原創(chuàng) 甲小姐 王博 王藝 甲子光年

“在中國，光搞大模型很難活下去，必須與應(yīng)用相結(jié)合?！?/p>

作者｜甲小姐 王博 王藝

“這些地方必須能有與首要用途結(jié)合的可能性——否則它們就會萎縮，甚至死亡?！?/p>

這是1961年，簡·雅各布斯在《美國大城市的死與生》一書中對紐約、芝加哥等大城市中部分區(qū)域的判斷。

20世紀(jì)50年代，美國城市化發(fā)展路徑面臨轉(zhuǎn)型，城市化從追求人口集中、城市數(shù)量增加和城市規(guī)模擴(kuò)大的傳統(tǒng)模式，向改善城市生活質(zhì)量、增強(qiáng)區(qū)域功能作用的新發(fā)展模式轉(zhuǎn)型。

而七十年后的今天，這種轉(zhuǎn)型發(fā)生在了人工智能領(lǐng)域。

ChatGPT的成功，讓不少大模型從業(yè)者把Scaling Law（規(guī)模法則）奉為圭臬，但是當(dāng)模型參數(shù)到達(dá)一定量級，高質(zhì)量數(shù)據(jù)不足似乎已經(jīng)開始讓模型性能增長速度有所放緩。而應(yīng)用落地、商業(yè)化的壓力，也讓很多在資源方面沒有“無限開火權(quán)”的中國大模型企業(yè)開始面臨到底是“把資源用在模型訓(xùn)練還是落地業(yè)務(wù)”的艱難抉擇。

盡管行業(yè)內(nèi)已形成共識——人工智能是未來，但也有很多認(rèn)知沒有收斂。這一年，我跟行業(yè)內(nèi)的很多人聊過，他們有：燒錢的、賺錢的，投機(jī)的、務(wù)實(shí)的，在場的、出局的。他們的觀點(diǎn)各異，但有一點(diǎn)相同：大談AGI（通用人工智能）的少了，追求ROI（投入產(chǎn)出比）的多了。

如今，市場寒風(fēng)漸起，中國大模型站在了死與生的邊緣。

當(dāng)一切變得艱難而復(fù)雜，我們更需要回到中國人工智能的原點(diǎn)，去尋找出發(fā)的理由。唯有溯源，才能撥開重重迷霧，看清前行的路。

我想到一位前輩。

這位前輩叫張鈸，福建福清人，是中國科學(xué)院院士、清華大學(xué)計(jì)算機(jī)系教授、中國人工智能領(lǐng)域奠基人之一。

他本人的故事頗具傳奇色彩。生于1935年的張鈸在43歲的時(shí)候從零開始學(xué)習(xí)人工智能，短短五年內(nèi)就在國際人工智能聯(lián)合會議（IJCAI）上發(fā)表了論文，成為了國內(nèi)最早在國際頂級人工智能會議上發(fā)表論文的幾位作者之一。

后來，他主導(dǎo)成立了國內(nèi)第一個(gè)智能機(jī)器人實(shí)驗(yàn)室，成為了清華大學(xué)計(jì)算機(jī)系計(jì)算機(jī)應(yīng)用方向的第一位博士生導(dǎo)師，建立了國內(nèi)第一個(gè)與人工智能領(lǐng)域有關(guān)的博士點(diǎn)，在全球首次提出了“第三代人工智能”的理念。

1953年，張鈸以數(shù)理化全部滿分的成績考入當(dāng)時(shí)最熱門的清華大學(xué)電機(jī)工程系，畢業(yè)之后就留校任教，一直到現(xiàn)在，在清華園已學(xué)習(xí)、工作了七十余年，光是培養(yǎng)的博士生就有93名。黃必清、馬少平、張建偉、朱軍、袁進(jìn)輝……這些在人工智能學(xué)界和業(yè)界的知名人物都是張鈸的學(xué)生。

令人意外的是，雖然已年近九旬，但張鈸依然保持著對人工智能學(xué)界和業(yè)界一線的敏感，對于中國大模型發(fā)展現(xiàn)狀和行業(yè)問題，他毫不客氣地評價(jià)：“在中國，光搞大模型很難活下去，必須與應(yīng)用相結(jié)合?！?/p>

以他的成就和資歷，他本不必說這些，但張鈸的直率讓人肅然起敬。

雅各布斯在《美國大城市的死與生》中批評道：“有一種東西比公開的丑陋和混亂還要惡劣，那就是戴著一副虛偽面具，假裝秩序井然?！?/p>

在某種程度上，張鈸和雅各布斯有著相似之處，他們都不是那種“假裝秩序井然”的人，同時(shí)他們也在積極為行業(yè)尋找出路。

本文，甲小姐對話張鈸。

1. 談現(xiàn)狀：光搞大模型很難活下去，必須與應(yīng)用相結(jié)合

甲小姐：去年年底，我們說“AI一天，人間一年”。今年上半年，多模態(tài)模型又如雨后春筍一般出現(xiàn)。但是到了今年下半年，我的感受是，國內(nèi)的大模型市場明顯遇冷，國內(nèi)部分大模型企業(yè)傳出暫停預(yù)訓(xùn)練模型，縮減人員，融資和上市也變得艱難。

