南方科技大學(xué)教授馬兆遠(yuǎn)：國(guó)內(nèi)公司要今年趕超OpenAI？至少得4-5年

劃重點(diǎn)：

1馬兆遠(yuǎn)認(rèn)為，對(duì)于“AI威脅論”中的一些話題，如“人類將成為AI的奴隸”、“AI替代人類”等對(duì)目前來說還是較為荒謬的話題，其背后系資本炒作或經(jīng)濟(jì)利益驅(qū)動(dòng)。 2人工智能革命不會(huì)導(dǎo)致人口勞動(dòng)力的下降和大量失業(yè)問題。縱觀人類歷史的發(fā)展，不論是農(nóng)業(yè)革命還是工業(yè)革命，改變的是人類的生產(chǎn)方式和所從事的工作。 3馬兆遠(yuǎn)認(rèn)為，國(guó)內(nèi)的很多大公司缺乏構(gòu)建生態(tài)系統(tǒng)的心態(tài)，急于快速賺錢，從技術(shù)上看，趕超OpenAI至少需要4-5年。企業(yè)應(yīng)該根據(jù)當(dāng)前的能力，思考如何進(jìn)行相互之間做好生態(tài)共建。 4對(duì)于未來AI的發(fā)展趨勢(shì)，可能是人機(jī)交互，以及AI和機(jī)器之間的互動(dòng)。隨著AI的高速發(fā)展，需要一個(gè)界面或工具來連接兩者，人機(jī)交互會(huì)是一個(gè)非常重要的技術(shù)領(lǐng)域。

騰訊科技《AI未來指北》系列策劃，圍繞AI技術(shù)發(fā)展、商業(yè)模式、應(yīng)用場(chǎng)景、治理幾大板塊，關(guān)注AI未來發(fā)展趨勢(shì)，邀約行業(yè)專家、投資人、創(chuàng)業(yè)者，持續(xù)輸出深度內(nèi)容。本期為第25期，由南方科技大學(xué)教授員馬兆遠(yuǎn)解讀AIGC的技術(shù)進(jìn)展和行業(yè)治理。

文 / 騰訊科技 李海丹

(資料圖)

【編者按】在最近的幾個(gè)月，AIGC受到資本的熱捧，ChatGPT火爆出圈，國(guó)內(nèi)各大科技巨頭和創(chuàng)業(yè)公司紛紛入場(chǎng)。人工智能正在悄無聲息的對(duì)各行各業(yè)帶來影響，這不再只是一次簡(jiǎn)單的技術(shù)演變，而將成為一場(chǎng)革命。

雖然這場(chǎng)AI應(yīng)用爆發(fā)來的看似突然，但在背后其實(shí)已然經(jīng)歷過科學(xué)家們無數(shù)次的失敗和經(jīng)驗(yàn)積累。猶如我們本期對(duì)話嘉賓馬兆遠(yuǎn)（南方科技大學(xué)教授、英國(guó)物理學(xué)會(huì)會(huì)士、英國(guó)皇家特許工程師，曾任職清華大學(xué)未來實(shí)驗(yàn)室首席研究員）在創(chuàng)作的《人工智能之不能》一書中提到的：“每一寸的進(jìn)步都需要日拱一卒的努力和各種不確定的疊加?！?/p>

其實(shí)，在科技?xì)v史的長(zhǎng)河中，這場(chǎng)技術(shù)革命只是帶領(lǐng)人類走向通往“生成式AI時(shí)代”的第一步。迄今為止，我們?nèi)孕枰P(guān)注很多存在的問題和矛盾。比如：在以O(shè)penAI為引領(lǐng)者的這波技術(shù)浪潮下，國(guó)內(nèi)是否可以實(shí)現(xiàn)迅速趕超？這場(chǎng)技術(shù)革命對(duì)社會(huì)和產(chǎn)業(yè)結(jié)構(gòu)會(huì)帶來怎樣的變化？未來機(jī)器是否會(huì)取代人類？在這樣科技飛速迭代的時(shí)代下，中國(guó)的人才教育應(yīng)該如何培養(yǎng)？

本期《AI未來指北》，騰訊科技專訪了馬兆遠(yuǎn)，他針對(duì)這些問題分享了不同的思考和觀點(diǎn)，我們將這篇萬字實(shí)錄整理成文，和各位網(wǎng)友一起探索、學(xué)習(xí)和思考, 這場(chǎng)變革下人工智能對(duì)于人類的意義。

以下為內(nèi)容精選實(shí)錄：

01 不必?fù)?dān)心人是否會(huì)成為“機(jī)器奴隸”，熱點(diǎn)話題背后系資本炒作

隨著近期人工智能大語言模型等產(chǎn)品應(yīng)用的火爆，很多人都在擔(dān)心隨著人工智能的發(fā)展，會(huì)給人類帶來一些風(fēng)險(xiǎn)和安全性問題，同人類的生存及社會(huì)產(chǎn)生矛盾。

對(duì)于人們所擔(dān)心的問題，我想到了一個(gè)詞，叫“機(jī)器奴隸”。

我們擔(dān)心在未來的某一天會(huì)淪為“機(jī)器奴隸”，像電影《機(jī)械戰(zhàn)警》中的一些情節(jié)一樣：有一天，人類會(huì)受到機(jī)器的統(tǒng)治，不得不轉(zhuǎn)移到地下生活。在這場(chǎng)斗爭(zhēng)中，人類一直保持反抗精神，重新在努力奪回對(duì)未來和地球的控制權(quán)。最終，AI不得不派遣一臺(tái)機(jī)器人穿越時(shí)空到1984年，試圖在抵抗軍領(lǐng)袖誕生之前將其消滅，一場(chǎng)場(chǎng)機(jī)器人與人類之間的戰(zhàn)爭(zhēng)在未來爆發(fā)......諸如此類這樣的故事，可能很多人都會(huì)有這樣類似的想象。

