6月14日上午，零一萬物CEO李開復(fù)和清華大學(xué)智能產(chǎn)業(yè)研究院院長、智源學(xué)術(shù)顧問委員張亞勤在2024年智源大會(huì)上就“通用人工智能的關(guān)鍵問題”展開討論，分享了各自對(duì)于大模型在產(chǎn)業(yè)中的應(yīng)用場(chǎng)景及AGI未來的看法，由智源研究院理事長 黃鐵軍進(jìn)行主持。
李開復(fù)表示，短期來看，to B方向原本是具備巨大商業(yè)價(jià)值，但可惜的是，由于大公司和傳統(tǒng)公司接納度低、大模型降本會(huì)搶奪公司員工“飯碗”，以及很多公司為軟件付費(fèi)意愿低等因素，B端市場(chǎng)面臨的挑戰(zhàn)很大。相較而言，在中國市場(chǎng)走to C模式更有機(jī)會(huì)。
“理論上，to B是可以馬上落地，但實(shí)際情況沒那么快。”李開復(fù)解釋說，許多大公司、傳統(tǒng)公司看不懂大模型技術(shù)，不愿擁抱顛覆式的事物。
李開復(fù)還表示，在中國，很多企業(yè)沒有認(rèn)識(shí)到軟件的價(jià)值，不愿為軟件付費(fèi)。加之許多大模型公司參與競(jìng)標(biāo)，價(jià)格越競(jìng)越低，極大地壓縮了利潤，做一單賠一單。“我們?cè)贏I1.0看到這個(gè)現(xiàn)象，很不幸又在AI2.0重現(xiàn)了。”
基于B端市場(chǎng)的殘酷現(xiàn)狀，李開復(fù)稱，零一萬物會(huì)更精挑細(xì)選那些上下級(jí)員工都接受大模型技術(shù)的公司。“零一萬物要堅(jiān)決地做to C，堅(jiān)決不做賠錢的to B。”
張亞勤則認(rèn)為，當(dāng)前，AI 大模型技術(shù)仍面臨三大問題：效率較低，特別是大模型的計(jì)算效率低下問題，與人類大腦的高效性形成了鮮明的對(duì)比；大模型目前還未能真正理解物理世界，相關(guān)的推理能力、透明性以及開復(fù)剛才提到的幻覺等問題都還在深入研究中；以及邊界問題，現(xiàn)在大模型無法知道“我不知道什么”，這是目前要解決的問題，是它的邊界效應(yīng)。
同時(shí)，兩位專家對(duì)AGI的實(shí)現(xiàn)整體持樂觀態(tài)度，他們認(rèn)為，AGI的定義因人而異，但關(guān)鍵在于AI的能力要超越人類，并具有自我學(xué)習(xí)和進(jìn)化的能力。同時(shí)隨著AI能力的提升，失控的風(fēng)險(xiǎn)也在增加，需要現(xiàn)在就開始考慮如何管理這些風(fēng)險(xiǎn)。
而對(duì)于如何走C端市場(chǎng)，李開復(fù)有一套自己的路線圖。沿著從生產(chǎn)力工具到社交產(chǎn)品的方向，他將大模型C端產(chǎn)品劃分為六個(gè)發(fā)展階段：第一階段是作為生產(chǎn)力工具，第二階段是娛樂、音樂、游戲，第三階段是搜索，第四階段是電商，第五階段為社交、短視頻，第六階段是O2O產(chǎn)品。
“從PC到移動(dòng)互聯(lián)網(wǎng)時(shí)代，再到AI時(shí)代，這是不變的定律。”李開復(fù)說，因?yàn)槠鸩诫A段產(chǎn)品要能夠賺錢，所以適合作為生產(chǎn)力工具來解決問題，但越往后難度越高，需要的用戶量也越來越多，“難度高，機(jī)會(huì)更大，回報(bào)也高。”但AI大模型時(shí)代與移動(dòng)互聯(lián)網(wǎng)時(shí)代不同之處在于，C端應(yīng)用不再單純由產(chǎn)品經(jīng)理一個(gè)角色做主，還離不開大模型專家和推理引擎專家等一起打磨。
黃鐵軍：我先提問，近期關(guān)于大模型的討論特別熱門，從剛才的報(bào)告大家也感受到了大模型的能量以及其在各領(lǐng)域的應(yīng)用潛力，可以說大模型是至今為止人工智能發(fā)展最成功的一個(gè)技術(shù)方向。想請(qǐng)問兩位，是什么原因使得大模型如此成功？還有哪些欠缺的地方需要進(jìn)一步發(fā)展？開復(fù)老師先。