甲骨文創(chuàng)始人今年說了一句話：“真正前沿模型的入門價(jià)格是1000億美元?！边@基本上是一個(gè)天塹，造成只有美國的巨頭才有資本入局。人工智能的競賽變成了巨頭資本和算力的競賽，變成了由OpenAI提出概念，然后Meta負(fù)責(zé)開源，國內(nèi)專注應(yīng)用的狀態(tài)。

有人擔(dān)憂，中國是不是做不了預(yù)訓(xùn)練模型？我們是不是只能做應(yīng)用市場？您有這樣的擔(dān)憂嗎？

張鈸：肯定有這樣的擔(dān)憂。我們的資本不僅沒有那么大，而且還極度分散，這個(gè)問題是非常嚴(yán)重的。

一些做大模型的人來找我做顧問，我都會跟他說，你必須有足夠的錢，這個(gè)錢不是指幾百萬、幾千萬，至少幾十億元人民幣才能做出來像樣的大模型。

現(xiàn)在中國是百模大戰(zhàn)，但其實(shí)很多大模型都很弱。這個(gè)問題我曾經(jīng)反映過，我說必須集中資源，因?yàn)槲覀兊馁Y源本來就少，可惜誰也不能阻止大家都上。

甲小姐：中美的市場差異還是很大的。

張鈸：美國是“有錢人”的市場，中國是“沒錢人”的市場，就是說市場能不能為企業(yè)提供足夠的錢。中國大模型產(chǎn)業(yè)發(fā)展不順利是肯定的，為什么呢？你必須得有市場兜底，不能光靠投資啊，光靠投資人給錢的話你能活多久？

你要向市場要錢，而中國軟件市場是很難要到錢的，因?yàn)橛懈顿M(fèi)習(xí)慣的問題，無論是to B還是to C，中國的市場規(guī)則是誰便宜就用誰的。

現(xiàn)在的環(huán)境，就是迫使中國的大模型企業(yè)必須馬上去賺錢，因?yàn)楣飧愦竽Ｐ秃茈y活下去，必須與應(yīng)用相結(jié)合。

中國大模型企業(yè)僅依靠自身資源想進(jìn)一步提高模型能力很難，現(xiàn)在我們主要是想在大學(xué)里做這方面事情。

甲小姐：那硅谷提的1000億美元的入門價(jià)格，這個(gè)數(shù)字您覺得合理嗎？

張鈸：1000億美元是不是夸大我不知道，但肯定需要很大資金，投資人也有信心，他資金投進(jìn)去能收回來。

美國現(xiàn)在的情況與我們不同，美國只有幾家企業(yè)在競爭大模型，大家只要全心全意去提高質(zhì)量，一旦質(zhì)量提高了，你非用它不可，它馬上就可提高價(jià)錢，大家也愿意付費(fèi)。所以美國那幾家頭部的大模型企業(yè)是無需分心的，就是拼命投入——我只要把大模型質(zhì)量做到最好，我就能站住腳。

甲小姐：那會不會就意味著全世界人工智能的未來發(fā)展，將由少數(shù)巨頭來引領(lǐng)？

張鈸：很可能是這樣。

甲小姐：我感受到的，人工智能領(lǐng)域，中國跟美國是兩個(gè)牽引力，美國更像是不斷給錢，讓人工智能解鎖新的能力；中國是要找需求、找商業(yè)閉環(huán)。所以這就會變成能力驅(qū)動跟需求驅(qū)動的兩個(gè)牽引力。我有點(diǎn)擔(dān)心，如果我們這么早就開始追著需求走、追求實(shí)用主義，我們離解鎖智能本質(zhì)的這件事情會越來越遠(yuǎn)。

張鈸：你的擔(dān)心是對的。即使大模型落地之后，我認(rèn)為也只有少數(shù)企業(yè)能活下來，大多數(shù)大模型企業(yè)活不下來，因?yàn)闀簳r(shí)還沒有那么大的市場。

美國的大模型企業(yè)充分認(rèn)識到了這一點(diǎn)，所以他們現(xiàn)在并不著急去落地，因?yàn)樗麄冇X得目前落地很困難，只有把大模型做好了以后再落地，才真正能賺錢。