對(duì)于這樣的觀點(diǎn)和擔(dān)憂，我認(rèn)為完全沒有必要。首先，從現(xiàn)有的技術(shù)水平看，機(jī)器人或智能實(shí)體不太可能真正實(shí)現(xiàn)“統(tǒng)治地球”，甚至成為人類的主宰。即便萬一它們真的在未來的某個(gè)時(shí)間點(diǎn)，成為了人類的主人，也是在很長(zhǎng)的時(shí)間后才能實(shí)現(xiàn)，我們也沒有必要現(xiàn)在就去宣傳這件事情，造成大家的擔(dān)憂。

另外，盡管目前也有不少行業(yè)的大佬在討論相關(guān)的話題。但我認(rèn)為可能在某種程度上，是因?yàn)榻?jīng)濟(jì)利益驅(qū)動(dòng)了這個(gè)現(xiàn)象，以及背后資本市場(chǎng)的推動(dòng)。因?yàn)橘Y本必須要先炒作一個(gè)主題，才能從中獲利。比如以前17世紀(jì)荷蘭的歷史事件——“郁金香泡沫”，將一個(gè)本來沒有太大價(jià)值的虛擬概念炒作得很高，然后有人從中收割韭菜。但實(shí)際上，這個(gè)主題可能并不像我們想象的那么可怕。

過去十幾年，我們看到中國(guó)的資本市場(chǎng)推出炒作過很多主題，比如從石墨烯材料，再到虛擬現(xiàn)實(shí)、比特幣、元宇宙等等，今年又到了人工智能，每年我們都會(huì)炒作一個(gè)新名詞。在這個(gè)過程中，作為資本大鱷可能會(huì)從中獲利，資本越來越龐大。但對(duì)于普通小白來說，我們只是跟著這些名詞走，如果不了解其中的運(yùn)作邏輯和真實(shí)情況，可能口袋的錢也會(huì)被炒得差不多沒有了。

最近ChatGPT爆火，它是一個(gè)重要的科技進(jìn)步，從本質(zhì)來看，改變了我們?nèi)祟惻c計(jì)算機(jī)互動(dòng)的方式。如果要說到革命性，從行業(yè)的發(fā)布格局來看，GPT改變了OpenAI、微軟以及Google的命運(yùn)，現(xiàn)在Google對(duì)于GPT的崛起非常緊張。GPT的出現(xiàn)，使人在使用搜索的精準(zhǔn)度和搜索效率上大幅度提高。以前，當(dāng)我們?cè)谑褂肎oogle進(jìn)行搜索時(shí)，Google主頁會(huì)展示與之相關(guān)所有可能的網(wǎng)頁，可能有幾百頁，甚至幾萬條結(jié)果。但現(xiàn)在的模式可能更加精確地理解用戶的問題，并給出一個(gè)最可能的答案，大大提高了信息檢索能力。接下來，它可能會(huì)改變我們的工作模式，特別是在文件處理和數(shù)據(jù)收集方面，可以大大提高了我們的工作效率。

但談到是否會(huì)發(fā)展到通用人工智能，從目前來看還是太遙遠(yuǎn)了。就像在我書中（指《人工智能之不能》）提到的：通用人工智能與人之間存在著一個(gè)核心、關(guān)鍵的鴻溝，現(xiàn)有的AI技術(shù)無法跨越這個(gè)鴻溝。至于原因，在下文會(huì)提到（06部分）。

02 國(guó)內(nèi)市場(chǎng)缺乏構(gòu)建生態(tài)系統(tǒng)的心態(tài)，趕超OpenAI至少需要4-5年

我們目前看到了很多大語言模型產(chǎn)品的上線和推出，比如目前火爆的ChatGPT做得很好，中國(guó)的許多大公司也在仿效，推出了很多類似產(chǎn)品。

例如，某家公司推出了一個(gè)產(chǎn)品，幾天后另一家公司也推出了類似的產(chǎn)品，價(jià)格更便宜，并適用于中文環(huán)境，都在用類似的內(nèi)容炒作。我認(rèn)為國(guó)內(nèi)的很多大公司缺乏構(gòu)建生態(tài)系統(tǒng)的心態(tài)，都急于追求快速賺錢，一旦有一個(gè)新的名詞出現(xiàn)，就迅速跟進(jìn)。

這樣的跟風(fēng)現(xiàn)象，對(duì)于國(guó)家經(jīng)濟(jì)或地區(qū)經(jīng)濟(jì)的發(fā)展而言，是很不利的。如果我們一直追逐潮流，可能永遠(yuǎn)都趕不上。例如微軟在過去的十年里在潛心研究，其他領(lǐng)域都沒有做出太多突破，基本上都被其他公司壓制了，需要承受的不確定性和壓力很大。微軟“憋”了十年，憑借其財(cái)力、研發(fā)能力以及商業(yè)合作策略，最終我們看到了ChatGPT和相關(guān)新的產(chǎn)品上線，通過長(zhǎng)時(shí)間的日積月累才產(chǎn)生了“爆點(diǎn)”，而我們期望一夜之間公司可以實(shí)現(xiàn)翻天覆地的變革，這樣的期待是不現(xiàn)實(shí)的。

