21對話丨全國政協委員、中國工程院院士王堅：發展AI，最重要的是找到真問題

21世紀經濟報導記者 馮戀閣 李玉敏 王俊 北京報導

AI，是今年全國兩會的熱詞之一。除了頻頻在代表委員的提案中被提及，“人工智能+”還首次被寫入政府工作報告。

賽迪研究院數據顯示，2023年中國AIGC的企業採用率已達15%，市場規模約為14.4萬億元。專家預測，2035年生成式人工智能有望為全球貢獻近90萬億元的經濟價值，其中我國將突破30萬億元。

百模大戰升級，跟不跟？OpenAI發佈Sora，意味著什麼？AI帶來的顛覆性變革下，還有許多追問。

什麼是人工智能產業發展的真問題？全國兩會期間，南方財經全媒體-21世紀經濟報導記者就此對全國政協委員、中國工程院院士王堅進行了專訪。

切忌人工智能庸俗化

《21財經》：從22年年底ChatGPT登場至今，產業界已經曆經多輪搏殺。您認為，國內的“百模大戰”跑出了哪些您認為比較成功的場景、產品或者技術？

王堅：要談優劣，首先需要明確討論的對象。我認為當前所謂的百模大戰優劣討論中，包含了幾個不同層面的概念。

首先，真正意義上的大模型包括兩種類型：第一種是基礎模型（foundation model）；第二種是基於基礎模型做了一些針對性調試（fine-tuning）的模型，這種大模型在某一個領域、場景表現得更好。前者可以叫通用模型，後者可以稱作是應用模型（專用模型）。

在這兩類模型之外，還有模型應用。所謂模型應用，是指根據現有的模型開發一個應用來提供服務。在模型應用背後提供支援的，可以是通用模型，也可以是垂直模型。

以OpenAI為例，該公司的GPT是早在2017年就已經存在的技術概念，GPT-3、GPT-4等，是公司開發的基礎模型，而ChatGPT、Sora則是基於基礎模型的應用產品。

不同層級的概念，比較的標準也不同。因此，比較應該在同類型的技術或產品間展開。

如果是在基礎模型的領域作比較，Hugging Face社區上的模型榜單是相對更有參考性的。這個社區彙集了世界各國、各種版本的大語言模型，樣本量較大，所以如果模型能上榜，其質量相對來說會有一定保障。

不過，雖然目前行業內有一些共識，但是要給出確切的指標和“誰比誰好”的定論，並不容易。

處在大模型創業初期的公司為了展現其潛力，可能會傾向於強調他們的應用擁有大量的用戶；一些更關注底層技術的公司會更注重其基礎模型是否優越。我個人觀點還是支援基礎模型的能力更重要。畢竟，如果能力一成不變，用戶的數量增長和留存率都很難維持。

總而言之，我認為談比較還太早。對於這種還處於發展早期的技術，討論出一個確切的答案要考慮太多複雜的因素，還需要投入更多的精力和資源研究討論。

《21財經》：兩會期間發佈的政府工作報告首次提出了“人工智能＋”的概念，您怎麼理解這個詞？您認為它會對AI以及其他行業產生怎樣的影響？

王堅：“人工智能＋”是對未來人工智能產業非常好的總結，對推動人工智能技術在我國快速發展有著極其關鍵的引導作用。但需要我們認真理解“人工智能+”的機理以及它對產業變革影響的內在規律。我們一定要防止出現“AI”的深刻、長遠影響走向庸俗化，產業發展上只是“新瓶裝舊酒” 的情況，讓我們失去一次歷史性機會。

除了要警惕AI庸俗化，我認為還應該思考“人工智能＋”的真正含義，明確人工智能的概念和對千行百業的真正意義。需不需要用？具體用在哪個方面？該怎麼用？不同行業面對這些問題的答案不盡相同。  

同時，只想到AI的加和效應，可能太過簡單。人工智能未來不會只是一個疊加在現存的應用上的工具，它可能會改變一個行業的生產方式。以Sora為例，它的出現可以簡單看作是“AI+短視頻”的成果，但本質是智能技術除了理解語言之外，開始理解和生成物理世界，儘管它的表達是用視覺的。