而現(xiàn)在我們提前落地，困難非常大，需要花很多精力去做這件事情。大學(xué)與研究所應(yīng)該把大模型的基礎(chǔ)工作做好，這樣才能避免將來出現(xiàn)大模型應(yīng)用做不好，大模型的基礎(chǔ)也做不好的局面。

甲小姐：那現(xiàn)在對于拿到一部分錢，但錢又沒有國內(nèi)外頭部大廠那么多的中國人工智能企業(yè)來講，可能就要面臨取舍——是應(yīng)該繼續(xù)花錢和資源去訓(xùn)練新模型，還是說把錢和資源用在應(yīng)用落地上？

張鈸：對于一般企業(yè)，我都建議他們找出路賺錢。畢竟企業(yè)不是科研單位，你不賺錢的話，多大的理想都沒有用武之地。

甲小姐：不過，錢并不好賺。之前李開復(fù)老師就說過，很多大模型公司競標(biāo)，價(jià)格越競越低，競到最后做一單賠一單，沒有利潤。我感覺，國內(nèi)大模型現(xiàn)在是追到了一定程度，但性能還不是很好，同時(shí)又著急商業(yè)化。C端商業(yè)化不好做，然后就開始做B端，開始提解決方案。

張鈸：對，性能不大好，還硬要別人用。你必須讓客戶得到大的利潤，客戶才愿意出大錢。你現(xiàn)在是不痛不癢地給客戶來用，人家愿意出錢嗎？現(xiàn)在基本情況是，燒的錢比賺的錢大得多，這是最艱難的時(shí)刻，要想辦法找到關(guān)鍵的應(yīng)用，讓自己活下去，才能度過這個(gè)困難期。

甲小姐：有您認(rèn)為做得比較好的企業(yè)嗎？

張鈸：現(xiàn)在有些企業(yè)做法我還是比較贊成的，比如王小川的百川智能，它主要做醫(yī)療健康的大模型，從企業(yè)的角度來看，它有可能活下來，它在努力解決中國的醫(yī)療問題。所以現(xiàn)在國內(nèi)大模型，你只能從應(yīng)用的角度去看。

甲小姐：國內(nèi)大模型市場可能很快就會冷下來，從去年的百模大戰(zhàn)，到今年的逐漸遇冷。

張鈸：在國內(nèi)的確有可能會冷一些，但不會完全是泡沫。

我曾經(jīng)講過，一般的應(yīng)用誰都會做，而且技術(shù)門檻并不高，缺乏競爭力。有競爭力的是什么呢？因?yàn)榇竽Ｐ湍壳斑€存在一些缺陷，在許多場合直接應(yīng)用有困難，必須讓它跟其它的技術(shù)和工具結(jié)合起來，發(fā)展出來新的應(yīng)用，這樣企業(yè)才能活下來，這就需要創(chuàng)新。

甲小姐：所以出路還是有的？

張鈸：出路是有的，只是需要探索。有一次，一位領(lǐng)導(dǎo)問我如今的大模型怎么樣，我說這一次（人工智能）是真的，以前都有點(diǎn)假（夸大）。（笑）

甲小姐：我感覺大模型確實(shí)解鎖了一些新的能力，但也有一些缺點(diǎn)，但是這些新的能力如果不走向一個(gè)非常漂亮的產(chǎn)品，或者鎖定一個(gè)非常具體的應(yīng)用場景，就很難形成商業(yè)收入。那么，中國大模型企業(yè)的出路，您有什么建議？

張鈸：我認(rèn)為有四條路。

第一條路是AI對齊，逐步改善大模型的能力，減少它的錯(cuò)誤。

第二條路是多模態(tài)，以圖像生成為例，很多企業(yè)在做文生圖，但其實(shí)文生圖的應(yīng)用不如圖生文，圖生文什么意思？你給一張圖像，模型給出這張圖像的內(nèi)容（文本），相當(dāng)于對圖像的理解，其實(shí)，圖生文的產(chǎn)業(yè)應(yīng)用要比文生圖多。

第三條路是智能體，智能體不僅會思考，還能感知和采取行動，這樣不僅會擴(kuò)大它的應(yīng)用場景，而且可以通過感知反饋促使智能體自我改進(jìn)與進(jìn)化。

第四條路是具身智能，就是讓大模型進(jìn)入物理世界。

2. 談模型：OpenAI的大模型發(fā)展并沒有放緩

甲小姐：美國那邊的技術(shù)發(fā)展情況似乎也不太盡如人意，比如OpenAI今年發(fā)了o1模型，但它一直沒有發(fā)布GPT-5。這導(dǎo)致業(yè)界產(chǎn)生疑惑，沿著大語言模型這條路是會有突破性的進(jìn)展，還是可能會遇到一些問題？您是怎么理解的？

