日本在线www-日本在线播放一区-日本在线不卡免费视频一区-日本在线不卡视频-成人影院久久久久久影院-成人影院一区二区三区

如何從大語言模型走向通用人工智能，這條路線可能帶來哪些影響？

2024年1月16日，中國科學(xué)院院士、清華大學(xué)人工智能研究院院長、清華大學(xué)計(jì)算機(jī)系教授張鈸在“智譜AI”2024年度技術(shù)開放日上，帶來了《從大語言模型到通用人工智能》的主題分享。

怎么來理解現(xiàn)在爆火的生成式的模型？

張鈸院士表示，必須從生成式大模型具有的四個(gè)特征來分析它，這四個(gè)特征是“三大一缺點(diǎn)”。

就是強(qiáng)大的生成能力，強(qiáng)大的遷移或者推廣能力以及強(qiáng)大的交互能力，最后一個(gè)大缺點(diǎn)，幻覺。

具體來說：

1.強(qiáng)大的生成能力：指的是語言模型能夠在開放領(lǐng)域生成多樣化、連貫且類似人類的文本。這種能力超出了人們的預(yù)期，被認(rèn)為是模型達(dá)到一定規(guī)模后出現(xiàn)的“涌現(xiàn)”現(xiàn)象。

2.強(qiáng)大的遷移能力：模型能夠在給定少量樣本的情況下，將知識(shí)遷移到不同領(lǐng)域，完成新的任務(wù)。這種能力同樣在模型規(guī)模達(dá)到一定程度后才會(huì)出現(xiàn)。

3.強(qiáng)大的交互能力：模型能夠與人類進(jìn)行自然語言對(duì)話，這在過去是難以實(shí)現(xiàn)的。這種對(duì)話不受領(lǐng)域限制，使得人機(jī)交互更加流暢。

4.幻覺：這是模型的一個(gè)主要缺點(diǎn)，指的是模型可能會(huì)生成看似合理但實(shí)際上并不真實(shí)或有意義的輸出。

張鈸院士解釋了大語言模型如何通過三個(gè)關(guān)鍵技術(shù)實(shí)現(xiàn)這些能力：

·  巨大的人工神經(jīng)網(wǎng)絡(luò)：使用深度和寬度都非常大的網(wǎng)絡(luò)結(jié)構(gòu)，如GPT-3和GPT-4 Turbo，這些網(wǎng)絡(luò)能夠處理大量的文本數(shù)據(jù)。

·  巨大的訓(xùn)練文本：使用大量的人類知識(shí)文本進(jìn)行訓(xùn)練，這些文本數(shù)據(jù)量達(dá)到了數(shù)十TB。

·  Next token prediction：通過自監(jiān)督學(xué)習(xí)的方法，模型能夠預(yù)測(cè)下一個(gè)詞，從而生成連貫的文本。

通過這些技術(shù)，模型構(gòu)建了一個(gè)連續(xù)的語義向量空間，使得輸入的文本序列能夠轉(zhuǎn)換為向量，并在該空間中進(jìn)行處理，最終生成輸出文本。

當(dāng)然，想要實(shí)現(xiàn)高質(zhì)量的文本生成和人機(jī)對(duì)話，離不開預(yù)訓(xùn)練、推理和對(duì)齊。

這是向通用人工智能邁出的第一步，取得了兩個(gè)重大突破:

·  能夠生成人類水平的文本，"說人話"。

·  實(shí)現(xiàn)了人機(jī)自然語言流暢對(duì)話。在ChatGPT中，我們可以用純自然語言與機(jī)器對(duì)話，這在過去是難以實(shí)現(xiàn)的，而且這種對(duì)話不受領(lǐng)域限制。

這兩個(gè)突破將推動(dòng)人工智能技術(shù)獲得進(jìn)一步發(fā)展。

邁向通用人工智能第二步工作，就是在GPT-4的基礎(chǔ)上構(gòu)造一個(gè)智能體，使其能夠與數(shù)字世界交互。

為此必須實(shí)現(xiàn)兩點(diǎn)：一是使其具有多模態(tài)處理能力，把感知能力加入進(jìn)來。通過多模態(tài)生成，可以完成感知能力的補(bǔ)充，完成閉環(huán)。