李開復(fù)：AI 2.0是有史以來最偉大的科技革命和平臺(tái)革命，大模型Scaling Law 的重要性在這個(gè)時(shí)代得以凸顯——人類能夠用更多計(jì)算和數(shù)據(jù)不斷增加大模型的智慧，這條被多方驗(yàn)證的路徑還在推進(jìn)中，還遠(yuǎn)沒有觸達(dá)天花板，這點(diǎn)也讓大家非常振奮。
第二，大模型的智慧來自于接近無損的壓縮，這點(diǎn)也非常重要。上世代的人工智能從業(yè)者很難想到今天會(huì)把壓縮和智能連接在一起。因?yàn)镾caling Law過程中不能盲目堆更多的GPU，所以需要有一個(gè)方法評(píng)估我們有沒有越做越好或者哪個(gè)方法做得更好。零一萬物內(nèi)部有嚴(yán)謹(jǐn)?shù)姆椒ㄕ?，用壓縮的理念去評(píng)估，讓以往漫無目的“煉丹”訓(xùn)模過程變得更系統(tǒng)也更有科學(xué)和數(shù)學(xué)根據(jù)。
大模型正面臨著一些挑戰(zhàn)。比方說，如果“僅僅用更多算力就能把它往前推動(dòng)”是主要方向的話，就會(huì)導(dǎo)致只有那些GPU資源豐富的公司和國家能夠在這方面勝出。但話說回來，我們已經(jīng)驗(yàn)證了，很多國內(nèi)大模型在部分案例里接近或者打平、或者偶爾超過美國的大模型。所以我認(rèn)為需要專注的是算法和工程創(chuàng)新一體化的推進(jìn)，以及怎么以這種能力避免進(jìn)入“盲目堆算力推動(dòng)模型性能提升”的狀態(tài)。
當(dāng)然，目前大模型還直面許多挑戰(zhàn)。就像每個(gè)技術(shù)剛誕生都會(huì)有問題，起初大模型也不知道最近一年發(fā)生了什么。還有記憶的問題、窗口構(gòu)成的問題、幻覺問題等等，但我們可以看到的是，當(dāng)全球如此多聰明的大腦涌入這個(gè)領(lǐng)域后，大部分問題不能說被完美地解決，但是都在逐步被攻克的過程中，所以我對(duì)大模型的未來相當(dāng)樂觀。
張亞勤：我講“三個(gè)做對(duì)了”的和“三個(gè)需要改進(jìn)”的 。
一、三個(gè)做對(duì)了
首先，規(guī)模定律Scaling Law。規(guī)模定律的實(shí)現(xiàn)，主要得益于對(duì)海量數(shù)據(jù)的利用以及算力的顯著提升。再加上現(xiàn)在的Diffusion和Transformer架構(gòu)能夠高效地利用算力和數(shù)據(jù)，使得“飛輪效應(yīng)”得以正循環(huán)。盡管有人質(zhì)疑Scaling Law在2到3年后是否仍然有效，但我個(gè)人認(rèn)為至少在未來5年里，它仍將是產(chǎn)業(yè)發(fā)展的主要方向。
其次是“Token-Based”統(tǒng)一表述方式。在大模型中，“Token”是一個(gè)基本元素。無論是文本、語音、圖像、視頻，還是自動(dòng)駕駛中的激光雷達(dá)信號(hào)，甚至是生物領(lǐng)域的蛋白質(zhì)和細(xì)胞，最終都可以抽象為一個(gè)Token。Token之間的訓(xùn)練、學(xué)習(xí)和生成是核心環(huán)節(jié)，這與我們大腦中的神經(jīng)元工作原理相似，無論執(zhí)行何種任務(wù)，其基礎(chǔ)機(jī)制都是相同的。
最后是通用性。這與Token緊密相關(guān)?，F(xiàn)在的通用性不僅體現(xiàn)在文本處理上，還擴(kuò)展到了多模態(tài)領(lǐng)域，甚至可以生成如蛋白質(zhì)等復(fù)雜結(jié)構(gòu)。此外，它在物理世界（如具身智能）和生物世界（如生物智能）中也有著廣泛的應(yīng)用前景。
以上這三個(gè)是大模型做對(duì)的。
二、現(xiàn)階段主要問題
