3月22日，中國工程院院士、清華大學智能產業研究院（AIR）院長張亞勤受邀參加了央視對話節目《魯健訪談》。

張亞勤說，過去五年中，大模型已經成為人工智能的主流趨勢。過去一年半，特別是ChatGPT出來之后，發展速度呈現出跳躍性，不管國內也好，國外也好，都有很多新的創新和進展。在其看來，人工智能的發展、大模型，最重要的基石是數字化。

          “IT產業過去30年最重要的事情就是數字化。一開始是內容的數字化，然后是企業的信息化，到現在是物理世界的數字化和生物世界的數字化”，他說。

         具體來看，物理世界中，家庭數字化、工廠機器數字化、電網數字化都已實現，汽車、交通、公路鐵路也已經實現數字化。同時，生物世界也在全方位的數字化，包括細胞、蛋白質、基因、大腦、身體器官等都在數字化，“特別是最近新的芯片技術、新的傳感器技術、腦機接口技術”。

          在張亞勤看來，ChatGPT的出現代表了三個方面。

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。張亞勤強調，“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。現在，我們有了大模型，開啟了人工智能時代”。

         張亞勤說，每次操作系統的變化都會改變生態。PC互聯時代是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。

          “目前趨勢已經相對比較明顯，GPT4、GPT4S、GPT4商店上個性的應用，上面開發各種各樣新的垂直的模型。整個產業機會大很多，比PC時代至少大兩個數量級，不管是整個設備的數目、整個影響力，都會大好幾個數量級”，他說。

          張亞勤業分享了AI大模型發展的技術方向。

第一，多模態。跨尺度、跨不同模態，不僅僅有語音，有文字，有圖像和視頻，未來多模態也會包括各種各樣的結構，蛋白質結構，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，都會進入大模型的時代。

第二，新算法。現在有很多算法，但是這些算法在未來五年都會改變。“現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。現在其實所有的產品，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，需要新的技術的架構”，張亞勤說。

第三，自主智能。“現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、規劃任務、自動升級，完成目標，已經有產品開始出現，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。現在大模型用在云端，現在已經開始要放在手機上，要放在PC上，包括放在電視上，放到各種機器人(10.280, 0.00, 0.00%)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的發展。“在做無人車的時候，大的難點是長尾效應。不管有多少測試的數據，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，包括用新的多模態的一些生成的工具。以后的數據，不管車也好，機器人也好，90%以上都是要生成的，10%以下是真實的數據，而且生成的數據本身的效率和本身的質量會更高，以后我們會看到用自己生成的數據來訓練自己”，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ChatGPT時刻。“因為現在無人車技術已經比有人駕駛安全N倍，安全很多，技術方面已經實現了，這個當然要商業運營，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，現在人工智能的大模型，不管是語言模型、視覺模型和多模態的模型，由于功能強大，未來發展可能帶來的機會，但也蘊含很多風險。

第一個風險是信息方面的風險。“這個風險一直存在，但是由于大模型可以完全逼真模擬聲音、模擬圖片，現在可以模擬視頻。美國現在馬上總統競選，已經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”，“現在的技術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。“以后，我相信大模型作為操作系統，作為工具，會用到所有的地方，包括我們的金融系統，包括我們的軍事系統、決策系統，這個時候風險就會指數性地增加”。

第三個風險，生存風險。“前段時間大家可能注意到，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。現在我們處于人工智能研究和產品比較早期，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管，但是對像Sora這樣的大模型，一定要有監管，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，喜歡創新，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產生內容的標識”。“至少你要讓大家知道這是AI產生的。我們現在不管搜索也好，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。我們做個數字人(10.070, 0.00, 0.00%)，做個AI的內容你是不知道的，你需要標識，這是基本要去做的”。

          張亞勤強調，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。“如果它犯了錯誤，出現問題，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，要把投資的10%用來做AI風險的研究。“不僅僅是政策的研究，還有很多很深的學術研究和技術研究，從事技術的人必須現在就開始對此進行研究，使得研究者和企業、政府共同前進，而不是對立的關系”。

           “現在，我們進入了人工智能時代，從過去多個算法、多個任務、很多模型，走向相對統一的大算法、多模態，自訓練、自監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。據張亞勤預測，到2030年，全球數字經濟會達到20萬億美元，其中約10%是由大模型、生成式AI所創造的。

來源：新浪財經，僅供分享。