難道這些公司是特殊的“天賦型選手”，只需短短幾個(gè)月或者一兩年，去完成別人花十年時(shí)間才能完成同樣的工作嗎？這些我們所考慮的問題，難道這些公司沒有意識(shí)到嗎？還是否需要一個(gè)炒作題，以推高股市和股價(jià)？這些都需要我們這些普通人認(rèn)真思考，考慮是否應(yīng)該跟風(fēng)和做出相應(yīng)的投資決定。

就國(guó)家經(jīng)濟(jì)發(fā)展的狀態(tài)而言，如果跟風(fēng)，可能永遠(yuǎn)追不上先跑的人。相反，我們應(yīng)該根據(jù)我們當(dāng)前的能力，思考如何進(jìn)行相互之間的生態(tài)共建。這個(gè)問題對(duì)于國(guó)內(nèi)的科技巨頭來說值得思考。

舉個(gè)例子：過去40年，中國(guó)的基礎(chǔ)建設(shè)取得了巨大成就，比如中國(guó)的高鐵已經(jīng)發(fā)展得非常出色，已經(jīng)成為全球范圍內(nèi)需要考慮的高鐵系統(tǒng)，成為了中國(guó)的一張名片。再比如，通訊和計(jì)算機(jī)產(chǎn)業(yè)，中國(guó)的5G已經(jīng)是全球最強(qiáng)的。在這些領(lǐng)域，我們有一些優(yōu)勢(shì)，基礎(chǔ)建設(shè)已經(jīng)做的很好，目前我們也可以在這些基礎(chǔ)上構(gòu)建一些可能性和生態(tài)發(fā)展的方向，發(fā)揮更大的優(yōu)勢(shì)。

我們可以想象，基于我們的優(yōu)勢(shì)方向上進(jìn)行發(fā)展，未來10年或20年后，如果歐美一些國(guó)家針對(duì)一些技術(shù)方向做壟斷，我們也可以根據(jù)領(lǐng)先的領(lǐng)域進(jìn)入一種“互相卡脖子”的狀態(tài)，獲得談判地位?；貧w到技術(shù)上，國(guó)內(nèi)公司不論是想趕超GPT還是Bing，可能基于“前人”的經(jīng)驗(yàn)，我們能夠在研發(fā)的速度上有所加快，但如果追趕到同樣的水平可能至少要4-5年。另外，我們也需要思考的是：即使追趕上，在幾年之后，這陣風(fēng)口是否已經(jīng)過去了？并且微軟或者Open AI 自己也在不斷的迭代成長(zhǎng)，已然成為“巨無霸”了？

總得來說，跟風(fēng)投資實(shí)際上是浪費(fèi)成本、浪費(fèi)時(shí)間和人才。對(duì)于參與者來說，除了增加恐慌和憂慮，可能并不會(huì)獲得任何收益，只會(huì)讓資本在跟風(fēng)過程中收割一部分投資者的利益。

03 AI不會(huì)造成大量人口失業(yè)，任何時(shí)代的職業(yè)都需人類自己創(chuàng)造

除了AI威脅論，人們更多關(guān)心的是AI對(duì)就業(yè)的沖擊問題。

ChatGPT的高度擬人化引發(fā)了一波行業(yè)危機(jī)，很多人開始擔(dān)心自己所處行業(yè)是否會(huì)受到?jīng)_擊，甚至是失業(yè)。從目前來看，可能短期內(nèi)會(huì)對(duì)一些崗位有所影響，但對(duì)不會(huì)擾亂社會(huì)的長(zhǎng)期穩(wěn)定。

從職業(yè)方向看，人工智能革命會(huì)不會(huì)對(duì)因此而導(dǎo)致人口勞動(dòng)力的下降？答案是不會(huì)的。

舉個(gè)例子，在工業(yè)革命時(shí)期，大約在18世紀(jì)到19世紀(jì)之間，最大的變化之一是農(nóng)業(yè)人口的減少。在工業(yè)革命早期或者還沒有開始時(shí)，地球上95%以上的人口都從事農(nóng)業(yè)勞動(dòng)，只有很少一部分是統(tǒng)治者或神職人員，彼時(shí)絕大多數(shù)人的身份都是農(nóng)民為主。

現(xiàn)在情況有所不同，以發(fā)達(dá)國(guó)家為例，比如美國(guó)從事農(nóng)業(yè)的人口不到2%。中間超過90%的人口已經(jīng)改變了生產(chǎn)內(nèi)容。雖然一部分的工作消失了，但是這些人并沒有消失，并且人口反而在增加。從對(duì)人類社會(huì)的影響來看，這樣的變革并沒有導(dǎo)致長(zhǎng)時(shí)間的失業(yè)問題甚至是影響人類社會(huì)的不穩(wěn)定，很多人只是改變了從事的工作，改變的是人類的生產(chǎn)方式。雖然可能會(huì)導(dǎo)致一些崗位的大幅度縮減甚至消失，但也會(huì)因?yàn)檫@場(chǎng)變化，引發(fā)和新增更多其他的崗位需求。

再舉個(gè)例子，我們提到一個(gè)英文單詞叫做"Computer"（計(jì)算機(jī)）。當(dāng)我們聽到這個(gè)詞時(shí)，在腦海中可能會(huì)出現(xiàn)一臺(tái)機(jī)器，但是在70年前，"Computer"這個(gè)詞的意義與現(xiàn)在有所不同。在那個(gè)時(shí)候，它指的是類似于曼哈頓計(jì)劃中從事計(jì)算工作的工作人員。

在那個(gè)時(shí)代還沒有計(jì)算機(jī)，沒有像我們現(xiàn)在使用的這種臺(tái)式機(jī)，但完成龐大工程需要大量計(jì)算，所以當(dāng)時(shí)負(fù)責(zé)這個(gè)計(jì)劃的公司雇傭了一些年輕而細(xì)心的女性，在專門的房間里使用計(jì)算尺和草稿紙進(jìn)行大量的計(jì)算工作，這些女性被稱為"computer"。