張鈸：對于OpenAI的技術(shù)發(fā)展，我還沒有看到減緩的跡象。從GPT-2一直到GPT-3.5、GPT-4o，靠的是什么？靠的是數(shù)據(jù)的增加，靠的是Scaling Law。而從GPT-4到o1，數(shù)據(jù)并沒有變化，但二者的性能有很大的提高，這預(yù)示著一個(gè)新的重大飛躍。

o1證明，數(shù)據(jù)的數(shù)量即使不變，模型的性能還會有重大的改變。這給大家又指了一條出路。我目前盡管只能試用o1-preview，但是preview版本的有些能力已經(jīng)讓我覺得很震撼了。

甲小姐：您覺得o1最驚艷的是什么？

張鈸：最驚艷的是，它的推理能力增強(qiáng)了很多。一些比較復(fù)雜的邏輯推理和常識推理，都可以正確做到。

甲小姐：o1背后體現(xiàn)了什么能力？

張鈸：所謂的“思維鏈”（CoT）技術(shù)，它由3個(gè)能力組成。

第一個(gè)是規(guī)劃能力。通過強(qiáng)化學(xué)習(xí)，學(xué)會把一個(gè)復(fù)雜的任務(wù)分解、細(xì)化成幾個(gè)簡單的子任務(wù)。

第二個(gè)是運(yùn)用不同策略的能力，也就是說某條路走不通了，會找另外一條路。

最后一個(gè)最重要的，是它會發(fā)現(xiàn)自己的錯(cuò)誤，并具備糾正自己的錯(cuò)誤的能力。通過反復(fù)的思考和檢查自己的錯(cuò)誤，不斷地把思考的結(jié)果（輸出）變成輸入，進(jìn)行再思考，性能因此得到不斷地改善，這是一個(gè)非常了不起的能力。

甲小姐：OpenAI o1和GPT的路線從根源上就分開了嗎？

張鈸：沒有，o1是在GPT-4基礎(chǔ)上做的。主要是加上了思維鏈，即經(jīng)過深思熟慮之后再回答你的問題，每次它都會告訴用戶，究竟花了幾秒或者幾十秒才得到答案。這種能力主要從強(qiáng)化學(xué)習(xí)中得來的。

甲小姐：從這個(gè)跡象來看，您覺得OpenAI的大模型的發(fā)展在2024年并沒有放緩？

張鈸：沒有放緩。因?yàn)镺penAI既不給你看大模型內(nèi)部的構(gòu)造，也不告訴你里面的推理（思考）過程。

甲小姐：那大模型發(fā)展的下一個(gè)里程碑事件會是什么呢？

張鈸：在推理方面還可以逐步提高，大模型可以不斷地學(xué)各種各樣的推理方法，所以它將來會回答越來越難的問題，比如數(shù)學(xué)難題，甚至科學(xué)難題。

再下一步可以發(fā)展多智能體，讓不同的大模型相互進(jìn)行博弈，這就像下圍棋（AlphaGo）一樣，會自我進(jìn)化，自我迭代。因此ASI (Artificial Superintelligence，人工超級智能）也可以期待了。

甲小姐：多智能體是業(yè)界關(guān)于未來的共識，還是在大模型幾個(gè)發(fā)展方向中，您比較看好的那一個(gè)？

張鈸：這是我看好的一個(gè)方向。AlphaGo能自己跟自己博弈，那大模型為什么不可以自己跟自己博弈？

還有一件正在探索的事情，就是說讓機(jī)器主動去做事，這件事當(dāng)然很難，但如果能實(shí)現(xiàn)的話，那機(jī)器超越人類就不存在問題了。

因?yàn)楝F(xiàn)在所有機(jī)器做事都是外部驅(qū)動，所有指令都是人類外部賦予的。一旦它內(nèi)部能自己賦予自己指令，那就跟人類完全一樣。所以現(xiàn)在大家也在研究如何賦予機(jī)器好奇心，因?yàn)槿祟愖畛醯倪M(jìn)步來自于好奇心驅(qū)使下的學(xué)習(xí)。

3. 談行業(yè)：做人工智能必須正確理解三件事

甲小姐：您是改革開放后，清華大學(xué)最早一批去美國進(jìn)修的教師，對中國和美國的人工智能發(fā)展都很了解，造成目前中美大模型發(fā)展差異的原因是什么？

張鈸：我們過去很長一段時(shí)間里，實(shí)際上不是特別強(qiáng)調(diào)去做長遠(yuǎn)研究，這方面，我認(rèn)為中國的比美國要落后很多，比如缺乏創(chuàng)新性。在人工智能基礎(chǔ)研究領(lǐng)域，中國基本上是跟著人家做。

