近年來，全球人工智能技術快速發(fā)展，成為推動科技和產業(yè)加速發(fā)展的重要力量，對經濟社會發(fā)展和人類文明進步產生深遠影響。人工智能技術發(fā)展現狀如何?有哪些應用?未來趨勢怎樣?記者采訪了相關專家。

　　人工智能處理復雜任務的能力大為提升

　　當前，人工智能技術已進入實用階段，正深刻地改變著人類的生產生活。

　　“近70年的發(fā)展歷程中，人工智能經歷了灌輸規(guī)則、灌輸知識、從數據中學習這三個階段。近年來在全球迅速發(fā)展的人工智能大模型技術，其依托的基本模型都基于‘大數據+大算力+強算法’訓練，這是人工智能發(fā)展第三階段的典型體現?！北本┲窃慈斯ぶ悄苎芯吭涸洪L黃鐵軍說。

　　目前，各類人工智能大模型處于迅猛發(fā)展之中，全球眾多高科技企業(yè)紛紛投身人工智能大模型建設。

　　“現在圍繞人工智能大模型已形成相對成熟的技術框架，但產品和生態(tài)尚在發(fā)展形成之中?！敝袊茖W院自動化研究所副所長、研究員曾大軍說，“總體而言，人工智能大模型的技術發(fā)展歷程相比以往任何人工智能技術都更為迅猛，其影響力也是史無前例的?！?/p>

　　人工智能大模型的出現，為通用人工智能的實現打開了新的想象空間，大大提升了人工智能處理復雜任務的能力。

　　“比如，基于人工智能大語言模型的聊天機器人能夠實現高質量的信息整合、翻譯和簡單問題求解與規(guī)劃?！痹筌娬f，“這類機器人受到關注，主要是因為其已初步具備通用人工智能的部分特性，包括通順的自然語言生成、全領域的知識體系覆蓋、跨任務場景的通用處理模型、通暢的人機交互接口?！?/p>

　　不過，目前人工智能大模型能力仍有局限性。

　　“一方面，由于人工智能大模型自身結構和機制漏洞，有被惡意攻擊的風險;另一方面，人工智能大模型自身的知識表達和學習模式還存在缺陷，導致其回答會有常識性錯誤、杜撰內容等?！痹筌娬f，“人工智能學者們正在圍繞這些問題進行攻關?！?/p>

　　人工智能加速邁向全面應用新階段

　　“我是剛入學的大一計算機專業(yè)學生，想選修人工智能課程，需要做什么準備?”“你需要學習基礎數學知識、編程語言，學習機器學習算法，關注技術趨勢……”這段對話并非出自師生之間，而是學生與人工智能之間的問答。

　　2023年8月，浙江大學聯合高等教育出版社等發(fā)布“智?！龢贰苯逃怪贝竽Ｐ停诤诵慕滩?、領域論文和學位論文等語料和專業(yè)指令數據集的基礎上，可提供智能問答、試題生成、學習導航、教學評估等服務，現已在多所高校應用。

　　“我們把這些教材拆成語句、段落、篇章去‘喂給’大模型，這些高質量的語料會合成詞與詞之間的概率關聯，給學生以啟迪。”浙江大學教授吳飛說。

　　工業(yè)質檢、知識管理、代碼生成、語音交互……當前，中國人工智能正從單點應用向多元化應用、從通用場景向行業(yè)特定場景不斷深入，加速邁向全面應用新階段。特別是隨著人工智能大模型的突破和生成式人工智能的興起，人工智能得以更好處理生產生活中的復雜問題，為各行業(yè)實現產品和流程革新提供了更加先進的工具和手段。

　　預測一個臺風未來10天的路徑，過去需要在3000臺服務器上花費5小時進行仿真，現在基于預訓練的盤古氣象大模型，10秒內就可以獲得更精確的預測結果;字數將近4000萬的一套古籍，研究人員利用人工智能，3個多月就完成了識別、點校、上線發(fā)布……

