查看原文
其他

张亚勤:在人工智能领域,中国能够追上来丨AI·20人

任晓宁 经济观察报 2023-08-02
当人们对于当下国内短时间有近百家公司推出大模型存有疑虑时,张亚勤同样对此保持乐观。张亚勤觉得,数量有点多了,但他相信,在充分竞争的市场里打拼,终归能有一个好结果。这方面,久经厮杀的中国创业者最为擅长,他并不怀疑这一点。作者:任晓宁 封图:图虫创意




导读



壹  ||  在每一次技术革命时,人类都把风险都管理得很好,虽然不完美,但都管理了。我们人类的寿命延长了,社会生产力发展了,生活更幸福、更充足了。
贰  ||  AI模仿的不是一个人,它是模仿全人类。它把人类最好的东西积累起来,所以叫superintelligence。这样发展下去,它会把我们人类所学的东西,人类的常识都囊括进来。
叁  ||  人工智能作为一个大的平台,好的公司会越来越大,但过两年可能大家反而又忘掉了。就像前几年自动驾驶很热,当时整天都在讨论。现在自动驾驶正是发展最好的时候,大家反而没反应了。



当清华大学智能产业研究院(AIR)院长张亚勤收到那份来自人工智能安全中心 (Center for AI Safety)的签名邀请时,没有太多犹豫,他选择签上了自己的名字。


这封后来引发全球关注的联名信只有一段话:“减轻AI带来的灭绝风险,应该与流行病和核战争等其他社会规模的风险一起,成为全球优先事项。”


包括张亚勤在内,全球有超过350名人工智能(AI)领域的行业高管、专家和教授签署了那封公开信,其中包括OpenAI公司CEO山姆·奥特曼、DeepMind公司CEO戴米斯·哈萨比斯再到微软的创始人比尔·盖茨等等——对于人类AI技术跃迁至关重要的名字,几乎都在这封联名信的签名之中。


张亚勤不仅是教授、院长,之前他还在微软、百度担任过高管。再之前,他是人工智能领域的世界级科学家,他也是一个天才神童。12岁时,张亚勤考入中国科学技术大学少年班,成为当届中国年纪最小的大学生,之后他就读于美国乔治华盛顿大学,全球知名的杰出科学家皮克·霍兹教授多次在公众场合夸耀张亚勤:“他是世界的一份财富。”31岁时,张亚勤成为美国电气和电子工程师学会(IEEE)百年历史上最年轻的院士。


2020年12月,清华大学智能产业研究院(AIR)成立,张亚勤担任院长,他和他的团队研究AI大模型,也推进产业落地。


相比对于人类命运的忧虑,张亚勤当下更多的精力放在了国内的技术进展和产业应用之上。今年4月底,他和他的团队发布了生物医药开源模型BioMedGPT。“我希望我们做的研究是有用的,能用到产业上去的。”张亚勤告诉经济观察报记者。


他所在的清华大学智能产业研究院(AIR)位于五道口启迪科技大厦,这里最近成为了国内AI从业者的“中枢大脑”。那些我们耳熟能详的获得融资的AI新秀公司负责人、AI研发带头人,以及顶级AI投资人,在近期都陆续来访这里。他们聊天的共同话题是AI,或者更准确的说,是大模型。


而和张亚勤有更多的沟通就会发现,尽管他在警惕AI风险的公开信上签名,但在采访过程中,他多次提到,他是一个AI乐观主义者——当然,这种乐观是建立在AI可控的前提下。


听张亚勤聊人工智能时,能感受到他的兴奋。他站起来指着屏幕上今年6月份制作的PPT说,ChatGPT是第一个通过图灵测试的产品,“它很不得了。”以前研究AI的人拼尽所能,却总被困在瓶颈里。大模型出现后,新的方向点亮了,虽然它此刻还不够完美,但结局明晰。


当人们对于当下国内短时间有近百家公司推出大模型存有疑虑时,张亚勤同样对此保持乐观。张亚勤觉得,数量有点多了,但他相信,在充分竞争的市场里打拼,终归能有一个好结果。这方面,久经厮杀的中国创业者最为擅长,他并不怀疑这一点。


这种乐观使得他并不认同更早的另一封同样震惊海外的公开信。特斯拉创始人马斯克在那封“呼吁暂停高级AI的开发”的风险警示信时说,AI有毁灭人类的可能性。张亚勤说,他并不担心这点,“历史上,每一次技术革命都会带来风险,但每一次人类都把风险管理得很好,这一次,我想也不会例外。”


(清华大学智能产业研究院(AIR)院长张亚勤 受访者供图)


|对话|


技术风险


经济观察报:您签署了5月30日发布的警示AI风险的公开信,为什么签署?