以清華為例，目前我們在具體的模型、算法與技術(shù)突破上有一定的能力。比如在視頻生成模型方面，國產(chǎn)視頻生成模型Vidu的核心技術(shù)U-ViT架構(gòu)是由我的學(xué)生朱軍帶領(lǐng)的團(tuán)隊(duì)于2022年9月提出，早于Sora采用的DiT架構(gòu)，是全球首個(gè)Diffusion與Transformer融合的架構(gòu)，完全由團(tuán)隊(duì)自主研發(fā)。

但是在重大技術(shù)突破上，比如Transformer、語義的向量表示等方面，國內(nèi)的研究團(tuán)隊(duì)主要處于跟蹤狀態(tài)。

甲小姐：“清華系”是中國人工智能非常重要的一股力量，您的很多學(xué)生現(xiàn)在也是行業(yè)里的中流砥柱。在您的學(xué)生中，您比較看好誰的創(chuàng)業(yè)項(xiàng)目？

張鈸：我比較看好之一是我的學(xué)生袁進(jìn)輝創(chuàng)建的硅基流動公司，他們在做人工智能的基礎(chǔ)設(shè)施，因?yàn)檫@件事情很重要。

我們總說中美算力有差距，算力我們當(dāng)然要去追趕，但這不是一時(shí)半會的事。但是，如果我們把算法效率（如大模型的推理速度）提高10倍，那么只要用1/10的算力，就會帶來同樣的效果，這方面中國能夠比美國做得更好，硅基流動就是代表。

很多人會問，為什么在提高算法效率上中國人會做得更好？我覺得，對中國企業(yè)來講，算法效率是生命攸關(guān)的，我們必須全力以赴。也許因?yàn)槊绹擞袕?qiáng)大的算力，算法效率對他們來說只是錦上添花而已。

甲小姐：自從ChatGPT出現(xiàn)以來，“GPU+Transformer+暴力美學(xué)”就成了巨頭們紛紛去做的主導(dǎo)范式，但是我也聽到了一些不同的聲音，比如說這個(gè)東西不是“鐵王座”，未來會有別的東西去代替Transformer。在您看來，Transformer是一個(gè)“鐵王座”嗎？

張鈸：沒有任何一個(gè)東西永遠(yuǎn)都是好的，將來都會有新的東西代替它，整個(gè)技術(shù)的發(fā)展邏輯是這樣的。

但是我覺得在相當(dāng)長一段時(shí)間，我們還是會用Transformer，因?yàn)樗饕ㄟ^注意力機(jī)制解決長距離的關(guān)聯(lián)問題。

要改它，你得想出另外的招，我相信有另外的招，因?yàn)橐粋€(gè)問題不可能只有一種解法。作為學(xué)校來講可以去研究Transformer之外的架構(gòu)，但是企業(yè)做這個(gè)事，我覺得風(fēng)險(xiǎn)比較大。

甲小姐：企業(yè)沒有辦法去像一個(gè)孤膽英雄一樣地去做范式突破？

張鈸：企業(yè)的最終目標(biāo)是賺錢，所以企業(yè)必須和學(xué)校不一樣。

甲小姐：您所了解到的這些企業(yè)中，有誰在找錢、賺錢這件事情上做得還不錯(cuò)嗎？

張鈸：有些企業(yè)做得還不錯(cuò)，但也存在互相抱團(tuán)的現(xiàn)象，我拿錢投資你，你拿錢投資我。我覺得需要投資上下游，同質(zhì)企業(yè)之間投來投去，如果做不出來的話，風(fēng)險(xiǎn)就很大。

甲小姐：那他們?yōu)槭裁催€要這樣互相投來投去呢？

張鈸：我的理解是分散風(fēng)險(xiǎn)嘛，等于說大家一起想辦法，不然的話競爭太激烈了，大家互相有關(guān)系的話，可以合作起來做一些事，有一定的道理。

甲小姐：接下來您比較期待的人工智能行業(yè)發(fā)生什么？

張鈸：智能體與多智能體之間的交互。

甲小姐：您認(rèn)為中國人工智能從業(yè)者最需要想明白什么問題？

張鈸：在中國做人工智能必須正確理解三件事：

第一，什么是人工智能，人工智能究竟是干什么的？

第二，人工智能現(xiàn)在發(fā)展到什么程度，我們應(yīng)該怎么估計(jì)它？

第三，人工智能究竟會往什么方向發(fā)展？

這三件事必須理解正確，才能夠做正確的事情。

4.談初心：人工智能的未知性充滿吸引力

甲小姐：關(guān)于人工智能，行業(yè)里似乎每個(gè)人都能講出一大堆觀點(diǎn)，您是國內(nèi)最早一批研究人工智能的學(xué)者，您認(rèn)為，人工智能是在研究什么？

張鈸：人工智能實(shí)際上是在探索一條機(jī)器智能化的道路，至今我們只見過（人類）碳基智能，有沒有其他可以走向智能的道路？最開始大多數(shù)人是懷疑的。

