,，還不能說(shuō)把蛋白質(zhì)合成一個(gè)人，但可以合成新的物種,，所以蛋白質(zhì)的應(yīng)用現(xiàn)在也是走的特別厲害的,。

　　這后面一個(gè)核心的變化是人工智能從1.0走向2.0，1.0是以編程為中心,，2.0是以數(shù)據(jù)為中心的,，這是一個(gè)特別大的區(qū)別。1.0的時(shí)候聚焦的是算法、模型,、程序,，是軟件工程師在主導(dǎo)，2.0的時(shí)候是數(shù)據(jù),，數(shù)據(jù)越多越精越好,，機(jī)器自己通過(guò)數(shù)據(jù)學(xué)習(xí)反饋優(yōu)化不斷生成、迭代,，幾乎就是一個(gè)無(wú)限的過(guò)程,，它就離開(kāi)了人腦，這是大模型和AI 2.0最大的潛力和最大的遠(yuǎn)景,。

　　我們已經(jīng)看到了人工智能可能可以離開(kāi)人已有的智能走向一種新的智能,。這個(gè)智能并沒(méi)有被人所意識(shí)到，這個(gè)事情就很有意思了,，所以在這個(gè)基礎(chǔ)上大模型產(chǎn)生,，基礎(chǔ)模型是GPT3，現(xiàn)在出現(xiàn)因果人工智能,，這是巨大的發(fā)展,，最后是神經(jīng)，因?yàn)橐磺惺巧窠?jīng)AI的網(wǎng)絡(luò),，神經(jīng)AI現(xiàn)在走得很快,。我現(xiàn)在列的這些最新籃球模型，在整個(gè)曲線下都是在兩年到五年的階段成熟,，科技的浪潮厲害的不得了,。

　　在這種情況下，產(chǎn)生另一個(gè)更大的變化,，就是人工智能脫虛向?qū)?，虛就是人工智能以前是服?wù)于虛擬世界的，搜索,、資訊、信息等等,，但有了大模型以后,，特別生成人工智能以后，人工智能逐漸走向物理世界,，在大模型的基礎(chǔ)上,，通常走的是文字到圖像，到音頻,、視頻,、到三維、到蛋白，但未來(lái)是什么,？在這條線以前,，人工智能服務(wù)的是虛的，在這條線以后,，人工智能服務(wù)是實(shí)的,，是走向物理世界。第一個(gè)突破是蛋白,，第二個(gè)突破是材料,，這以后會(huì)走的特別厲害，這是因?yàn)樵诖竽Ｐ偷那闆r下,，科學(xué)研究的方式發(fā)生了根本的變化,，我們稱之為科學(xué)研究的第四范式。

　　牛頓和愛(ài)因斯坦時(shí)期,，科學(xué)研究的簡(jiǎn)單方式是通過(guò)觀察,，觀察把數(shù)學(xué)模型化，這是最簡(jiǎn)單的第一方式,。第二是用模型推演,，第三是用計(jì)算機(jī)仿真，這不是很成功,。進(jìn)入近代以后，我們發(fā)現(xiàn)最大的問(wèn)題是你觀察到的東西沒(méi)辦法寫成數(shù)學(xué)方程式,，因?yàn)榫S度太高,，在科學(xué)研究上有一個(gè)概念叫維度的詛咒,，特別是量子物理學(xué)的角度沒(méi)法計(jì)算,，大模型出現(xiàn)以后，現(xiàn)在可以做1024到2048個(gè)維度,，這已經(jīng)不完全是個(gè)空間概念,。兩千億到一萬(wàn)億的變量，方程可以做到兩千億個(gè)變量,，這個(gè)世界上還有什么方程是不可解的,，這在根本上改變了科學(xué)研究的方式。以前是慢慢做,，細(xì)細(xì)做,，現(xiàn)在是用數(shù)據(jù)大規(guī)模的做，這個(gè)世界就真的變了,。

　　這就是為什么最近在有色領(lǐng)域突破特別快,，生化、藥,、材料，都是因?yàn)槿斯ぶ悄艿脑?。根本的科學(xué)研究的方式變了,，以前科學(xué)研究是從最早的原理一步一步往前走,，現(xiàn)在科學(xué)是從數(shù)據(jù)逆向倒推，整個(gè)思維方式根本變了。大模型現(xiàn)在幫助科學(xué)家人工智能進(jìn)入物理學(xué),，特別在數(shù)學(xué)和材料學(xué)，現(xiàn)在用一個(gè)數(shù)學(xué)家和機(jī)器合作來(lái)探索新的材料,，這里有很多邏輯,、很多理論,，就不細(xì)說(shuō)了,，特別也取得了一些很有意思的進(jìn)展,，因?yàn)閿?shù)學(xué)家的核心是把所有的一切數(shù)學(xué)化,，能夠用公式表達(dá)才有應(yīng)用,，不能用公式表達(dá)就不能作為產(chǎn)品，就不能生產(chǎn),。做藥,，最近的生物藥研究的時(shí)間短了一半,，成本下降一半,，就是因?yàn)榇竽Ｐ偷膸椭?，從?shù)據(jù)著手，生物進(jìn)展很快,。

