機器深度學習的革命

　　GPT是一種先進的自然語言處理模型，通過預訓練可以適應各種任務，以實現更高的語言理解和生成能力。360集團創始人周鴻祎表示，OpenAI最大的創新是首次突破局限性，可以用人類所有的知識訓練大模型。

　　“機器深度學習的革命大致經歷了三波，一浪比一浪大。”地平線創始人、CEO余凱回顧說，第一波在2010年左右，語音識別取得突破，用深度學習取代了馬爾可夫模型，取得了前所未有的效果；第二波是2012年卷積神經網絡在圖像識別方面取得突破性進展，超出了人們的想象；最近的第三波是ChatGPT，它搭載的語言模型，接近甚至超過人類水平，顛覆了過去四五十年計算語言學、自然語言處理的研究，是革命性的技術突破。

　　深圳人工智能與機器人研究院常務副院長丁寧表示，大模型的關鍵，是方法里有一個預訓練的步驟，“以前機器學習是人類指導或機器琢磨。預訓練是自己構建一種世界常識體系，基于世界運行的規則來相互關聯。這種關聯是通過常識構建起來的，效果超出想象”。

　　“大模型是一種全新的方法論，讓AI擁有人類般的智慧。”深圳云天勵飛技術股份有限公司創始人兼CEO陳寧介紹，大模型實際是把跨領域、多行業的人類知識體系，通過超大規模算力輸入類人腦神經網絡的數學模型里，通過計算范式，在很多領域擁有內容生產、邏輯推理能力。

　　我國仍在追趕階段

　　在新一輪AI競爭中，我國能否快速跟上？余凱表示，構建一個大模型至少需要幾千顆芯片，大算力需要芯片之間互聯，而芯片互聯需要超高速帶寬。目前，我國大模型在整體綜合實力和創新發展上，較頭部企業仍有較大差距。

　　“大模型還存在應用和成本問題，當前，芯片的成本，尤其是訓練和推理的成本較高。”陳寧表示。

　　據介紹，AI芯片可分為訓練芯片和推理芯片兩大類。對大模型、AI算法而言，訓練不是目的，推理和應用才是最終目的。在訓練芯片方面，受限于生產制造的設備、工藝，我國許多企業仍在追趕階段。在推理領域則蘊藏著諸多機遇，由于場景碎片化，還沒有任何國際標準和壟斷性的企業。

　　周鴻祎表示，人工智能是一次工業革命，大家都很關心人工智能如何跟產業數字化相結合，實現行業化、企業化、專業化、垂直化。雖然在原始創新上需要時間追趕，但我國人口眾多、企業眾多、場景眾多，會產生很多創新機會。

　　行業有望迎來爆發期

　　我國能做出比肩ChatGPT這樣的產品嗎？

　　“創新需要生態的力量、好奇心的力量。”陳寧表示，最近兩年顛覆式創新特別多，未來一定會有更多的科技創新涌現出來。我國應用場景數據體量大，但缺乏一套行業標準體系，沒有把差異化優勢真正通過技術工具發揮出來。要用行業標準和技術標準去衡量各類場景開放的目標和效果。

　　“每一代新技術出現時，最大受益者都是對技術最敏感的人，關鍵是行業需求跟技術結合要做到最好。”余凱表示，人工智能是效率極高的生產工具，很快就會對千行百業產生影響。

　　“未來每個人可能都會擁有3臺機器人：家里1臺服務機器人，辦公室1臺工作機器人，還有1臺出行機器人——無人駕駛汽車或者低空載人無人機。這3臺機器人可能都是由大模型或者大模型演變的新技術路徑和AI能力驅動，希望這里面都有我們自主研發的芯片。”亞布力論壇數字前沿技術委員會主席、亞信聯合創始人田溯寧表示，將來還有機器人來幫助我們更好地工作、生活、出行。圍繞人工智能、數字經濟、下一代芯片、應用場景，整個行業未來有望迎來爆發期。（記者 楊陽騰）