第一個(gè)，效率較低。特別是大模型的計(jì)算效率低下問題，與人類大腦的高效性形成了鮮明的對(duì)比。人類大腦擁有860億個(gè)神經(jīng)元，每個(gè)神經(jīng)元又有數(shù)千個(gè)突觸連接，卻只需要20瓦的能量，重量還不到三斤；而GPT4這個(gè)萬億參數(shù)模型則需要巨大的算力和能源，與人腦相比相差1,000倍之多。此外，人腦能夠根據(jù)不同的情境靈活調(diào)用不同區(qū)域的神經(jīng)元，而大模型卻每次輸入一個(gè)問題都要調(diào)用和激活幾乎大量參數(shù)。因此，如何借鑒人類大腦的計(jì)算方法，在降低計(jì)算耗能、提高效率方面進(jìn)行探索和創(chuàng)新，是一個(gè)值得關(guān)注的方向。
第二個(gè)，大模型目前還未能真正理解物理世界，相關(guān)的推理能力、透明性以及開復(fù)剛才提到的幻覺等問題都還在深入研究中。有一個(gè)重要的問題是，即使我們的大模型做得再好，它在生成式表述與對(duì)真實(shí)世界的描繪之間仍存在矛盾。因此，我們需要探索如何將生成式的概率大模型與現(xiàn)有的“第一性原理”或真實(shí)模型、知識(shí)圖譜相結(jié)合。目前，雖然已經(jīng)有了一些嘗試，如采用RAG技術(shù)或進(jìn)行微調(diào)，并取得了一定的進(jìn)展，但我認(rèn)為這些方法并非根本解決方案。我預(yù)測(cè)，在未來五年內(nèi)，將會(huì)有一個(gè)全新的架構(gòu)出現(xiàn)，這個(gè)架構(gòu)有望取代目前的Transformer和Diffusion模型。
第三個(gè)欠缺的地方是邊界問題?，F(xiàn)在大模型無法知道“我不知道什么”，這是目前要解決的問題，是它的邊界效應(yīng)。
黃鐵軍：謝謝亞勤的“三個(gè)做對(duì)了”和“三個(gè)不足”。剛才開復(fù)老師沒講，我想再追加問一下，有些人認(rèn)為大模型是一個(gè)實(shí)踐、是一個(gè)工程，是經(jīng)驗(yàn)主義做的東西，沒有理論基礎(chǔ)，說得不好聽叫“不靠譜”，不知道你怎么看這個(gè)問題？
李開復(fù)：我覺得科學(xué)和工程缺一不可。如果只做工程，不了解“第一性原理”，沒有數(shù)學(xué)的根據(jù)、沒有辦法評(píng)估不同方法的效果，考慮到高昂的算力成本，這樣的摸索肯定是做不出一個(gè)好模型的。但是如果只是在實(shí)驗(yàn)室里雕花，然后寫一些不錯(cuò)的論文，期待有工程人才把論文做成產(chǎn)品，這肯定也是不行的。
零一萬物的經(jīng)驗(yàn)是，每個(gè)做AI、做模型的Researcher要懂Infrastructure、都要懂推理、都要知道成本的問題，所以當(dāng)你需要面對(duì)科研問題時(shí)，就知道在產(chǎn)品里需要的反應(yīng)速度有多快，要怎么實(shí)現(xiàn)，做完實(shí)驗(yàn)就可以確保模型可以得到令人滿意的工程結(jié)果。訓(xùn)練模型的過程中絕對(duì)不只是寫Paper，還要同時(shí)考慮怎樣系統(tǒng)化、工程化地做數(shù)據(jù)工程，因?yàn)閿?shù)據(jù)的訓(xùn)練、數(shù)據(jù)的篩選是非常重要的。還有底層的AI Infrastructure，GPU這么昂貴，如果把一張當(dāng)成兩張、三張使用，任何公司都會(huì)得到好處，所以科技和工程這兩方面缺一不可。
黃鐵軍：謝謝。大家關(guān)心AI2.0，大模型產(chǎn)業(yè)化最大的場(chǎng)景在哪里？移動(dòng)互聯(lián)網(wǎng)這么多年，To B、To C ，這兩個(gè)大賽道哪個(gè)更有機(jī)會(huì)？為什么？
李開復(fù)：簡單來說，在中國To C 短期更有機(jī)會(huì)，國外兩者（To C、To B）都有機(jī)會(huì)。To C方面，就像移動(dòng)互聯(lián)網(wǎng)、PC時(shí)代里，一個(gè)新技術(shù)、新平臺(tái)帶來新應(yīng)用，大模型同樣如此，這是巨大的機(jī)會(huì)，但是這些應(yīng)用的出現(xiàn)一定是按部就班的。