　　“人工智能大模型帶動生成式人工智能產業(yè)迅速發(fā)展，在科學探索、技術研發(fā)、藝術創(chuàng)作、企業(yè)經營等諸多領域都帶來了巨大的創(chuàng)新機遇?！敝袊こ淘涸菏客醵鳀|說。

　　在供需兩側的共同推動下，技術創(chuàng)新成果開始大規(guī)模地從實驗室研究走向產業(yè)實踐，人工智能產業(yè)化進程不斷加快。據不完全統(tǒng)計，截至2023年10月，中國累計發(fā)布200余個人工智能大模型，科研院所和企業(yè)成為開發(fā)主力軍。

　　在華為混合云總裁尚海峰看來，以人工智能為代表的創(chuàng)新技術，正在加快重塑各個行業(yè)。

　　科技部新一代人工智能發(fā)展研究中心主任趙志耘表示：“人工智能技術正沿著追求更高精度、挑戰(zhàn)更復雜任務、拓展能力邊界等方向持續(xù)演進。場景創(chuàng)新成為人工智能技術升級、產業(yè)增長的新路徑。”

　　浪潮信息高級副總裁劉軍認為，未來，人工智能還需要進一步去深入應用場景、賦能具體的產業(yè)環(huán)節(jié)。“這個過程很難靠一家廠商獨立完成，需要產業(yè)鏈、創(chuàng)新生態(tài)更多的深度協同?！眲④娬f。

　　更加通用的人工智能有望實現

　　專家表示，以人工智能大模型為代表的人工智能第三發(fā)展階段，未來會有一段較長的發(fā)展紅利期，將成為新一輪科技革命和產業(yè)變革的重要驅動力量。

　　中國科學院自動化研究所對人工智能大模型的演進態(tài)勢做了研判，曾大軍介紹了其觀點：應用和創(chuàng)新生態(tài)正在發(fā)生劇變或至少有劇變的潛質，人工智能大模型推動決策智能迅猛發(fā)展，人工智能大模型小型化和領域專業(yè)化需求非常迫切，更加通用的人工智能有望實現。

　　曾大軍說：“人工智能大模型就像一個人類大腦的雛形，通過‘喂給’各種數據，實現各種智能能力。人工智能大模型正在重新定義人與計算機的互動關系，有望成為人機交互的主要接口。”

　　曾大軍著重強調了人工智能大模型小型化和領域化的發(fā)展。他表示，現有人工智能大模型的算力和能耗挑戰(zhàn)，會促使很多工作向領域專用化、輕量級的小模型或大小模型混搭的方向發(fā)展，特別是金融、教育、醫(yī)療、交通等領域，力求降低大模型的成本。

　　黃鐵軍認為人工智能將從信息智能到實體智能發(fā)展，視覺、具身人工智能大模型將是下一個爆發(fā)點?！按髷祿鞘澜绲谋磉_，從中訓練出的語言認知模型可以支持信息服務，語言類大模型能夠提高自動駕駛、機器人等實體的智能水平，但還需要視覺、聽覺、具身、交互等技術的發(fā)展。”

　　黃鐵軍告訴記者，目前的智能涌現還只是靜態(tài)涌現，還不具備人腦的動態(tài)涌現能力?！拔磥碛型ㄟ^類腦智能實現真正擁有動態(tài)涌現能力的人工智能?！?/p>

　　2023年，ChatGPT開發(fā)者OpenAI被置于前所未有的聚光燈下，也使GPT-4后續(xù)版本的開發(fā)被推向了風口浪尖。據消息人士稱，OpenAI正在訓練下一代的人工智能，暫名“Q*”(讀作Q-star)。新的一年，OpenAI下一代產品可能發(fā)布。

　　據媒體爆料，“Q*”可能是第一次采用“從零開始”的方式訓練的人工智能。其特點是，智能不來自人類活動的數據，且其有能力修改自身代碼以適應更復雜的學習任務。前者使得人工智能能力的發(fā)展變得愈發(fā)不透明，而后者向來被看作是誕生人工智能“奇點”的必要條件。在人工智能發(fā)展領域，“奇點”特指機器擁有了自我迭代的能力，進而在短時間內迅猛發(fā)展，導致超出人類控制。