二是增加其交互能力。過去第一步走的時(shí)候，主要用了語言模型跟人類交互的能力，而大模型還可以與環(huán)境尤其是數(shù)字環(huán)境進(jìn)行交互。通過這兩點(diǎn)的組合，可以實(shí)現(xiàn)第二步目標(biāo)。也就是說機(jī)器可以與外部工具和環(huán)境結(jié)合，發(fā)揮問題求解能力。

它不僅可以回答問題，還可以幫助解決問題，解釋和執(zhí)行復(fù)雜指令，制定計(jì)劃來達(dá)成預(yù)定目標(biāo)。與數(shù)字環(huán)境結(jié)合后，它可以通過反饋學(xué)習(xí)，判斷自己的行動(dòng)正確或錯(cuò)誤。

第三步發(fā)展非常重要，目前GPT-4最多只能與數(shù)字世界交互，通用人工智能最終必須使其能與物理世界交互。這就缺少了一個(gè)關(guān)鍵環(huán)節(jié)——機(jī)器人。要與世界溝通和采取行動(dòng)，就需要機(jī)器人。因此，“具身智能”（Embodied AI）的提出很關(guān)鍵，它可以構(gòu)建一個(gè)完整的智能體，既有感知能力，又有像人類一樣的思考和行動(dòng)能力。這將形成一個(gè)完整的智能體。

如果實(shí)現(xiàn)了這一步，就可能構(gòu)建出一個(gè)擁有感知、思考和行動(dòng)能力的通用人工智能體，實(shí)現(xiàn)從專用走向通用的突破。

這個(gè)大模型發(fā)展下去，對(duì)我們產(chǎn)業(yè)，對(duì)我們職業(yè)會(huì)產(chǎn)生什么影響？

張鈸院士認(rèn)為，大語言模型的發(fā)展必將對(duì)產(chǎn)業(yè)和職業(yè)產(chǎn)生深遠(yuǎn)影響。

一方面，它將提升效率和質(zhì)量，對(duì)多數(shù)行業(yè)起到互補(bǔ)作用；另一方面，也會(huì)替代部分工作。但大語言模型本身存在的缺陷決定了它不可能完全取代人類。總體來看，大語言模型與人類還是互補(bǔ)的關(guān)系。而人工智能這樣發(fā)展下去，最主要的一定會(huì)推動(dòng)經(jīng)濟(jì)的發(fā)展。

為把握機(jī)遇，張鈸院士呼吁要緊密結(jié)合科研、技術(shù)創(chuàng)新和產(chǎn)業(yè)發(fā)展，開發(fā)通用的人工智能軟硬件，推動(dòng)產(chǎn)業(yè)進(jìn)步。盡管道路艱難，但大語言模型已經(jīng)為通用人工智能開辟出一條道路，其影響還會(huì)持續(xù)顯現(xiàn)。

以下為張鈸院士演講內(nèi)容（內(nèi)容有調(diào)整）

大家好，這個(gè)會(huì)議主要圍繞大模型，我想所有的聽眾呢，都是沖著大模型來的，因此我今天就講大模型的內(nèi)容。

講三個(gè)問題。

一個(gè)我們?nèi)绾螐倪@個(gè)大語言模型走向通用人工智能，這條路應(yīng)該怎么走，我們會(huì)走到什么地方？

第二個(gè)，這個(gè)大模型發(fā)展下去，對(duì)我們產(chǎn)業(yè)，對(duì)我們職業(yè)會(huì)產(chǎn)生什么影響？

最后，講一點(diǎn)有關(guān)人工智能產(chǎn)業(yè)的一點(diǎn)思考。

大家知道，我們?nèi)斯ど窠?jīng)網(wǎng)絡(luò)是1947年開始的，當(dāng)時(shí)主要作為鑒別器（分類）使用，也想把它作為生成器來生成，結(jié)果遇到很大的困難。

這個(gè)問題到2014年干出來以后，才得到一定的解決，特別是2017年Transformer轉(zhuǎn)換器提出來以后，就像打開這個(gè)閘門，生成式的人工智能迅猛地發(fā)展。

我們?yōu)槭裁匆闵墒降娜斯ぶ悄埽蠹页３Ｒ肦ichard Feynman 說的一句話，“如果我們不能創(chuàng)造它，我們就不可能理解它。” （What I cannot create，I do not understanding.）