甲小姐：您最開始接觸人工智能是1978年，那時(shí)候您43歲，當(dāng)時(shí)清華大學(xué)電子工程系更名為計(jì)算機(jī)技術(shù)與工程系，系里的老師們要重新選擇計(jì)算機(jī)相關(guān)的研究方向，是什么讓您下定了決心從零開始學(xué)習(xí)人工智能？

張鈸：當(dāng)時(shí)人工智能處于低潮，是名聲最不好的時(shí)候，為什么還要選擇人工智能？我之前是研究自動控制的，自動控制理論與技術(shù)都很成熟，自動控制理論的書里面充滿數(shù)學(xué)，很嚴(yán)謹(jǐn)，這些都讓我覺得沒什么可以做。而人工智能領(lǐng)域很多問題都說不清楚，充滿了未知性，這反而吸引了我。

甲小姐：人工智能自1956年誕生以來， 一直存在兩個(gè)相互競爭的范式，即符號主義與聯(lián)結(jié)主義。第一代人工智能以符號主義為代表，強(qiáng)調(diào)符號之間的邏輯關(guān)系，第二代人工智能以聯(lián)結(jié)主義為代表，強(qiáng)調(diào)人工神經(jīng)網(wǎng)絡(luò)。您親身經(jīng)歷了這兩代人工智能發(fā)展，如何評價(jià)這兩代人工智能？

張鈸：第一代人工智能模型是知識驅(qū)動，其最大的優(yōu)點(diǎn)是機(jī)器像人類那樣思考，因此該模型是可理解、可解釋的。但其最大的問題是，機(jī)器的所有知識都要靠人類傳授，而當(dāng)時(shí)人類還無法使用自然語言把知識傳授給機(jī)器，也就是說存在機(jī)器知識獲取和表示的困難，這就造成了第一代人工智能在應(yīng)用和產(chǎn)業(yè)化上都沒有取得很好的進(jìn)展。

第二代人工智能就是人工神經(jīng)網(wǎng)絡(luò)。不過，現(xiàn)在很多人認(rèn)為人工神經(jīng)網(wǎng)絡(luò)就是類腦計(jì)算，這是不正確的，實(shí)際上它屬于腦啟發(fā)下的計(jì)算，通常又稱為數(shù)據(jù)驅(qū)動模型。第二代人工智能的模型盡管在數(shù)據(jù)分類、預(yù)測、生成等方面取得巨大的成就，但它存在不安全、不可信、不可控、不可靠、不易推廣等缺點(diǎn)，也嚴(yán)重影響了它在很多場合下的應(yīng)用。

這兩代人工智能做的事情都是針對特定領(lǐng)域，利用特定模型，解決特定任務(wù)，都屬于專用人工智能或弱人工智能范疇。

總之，上面提到的人工智能發(fā)展的兩個(gè)階段：第一階段知識驅(qū)動的模型，主要用來模仿人的思考；第二階段數(shù)據(jù)驅(qū)動的模型，主要用來模仿人的感知與情感等。因?yàn)樗鼈冎塾谀M人類的智能行為，追求的目標(biāo)是讓機(jī)器的行為與人類行為相似，并不追求工作原理的一致性，因此稱為行為主義學(xué)派。

還有一條人工智能的道路是類腦計(jì)算，強(qiáng)調(diào)模仿人類大腦的工作原理，這種范式被稱為內(nèi)在主義（Internalism）。內(nèi)在主義認(rèn)為，人工智能必須去模仿人類大腦的工作原理，只有工作原理一樣，行為才能完全一致。

行為主義和內(nèi)在主義這兩種范式大家都在探索，沒有對錯(cuò)之分。從目前的實(shí)踐來看，ChatGPT的出現(xiàn)說明行為主義這條道路走得通。內(nèi)在主義的道路是否走得通？目前還難以判斷，它的研究工作進(jìn)展還很少，因?yàn)槲覀儸F(xiàn)在對人類大腦的工作原理了解得很少。

甲小姐：我們過去在看人工智能發(fā)展史的時(shí)候，大家通常的分法是符號主義、聯(lián)結(jié)主義、行為主義，但是您將人工智能分為了行為主義和內(nèi)在主義兩派，這是為什么？

張鈸：我不清楚他們?yōu)槭裁催@樣劃分。我是這樣看符號主義和聯(lián)結(jié)主義的關(guān)系的，符號主義認(rèn)為智能是通過符號操作來實(shí)現(xiàn)的，聯(lián)結(jié)主義也被稱為亞符號主義（Sub-symbolism），它們其實(shí)都是在模仿人類行為——前者主要是模仿人類的思考，是理性行為；后者主要是通過機(jī)器學(xué)習(xí)模仿人類的感知和情感，是感性行為與情感。