"Computer"這個(gè)詞是為從事計(jì)算工作的人而創(chuàng)造的，指的是那些在辦公室里從事大量計(jì)算工作的工作者。后來，隨著計(jì)算機(jī)的出現(xiàn)，到今天當(dāng)我們提到"Computer"時(shí)，我們知道它指的是計(jì)算機(jī)，而不是那些從事計(jì)算工作的女性。因此，"computer"這個(gè)詞的意義徹底改變了，它變成了指代純粹的機(jī)器。

所以，隨著機(jī)器在某些領(lǐng)域的能力不斷增強(qiáng)，它們可能會(huì)取代我們?nèi)祟惖囊徊糠止ぷ?，?dǎo)致某些工種的消失。然而，這些人并沒有真正消失，他們轉(zhuǎn)而從事更復(fù)雜的工作或者滿足其他需求。

人類最偉大的特點(diǎn)之一就是不斷創(chuàng)新并創(chuàng)造新的需求。這些新的需求會(huì)引發(fā)人們?nèi)?chuàng)造新的就業(yè)機(jī)會(huì)。我們無需過于恐慌或擔(dān)心關(guān)于失業(yè)的問題，縱觀人類社會(huì)的歷史浪潮里，一直在適應(yīng)和應(yīng)對(duì)這種變化。我們有能力不斷創(chuàng)造和適應(yīng)新的工作環(huán)境和就業(yè)機(jī)會(huì)。

再?gòu)穆殬I(yè)技術(shù)需求來看，隨著大模型語言應(yīng)用的發(fā)展，編程任務(wù)的完成也會(huì)變得越來越簡(jiǎn)單。比如通過ChatGPT類工具的幫助，我們只需提出想做的事情是什么，下達(dá)明確的任務(wù)，GPT會(huì)幫我們完成其余的工作。比如我們可以直接向GPT提出需求，它會(huì)利用其編程和檢索能力，直接生成代碼。這樣一來，甚至可能不再需要像Python這樣的系統(tǒng)。簡(jiǎn)而言之，人們只需描述需求，然后繼續(xù)實(shí)現(xiàn)這些描述的方式。

此外，從這樣的趨勢(shì)來看，未來編程的自動(dòng)化程度會(huì)越來越高。好比當(dāng)時(shí)我學(xué)習(xí)編程時(shí)學(xué)過的匯編語言，現(xiàn)在大部分年輕人可能不再知道如何編寫它，是同樣的道理。

匯編語言是一種介于人類語言和機(jī)器語言之間的高級(jí)語言，它包括匯編和直接用機(jī)器語言編程的方式。在匯編語言之后出現(xiàn)了C、C++、Java等語言，然后逐漸發(fā)展到了Python這樣的語言。當(dāng)我與學(xué)生交流時(shí)，我發(fā)現(xiàn)對(duì)于我們學(xué)過C語言的人來說，Python是一種非常不嚴(yán)謹(jǐn)?shù)恼Z言，但它已經(jīng)成為學(xué)生們喜歡的工具，他們已經(jīng)不太習(xí)慣使用C語言了。在一些理論體系的影響下，不同的工程師對(duì)于AI的可理解性還存在著差異。并且我們可能仍需要一些專業(yè)人員在后臺(tái)不斷完善這個(gè)系統(tǒng)，那么如何對(duì)于可理解性的標(biāo)準(zhǔn)需要統(tǒng)一，才會(huì)得到想要的結(jié)果。

總的來說，不論在任何時(shí)代，新的需求都是由我們?nèi)祟愖约簞?chuàng)造的。我們不能采取靜態(tài)的思維方式，關(guān)注在對(duì)人類的替代性和沖突上。如果地球上只有有限的工作和需求，當(dāng)機(jī)器接管了這些工作后，我們?nèi)祟惪赡苷娴臎]有存在的意義了。但實(shí)際上，人類的偉大之處在于我們能夠不斷創(chuàng)造新的需求，并通過人類來滿足這些需求。

04 和AI比拼特長(zhǎng)沒有意義，需更多關(guān)注其政策約束和風(fēng)險(xiǎn)管理

現(xiàn)在，無論是中國(guó)還是美國(guó)，都開始出臺(tái)一些相關(guān)的監(jiān)管機(jī)制。任何時(shí)期的技術(shù)發(fā)展都需要一定的政策約束和風(fēng)險(xiǎn)管理。

我們以汽車的發(fā)展史作為例，1900年之前，汽車的數(shù)量很少，只有非常富有的人才能負(fù)擔(dān)得起，并且對(duì)社會(huì)沒有造成太大影響。此外，汽車的速度并不快，比如每小時(shí)只能行駛十幾公里，所以與步行相比并沒有多大區(qū)別，所以并不需要給它制定太多規(guī)則，只需讓它發(fā)展就好。

但是，后來隨著福特汽車公司引入流水線生產(chǎn)，汽車的成本大幅降低，普通人都能開車，汽車數(shù)量大幅度增加。汽車的速度也從每小時(shí)十幾公里提升到每小時(shí)上百公里，這時(shí)候的汽車可能會(huì)變得危險(xiǎn)起來，涉及到一些安全問題，因此我們?nèi)祟愰_始需要為汽車制定規(guī)則。比如說給它設(shè)計(jì)專用道路，它不能再與行人混在一起行駛，甚至需要為它建設(shè)高速公路，并在人行駛的道路上設(shè)置紅綠燈、交通信號(hào)燈等等，所有這些規(guī)則應(yīng)運(yùn)而生。