张亚勤:其实早在20年前,我就一直在呼吁关注AI可能存在的风险和伦理上的挑战。其实不仅是AI,所有的技术面临的危机都是类似的,当技术越来越强时,它会出现两种方式:一种是用的好,可以为人类、为社会服务;另一种是用的不好,带来负面效果。


我其实还是乐观的,我认为我们可以控制它的走向,但是必须要有一种风险意识。我们人类有两种智慧,一种是发明技术的能力,一种是控制技术走向的能力。现在显然是智慧二落后于智慧一了,这时候应该加点劲。这种加劲不仅是政策法规上,技术上也应该加劲。


但我不认为缩小差距的方式是叫停前沿的探索。之前有封信建议大家暂停研发GPT6个月,我理解他们的顾虑,但我认为这是不可能的。因为人类的好奇心、人类创新的步伐是挡不住的。人们的出发点是好的,但很可能这个公司停了,那个公司不停,这个国家停了,那个国家不停,所以这种呼吁其实是很难实现的。


经济观察报:我们应当如何应对AI风险?


张亚勤:我相信人类拥有管理AI风险的能力,因为人类第二种智慧是一直存在的。比如发射火箭也存在很多未知的风险。而它化解风险的方式是,用不同的、科学的、技术的方式做各种测试,比如rocket safety research,在火箭里有一个分支就是这样。AI同样可以有一个分支做这件事,把所有的风险降到最低。


我们相信,这也是人类可以不断快速发展、生存、不断进步的原因。我是个乐观主义者,我认为技术创新是推动社会进步的最大动力,之前工业革命是技术的革命,这次也一样,人工智能就是第四次工业革命的技术动力。


其实在每一次技术革命时,人类都把风险都管理得很好,虽然不完美,但都管理了。我们人类的寿命延长了,社会生产力发展了,生活更幸福、更充足了。




大模型进化
经济观察报:这一次大模型的出现,和此前的AI技术迭代有什么不一样?

张亚勤:人工智能过去一个重大挑战是常识不足,一个模型只能做某一件事,每个具体任务都要专门做一套模型。现在AI常识能力越来越强,在向AGI发展,这个真的不得了。

而且,AI模仿的不是一个人,它是模仿全人类。它把人类最好的东西积累起来,所以叫superintelligence。这样发展下去,它会把我们人类所学的东西,人类的常识都囊括进来。

过去我们开玩笑说,人工智能,做标注的人工比智能还多。但现在不需要人类标注了。比如下围棋,你不用告诉它规则,只要告诉它什么是输赢,它自己就能学会,而且能够应用到其他棋类上。

经济观察报:大模型是否也存在短板?

张亚勤:它现在的效率依然很低。目前的大模型效率比人脑差的太多了,可能至少差1000倍。从规模和耗能来看,人类的大脑是效率最高的智能体,它有860亿个神经元,每个神经元有上万个突触,却只有不到3斤重,耗能不到20瓦,人脑的储存量和效率之高,是目前任何大模型都无法比拟的。

所以现在需要提高大模型效率,让能耗更小。而且在人脑中,你问一句话时,它并没有调动所有神经元,只调动一小部分,越聪明的人调动越少。可大模型不一样,向大模型提出任何的问题,它可能都要调动所有的资源,这无疑是一种巨大的浪费。

不过,解决这些问题是需要时间的。这也是我们未来研究的方向,要学习人脑感知、决策、思维。

但一定要知道,做研究和产品,时间是不一样的。大模型什么时候能耗会变小?不会一天就能变小。有的研究让它降低20%,有的研究让它降低30%,可能多年之后到达某一个节点,就成功了。其实现在大模型已经可以用了,只是能耗很高,所以微软、谷歌那些公司在大模型方面的业务还未能盈利。

经济观察报:清华大学智能产业研究院(AIR)能够为AI技术发展带来什么?