　　雖然一些報道稱，“Q*”目前還只能解決小學難度的數學問題，距離“奇點”還遠。但鑒于虛擬環(huán)境中人工智能迭代速度可能遠超想象，其仍然可能在不遠的將來自主發(fā)展出在各個領域均可超過人類水平的AI。2023年，OpenAI預言，各方面超越人類水平的人工智能在十年內就會出現;英偉達創(chuàng)始人黃仁勛表示，通用人工智能可能在五年內超越人類。

　　一旦通用人工智能得以實現，就可被用于解決各種復雜的科學難題，譬如尋找外星人與地外宜居星系、人工核聚變控制、納米或超導材料篩選、抗癌藥研發(fā)等。這些問題通常需要花費人類研究員數十年的時間來尋找新的解決方案，部分前沿領域的研究量已超出人力極限。而通用人工智能在自己的虛擬世界中擁有幾乎無限的時間和精力，這使得其在部分容易虛擬化的任務中，有可能成為人類研究員的替代。但屆時，人類如何監(jiān)督這些從智能水平上超過人類的人工智能，確保其不會危害人類，又是一個值得思考的問題。

　　當然，我們也不應過分高估硅谷巨頭們的部分言論，因為在人工智能發(fā)展史上，已經歷三次“AI寒冬”，其中不乏宏大的技術愿景因各方面限制化為泡影的例子。但目前可以肯定的是，大模型技術仍然有著不小的上升空間。除GPT-4外，谷歌的“雙子座”(Gemini)，Anthropic的Claude2，目前都是僅次于GPT-4的大模型，國內的百度“文心一言”與阿里“通義千問”，也是國產大模型中的佼佼者。它們在新的一年中是否會發(fā)布更具革命性的產品，同樣值得期待。

　　趨勢一：合成數據打破人工智能訓練數據瓶頸

　　數據瓶頸指的是可用于訓練AI的高質量數據的有限性，合成數據有望打破這一瓶頸。

　　合成數據是在模仿真實數據的基礎上，由機器學習模型利用數學和統(tǒng)計科學原理合成的數據。關于什么是合成數據，有一個較為淺顯易懂的比喻：這就像是在給AI編寫專門的教材。例如，盡管英文課本的對話中出現的可能是“小明”“小紅”這樣的虛構人名，但并不影響學生們由此掌握英語，因此從某種意義上，對于學生而言，教材就可以看作一種經過編纂、篩選和處理的“合成數據”。

　　有論文表明，模型的規(guī)模至少要達到620億參數量后，才可能訓練出“思維鏈”能力，即進行分步驟的邏輯推理。但現實的尷尬在于，迄今為止人類產生的不重復的、可供訓練的優(yōu)質數據并沒有這么多。使用ChatGPT等生成式人工智能以前所未有的數量產生高質量合成數據，未來的AI將由此獲得更高的性能。

　　除了對大量高質量數據的需求導致合成數據受到追捧以外，對數據安全的考量也是重要原因。近年來，各國紛紛出臺更嚴格的數據安全保護法律，使得客觀上利用人類產生的數據訓練人工智能變得更為繁瑣。這些數據中不僅可能隱含個人信息，其中的許多數據還受版權保護。在互聯網隱私與版權保護尚未形成統(tǒng)一標準與完善架構的當下，使用互聯網數據進行訓練，極易導致大量法律糾紛。而若考慮對這些數據進行脫敏，又面臨篩查識別準確率方面的挑戰(zhàn)。兩難之下，合成數據就成為最惠而不費的一種選擇。

　　此外，使用人類數據進行訓練，還可能導致人工智能學到有害內容。一些諸如使用日用品制造炸彈、管制化學品的方法，另一些則包括許多人工智能本不應當出現的壞習慣，譬如像人一樣在任務執(zhí)行過程中偷懶、為了取悅用戶而說謊、產生偏見和歧視。若改用合成數據，使人工智能在訓練中盡可能減少接觸有害內容，則有望克服以上使用人類數據訓練時附帶的缺點。