同樣的道理，對(duì)于機(jī)器來說，我們?cè)O(shè)計(jì)它的目的就是讓它能夠高速地收集和整理數(shù)據(jù)，進(jìn)行快速推演和邏輯思考。就像我們?cè)O(shè)計(jì)汽車是為了讓它能夠快速行駛一樣。一旦汽車出現(xiàn)，我們就不需要再與它競(jìng)爭(zhēng)誰跑得更快了。

因此，在計(jì)算機(jī)具有如此強(qiáng)大的數(shù)據(jù)整理和處理能力的情況下，與它在特定領(lǐng)域的專長(zhǎng)進(jìn)行比拼是沒有意義的，我們更多的關(guān)注度是需要為它設(shè)定規(guī)則。

比如近期行業(yè)人士關(guān)注的"Midjoury"的技術(shù)，可以用于圖像生成和語音模仿，甚至可以制作新聞。那么這些視頻內(nèi)容和新聞在網(wǎng)絡(luò)上傳播時(shí)，如何對(duì)它們進(jìn)行監(jiān)管以及如何確保其有效性？這就成為一個(gè)需要逐漸制定規(guī)則的問題。這些規(guī)則的制定使得人與機(jī)器如何共生成為一個(gè)現(xiàn)實(shí)的問題。

這些問題需要我們今天開始思考，并達(dá)成共識(shí)。既然汽車已經(jīng)存在，地球上就是人類與汽車共生的狀態(tài)。因此，我們需要制定汽車交通規(guī)則，以確保人類和汽車在城市或特定環(huán)境中的共存。這個(gè)過程中，不僅汽車需要遵守規(guī)則，人類也需要遵守規(guī)則。

05 AI的崛起會(huì)占用能源資源消耗，但對(duì)人類的使用效率提升幫助值得肯定

此次訪談中提到一個(gè)能源結(jié)構(gòu)的問題：從產(chǎn)業(yè)經(jīng)濟(jì)結(jié)構(gòu)角度來說，現(xiàn)在隨著AIGC爆發(fā)式的增長(zhǎng)，也需要更多算力的支撐，需要消耗更多的電力和水力支持，如此是否會(huì)導(dǎo)致改變相關(guān)國(guó)家或者全球能源結(jié)構(gòu)的布局的改變？

這是肯定會(huì)發(fā)生的情況。當(dāng)新的產(chǎn)業(yè)結(jié)構(gòu)和需求出現(xiàn)后，這是必然的結(jié)果，問題在于如何安排和調(diào)整。如果AI消耗算力，就需要為其提供足夠的能源。在這個(gè)能源過程中，涉及到對(duì)綠色地球和能源消耗結(jié)構(gòu)的考慮，我認(rèn)為與AI的發(fā)展并不特別相關(guān)，而是一種自然的情況。

根據(jù)相關(guān)數(shù)據(jù)，中國(guó)的云中心加起來每年消耗的電力可能相當(dāng)于兩個(gè)三峽電站的發(fā)電量（云中心的資源消耗不僅限于對(duì)AI的支持，甚至AI業(yè)務(wù)在其中的占比相對(duì)較小）。隨著計(jì)算量的增加，對(duì)電力的需求會(huì)進(jìn)一步增加。除了需要提供更多的新能源補(bǔ)充外，我們還需要考慮如何提高能源利用效率，這實(shí)際上是一個(gè)相對(duì)復(fù)雜的問題。在能源節(jié)省方面，需要進(jìn)行計(jì)算，并需要進(jìn)行散熱處理。然而結(jié)合目前國(guó)內(nèi)情況是，由于前幾年的高速發(fā)展，我們?yōu)閿?shù)據(jù)中心供給能源的一半用于散熱。這是我們需要考慮的。

我們應(yīng)該如何解決和避免資源占用和分配不合理的問題呢？我再舉個(gè)例子：當(dāng)年Google收購(gòu)了Deepmind公司后，讓Deepmind的團(tuán)隊(duì)做了一件事情，即通過強(qiáng)化學(xué)習(xí)和其他的很多AI算法，對(duì)Google的云中心進(jìn)行節(jié)能調(diào)整。這樣做事實(shí)上幫助Google降低了近50%的能耗。因此，Google的云中心幾乎百分之百的電能用于計(jì)算，而只有極少部分（不到約5%）用于散熱。因此，這樣的優(yōu)化形式，大規(guī)模地節(jié)省了Google的云中心能源的浪費(fèi)。

因此，如果我們能夠達(dá)到類似Google的云中心使用效率水平，并且考慮到雙碳和全球提倡的綠色能源，我們之后可能更多的還是去考慮如何去有效的利用能源。

需要關(guān)注的是，這個(gè)問題我們只是在探討能源角度的消耗。總的來說，AI確實(shí)能幫助我們的使用效率會(huì)得到大幅度提高，一旦普及使用，可能帶來的效率提升意義遠(yuǎn)超于它的能耗影響。

06 大語言模型可解釋性的判斷是否合理，關(guān)注三種邏輯推理模式

目前的深度學(xué)習(xí)模型，特別是最近出現(xiàn)的大型語言模型，尚且是一種“黑盒技術(shù)”。雖然大型語言模型在自然語言處理的許多任務(wù)上表現(xiàn)出色，但我們?nèi)匀恍枰獙ふ乙环N可解釋的方法。