我這里把行為主義跟內(nèi)在主義相對應(yīng)。因此目前的人工智能只在做兩件事，一是去模仿人類的行為，一是去模仿大腦的工作原理。除此之外，似乎還沒有別的道路。

“智能”本身是很難定義的，因?yàn)槲覀儗θ祟惖拇竽X了解的太少。但是好多人總是想用“智能”去定義人工智能，這樣一來就“定義”出好多派別來。

甲小姐：2020年，您和朱軍、蘇航一起發(fā)表了評述文章《邁向第三代人工智能》，為什么要提出“第三代人工智能”的理念？

張鈸：就像前面的分析，前兩代人工智能只是從不同的側(cè)面模擬人類的心智，具有各自的片面性，依靠單個(gè)范式很難觸及人類真正的智能（行為）。

為了建立一個(gè)全面反映人類智能行為的人工智能，需要建立魯棒與可解釋的人工智能理論與方法，發(fā)展安全、可信、可靠與可擴(kuò)展的人工智能技術(shù)，也就是第三代人工智能。其發(fā)展的思路是，把第一代的知識驅(qū)動和第二代的數(shù)據(jù)驅(qū)動結(jié)合起來，充分利用知識、數(shù)據(jù)、算法和算力四個(gè)要素（資源），構(gòu)造更強(qiáng)大的人工智能。

我們從2016年開始就陸續(xù)提出了相關(guān)觀點(diǎn)，后來在2020年整理發(fā)表了出來。

甲小姐：人工智能缺少理論嗎？

張鈸：是的，我們發(fā)展第三代人工智能的重要思想是：必須建立人工智能的理論。至今人工智能包括大模型在內(nèi)，沒有存在的理論可以解釋清楚，所以會引起各種各樣的困惑和誤解。由于大模型中出現(xiàn)很多難以解釋的現(xiàn)象，所以引起大家的恐慌。大家擔(dān)心如果機(jī)器持續(xù)發(fā)展下去，會不會出現(xiàn)意識，會不會不受人類控制，甚至主動攻擊人類？目前理論上還難以做出回答，所以發(fā)展理論是非常必要的。

甲小姐：當(dāng)時(shí)你們在構(gòu)想第三代人工智能的時(shí)候，有想到會是以ChatGPT這樣的形態(tài)出現(xiàn)嗎？

張鈸：我們想得不會那么具體，但是這條路我們是提前看到了。

我們當(dāng)時(shí)提出了三空間融合模型的概念。我們已經(jīng)有了符號（語義）空間模擬大腦的思考行為，也有了向量空間模擬大腦的感覺行為。這兩層處理在人類大腦中是無縫融合的，如果我們能構(gòu)造出第三個(gè)空間-語義向量空間，通過這三空間的融合，就能在計(jì)算機(jī)上實(shí)現(xiàn)認(rèn)知與感知行為的無縫處理，人工智能就有可能達(dá)到與人類相似的智能行為，從根本上解決目前人工智能存在的不可解釋和魯棒性差的困難。

過去，文本（語言）是在有語義的符號空間里處理的，語音、圖像等是在缺乏語義的特征向量空間處理，如何將這兩個(gè)空間融合？我們需要建立第三空間。而這個(gè)中間的第三個(gè)連續(xù)準(zhǔn)語義向量空間，就是ChatGPT實(shí)現(xiàn)的空間。

三空間融合模型示意圖，圖片來源：《邁向第三代人工智能》，為方便閱讀，編者加上了中文注釋

甲小姐：您剛才說人工智能必須建立理論，我理解是一個(gè)關(guān)于人工智能的統(tǒng)一理論，目前這個(gè)統(tǒng)一理論有兆頭了嗎？

張鈸：很難，因?yàn)檫@屬于復(fù)雜系統(tǒng)的分析問題，ChatGPT里頭看起來運(yùn)算很簡單，矩陣相乘，非線性也不多。但問題是這些矩陣非常之大，而且經(jīng)過多輪運(yùn)算，運(yùn)算了幾百上千次以后，你根本不知道里面發(fā)生什么樣的變化。

當(dāng)然，我現(xiàn)在沒能力去做這件事，就看將來有沒有年輕人能去做這件事。

甲小姐：誰最有可能搞出來這個(gè)理論？

張鈸：第二個(gè)愛因斯坦，貢獻(xiàn)至少不低于圖靈嘛。

甲小姐：其實(shí)圖靈測試這種行為主義的思想，某種意義上是規(guī)避了理論建設(shè)的。

張鈸：這也沒辦法，在當(dāng)時(shí)那種情況下只能用那樣的辦法解決問題。不然你糾纏在那個(gè)（智能的）定義上頭，人工智能就沒法弄了。如果沒有理論的話，人工智能還能算一個(gè)很嚴(yán)謹(jǐn)?shù)目茖W(xué)？因此這件事終究還是需要做的。