我認(rèn)為AI 2.0 時(shí)代會(huì)和PC、移動(dòng)互聯(lián)網(wǎng)時(shí)代一樣，第一個(gè)階段應(yīng)該是生產(chǎn)力工具，包括信息獲??；第二個(gè)階段可能會(huì)是娛樂、音樂、游戲，第三個(gè)階段可能會(huì)是搜索；再下一個(gè)階段可能會(huì)是電商；然后可能會(huì)有社交、短視頻、O2O的應(yīng)用出現(xiàn)。
一個(gè)理由就是剛開始應(yīng)用要能夠賺錢、能夠解決問題，所以第一波潮流會(huì)是生產(chǎn)力工具，但越往后，難度越高——高用戶量的應(yīng)用商業(yè)模式往往是先堆積用戶再找變現(xiàn)模式，所以應(yīng)用成本一定要很低，試錯(cuò)難度很大、所需要的投資也更多。
我認(rèn)為遞進(jìn)的模式不會(huì)有特別大的改變，To C應(yīng)用會(huì)從生產(chǎn)力工具一步步走向短視頻類應(yīng)用。To C確實(shí)會(huì)產(chǎn)生大量的用戶，但這不是說不能用大模型來做產(chǎn)品，只是在普及順序上會(huì)按照這六個(gè)階段進(jìn)行。
當(dāng)然，這個(gè)過程中也有挑戰(zhàn)，在大模型領(lǐng)域做應(yīng)用跟PC、互聯(lián)網(wǎng)時(shí)代不一樣，因?yàn)橥评沓杀具€太貴。最近零一萬物提出了TC-PMF概念（技術(shù)成本x產(chǎn)品市場(chǎng)契合度），這個(gè)概念是指，當(dāng)你考慮PMF時(shí)，還要把技術(shù)的需求、實(shí)現(xiàn)難度和成本考慮進(jìn)去。
做應(yīng)用一定要考慮到剛才這六個(gè)階段誰先誰后、什么時(shí)候做、提早做。第二，做應(yīng)用的時(shí)候還要綜合考慮到當(dāng)時(shí)的技術(shù)夠不夠好，成本是否足夠低，所以大模型To C應(yīng)用不像過去移動(dòng)互聯(lián)網(wǎng)時(shí)代，產(chǎn)品經(jīng)理一個(gè)人就可以做主，它需要做Infrastructure、做推理引擎的人、一起打磨TC-PMF。這件事難度高，但是回報(bào)也高，機(jī)會(huì)也更大。
最后我想講，在To C方面，我不相信技術(shù)可以永久領(lǐng)先，事實(shí)上技術(shù)帶來的領(lǐng)先窗口非常短暫，一旦巨頭看到你驗(yàn)證了PMF，他們會(huì)有很多方法超越你。一旦你驗(yàn)證了TC-PMF，要把握時(shí)間窗口把品牌打出來，最終勝出的To C應(yīng)用不只是需要有技術(shù)優(yōu)勢(shì)，還需要在時(shí)間窗口內(nèi)打造持續(xù)優(yōu)勢(shì)，比如品牌優(yōu)勢(shì)，比如社交鏈，比如用戶數(shù)據(jù)，讓用戶不能離開你這個(gè)平臺(tái)。在微信強(qiáng)大的時(shí)代里抖音能被做出來，就是因?yàn)樗プ×诉@個(gè)時(shí)間窗口。
再講一下To B的應(yīng)用。大模型有可能在To B方向上帶來更大價(jià)值，而且能夠比To C更快實(shí)現(xiàn)，但是To B這個(gè)領(lǐng)域有幾個(gè)挑戰(zhàn)。
第一個(gè)挑戰(zhàn)是大公司、傳統(tǒng)公司不是很敢采取顛覆式技術(shù)，大公司會(huì)習(xí)慣每年增長5%預(yù)算，做和去年一樣的事情。
第二個(gè)挑戰(zhàn)在中國比較嚴(yán)重，許多大公司沒有認(rèn)識(shí)到軟件的價(jià)值，為軟件付費(fèi)意的意識(shí)有待進(jìn)一步提高?，F(xiàn)在有許多大模型公司在競(jìng)標(biāo)時(shí)越競(jìng)越低，做到最后做一單賠一單，都沒有利潤。我們?cè)贏I 1.0時(shí)代曾見過這個(gè)現(xiàn)象，現(xiàn)在它在AI 2.0時(shí)代又重現(xiàn)了。這種心態(tài)導(dǎo)致部分大公司只愿支付很低的價(jià)格，大模型公司也只能給出折中的方案，達(dá)到驚艷效果的寥寥無幾。