所以我們通過生成式的人工智能，就是要打開理解這個(gè)世界的大門。

我們?cè)趺磥砝斫馍墒降哪Ｐ停课覀儽仨殢纳墒酱竽Ｐ途哂械乃膫€(gè)特征來分析它，這四個(gè)特征是“三大一缺點(diǎn)”。“三大”什么大呢？

就是強(qiáng)大的生成能力，強(qiáng)大的遷移或者推廣能力以及強(qiáng)大的交互能力，最后一個(gè)大缺點(diǎn)，幻覺。我想從這個(gè)三點(diǎn)出發(fā)，我們才能夠真正地認(rèn)識(shí)大模型。

所謂的強(qiáng)大的生成能力，我們現(xiàn)在先說語言模型，就是強(qiáng)大的語言生成能力。這個(gè)強(qiáng)大主要體現(xiàn)在它能夠在開領(lǐng)域生成多樣性連貫的類似人類的文本。也就是說，它能夠在開放的范圍內(nèi)，流暢地產(chǎn)生出多樣化且邏輯自洽的語言表達(dá)。

這一點(diǎn)是大大出乎大家意料之外的，大模型沒有達(dá)到一定的程度，不可能出現(xiàn)這個(gè)現(xiàn)象，我們目前還把這個(gè)現(xiàn)象說成是涌現(xiàn)。

第二個(gè)是遷移能力，就是只要給它少量樣本，它就能將知識(shí)遷移到不同的領(lǐng)域，這也大大出乎了人們的意料。為什么只給它幾個(gè)樣本，它就能完成新的任務(wù)呢？這種能力也只有在模型達(dá)到一定規(guī)模后才會(huì)出現(xiàn)。

我們想一想，利用這兩種能力發(fā)展出來的ChatGPT，它是通過預(yù)訓(xùn)練、推理和對(duì)齊這三個(gè)步驟實(shí)現(xiàn)的。那么它是如何做到這一點(diǎn)的呢?

主要是三個(gè)原因。

第一個(gè)原因，我們用了一個(gè)巨大的人工神經(jīng)網(wǎng)絡(luò)來完成這個(gè)任務(wù)。這個(gè)巨大的神經(jīng)網(wǎng)絡(luò)，我們把它叫做轉(zhuǎn)換器。這個(gè)巨大大到什么程度呢？

四個(gè)檔。一個(gè)非常之深，深度達(dá)到了96層。第二個(gè)非常之寬，GPT-3 寬度達(dá)到了2048個(gè)tokens。現(xiàn)在GPT-4 Turbo，達(dá)到128000個(gè)tokens。換句話講，300多頁的文本可以同時(shí)輸入，這是它的寬度。

GPT3.5 的規(guī)模達(dá)到了1750億個(gè)參數(shù)，它的硬件需要285000個(gè)CPU，1萬個(gè)GPU來完成，這是我們利用的一個(gè)技術(shù)，巨大的神經(jīng)網(wǎng)絡(luò)。

第二個(gè)技術(shù)就是巨大的訓(xùn)練文本，我這里特別講的用Text不用數(shù)據(jù)，美國人最早用的是用巨大的數(shù)據(jù)，現(xiàn)在美國人也改口了，把它說成是巨大的文本數(shù)據(jù)，Text Data。

請(qǐng)大家注意，我這里講的text肯定不是指這個(gè)數(shù)據(jù)，因?yàn)閠ext大量描述的是人類的知識(shí)，那么用得多少呢？這個(gè)大家知道了，現(xiàn)在已經(jīng)達(dá)到了45TB，Google已經(jīng)達(dá)到50TB是吧。

第三個(gè)使用的是Next token prediction，自監(jiān)督學(xué)習(xí)。

靠這三項(xiàng)技術(shù)，我們做到了剛才講的三大能力。怎么做到的？

實(shí)際上，它構(gòu)造了一個(gè)連續(xù)向量的語義空間，這個(gè)連續(xù)向量的語義空間怎么構(gòu)造呢？就是用了LLM加上AI alignment來構(gòu)造，這樣就使得我們用一串的10串的輸入，變成token，最后變成向量，在連續(xù)向量空間進(jìn)行處理，又輸出了一大堆詞串。

正是借助這三項(xiàng)技術(shù)，我們實(shí)現(xiàn)了前面提到的三大語言生成能力。

具體來說，是通過LLM（大語言模型）結(jié)合AI alignment構(gòu)造了一個(gè)連續(xù)的語義向量空間。這樣就使得我們用1串，10串的輸入變成token，最后變成向量，在連續(xù)向量空間進(jìn)行處理，又輸出了一大堆詞串。

