張亞勤：到2030年，全球數(shù)字經(jīng)濟會達到20萬億美元
2024年2月21日
張亞勤，CCG 常務(wù)理事，清華大學智能產(chǎn)業(yè)研究院院長、中國工程院院士。
“亞布力中國企業(yè)家論壇第24屆年會”于2024年2月21日-23日召開。清華大學智能產(chǎn)業(yè)研究院院長、中國工程院院士張亞勤出席并演講。
張亞勤說，過去五年中，大模型已經(jīng)成為人工智能的主流趨勢。過去一年半，特別是ChatGPT出來之后，發(fā)展速度呈現(xiàn)出跳躍性，不管國內(nèi)也好，國外也好，都有很多新的創(chuàng)新和進展。
在其看來，人工智能的發(fā)展、大模型，最重要的基石是數(shù)字化。
“IT產(chǎn)業(yè)過去30年最重要的事情就是數(shù)字化。一開始是內(nèi)容的數(shù)字化，然后是企業(yè)的信息化，到現(xiàn)在是物理世界的數(shù)字化和生物世界的數(shù)字化”，他說。
具體來看，物理世界中，家庭數(shù)字化、工廠機器數(shù)字化、電網(wǎng)數(shù)字化都已實現(xiàn)，汽車、交通、公路鐵路也已經(jīng)實現(xiàn)數(shù)字化。同時，生物世界也在全方位的數(shù)字化，包括細胞、蛋白質(zhì)、基因、大腦、身體器官等都在數(shù)字化，“特別是最近新的芯片技術(shù)、新的傳感器技術(shù)、腦機接口技術(shù)”。
在張亞勤看來，ChatGPT的出現(xiàn)代表了三個方面。
第一，第一次有一個智能體通過了圖靈測試，“我們這么多年做計算機、人工智能都是希望能通過圖靈測試”。
第二，ChatGPT開啟了通向通用人工智能的亮光，“我們離真正的通用人工智能還有很多年，也許十年，也許二十年，ChatGPT給我們提供了一個方向，提供了一個道路”。
第三，真正有了人工智能的操作系統(tǒng)。張亞勤強調(diào)，“我們進入了一個新時代，就像在PC時代是windows、Linux，在移動時代是iOS、安卓?，F(xiàn)在，我們有了大模型，開啟了人工智能時代”。
張亞勤說，每次操作系統(tǒng)的變化都會改變生態(tài)。PC互聯(lián)時代是intel芯片，在windows上面有瀏覽器，有各種各樣的應用。iOS、安卓為代表的移動互聯(lián)時代用的是ARM芯片，上面有各種商店，有各種app。在AI時代，有了橫向大模型，芯片是XPU，特別是GPU，有垂直模型，上面又有新的商店、新的應用。
“目前趨勢已經(jīng)相對比較明顯，GPT4、GPT4S、GPT4商店上個性的應用，上面開發(fā)各種各樣新的垂直的模型。整個產(chǎn)業(yè)機會大很多，比PC時代至少大兩個數(shù)量級，不管是整個設(shè)備的數(shù)目、整個影響力，都會大好幾個數(shù)量級”，他說。
張亞勤業(yè)分享了AI大模型發(fā)展的技術(shù)方向。
第一，多模態(tài)。跨尺度、跨不同模態(tài)，不僅僅有語音，有文字，有圖像和視頻，未來多模態(tài)也會包括各種各樣的結(jié)構(gòu)，蛋白質(zhì)結(jié)構(gòu)，包括汽車里面激光雷達的信息，包括人腦生物電的信息，都是不同的模態(tài)，都會進入大模型的時代。
第二，新算法。現(xiàn)在有很多算法，但是這些算法在未來五年都會改變?！艾F(xiàn)在的算法看起來很聰明，但是效率很低，比起我們的大腦，至少效率低一千倍，如果把能耗算進去，把整個效率算進去?，F(xiàn)在其實所有的產(chǎn)品，包括OpenAI、微軟的，包括Google的，用的越多虧的越多。我昨天還在西雅圖，和微軟、OpenAI的很多同事都有交流，未來一定會有大的變化，效率會提高很多，需要新的算法的架構(gòu)，需要新的技術(shù)的架構(gòu)”，張亞勤說。
第三，自主智能。“現(xiàn)在我們把大模型作為一種工具，它也可以把別的模型作為工具，它可以制定目標、規(guī)劃任務(wù)、自動升級，完成目標，已經(jīng)有產(chǎn)品開始出現(xiàn)，完全是自主的，不需要人為在中間交付和控制”，他說。
第四，邊緣智能?，F(xiàn)在大模型用在云端，現(xiàn)在已經(jīng)開始要放在手機上，要放在PC上，包括放在電視上，放到各種機器人上，放到各種IoT的邊緣上，邊緣也會有智能。
第五，物理智能或具身智能，把大模型用到物理世界去，包括無人車，包括各種機器人。
第六，生物智能。大模型用到人的大腦，用到生命體、生物體里，信息智能、物理智能和生物智能三個融合。