零一萬物堅(jiān)決做To C，不做賠錢的To B，而是做能賺錢的To B。所以零一萬物在To B方面精挑細(xì)選，找那種公司上下都愿意擁抱新概念的公司，也為它們?cè)O(shè)計(jì)了 RAG 知識(shí)檢索、專有云、微調(diào)等方案，在國內(nèi)國外都有嘗試。
無論To C還是To B，API都很重要，最近國內(nèi)很多模型降價(jià)了，零一萬物也推出了接入國際SOTA成績Yi-Large大模型的API，也希望有機(jī)會(huì)可以跟各位合作。這個(gè)API背后的模型能力接近GPT-4o，但是價(jià)格是GPT-4的四分之一，我相信這可以幫助更多公司或者創(chuàng)業(yè)者達(dá)到所謂的TC-PMF。
黃鐵軍：謝謝開復(fù)老師對(duì)To B、To C的分析，很透徹。亞勤，剛才關(guān)于To B的觀點(diǎn)，大家還有一個(gè)非常關(guān)心的問題，大模型產(chǎn)業(yè)的最大場(chǎng)景會(huì)在哪里？To B、To C在什么地方能夠落地發(fā)揮作用？
張亞勤：在應(yīng)用和服務(wù)層面，先面向消費(fèi)者（To C）再面向企業(yè)（To B）。To B的周期相對(duì)較長，而To C的應(yīng)用產(chǎn)品則可以迅速推出，這與過去的PC互聯(lián)網(wǎng)和移動(dòng)互聯(lián)網(wǎng)的發(fā)展路徑基本一致。在基礎(chǔ)設(shè)施層，目前真正盈利的主要集中在To B領(lǐng)域，特別是在芯片、硬件、服務(wù)器等。像英偉達(dá)、AMD等芯片制造商，以及服務(wù)器、HBM存儲(chǔ)、InfiniBand和NVLink等相關(guān)技術(shù)的提供商，他們目前是盈利最多的。
關(guān)于AI路徑，我在過去十年中一直強(qiáng)調(diào)三個(gè)關(guān)鍵領(lǐng)域：首先是信息智能，其次是物理智能（現(xiàn)在流行的術(shù)語是具身智能），最后是生物智能。在具身智能階段，To B的應(yīng)用可能會(huì)比To C更快落地。然而，在生物智能階段，情況可能相反，To C的應(yīng)用可能會(huì)先于To B出現(xiàn)。盡管每個(gè)領(lǐng)域的具體情況可能有所不同，但總體來看，無論是To C還是To B，都將存在開源模型、商業(yè)閉源模型、基礎(chǔ)大模型，以及針對(duì)垂直行業(yè)模型和邊緣模型。
黃鐵軍：具身智能今年特別熱，關(guān)注度特別高。講到具身，通常像機(jī)器人，人形機(jī)器人、輪式機(jī)器人是一大類，第二大類是車，也是一個(gè)駕駛場(chǎng)景上的具身智能。還有無人機(jī)，在空中飛將來也是一種形態(tài)。甚至于大家可以想象出更多的身體形態(tài)，更多的具身智能可能性。我想請(qǐng)問，你們認(rèn)為，具身智能這么多可能性里面，到底是熱門的人形機(jī)器人會(huì)先有機(jī)會(huì)，還是已經(jīng)有相當(dāng)多積累的自動(dòng)駕駛會(huì)有機(jī)會(huì)？
張亞勤：從百度Apollo開始有七年、八年時(shí)間我一直在從事無人駕駛研究，無人駕駛L4+是具身智能第一個(gè)、最大的應(yīng)用，也會(huì)是第一次實(shí)現(xiàn)新圖靈測(cè)試的應(yīng)用。無人駕駛它本身就是一個(gè)開車的特殊機(jī)器人。無人駕駛最近有很多好消息，它的安全性已經(jīng)比人類駕駛要高至少10倍，不管是Waymo在舊金山的結(jié)果，還是百度阿波羅在武漢大范圍的商業(yè)運(yùn)營。最早在Apollo開始的時(shí)候我就要求，自動(dòng)駕駛安全性一定要比人類駕駛高出10倍。