甲小姐：如果實(shí)現(xiàn)AGI是登上珠穆朗瑪峰，您覺得現(xiàn)在我們大概爬了多遠(yuǎn)？

張鈸：這說不清，但我認(rèn)為要實(shí)現(xiàn)AGI必須做到三件事。

第一，完成任何任務(wù)必須跟領(lǐng)域無關(guān)，即達(dá)到領(lǐng)域的通用性。目前我們只在語言這個(gè)問題上，可以做到與領(lǐng)域無關(guān)，但是人工智能領(lǐng)域還有大量的任務(wù)做不到與領(lǐng)域無關(guān)。比如說計(jì)算機(jī)醫(yī)療診斷系統(tǒng)，不能只針對某幾種病，將來必須做到什么病都能看，這才叫通用。

第二，什么任務(wù)都能干。人類能干的事機(jī)器都能干，而且要達(dá)到人類的水平，這還差很遠(yuǎn)，目前的ChatGPT還只會說，不會做。

第三，需要建立統(tǒng)一的理論。

總之，人工智能還在路上，人工智能的發(fā)展任重道遠(yuǎn)。

甲小姐：剛才您提到在第三代人工智能中，語義向量化非常重要。其實(shí)這方面也有兩派意見，第一派認(rèn)為語言是智能的主軸，大語言模型就是通往人工智能的最核心的道路。第二派認(rèn)為語言不是主軸，多模態(tài)等才是。您贊同哪個(gè)？

張鈸：我贊同前面一派。維特根斯坦說過一句話：我的語言界限，就是我的世界界限。所以一旦掌握了語言，就掌握了人類的世界，一旦掌握了人類世界，什么事情都可能發(fā)生。我是相信這句話的。

在語言是主軸的前提下，今后計(jì)算機(jī)視覺會暢通無阻。為什么呢？剛才我說過計(jì)算機(jī)視覺很難做，過去模式識別跟計(jì)算機(jī)視覺不是一碼事。美國研究者做了一件事就非常漂亮，他們把圖像跟文本掛起鉤，就是CLIP（編者注：CLIP是由OpenAI在2021年發(fā)布的一種多模態(tài)模型，旨在建立圖像和自然語言之間的關(guān)聯(lián)，它通過對比學(xué)習(xí)來預(yù)訓(xùn)練模型，使圖像和文本能夠被映射到同一特征空間中）。

圖像一旦跟文本掛起鉤，機(jī)器就能處理圖像的語義了，因?yàn)槲谋镜恼Z義，機(jī)器能處理，所以所有的模態(tài)只要跟文本掛起鉤就容易處理了。

甲小姐：每個(gè)時(shí)代的技術(shù)自有屬于它的代際使命。2024年底，如果讓您聊一聊在人工智能行業(yè)，您感受到的最大的偏見和誤解，以及對未來發(fā)展的看法，您最想表達(dá)什么？

張鈸：盡管現(xiàn)在大模型落地難、賺錢難，但我認(rèn)為中國企業(yè)發(fā)展的希望比研究工作大得多，因?yàn)槭袌鲇蟹浅？陀^的檢驗(yàn)標(biāo)準(zhǔn)，在市場面前誰也做不了假，所以凡是做出正確努力的人，就一定會成功。我之所以介入企業(yè)，是因?yàn)槿斯ぶ悄芷髽I(yè)的發(fā)展對國家太重要了。

對于中國企業(yè)我還是很有信心的，盡管現(xiàn)在有些競爭，但最終肯定會有人活下來，活下來說明他至少受到市場的承認(rèn)。哪怕說你水平不如行業(yè)頭部企業(yè)，但只要在市場上活下來，你就是成功者。

甲小姐：回顧您近90年的人生，跟人工智能打交道的時(shí)間超過了一半，哪個(gè)時(shí)刻是讓您最難忘的？

張鈸：我最難忘的1984年，在歐洲國際人工智能會議（ECAI）上，我和弟弟張鈴獲得了一項(xiàng)歐洲人工智能獎項(xiàng)，成為首次獲得該領(lǐng)域國際重要獎項(xiàng)的中國人。那時(shí)候，很多學(xué)者都過來祝賀我，當(dāng)?shù)孛襟w還過來采訪我。而我們剛剛出國的時(shí)候，好多人會覺得中國學(xué)者沒什么水平，因?yàn)槲覀冎按_實(shí)沒寫過論文，有了這次經(jīng)歷，讓我感到非常自豪。

原標(biāo)題：《甲小姐對話張鈸：中國大模型的死與生｜甲子光年》

閱讀原文