Unity中國參展2023全球人工智能開發者先鋒大會。

槍只能放到訓練有素的士兵手中

澎湃科技： 2022年DALL-E、ChatGPT等人工智能工具讓AIGC變成了科技界最火的一個名詞，國內也有很多企業追趕浪潮，你認為在2023年這一領域的發展趨勢是什么？

孫志鵬：兩個方面，一是人工智能模型會越來越大，二是人工智能在多模態方向上（多種模態的信息，包括文字、圖片、視頻等）的工作還將繼續。上述兩個方向最近就是在大模型的指揮下做了一些很“出圈”的事，引起了巨大的反響。模型越做越大的同時，模型所能生成的模態也會越變越多?，F在我們看到最多的還是文字、圖片這兩個模態，未來3D內容也會加入進來，包括3D數字人。

目前的語言大模型本身需要“掌握”兩部分知識，語言的知識和有關世界認知的知識。有關語言的知識只需要很少的數據量就可以訓練出來，而有關世界認知的知識，則可以用來驅動多模態領域的研究。比如描述我在上海這件事，我可以用文字，也可以用圖片、視頻。但無論何種模態，表達的都是我與上海的關系。也就是說知識的關系是跨模態的，知識的表達方式，可以按照各模態的需要來分配，就如同多模態工作中發現的經驗一樣，BeiT v3模型結構也反映了這一結論。大語言模型，通過語言模態越做越大，再加入更多的模態，將來就可以驅動3D內容、腳本的生產。不僅僅是語言模型的開發者，未來會有更多領域的人加入，而不僅僅是語言模型的開發者，這是2023年的趨勢。

澎湃科技：Unity同樣是一個內容平臺，目前各平臺對于UGC（用戶生成內容）的監管已經“分身乏術”，你認為在AIGC的時代，人工智能生成內容對平臺會有什么樣的影響？

孫志鵬：一個大模型能夠產生的模態越多，對人的影響可能就越大。只能產生文字的時期，或許傳播效率還有限。但未來必然可以產生各種模態的內容，圖片、視頻、3D內容等等，這帶來的影響力、傳播力將遠超文字。所以監管是必要的，但同時人工監管的成本確實太高了。

我們目前在進行數字人的生產流程，就會考慮到，如果有一天我的數字人會聊天了，它說了不該說的話，到底是誰的責任？所以ChatGPT作為一種“能力”釋放給公眾可能是有問題的。創作平臺有審核責任，但是怎么審，我覺得其實也可以用一些技術手段實現。

比如ChatGPT為什么能夠善解人意， 按照InstructGPT（ChatGPT的前身，基于GPT-3）的描述，就是因為首先有數萬的人工數據（提問和回答數據）加入訓練，然后再用大量的人工對結果進行篩選，最后再由一個reward model強化學習，才使得ChatGPT除了具備GPT-3.5（相較于GPT-3加入了github上大量代碼的“語料”）帶來的語言能力，還融入了人工智能的強化訓練，加入了人的偏好對AI的訓練。無數人對ChatGPT提問，可能有數萬次，在這過程中會不斷強化ChatGPT的能力，而這些人的意志也就會帶入AI。

所以，開發、訓練AI的人是重點，如果訓練的人加入更多以表達善意為主的數據，那么這些人善意的偏好就會加入大模型里。如果提問的源頭是一個善良的目的，大概率會得到一個善良的結果。 

最近還有一個趨勢是，問大模型的問題，不由人直接提問，而是人類把訴求告訴另外一個語言模型，這個語言模型先理解你的訴求，然后去生成一個“不會有問題的問題”。一個“不會有問題的問題”，就會得到一個“不會有問題的回答”。如果一個大模型足夠有創造力，我們不應該直接讓人去指揮它。如果說它是一把槍的話，你不應該直接讓人去使用，而是應該讓一個訓練有素的士兵拿著這把槍，然后人去指揮這個士兵，而這個士兵有基本的善惡判斷能力。比如杭州有人用ChatGPT編寫了車輛不限行的文件。那么人工智能一開始就需要判斷，作為一個合法公民，編寫不存在的政府文件，這種訴求是否合理。

AIGC將為元宇宙帶來生產流程的進化

澎湃科技：AIGC的火爆可能一定程度上讓元宇宙的聲量小了一些，你怎么看待二者間的關系？

孫志鵬：有起有伏很正常，剛開始做出來一點成果的時候，大家可能會過度樂觀，覺得ChatGPT如此強大，我們已經迎來了通用人工智能的曙光，但其實離得還遠。比如現在人工智能的推理能力其實是很差的。

但這些樂觀實際上涵蓋了我們對技術的期待，描述了一個更好的未來，給了開發者一個目標。而怎么去實現這個目標是手段的問題，AIGC可能就是這個手段，兩個概念此起彼伏。

可能在漫長的開發過程中，有一些關鍵的技術得到突破，大家就充分關注它，但是其實背后是更大的困難。這些因素導致某些技術、概念短時間沒有成績，被公眾忘記。但是其實該努力的人還是在努力。雖然大家可能沒有太多耐心，又過度樂觀，但一個行業的人，堅持做自己覺得對的事情就可以了。

而AIGC為元宇宙帶來的是生產流程的進化。元宇宙描述的形態太過龐大，以至于傳統生產流程不適應。AIGC可以賦能創作者。人工智能本質上就是在賦予人更大的算力支配，進而激發人的創造性。以前專業開發者需要耗時耗力做到的事情，現在很容易就能實現。你只要說話就可以完成畫圖、建模。而干這件事本身就使用了更多算力，消耗了更多的資源。同時，隨著AIGC越來越多地使用，算力也會變得更加便宜，元宇宙的開發也會從中受益。

澎湃科技：作為元宇宙核心技術的引擎技術在未來會有什么發展？元宇宙產業在2023年有什么樣的機遇和挑戰？

孫志鵬：有關元宇宙，大家一直在討論生產流程。這在過去實際上就是專業引擎的工作。比如Unity引擎本身怎么開發，以前是一個小眾的事，畢竟做工具的人是少數，創作生態里更多的是用工具做內容的人。元宇宙中可以誕生更高效的生產數字內容的流程。

比如一個平臺，在自己的元宇宙里定義一個新的內容生產方式，生產這個宇宙里的內容，在這個宇宙里消費。Unity這類引擎要做的就是適配。比如一個公司購買了Unity Pro，只用到20%的功能，卻花費了100%的錢，多余的功能對個人而言實際上可能會干擾其生產效率。所以引擎在未來通過解耦合、模塊化的能力，為元宇宙提供特定場景下的生產流程，讓其在特定領域足夠高效，才是發展的重點。此外，引擎升級的同時，該引擎支撐的內容也會更精美。

通俗來說，引擎應該是一整套樂高積木，用戶可以根據自己的想法制作工具、場景，同時積木更精美、質量更好，那么做出來的東西也會變好。如果我們把引擎的功能合理拆散，元宇宙開發者通過與自己的訴求有機結合，就會創造更高效的生產流程。