發展新技術需要審慎考量。從業者要思考究竟如何與AI結合能夠實現質的突破，而不是把“人工智能＋”當成一個框，把所有已有的東西都套進來。

人類暫時無法預測AI的最佳實踐 

《21財經》：今年年初，OpenAI發佈了新產品Sora。Sora的出現對國內AI產業衝擊大嗎？

王堅：很多人看到Sora後只覺得它可以用來做短視頻，其實是對這個技術的低估。

過去討論大模型，很多時候主要說的是大語言模型。語言模型輸出局限於文字的表達；Sora這類產品和技術不同，它們輸出的是視覺性的結果。儘管仍有許多無法通過視覺呈現的東西，但相對文字，視覺描述的真實世界能提供更多細節。

Sora給人類社會帶來的驚喜在於其通過精準的視頻生成，展現出了對物理世界優秀的理解能力。Sora和ChatGPT背後的基礎模型其實都基於GPT-4，但輸出上已經從文字邁向視覺，這種優異表現，讓我們意識到其背後的基礎模型在理解能力上又有了極大進步。

它的出現也會讓人開始思考：人工智能模型是否真正能夠理解我們的世界，甚至能夠在理解和生成方面超越我們？Sora展現出的潛力讓我意識到，這個問題的答案很有可能是肯定的。

回到國內產業影響這個問題。我認為，需要坦率地承認，在這個賽道上國內外確實是有一定差距。 以前國內也出現過類似的產品，但是生成的視頻不超過10秒，技術效果和市場表現都比較一般，企業最終也沒能長久存活。

根源問題無非就是在類似GPT4的基礎模型技術上還有差異和壁壘。我認為，不需要心急，也沒必要盲目地追逐熱點，紮紮實實地在基礎模型研究的過程中，不斷髮現和解決問題，最終會開發出屬於中國的基礎模型和商業模式。

《21財經》：今年可以稱得上人工智能的應用元年，阿里雲也在不久前發佈能讓圖片“開口唱歌”的技術EMO。您觀察比較現實的落地應用場景有哪些？

王堅：現實的應用場景是什麼，這個問題很難說清楚。我認為，至少會比大家目前著眼較多文字、圖片、視頻等生成領域要廣泛得多。

Sora的出現使我們意識到人工智能在世界理解問題上的進步，這是AI智能程的革命性突破，使其超越了其傳統意義上只會模仿人的程式，進一步邁向數字智能。AI未來的可能性是無限的。

在我看來，最重要的還是堅持基礎上的研究突破，把基礎打牢、築高，應用才能充分探索。

簡單來說，我認為雲計算-人工智能-AI應用的關係，和電-電動機-電動汽車的關係非常相似。

電能被發現之後，電動機也被發明和廣泛使用。但從電動機出現到人們開上電動車，中間走過了百年時光。我們花費這麼多年才發現電動車這一最佳應用，要花多長時間才能發現AI的最佳應用呢？坦白講，AI技術還處在相當早期的階段，可能誰都給不出答案。

AI之於當前的人類社會，就如同電燈之於百年前的人。現在的文生圖、文生視頻的模式，就類似電氣時代早期電燈這類很初級的電能使用。

人類會從電燈一步步走向電動汽車，不能說還沒把燈點亮就想到更遠的事，同時也不能覺得電燈就是電力使用的全部。AI發展也是同理，其應用突破會隨著技術不斷升級一一出現，不是一蹴而就的。

在電動車成為現實的時候，電燈依舊是我們生活的基本單元，而電氣化幾乎涵蓋了我們生產生活的近乎全部。我對人工智能引領的“第四次工業革命”也有這樣的期待。

《21財經》：近期阿里、京東雲降價相繼降價，背後有何戰略思考？人工智能應用浪潮下雲計算有何新的增長點？

王堅：當下，人工智能的帶來的工業革命浪潮正在全方位影響人類社會。作為一名雲計算領域的從業者，我認為，AI同時也給雲計算的帶來了第三次革命浪潮。 

算力是人工智能發展的三要素之一，而云計算是最好的提供算力的技術手段，英偉達的黃仁勳也表達過類似的觀點。

雲計算的算力，無疑會給大模型進步提供很大支援。這一輪的降價，最直觀的效果是對AI發展有積極作用。之前從業者都擔心算力貴導致無法支援AI訓練，現在算力成本降低了，研發者在這方面的受到的掣肘會小一些。