张亚勤:我们是一个基础研究机构,有20多个教授,100多个博士后、博士生和实习生。我们和一般学校的院系研究有些不同,我希望我们做的研究是有用的,能用到产业上的。这个研究也许是3年,也许是5年,也许更长,都没关系,因为我们是面向解决真正问题的研究,不是一个纯好奇心的研究。

我们的科研方向有三个,也是人工智能在未来5年、10年具有巨大影响力的三个方向。第一个是机器人和无人驾驶;第二个是智慧物联,包括绿色计算、小模型部署到端等;第三个是智慧医疗,包括AI驱动的新药研发等。

比如我们的刘洋(男)教授一直在做模型之间的调用,以及模型之间的交互,这是大模型方面的一个研究。刘云新教授在做轻量模型,就是把大模型的能力小型化。刘菁菁教授做多模态大模型,把模态之间的声音、图像、文字联合训练,她之前在微软就做大模型。聂再清教授做大数据大模型,他的团队最近发布了生物医药大模型BioMedGPT。刘洋(女)副教授做联邦学习、隐私计算。李鹏副教授也一直做通用大模型,陈亦伦教授也一直在做交通大模型,詹仙园助理教授也在做强化学习等,他们的工作在全球都是顶尖的。

我们最近发布了生物医药开源模型BioMedGPT,这是一个生物垂直领域的模型。我们的协同视觉与机器人实验室(DISCOVER Lab)代表队参加了ICRA 2023 PUB.R国际机器人竞赛并取得冠军,同时本次DISCOVER实验室是国内中稿论文最多的课题组、实验室主任周谷越副教授是全球中稿论文最多的华人学者、博士生李鹏飞是全球中稿论文最多的学生作者。



长期主义


经济观察报:此前有不完全统计显示,国内已经有79家公司在做大模型。这是否是同质化竞争?


张亚勤:他们虽然都做大模型,但不一定都做横向模型,有些在做垂直模型。我和很多创业者讨论过,他们大部分都是有想法,想去做事,很聪明的人,他们会根据产业发展计划做调整,调到后面就会有几个胜出的。虽然大部分都会消失,但不经过这个过程,你怎么知道谁会存在,谁会消失呢?互联网公司都是这样,比如百团大战、视频大战、搜索大战等。


从互联网历史看,PC互联网、移动互联网到了后期时,中国公司的规模创新、平台创新都很多。PC时代我们几乎都是抄美国,到了移动互联网时代,中国的移动互联产品比如支付、短视频、微信,以及O2O,都比美国做的要好。


因此,我觉得在人工智能领域,中国以后也能做得好,我们能够追上来。


经济观察报:这是否意味着全新的创业机会正在出现?


张亚勤:每次产业平台的更迭所产生的效应都是数量级的增长。从过去来看,移动互联时代的产业机会比PC时代至少大10倍,人工智能时代的产业机会比PC时代至少大100倍,比移动互联时代大10倍或更高。


我们回溯IT行业的历史会发现,每次都有小公司颠覆大公司,只是不同公司做的方式不一样。现在79个公司也好,100多个公司也好,总有人能找到他的新定位。这其中有很多事情可以做,比如垂直模型、自动驾驶、生物医药等等,现在有很多很多机会。你要相信这些互联网时代出来的人,他们绝对知道怎么竞争。


经济观察报:外界有忧虑,这一轮生成式AI浪潮会不会和此前许多一阵风式的技术风口类似。


张亚勤:做研究的还是要有长期主义,心要安静一点,不要急。你看OpenAI也没急、DeepMind也没急。


但必须看到,在很长一段时间以来,国内一旦某个领域火爆的时候,大家全都下场,包括投资的人也会催着创业者下场做公司,从而形成短暂的狂热氛围。可一段时间之后,好像并没有新的进展,于是大家的注意力又转移到新的地方。一种真正的技术,短期我们往往高估它的能力,长期又往往低估它的影响。我认为现在的情况与互联网1998年左右情况类似,然后2000年左右泡沫开始破裂,你看到,那么多的VC都是血本无归。当时很多人都对互联网公司抱有悲观预期,但现在来看,互联网依然还是我们最重要的能力之一。


人工智能作为一个大的平台,好的公司会越来越大,但过两年可能大家反而又忘掉了。就像前几年自动驾驶很热,当时整天都在讨论。现在自动驾驶正是发展最好的时候,大家反而没反应了。


当然,能够看到的是,经历了此前的泡沫之后,长期主义的氛围也在慢慢的形成。以前大家是钱少,现在有些人赚了很多钱,以后也会有一些NGO、基金会或者很富有的个人。所以我想,我们也不妨多一些耐心和时间,等待这种转变。



不要杠杆要现金 当中产开始逆向换房最热暑期 带娃涌入39度的北京看医生AI让我失业两次

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存