在科研工作中，我們通常習(xí)慣將現(xiàn)象與其他事物聯(lián)系起來，并且如果能夠用一個(gè)簡(jiǎn)潔而漂亮的公式來描述它們，就可以表明我們理解了。但是，從目前大語言模型包括神經(jīng)網(wǎng)絡(luò)的可解釋性來看，它的參數(shù)會(huì)很隨機(jī)，并且如果參數(shù)有非常小的改變，也會(huì)讓結(jié)果發(fā)生很大的變化。盡管這些參數(shù)在架構(gòu)中發(fā)揮作用，但我們并不完全清楚它們的具體機(jī)制。我們無法用簡(jiǎn)單的代數(shù)模型來描述它們，從這個(gè)角度來說，它還沒有被更好地理解。

我們普通人（非專業(yè)人士）不習(xí)慣使用大量數(shù)字來描述兩個(gè)事物之間的關(guān)系以及每個(gè)數(shù)字的變化如何導(dǎo)致結(jié)果。當(dāng)這種關(guān)系不夠明確時(shí)，我們會(huì)認(rèn)為這種狀態(tài)還未達(dá)到理解的程度。因此，人們經(jīng)常會(huì)混淆其中的概念，認(rèn)為大型語言模型或神經(jīng)網(wǎng)絡(luò)還沒有被理解。實(shí)際上，它們并非完全沒有被理解，只是我們還沒有找到我們習(xí)慣的滿意方式來理解它們。

目前，GPT更多是基于對(duì)大數(shù)據(jù)的訓(xùn)練，其主要的方式是學(xué)會(huì)根據(jù)概率判斷我們最可能想要的答案，它現(xiàn)在的推理形式是否可行和可靠，我們可以從這幾個(gè)方面來看：

首先，基于最大概率給出可能的答案，在算法層面上涉及到神經(jīng)網(wǎng)絡(luò)和貝葉斯統(tǒng)計(jì)的方法，是GPT在后臺(tái)使用的邏輯，而且是正確的。

另外，談到邏輯推理，我們可以將邏輯推理分為三種不同的模式，不僅限于邏輯帶。

當(dāng)我們?nèi)祟愓J(rèn)知世界時(shí)，有三種不同的方式：

第一種是演繹性推理，它可以得出嚴(yán)格正確的結(jié)論。機(jī)器在進(jìn)行演繹推理時(shí)比我們快得多，因?yàn)樗诠诺溥壿嫷乃膫€(gè)基本原則：同一律、矛盾律、排中律和因果律。

基于這四個(gè)原則，可以推導(dǎo)出確定性的結(jié)論。然而，確定性結(jié)論的問題在于邏輯上它被稱為重言式，即用另一種方式再次表述已知事實(shí)。從演繹性推理來看，其實(shí)答案已經(jīng)蘊(yùn)含在你所有的前提假設(shè)中了，只是以另一種方式表達(dá)出來。

我們需要了解的一點(diǎn)是，事實(shí)上，圖靈機(jī)就是為此而設(shè)計(jì)的，它是一個(gè)古典演繹邏輯機(jī)。在1936年，英國(guó)數(shù)學(xué)家圖靈發(fā)表了一篇重要文章《論可計(jì)算數(shù)及其在判定問題中的應(yīng)用》標(biāo)志著圖靈機(jī)的誕生。圖靈機(jī)的運(yùn)轉(zhuǎn)和我們筆算的思維過程十分相似。圖靈機(jī)模型是目前為止應(yīng)用最為廣泛的經(jīng)典計(jì)算模型，沒有之一。

到今天為止，人工智能還是基于圖靈機(jī)來實(shí)現(xiàn)的。圖靈機(jī)做不了的事情，不論今天的計(jì)算機(jī)如何強(qiáng)大，都做不了。這是我們思考人與AI之間分工的核心之一。

第二種模式是稱為歸納法。歸納法是通過觀察多個(gè)事件并找出它們共同的特征，將其歸納為新的知識(shí)。然而，歸納法無法通過嚴(yán)格的邏輯來實(shí)現(xiàn)，因?yàn)樗豢赡芨F盡所有可能性。因此，可能會(huì)出現(xiàn)所謂的“黑天鵝事件”，即我們觀察到歐洲和美洲的天鵝都是白色的，從而得出天鵝應(yīng)該是白色的結(jié)論。但當(dāng)我們發(fā)現(xiàn)澳大利亞有一只黑色的天鵝時(shí)，歸納法就不能給出絕對(duì)正確的結(jié)論了，因?yàn)闊o法覆蓋所有可能性。機(jī)器在這方面的能力有限，無法超越歸納法的限制，但人類可以。然而，我們也要明白，這個(gè)結(jié)論有可能被推翻，這是現(xiàn)代科學(xué)所追求的。

第三種模式是類比法，是一種不嚴(yán)格的推理方式，就是通過將一種事物與另一種事物進(jìn)行聯(lián)想。比如在思考DNA結(jié)構(gòu)時(shí)，如果我們不知道它的樣子，在夢(mèng)中看到兩條蛇纏繞在一起，我們可能會(huì)聯(lián)想到DNA的結(jié)構(gòu)。實(shí)際上，DNA的雙螺旋結(jié)構(gòu)真的是通過這種方式“蒙”出來的。但對(duì)于以演繹邏輯為基礎(chǔ)的計(jì)算機(jī)來說，這是無法實(shí)現(xiàn)的。類比法是一種更加不嚴(yán)格的推理方式，但對(duì)于人類來說，我們可以運(yùn)用這種方式。