我還是希望算力供給方和大模型開發方的關係能夠越來越良性，大家共同成長。

開發基礎模型是發展核心

《21財經》：您之前在受訪時談到，對人工智能技術來說，最重要的是找到每一輪發展的真問題。您認為當前AI產業的真問題是什麼？

王堅：在我看來，當下的真問題就是如何打造一個屬於中國的、足夠強大的基礎模型。

人工智能在很長時間裡面找的都是玩具性問題（toy problem），比如，最早的時候，科學家嚐試教人工智能下象棋。從深藍的對弈到AlphaGo打敗了李世石，AI在象棋界的成就次次都能引起很大轟動，但是後續對其他產業產生的影響可能不多。

ChatGPT和後續Sora的出現改變了這一點，它讓我們意識到，AI的理解力已經能夠涉足其他領域解決事實性的問題，我認為未來這樣的情況會越來越多。我想我們可以設想一個這樣的終極場景——讓AI解決一個城市的運行和發展問題，城市GDP是多少、日常如何運轉，都可以通過強大的基礎模型來協調解決。

不過，從ChatGPT開始，到人工智能能夠理解世界，還有很多工作要做。所以，專注打造基礎模型，從根源上提升技術能力，是產業發展的核心。

《21財經》：數據也是產業發展不可缺少的動力，您認為當前高質量數據荒的問題應該如何解決？

王堅：數據問題的解決與建立一個真正的大模型息息相關。

以OpenAI為例，大部分ChatGPT的訓練數據是互聯網公開數據。技術人員開發了大模型，在使用數據訓練迭代的過程中判斷數據的優劣。換言之，如果不開始做模型，從業者就無法知道哪些數據真正有用。

把好的模型建起來，在運行的過程中，自然會找到合適的數據。基礎模型的構建能夠幫助人類完成AI“三駕馬車”的考驗：數據的數量和質量如何，算力的供給夠不夠，算法是否足夠優秀……只有在一個真實的模型中，才可以完成對這些問題的檢證。

治理是法律和技術配合

《21財經》：AI發展以來，這個行業在不同層面的“路線之爭”常常被人們關注和討論。隨著應用變多，有人覺得AI變得“頭腦發達，四肢簡單”，沒有解決人類發展的真問題。您覺得人工智能走偏了嗎？

王堅：我也聽過類似的觀點——“人工智能應該先做到替人類下礦井、檢修高壓線、在空中擦玻璃；而不是先能夠做視頻、寫文章、畫畫。”我對此非常讚成。

但是這其實並不是走偏，是技術發展還沒到達讓人工智能“四肢發達”的階段。對AI目前的水平來說，讓頭腦發達（以GPT為代表），比讓四肢靈巧容易。人類的靈巧的四肢是不斷進化的結果，機器人短時間內可能很難實現。

至於為什麼AI已經足夠聰明，卻還是出現“一本正經說瞎話”的情況。我認為還是基礎模型能力不足，導致它沒有辦法真正理解世界。

《21財經》：人工智能，雖然可能在您看來我們才剛剛起步。但目前在應用中已經出現了AI換臉詐騙這類問題。您在AI治理方面有何建議？

王堅：我個人認為，技術投入使用後發現問題是非常正常的，問題的出現和解決會推動產業的發展。

我傾向於相信，技術發展會帶來的問題一定會被人類自己解決。不過，這並不意味著問題會被自動解決，需要訂立規則。解決AI應用導致的法律和倫理問題，需要法律和技術的協作配合。

以AI換臉詐騙為例，詐騙的成因之一，是日常生活中對人臉數據識別的大量使用。通過技術手段加強保護，或者製定規則減少使用、加大對濫用行為的懲罰，可能可以有效地阻止此類情況發生。

不管怎麼樣，我們對此要有信心。技術產生的問題，人類定會解決，歷史證明了這一點。

（作者：馮戀閣,李玉敏,王俊 編輯：王俊）