盡管安全性很好，當(dāng)前無人駕駛?cè)源嬖谝恍┨魬?zhàn)，就是它雖然開得安全但不夠老練，不夠老司機(jī)，駕駛太守規(guī)矩了，不會(huì)超速或壓線。無人駕駛要變成主流，要通過新圖靈測(cè)試的話，需要是好司機(jī)，也需要是老司機(jī)。我認(rèn)為無人駕駛在明年會(huì)成為第一個(gè)真正實(shí)現(xiàn)具身智能或者物理智能的AGI。
另外再講一點(diǎn)，大模型的推出，幫助無人駕駛解決了很多原來的問題。比如長尾問題、數(shù)據(jù)生成問題，百度已經(jīng)積累了1億公里的駕駛數(shù)據(jù)，1億公里雖然已經(jīng)很多但數(shù)據(jù)仍然不夠，生成式人工智能可以生成很多數(shù)據(jù)。大模型的應(yīng)用使得無人駕駛系統(tǒng)能夠?qū)崿F(xiàn)端到端的智能化，同時(shí)也意味著無人駕駛會(huì)有更高的智能性，還將加速其在實(shí)際場(chǎng)景中的落地應(yīng)用。
李開復(fù)：我同意亞勤的分析。在創(chuàng)新工場(chǎng)，我們也投了大概6家左右的無人駕駛公司，發(fā)展都不錯(cuò)?，F(xiàn)在無人駕駛面臨的一個(gè)巨大機(jī)會(huì)，就是終于可以落地了。在L2、L3階段，包含城市自動(dòng)小巴等等場(chǎng)景，無人駕駛都可以真正創(chuàng)造價(jià)值，這是很讓人欣慰的。到L4、L5階段，要無限制地開到開放場(chǎng)景，全球都面臨著挑戰(zhàn)。我在美國的時(shí)候看到了Waymo進(jìn)展是不錯(cuò)的，依然在往前推進(jìn)。特斯拉推出的FSD，雖然不是完全的大模型，但是是用了類似end to end（端到端）的概念。至于不用FSD方案能產(chǎn)生多少產(chǎn)業(yè)價(jià)值，我希望我們投的5、6家公司和亞勤的前公司都能夠證明，中國能做得很好，也許這就是很大的市場(chǎng)。
過去這一年我專注于零一萬物，我沒有做自動(dòng)駕駛的研究，但是我確定FSD會(huì)帶來新的機(jī)會(huì)。把大模型的概念放到無人駕駛里面，這是我非常期待能夠在下一階段看到的事。但是這需要巨大的投資，不見得適合初創(chuàng)公司來做。
講到具身智能，它跟亞勤說的一樣，是物理世界跟AI的結(jié)合，這是很重要的。但是我也必須說，大模型是非常適合虛擬世界的，在金融公司的后臺(tái)、客服等等場(chǎng)景，大模型很快就可以落地產(chǎn)生價(jià)值。如果你的需求是軟件，直接對(duì)接大模型就好了。一旦大模型接入物理世界，就需要面臨各種問題，有安全問題、機(jī)器問題、機(jī)械問題、故障問題等等，難度會(huì)大很多倍。
從創(chuàng)業(yè)者的角度來說，雖然現(xiàn)在具身智能一時(shí)比較熱，有一些創(chuàng)業(yè)者涌入了，但是對(duì)于大部分創(chuàng)業(yè)者來說，如果希望短期落地產(chǎn)生價(jià)值、能賺錢，肯定還是做虛擬世界要遠(yuǎn)遠(yuǎn)容易很多。具身智能是重要的，它可以很好地結(jié)合大模型多模態(tài)能力，而且一旦具身后就可以產(chǎn)生數(shù)據(jù)，形成數(shù)據(jù)飛輪閉環(huán)，有很大的想象空間。但是短期要做好，難度很大。
具身智能肯定要走很漫長的道路，而且對(duì)于人形機(jī)器人我有一些特別的看法。絕大多數(shù)應(yīng)用場(chǎng)景并不需要人形機(jī)器人，炒菜機(jī)器人應(yīng)該長得像鍋，吸塵器也長得并不像人，沒有必要。像是波士頓動(dòng)力那種很酷的、跳來跳去的機(jī)器人，真的會(huì)有很多應(yīng)用場(chǎng)景嗎？絕大多數(shù)場(chǎng)景幾個(gè)輪子不是更容易移動(dòng)嗎？很多科學(xué)家和創(chuàng)業(yè)者都是從小熱愛科技，希望能復(fù)制一個(gè)人，這無可厚非。但是如果你很簡單地問VC，VC給出的恐怕是更務(wù)實(shí)更理性的判斷。