從這三種模式，我們可以得出這樣的結(jié)論：在進(jìn)行演繹邏輯方面，機(jī)器的效率已經(jīng)遠(yuǎn)遠(yuǎn)超過人類，因?yàn)樗鼈兓趫D靈機(jī)運(yùn)行，并且是完全的計(jì)算機(jī)系統(tǒng)。然而，機(jī)器無法產(chǎn)生任何新的知識(shí)，而新的知識(shí)需要人類通過不嚴(yán)格的歸納法或類比法來獲得。這些觀點(diǎn)需要通過演繹法逐步論證，最終轉(zhuǎn)化為相對(duì)穩(wěn)定的知識(shí)，認(rèn)知機(jī)器在獲取新知識(shí)方面無法超過人類。而我們所說的機(jī)器無法做到的部分，指的是機(jī)器無法從嚴(yán)格的演繹邏輯之外的領(lǐng)域進(jìn)行處理，而這些領(lǐng)域正是人類可以處理的。

這實(shí)際上涉及到人類和機(jī)器之間分工的討論。不管是人工智能還是機(jī)器，它們都是基于圖靈機(jī)發(fā)展的，上述提到的問題不可避免。目前的人工智能發(fā)展都是以圖靈機(jī)為基礎(chǔ)的，如果人工智能無法實(shí)現(xiàn)某些任務(wù)，可能是因?yàn)槭艿侥柖傻扔布l(fā)展的限制，或者涉及到其他相關(guān)限制。

最近，OpenAI公司CEO Sam Altman表示全球人工智能運(yùn)算量每隔18個(gè)月翻一番。對(duì)此，有人認(rèn)為人工智能的算力性能會(huì)不斷的實(shí)現(xiàn)指數(shù)級(jí)提升。其實(shí)，關(guān)于“摩爾定律”和算法，是兩個(gè)不同的命題。摩爾定律主要指硬件方面的發(fā)展，而算法方面并不完全符合摩爾定律的規(guī)律。因?yàn)槊媾R著對(duì)精密設(shè)備加工的技術(shù)問題，如今的摩爾定律在某種意義上已經(jīng)放緩，它更多涉及機(jī)械工藝方面的挑戰(zhàn)。而算法方面的發(fā)展，很難說是按照摩爾定律的方式進(jìn)行，兩者之間存在一些差異。

當(dāng)提到摩爾定律時(shí)，我們可以進(jìn)一步探討，當(dāng)計(jì)算單元達(dá)到原子層面時(shí)，就進(jìn)入了另一個(gè)領(lǐng)域，即量子計(jì)算。從量子計(jì)算領(lǐng)域，以及結(jié)合我們最近這些年的進(jìn)展發(fā)現(xiàn)，量子計(jì)算并不是一個(gè)嚴(yán)格的圖靈機(jī)。并且量子計(jì)算在工藝層面上的設(shè)計(jì)難度太大，真正的能做到像圖靈機(jī)一樣算法上的通用，可能還需要相當(dāng)長(zhǎng)的時(shí)間。我有一個(gè)觀點(diǎn)是，在接下來的300年內(nèi)我們不必過于擔(dān)心這個(gè)問題。但在300年之后，量子計(jì)算是否會(huì)有關(guān)鍵性突破？很難說，因?yàn)閺倪€原論的角度來看，我們?nèi)祟惖乃季S一定是基于某種物理實(shí)體的。

目前，根據(jù)越來越多的跡象表明，我們的思維方式并不等同于圖靈計(jì)算機(jī)的思維方式。但根據(jù)我們目前的認(rèn)知來說，現(xiàn)在我們只有兩個(gè)選擇——只有經(jīng)典的圖靈機(jī)和最近出現(xiàn)的量子計(jì)算機(jī)，但將來未必沒有第三個(gè)選擇。

如果我們已經(jīng)基本確定人類大腦不是由經(jīng)典的圖靈機(jī)組成的，那么它有可能是一個(gè)量子計(jì)算機(jī)。然而，量子計(jì)算機(jī)能否創(chuàng)造類似人類思維模式的能力目前還不清楚。所以我們?cè)絹碓酱_信的是，量子計(jì)算機(jī)不是一臺(tái)圖靈機(jī)，它的底層邏輯是不同的。

07 GPT時(shí)代下的人才教育關(guān)鍵：培養(yǎng)強(qiáng)大的學(xué)習(xí)能力，不斷適應(yīng)時(shí)代變化

我們創(chuàng)造機(jī)器，就是希望它來幫助我們完成不同的任務(wù)。因此，從具體的職業(yè)方向來看，很難確定哪些工作在未來一定不會(huì)被取代。因?yàn)閷?duì)于任何可描述的事件或算法來說，圖靈機(jī)都能夠執(zhí)行。一旦我們將某項(xiàng)工作描述為具體的任務(wù)，計(jì)算機(jī)就可以完成它，只是計(jì)算機(jī)在執(zhí)行該任務(wù)時(shí)的效率不同而已。

其實(shí)我們?cè)诳紤]哪些事情是圖靈機(jī)無法完成的時(shí)候，圖靈及其數(shù)學(xué)家哥德爾在30年代時(shí)就已經(jīng)指出了這一點(diǎn)，只是當(dāng)時(shí)沒有引起足夠的人類重視，他們（指歌德爾和圖靈等）那一代人證明過了感性思維和直覺才是我們?nèi)祟愓J(rèn)識(shí)世界的基本工具，而理性思維是對(duì)感性思維進(jìn)行整理的工具。簡(jiǎn)而言之，真正認(rèn)識(shí)世界的能力仍然是人類所獨(dú)有的，并且通過我們自己的感性認(rèn)知來實(shí)現(xiàn)。這是我們理解和區(qū)別，人類與機(jī)器（或者說AI）不同點(diǎn)的核心之一。