　　從以上分析中可以看出，合成數據可以說是頗具開創(chuàng)性的，有望解決此前發(fā)展人工智能與數據隱私保護不可得兼的問題。但與此同時，如何確保相關的公司和機構負責任地制作合成數據，如何制作出既符合本國文化與價值觀，又在規(guī)模和技術水平上足以媲美西方以英文網絡資料為中心的合成數據訓練集，也將成為中國面臨的一個頗具挑戰(zhàn)性的課題。

　　除此之外，合成數據帶來的一個重大變化是，來自人類社會的大數據或將不再是AI訓練所必需。在今后的數字世界中，人類數據的產生、存儲和使用仍將遵循人類社會的法則和秩序，包括維護國家數據安全、保守商業(yè)數據秘密和尊重個人數據隱私，而AI訓練所需的合成數據則采用另一套標準進行管理。

　　趨勢二：量子計算機可能率先應用于人工智能

　　作為電子計算機發(fā)展到今天的最前沿應用，人工智能始終存在算力不足的隱憂。ChatGPT問世數月后，OpenAI總裁奧爾特曼曾公開表示，其并未鼓勵更多用戶注冊OpenAI。2023年11月，OpenAI甚至宣布暫停ChatGPT Plus付費訂閱新用戶的注冊，以確?，F有用戶擁有高質量體驗。顯然，作為全球性能最強的AI，ChatGPT已遇到算力等方面的瓶頸。在此背景下，討論量子計算機在人工智能領域的應用就成為一種頗具潛力的未來解決方案。

　　首先，人工智能領域的算法，大部分屬于并行計算的范疇。舉例而言，AlphaGo在下圍棋的過程中，其需要同時考慮對手在不同位置落子后的應對招數，從中找到最有可能贏得棋局的下法。這就需要計算機優(yōu)化并行計算的效率來實現。而量子計算機擅長進行并行計算，因為它可以同時計算和存儲“0”和“1”兩種狀態(tài)，無需像電子計算機那樣消耗額外的計算資源，譬如串聯多個計算單元，或將計算任務在時間上并列。計算任務越復雜，量子計算就越具備優(yōu)勢。

　　盡管生成式人工智能可能淘汰掉一批傳統(tǒng)數字崗位，但在關上一扇門的同時也打開了一扇窗，這就是“無代碼軟件開發(fā)”。目前，以AI大模型為基礎的編程輔助工具已經發(fā)展到一個新的階段，能夠根據用戶十分模糊的指令來生成軟件或網頁代碼。例如，2023年的GPT-4演示中，演示人員僅僅是在A4紙上手寫了一個十分潦草的結構示意圖，GPT-4就根據其自動生成了能夠實際訪問的網頁。這無疑大大降低了開發(fā)IT服務的門檻。只要一個人有足夠有創(chuàng)意的、能夠滿足許多人需求的數字服務“點子”，就可以成為互聯網創(chuàng)新的風口，“人人皆可創(chuàng)新”的時代已然到來。

　　對此，政府需轉變觀念，兼顧市場監(jiān)管與促進創(chuàng)新，一方面，降低數字創(chuàng)新過程中的注冊與融資門檻，打通中小企業(yè)發(fā)展壯大過程中的痛點，讓就業(yè)與創(chuàng)新政策適應“人人皆可創(chuàng)新”的新需求;另一方面，需要探索更有利于保護創(chuàng)新的版權與專利保護新政策，從而激勵那些能夠不斷提出創(chuàng)新的人才。

　　綜上所述，展望2024年，無論是人工智能技術自身的迭代發(fā)展，還是其對數據價值的重塑，抑或是向各行業(yè)、各領域的應用滲透，人工智能的影響可謂無處不在，既為科研、創(chuàng)新和經濟賦能，又帶來新的挑戰(zhàn)與風險。我們應以開放的心態(tài)看待人工智能帶來的諸多改變，審慎研究和應對其可能帶來的新課題與新風險。