以深度學(xué)習(xí)為代表的新一代人工智能和以大模型為代表的通用人工智能不斷取得技術(shù)突破，將成為智能產(chǎn)業(yè)的根技術(shù)和智能經(jīng)濟的基礎(chǔ)設(shè)施。相較國際上的大模型發(fā)展，我國大模型發(fā)展水平處于什么階段？

(資料圖)

在清華大學(xué)人工智能研究院常務(wù)副院長孫茂松教授看來，ChatGPT出現(xiàn)之前，我國人工智能發(fā)展水平和國際先進水平相差半個肩位，現(xiàn)在這個距離從半個肩位到了100米，這半年經(jīng)過追趕后縮短了“30米”，但仍然還有差距。

在他看來，我國乃至全球發(fā)展大模型最終的突破關(guān)鍵，是基礎(chǔ)科學(xué)的突破。

孫茂松日前在浦江基礎(chǔ)科學(xué)發(fā)展論壇上接受第一財經(jīng)采訪時說，對于大模型，當(dāng)前的問題在于并不清楚OpenAI的機理是如何運作的，就連推出ChatGPT的OpenAI公司首席執(zhí)行官薩姆·奧特曼也表示，雖然做出了GPT但也不清楚發(fā)生的原理，“實際上就是對這個機理還不清楚。”

他認為，現(xiàn)有的人工智能模型已經(jīng)能做到說話通順，但這個問題的內(nèi)在仍然十分復(fù)雜。如果弄清楚了大模型里的規(guī)律、ChatGPT背后的機理，就有可能克服現(xiàn)有人工智能大模型的局限性，建立下一代人工智能的理論和模型。

“百模大戰(zhàn)”不是貶義

今年以來，生成式人工智能的發(fā)展成為地方政府和科技大廠瞄準的關(guān)鍵詞。科技部人工智能發(fā)展研究中心5月底發(fā)布的《中國人工智能大模型地圖研究報告》顯示，當(dāng)前國內(nèi)10億參數(shù)規(guī)模以上的大模型已發(fā)布79個。

不過，與熱度不減的市場呼聲相比，我國國產(chǎn)大模型并未有驚艷的使用體驗。

提到我國如今出現(xiàn)的“百模大戰(zhàn)”情況，孫茂松強調(diào)這并不是一個貶義詞，而是我國人工智能的實力象征。

早在2010年國內(nèi)就已跟進大模型研究，在學(xué)術(shù)界和工業(yè)界一直都很“熱”，只不過這次ChatGPT點了幾把“火”。孫茂松說：“之前我們和國際先進水平相差半個肩位，ChatGPT的出現(xiàn)一下甩出‘100米’，經(jīng)過這半年的追趕縮短了‘30米’，但還沒有質(zhì)的變化。目前ChatGPT用于專業(yè)領(lǐng)域還不行，建議‘百模’在提升基礎(chǔ)模型能力基礎(chǔ)上，深耕行業(yè)的垂直應(yīng)用。”

業(yè)界有個說法，人工智能主要是中美之間的PK。根據(jù)前不久中國科學(xué)技術(shù)信息研究所發(fā)布的《2022全球人工智能創(chuàng)新指數(shù)報告》，中美兩國引領(lǐng)、呈梯次分布的全球人工智能發(fā)展總格局保持不變。美國人工智能創(chuàng)新指數(shù)已連續(xù)四年位居全球第一。中國人工智能發(fā)展成效顯著，人工智能創(chuàng)新指數(shù)近三年一直保持全球第二的水平，在人才、教育、專利產(chǎn)出等方面均有所進步，但基礎(chǔ)資源建設(shè)水平仍有待提高。

相比2021年，中國有10個三級指標(biāo)2022年名次有所上升，主要集中在人才、教育、專利產(chǎn)出、創(chuàng)新制度等方面。優(yōu)勢指標(biāo)數(shù)量也不斷增長，從2021年的15個增加到2022年的18個。但整體發(fā)展水平與美國還存在一定差距。此外，相較于自身快速增長的創(chuàng)新產(chǎn)出而言，其創(chuàng)新投入規(guī)模和質(zhì)量還有很大提升空間。

基礎(chǔ)科學(xué)是縮小差距的關(guān)鍵

談及如何進一步追趕國際先進水平，孫茂松認為還是要回到基礎(chǔ)科學(xué)上來。“如果能夠研究透徹大模型的機理，就可能棋高一著。”

他認為，現(xiàn)有的人工智能模型已經(jīng)能做到說話通順，但這個問題的內(nèi)在仍然十分復(fù)雜。

“深度神經(jīng)網(wǎng)絡(luò)背后的元素都是數(shù)學(xué)，但它又跟純數(shù)學(xué)有不一樣的地方，它的信息量非常大，以前數(shù)學(xué)從來沒有想到能放這么多東西進來，現(xiàn)在大模型背后涉及的大數(shù)據(jù)是萬億級的。數(shù)學(xué)家以前也從來沒解過這么大的一個方程組。”孫茂松說。

除了基礎(chǔ)科學(xué)，他還提到了人才的重要性。

“人工智能最前沿之爭就是人才的競爭，頂尖高手決定了人工智能的高度，廣泛的應(yīng)用決定了人工智能的廣度。”孫茂松認為，人工智能的發(fā)展需要一流的人才，這些人才除了具備頂尖的能力，還要有遠大的科學(xué)理想、敏銳的洞察力和對技術(shù)的激情。

另外，對于大模型出現(xiàn)一本正經(jīng)講廢話的情況，業(yè)界也開始討論語料投喂的范圍。

在孫茂松看來，由于現(xiàn)在大模型的語料利用還處于粗放階段，僅僅是從網(wǎng)絡(luò)上抓取語料，并未涉及超鏈接、圖片處理以及文本結(jié)構(gòu)的識別等。因此，現(xiàn)階段運用大模型寫長文小說肯定是不行的，但寫一些短文還不錯。“它沒有辦法保持邏輯流暢，因為大模型就是對下一個詞的預(yù)測，預(yù)測得再好，它對語料的利用還是有明顯的不足。”

孫茂松認為，雖然要對語料質(zhì)量保持關(guān)注，刪除糟糕的語料以及計算機生成的語料，但語料的選取也有兩面性。“水至清則無魚，越純越好的語料可能導(dǎo)致多樣性損失，需要找到一個平衡。比如我喂的語料都是‘高大上的’，大模型就看不懂現(xiàn)在這些帶有表情符的語料。歸根結(jié)底要根據(jù)使用者所需要的模型來訓(xùn)練。”

（實習(xí)生張玙萱對本文亦有幫助）

標(biāo)簽：