基于核心能力的不同，對(duì)于我們?nèi)祟惢蛭磥砣祟悂碚f，其實(shí)一個(gè)重要的能力培養(yǎng)是需要強(qiáng)大的學(xué)習(xí)能力和適應(yīng)能力。只有通過這種學(xué)習(xí)能力，人們才能在面對(duì)新需求時(shí)給出新的解決方案，并將其轉(zhuǎn)化為自己的工作。 這些方面很難具體從每個(gè)方面去討論，因?yàn)閷W(xué)習(xí)能力貫穿于許多不同的領(lǐng)域。但現(xiàn)在我們不得不關(guān)注這一點(diǎn)，即通過教育來改變我們目前教育學(xué)生的方式。

舉個(gè)例子，這個(gè)學(xué)期我避免給學(xué)生布置隨堂作業(yè)。我開始意識(shí)到無法阻止他們利用GPT等工具完成作業(yè)，并且通過GPT的答案可能比我預(yù)想的還要好，這樣的作業(yè)失去了意義。因此，我更注重與學(xué)生在課堂上的對(duì)話和互動(dòng)，并關(guān)注他們對(duì)推理邏輯和過程的理解，而不是他們是否能完成作業(yè)。

另外，在整個(gè)學(xué)期中，我希望他們完成一個(gè)比較系統(tǒng)的項(xiàng)目類作業(yè)。現(xiàn)在的教育都在倡導(dǎo)項(xiàng)目制學(xué)習(xí)，通過參與項(xiàng)目來進(jìn)行學(xué)習(xí)。在這個(gè)項(xiàng)目過程中，我們讓學(xué)生理解他們?cè)谧鍪裁矗皇峭ㄟ^以往的問答、考卷和作業(yè)方式進(jìn)行教育，通過項(xiàng)目制學(xué)習(xí)這種方式培養(yǎng)出來的人對(duì)機(jī)器來說更具優(yōu)勢(shì)，而不是只是回答問題。

在這個(gè)過程中會(huì)有很多值得我們思考的問題。正是因?yàn)槲覀兯伎疾⒘私膺@方面的需求，才會(huì)創(chuàng)造出大量新的就業(yè)機(jī)會(huì)和新的發(fā)展方向。因此，如果非要說，人與機(jī)器之間的差異可能是將來真正關(guān)注的更大的趨勢(shì)。總結(jié)來說，我們關(guān)注的是人類自身的能力和人機(jī)之間的交互，這是一個(gè)非常廣闊的領(lǐng)域。

08 未來人機(jī)對(duì)話的發(fā)展趨勢(shì)：人工智能和機(jī)器的互動(dòng)

至于對(duì)未來AI的構(gòu)想和設(shè)想，很難對(duì)具體的趨勢(shì)進(jìn)行準(zhǔn)確的預(yù)測(cè)，因?yàn)檫@可能會(huì)引導(dǎo)輿論，影響資本的投資方向，一些觀點(diǎn)僅供交流和探討。

我認(rèn)為一個(gè)重要的趨勢(shì)是人工智能和機(jī)器之間的互動(dòng)。隨著機(jī)器以及人類自身的高速發(fā)展，我們需要一個(gè)界面或者工具來連接兩者實(shí)現(xiàn)更好的溝通。人機(jī)交互會(huì)是一個(gè)非常重要的技術(shù)領(lǐng)域。

在尋找未來的趨勢(shì)時(shí)，我們應(yīng)該更加關(guān)注人與機(jī)器這兩個(gè)方面，而不僅僅是一個(gè)方面。我們需要深入思考人類自身的能力和定位，這是一個(gè)需要長(zhǎng)時(shí)間思考的問題。

盡管前面我們更多地討論了教育倫理和人類未來的可能方向，但從技術(shù)層面來看，人機(jī)交互可能是一個(gè)非常具有潛力的領(lǐng)域。我們需要思考如何讓人與機(jī)器之間擁有更快速、高效的交流方式，而不需要人變成專業(yè)的專家模式。

人機(jī)交互是否能夠以更快速的方式吸引更多人參與，并有效地管理機(jī)器，這可能會(huì)影響和推動(dòng)機(jī)器的更快速發(fā)展。因?yàn)闄C(jī)器的高速發(fā)展在未來是不可避免的，人類也需要明確自己的戰(zhàn)略和定位。既然人類和機(jī)器都要在地球上共生，我們應(yīng)該有一種特別融洽、方便和高效的交互方式。這種交互方式可能需要很多新的技術(shù)來實(shí)現(xiàn)。

總而言之，我們不希望將來成為“機(jī)器奴隸”，所以我們必須思考人類自身的定位。身在教育領(lǐng)域，GPT的火爆也給我提出了重要的挑戰(zhàn)和思考：即“傳統(tǒng)的教育模式所培養(yǎng)出來的學(xué)生更像是機(jī)器還是人？”“我們應(yīng)該如何學(xué)習(xí)才能不會(huì)被AI替代？”這些問題深刻地指導(dǎo)著我們今天進(jìn)行嚴(yán)肅的討論。作為教師，我們不希望今天教給學(xué)生的東西，或者培養(yǎng)出來的學(xué)生，在10年或20年后發(fā)現(xiàn)自己從事的職業(yè)被計(jì)算機(jī)替代，走上失業(yè)之路或者被迫換崗。

人的思維是自由的、可創(chuàng)造的，可溝通的，從根本上講，我們需要發(fā)展的是創(chuàng)新技術(shù)人才的培養(yǎng)方式，有終身的學(xué)習(xí)習(xí)慣。

[ 本文為騰訊科技獨(dú)家內(nèi)容，未經(jīng)允許，請(qǐng)勿轉(zhuǎn)載，違者必究。]