黃鐵軍：最近經(jīng)常有人問我通用人工智能，到底什么時(shí)候可以實(shí)現(xiàn)？我比較樂觀，我講一下大致時(shí)間點(diǎn)，跟開復(fù)講的很一致。信息智能、物理智能和生物智能。在信息智能方面，我認(rèn)為5年左右就可以實(shí)現(xiàn)，現(xiàn)在在文本基本已經(jīng)可以實(shí)現(xiàn)了，圖靈測(cè)試已經(jīng)通過了。在視頻方面，可能還需要幾年。所以，5年之內(nèi)有可能達(dá)到在虛擬世界或者是信息世界。到具身智能或者物理的話，可能需要10年。在生物智能，可能還需要15-20年，比較長一些。要是三年前問我這個(gè)問題，我可能會(huì)放50年乘2，現(xiàn)在是除2。
張亞勤：我補(bǔ)充一點(diǎn)，最近經(jīng)常有人問我，通用人工智能到底什么時(shí)候可以實(shí)現(xiàn)？我比較樂觀，我認(rèn)為15-20年內(nèi)可以實(shí)現(xiàn)，并通過新圖靈測(cè)試。
0至5年內(nèi)，在信息智能領(lǐng)域，對(duì)語言、圖像、聲音和視頻的理解、生成等方面通過新圖靈測(cè)試。
0至10年內(nèi)，在物理智能領(lǐng)域，實(shí)現(xiàn)大模型在物理環(huán)境中的理解與操作能力，通過新圖靈測(cè)試。
0至20年內(nèi)，在生物智能領(lǐng)域，聚焦人體、腦機(jī)接口、生物體、制藥和生命科學(xué)，實(shí)現(xiàn)大模型與生物體連結(jié)的生物智能，通過圖靈測(cè)試。
要是三年前問我這個(gè)問題，我可能會(huì)說50年實(shí)現(xiàn)AGI，這幾年隨著大模型的發(fā)展，我認(rèn)為除以2，20年能實(shí)現(xiàn)。
黃鐵軍：這個(gè)通用人工智能，包括今天的大模型或者未來幾年能實(shí)現(xiàn)的，在信息空間里大模型的認(rèn)知能力通常的評(píng)測(cè)水平，比如說到了大學(xué)、到了博士、到了專家、到了學(xué)者，甚至于科學(xué)家，這是一個(gè)通用性，不管什么學(xué)科都可以做，這是一種理解。但是剛才亞勤講到，有了身體進(jìn)入物理世界，甚至進(jìn)入物理世界的具身智能，跟我們今天講的通用人工智能又有所不同。也就是大家講的AGI。GAI、具有通用性的人工智能和AI領(lǐng)域說了這么多年的AGI是不一樣的。AGI是要超越人類的，AGI是有自我意識(shí)的，AGI不僅僅是智能水平超過了人類，而且有自我意識(shí)，要有自己的目標(biāo)、做出自己的判斷。你們剛才談到的是指這樣的AGI嗎，還是只是說前面一種？
李開復(fù)：AGI的定義是因人而異的。如果把AGI定義為能做人所能做的一切事情，那么我今天沒有辦法定義，因?yàn)樗€有太多未知的東西還沒有被解。但是這種定義只把人當(dāng)作金標(biāo)準(zhǔn)，似乎就是問車什么時(shí)候能跟人跑的一樣快，但是車在很多場(chǎng)景已經(jīng)比人跑得快很多了，只是有些場(chǎng)景沒法勝任。我個(gè)人會(huì)說：只要Scaling Law繼續(xù)，只要AI一年比一年更聰明，它會(huì)多做比如5倍的事情，IQ會(huì)提升20個(gè)點(diǎn)。
但是，它聰明的方向，能做的事情也許是人從來都不能做的，不見要能做人做的每件事。因?yàn)槲沂亲鐾顿Y和創(chuàng)業(yè)的，我想看到的是巨大的商業(yè)價(jià)值。從這個(gè)角度來說，我們不會(huì)太糾結(jié)是不是能夠百分之一百做到人類能做的事。如果世界上有一萬件事情，AI在9000件上做得比人好，有1000件人做得比較好，這樣也挺好的，要給人留一點(diǎn)空間嘛。