張亞勤還介紹，由于大模型的推出，加速了無人駕駛技術(shù)的發(fā)展?！霸谧鰺o人車的時候，大的難點是長尾效應。不管有多少測試的數(shù)據(jù)，總有些場景是顧及不大的，這時安全性十分重要。長尾很多方面可以用大模型幫我們補足”。
“特別是生成式AI，可以讓我們生成很多很多我們平時測試或者想象不到的場景，包括用新的多模態(tài)的一些生成的工具。以后的數(shù)據(jù)，不管車也好，機器人也好，90%以上都是要生成的，10%以下是真實的數(shù)據(jù)，而且生成的數(shù)據(jù)本身的效率和本身的質(zhì)量會更高，以后我們會看到用自己生成的數(shù)據(jù)來訓練自己”，張亞勤說。
張亞勤透露，自己一直在做無人車，可能兩年左右，無人駕駛就會出現(xiàn)ChatGPT時刻?！耙驗楝F(xiàn)在無人車技術(shù)已經(jīng)比有人駕駛安全N倍，安全很多，技術(shù)方面已經(jīng)實現(xiàn)了，這個當然要商業(yè)運營，有很多別的方面的因素，但是我十分有信心看到在未來的兩年，能看到一些無人駕駛的ChatGPT的時刻”。
張亞勤還介紹了強腦科技的腦機接口，“非植入式的，用了很高品質(zhì)的傳感器，用腦電的信號、行為的信號做腦機的接口，有空可以參觀它在杭州的公司，我10月份去，十分震撼。這位工程師完全用了感知的信號，sensor信號，用了人工智能的算法，裝了之后，他寫的書法絕對比我寫的好多，完全用意念、用信號控制。包括小女孩可以彈鋼琴，包括對我這種睡眠有問題的，可以幫助我睡眠”。
不過，張亞勤指出，現(xiàn)在人工智能的大模型，不管是語言模型、視覺模型和多模態(tài)的模型，由于功能強大，未來發(fā)展可能帶來的機會，但也蘊含很多風險。
第一個風險是信息方面的風險?！斑@個風險一直存在，但是由于大模型可以完全逼真模擬聲音、模擬圖片，現(xiàn)在可以模擬視頻。美國現(xiàn)在馬上總統(tǒng)競選，已經(jīng)有很多人在模仿拜登、川普，他們害怕影響選舉的公正性，這確實是一個問題”，“現(xiàn)在的技術(shù)強大到這么一個時刻，我們要注意這個風險”。
第二個風險，當信息智能拓展到物理智能、生物智能的時候，如果大模型失控或者是被壞人所利用，會造成很大的風險?！耙院?，我相信大模型作為操作系統(tǒng)，作為工具，會用到所有的地方，包括我們的金融系統(tǒng)，包括我們的軍事系統(tǒng)、決策系統(tǒng)，這個時候風險就會指數(shù)性地增加”。
第三個風險，生存風險?！扒岸螘r間大家可能注意到，大家談到人工智能大模型所帶來的可能和核武器、流行病一樣的風險。我簽署了一個呼吁，我自己是很樂觀的，但是我們要有這樣的一個意識?，F(xiàn)在我們處于人工智能研究和產(chǎn)品比較早期，我們有很多辦法可以去改變它的走向。但是如果我們沒有這樣的意識，永遠不會去改進它的風險”。
張亞勤還給出了大模型發(fā)展的幾點建議：
第一，要建立分級體系，特別是對前沿大模型。張亞勤說，對于一般的人工智能大模型不需要太多監(jiān)管，但是對像Sora這樣的大模型，一定要有監(jiān)管，包括場景的約束，需要有評估體系。
第二，實體的映射。“我自己一直在做技術(shù)，喜歡創(chuàng)新，不希望被管。但第一次我認為前沿大模型需要更多地治理，包括AI產(chǎn)生內(nèi)容的標識”。“至少你要讓大家知道這是AI產(chǎn)生的。我們現(xiàn)在不管搜索也好，平臺上做一個廣告，要標識廣告，盡管那個‘廣告’兩個字越來越淡，越來越看不見了，但至少要標識。我們做個數(shù)字人，做個AI的內(nèi)容你是不知道的，你需要標識，這是基本要去做的”。
張亞勤強調(diào)，以后做智能體機器人，無論軟件或者硬件，一定需要有一個對應的主體?！叭绻噶隋e誤，出現(xiàn)問題，一定要能追溯到主體”。
第三，做前沿大模型的公司，包括國家基金會、科研機構(gòu)，要把投資的10%用來做AI風險的研究?！安粌H僅是政策的研究，還有很多很深的學術(shù)研究和技術(shù)研究，從事技術(shù)的人必須現(xiàn)在就開始對此進行研究，使得研究者和企業(yè)、政府共同前進，而不是對立的關(guān)系”。
“現(xiàn)在，我們進入了人工智能時代，從過去多個算法、多個任務(wù)、很多模型，走向相對統(tǒng)一的大算法、多模態(tài)，自訓練、自監(jiān)督和預訓練的大模型”，張亞勤說，模型越大對物理世界的描述就越準確。據(jù)張亞勤預測，到2030年，全球數(shù)字經(jīng)濟會達到20萬億美元，其中約10%是由大模型、生成式AI所創(chuàng)造的。
文章選自新浪財經(jīng)，2024年2月21日