　　材料,，德州用大模型做耐高溫耐氧化的高熵的合金,，材料科學(xué)將來(lái)會(huì)走的很快,，新的材料會(huì)出來(lái),，會(huì)有無(wú)限想象的空間,，它的算力如此之大,，算法效率如此之高,，第一次我們可以把物理世界和信息世界、虛擬世界連起來(lái),，物理世界的數(shù)字在虛擬世界經(jīng)過(guò)大模型回到物理世界去操縱物理世界,，這個(gè)世界真的變了?，F(xiàn)在用的最多的是什么,？戰(zhàn)爭(zhēng)，現(xiàn)在戰(zhàn)爭(zhēng)的電子演習(xí)已經(jīng)做的很大規(guī)模和經(jīng)濟(jì)化?，F(xiàn)在由人工智能主導(dǎo)運(yùn)營(yíng)數(shù)字化的過(guò)程,，因?yàn)閿?shù)字的產(chǎn)生和迭代效率特別高，這個(gè)過(guò)程也在不斷加速自動(dòng)化,，而且在提升自動(dòng)化的效率,。

　　這種對(duì)物理世界的管理和深化，影響是巨大的,。大模型帶來(lái)了巨大的想象空間,，大模型特別在推動(dòng)科學(xué)實(shí)驗(yàn)方面空間是很大的，它對(duì)生命科學(xué)、藥物研發(fā)空間很大,，材料科學(xué)空間很大,，能源科學(xué)空間很大，電子工程和計(jì)算機(jī)科學(xué)空間也很大,，當(dāng)然環(huán)境地球空間就更大了,。大模型現(xiàn)在變成了工程學(xué)，變成了一個(gè)輔助工具,，變成了我們今天所有一切超高級(jí)超高速效率的輔助工具,，這個(gè)世界在這個(gè)基點(diǎn)上變了。

　　我們必須承認(rèn)人工智能走的很快,，中國(guó)在2021年第一次人工智能的論文總量超過(guò)了美國(guó)，中國(guó)在兩年前人工智能的專利超過(guò)了美國(guó),，我們趕超非常厲害,，但是我們?cè)诖竽Ｐ蜕鲜锹浜蟮模貏e是現(xiàn)在算力,，芯片上卡住以后怎么往前走,，所以我們需要圍繞趕超的過(guò)程，圍繞AI的2.0重新制定自己的人工智能發(fā)展戰(zhàn)略,，因?yàn)檫@個(gè)世界從根本上變了,。

　　第二條是特別重要的，就是發(fā)揮我們的數(shù)據(jù),、人工智能三項(xiàng)核心的資源,，算力、算法,、數(shù)據(jù),。算力現(xiàn)在已經(jīng)被卡死了，因?yàn)樾酒?。算法我們有?yōu)勢(shì),，但在沒(méi)有芯片的情況下，算法要發(fā)揮優(yōu)勢(shì)也很難,，而我們真正的優(yōu)勢(shì)是數(shù)據(jù),。

　　三年以后，我們預(yù)計(jì)2025年中國(guó)的數(shù)據(jù)會(huì)超過(guò)美國(guó),，成為世界上最大的數(shù)據(jù)之國(guó),，因?yàn)槲锫?lián)網(wǎng)，中國(guó)數(shù)據(jù)的質(zhì)量也會(huì)很好,，所以讓數(shù)據(jù)流起來(lái)變成資源,、變成資產(chǎn)、變成財(cái)富，就是今天這個(gè)論壇的主題,，讓數(shù)據(jù)變成生產(chǎn)力是我們迎接科學(xué)革命,、迎接大模型的最根本的一條，只有在這個(gè)基礎(chǔ)上,，我們才能把大模型的應(yīng)用和商業(yè)化,、企業(yè)化的發(fā)展結(jié)合起來(lái)，才能走上我們的趕超之路,。

　　好,，這就是我的簡(jiǎn)短匯報(bào)，謝謝大家,！