談到虛擬跟物理世界，我還想再補(bǔ)充一點(diǎn)。在虛擬世界里，Agent還是非常重要的，因?yàn)槿说腎ntelligence不只是回答問題，是要知道“怎么把事情做出來”。而且如果是談創(chuàng)造商業(yè)價(jià)值，Agent幫你把東西買了，幫你把事情解決了，這個(gè)是有很大的商業(yè)價(jià)值，也是貼近AGI的重要一步。
張亞勤：我剛才講的20年實(shí)現(xiàn)AGI，不包括擁有意識(shí)或情感。我對(duì)AGI的定義有三點(diǎn)，第一是要有巨大的能力，要能在大部分的任務(wù)要比人類強(qiáng)，而不是所有任務(wù)均超越人類。第二，它是必須要是通用的，過去每個(gè)任務(wù)都要用不同的模型，但是AGI是要有一個(gè)通用的大底座，當(dāng)然可以有小的垂直模型，但它本身具有通用性。第三是不斷升級(jí)、學(xué)習(xí)、進(jìn)化，就像人類一樣。我不認(rèn)為現(xiàn)在的Scaling Law，或者我們現(xiàn)在做的研究會(huì)讓AI產(chǎn)生意識(shí)，并且我也不認(rèn)為我們應(yīng)該從事這方面的研究。我們還是要解決真正的問題，把人工智能作為我們的工具、我們的延伸、我們的Agent，而不是另外一種物種。
黃鐵軍：從工程、從應(yīng)用、從商業(yè)、從所有的角度，可能沒人想去做一個(gè)超越人類的、有自我意識(shí)的AGI。但是最近OpenAI發(fā)生的事情，從去年底開始，IIya和Altman的爭論觀點(diǎn)就是兩點(diǎn)：你不想做但是它們可能就要出來了，出來之后我們就面臨著失控的巨大風(fēng)險(xiǎn)。你們認(rèn)為這種風(fēng)險(xiǎn)存在還是不存在？
李開復(fù)：我覺得存在的，但概率不會(huì)很高。如果我們?cè)絹碓揭蕾嘡eward model完全讓AI自己找路徑的話，發(fā)生的概率或許會(huì)增高。當(dāng)然，當(dāng)前大模型的訓(xùn)練方法還不至于讓大家擔(dān)憂過度。不管在哪個(gè)時(shí)代，我認(rèn)為技術(shù)是中性的，每個(gè)科技時(shí)代有技術(shù)帶來的“電車難題”，最后人類都用了有效的方法解決了。所以，我對(duì)此是持謹(jǐn)慎樂觀的態(tài)度，短期最擔(dān)憂是壞人用它去做壞事。中長期看，我仍然建議嘗試用“以子之矛攻子之盾”——用更好的技術(shù)解決技術(shù)帶來的挑戰(zhàn)，讓“AI for Good”，真正造福全人類。
張亞勤：隨著AI的能力不斷擴(kuò)大，風(fēng)險(xiǎn)也在不斷擴(kuò)大，所以現(xiàn)在考慮到未來的風(fēng)險(xiǎn)是很重要的。我不擔(dān)心所謂的AGI會(huì)出現(xiàn)意識(shí)，會(huì)掌控人類。我擔(dān)心的是如果現(xiàn)在不重視AI的治理，當(dāng)AGI達(dá)到一定的能力并被大規(guī)模部署，那么可能會(huì)有失控風(fēng)險(xiǎn)。目前AI仍存在可解釋性問題，未來機(jī)器人數(shù)量可能會(huì)比人要多，那么當(dāng)大模型被用到基礎(chǔ)物理設(shè)施、金融系統(tǒng)，包括國家安全，軍事系統(tǒng)等方面，就可能會(huì)有失控的風(fēng)險(xiǎn)。因此我主張一定要現(xiàn)在開始把AI治理重視起來。對(duì)于技術(shù)發(fā)展我永遠(yuǎn)持樂觀態(tài)度，我認(rèn)為我們?nèi)祟愑袃煞N智慧，一種是發(fā)明技術(shù)的智慧，一種是引導(dǎo)技術(shù)走向的智慧。我認(rèn)為我們會(huì)達(dá)到平衡，但前提是現(xiàn)在要采取行動(dòng)。
黃鐵軍：謝謝兩位的高屋建瓴的真知灼見。謝謝！
（本文首發(fā)于鈦媒體 App，作者｜林志佳，編輯｜胡潤峰）
快報(bào)
根據(jù)《網(wǎng)絡(luò)安全法》實(shí)名制要求，請(qǐng)綁定手機(jī)號(hào)后發(fā)表評(píng)論