如果大家了解LLM（大語言模型），就會(huì)知道它通過預(yù)訓(xùn)練生成了K和V，這是它的記憶單元。然后在推理階段，我們將問題Q輸入模型，Q與K、V進(jìn)行計(jì)算，輸出對(duì)下一個(gè)詞的預(yù)測(cè)。這就是LLM的整個(gè)工作流程。這種過程完全改變了我們處理語言的方式，使機(jī)器能夠像人類一樣進(jìn)行思考。

當(dāng)然，還需要最后一步對(duì)齊技術(shù)。經(jīng)過對(duì)齊后，可以大幅降低錯(cuò)誤率。因?yàn)長LM本身只能生成類人語言，不能保證正確性。只有通過對(duì)齊，才能確保生成內(nèi)容的正確性。

這是我們邁出的第一步，取得了兩個(gè)重大突破:

·  能夠生成人類水平的文本，"說人話"。

·  實(shí)現(xiàn)了人機(jī)自然語言流暢對(duì)話。在ChatGPT中，我們可以用純自然語言與機(jī)器對(duì)話，這在過去是難以實(shí)現(xiàn)的，而且這種對(duì)話不受領(lǐng)域限制。

以前我們一點(diǎn)也做不到這兩點(diǎn)，現(xiàn)在不僅可以在開放領(lǐng)域做到，而且對(duì)話不受專業(yè)領(lǐng)域限制。這兩個(gè)突破非常重大，將推動(dòng)人工智能技術(shù)獲得進(jìn)一步發(fā)展。

舉一個(gè)簡單的例子，讓ChatGPT以一個(gè)小學(xué)生的身份寫一篇關(guān)于會(huì)飛的房子的文章。

我們可以看到，它表現(xiàn)出了很強(qiáng)的想象力，能想象房子長出翅膀來，飛到云端，降落在各種地方，看到的也都是童話世界，面包長在樹上等等。這完全是人類水準(zhǔn)的文本生成。這一點(diǎn)實(shí)際上表明，人工智能向著通用人工智能邁進(jìn)了一步。

以前的人工智能都受限于三個(gè)“特定”：特定領(lǐng)域、特定算法、完成特定任務(wù)。人工智能只能在限定的領(lǐng)域內(nèi)工作，受限于特定算法，并完成特定的預(yù)設(shè)任務(wù)。這三個(gè)特定都使其受限于某一應(yīng)用領(lǐng)域。

而生成式模型完全改變了這種模式。我們使用通用的轉(zhuǎn)換器（Transformer）模型，在開放領(lǐng)域內(nèi)生成各種任務(wù)，完成多種任務(wù)，不受領(lǐng)域限制。這表明人工智能正在向第三代人工智能發(fā)展，也證明了行為主義道路是可行的。

我們目前正在進(jìn)行的第二步工作，就是在GPT-4的基礎(chǔ)上構(gòu)造一個(gè)智能體，使其能夠與數(shù)字世界交互。

為此我們必須實(shí)現(xiàn)兩點(diǎn)，一件事就是要使得它能夠接受多模態(tài)，就是要把感知這部分加進(jìn)去，這就是我們現(xiàn)在說的這個(gè)多模態(tài)生成。通過多模態(tài)的生成，我們可以解決了感知的問題，才能夠把這個(gè)環(huán)給閉起來。

我們知道，美國研發(fā)的CLIP模型實(shí)現(xiàn)了圖像和文本的對(duì)比學(xué)習(xí)。大語言模型解決了文本的語義處理，如果把圖像和文本關(guān)聯(lián)起來，機(jī)器也能處理圖像內(nèi)容。CLIP已經(jīng)展示了非常好的效果，無論是在圖像分割還是識(shí)別上，都實(shí)現(xiàn)了重大突破。

過去機(jī)器只能對(duì)圖像進(jìn)行分類，停留在感覺層面，而很難實(shí)現(xiàn)真正的感知。有了大語言模型把圖像和文本關(guān)聯(lián)后，這一問題得到很好的解決，機(jī)器現(xiàn)在可以真正識(shí)別物體。

然后我們還要增加交互能力。我們過去第一步走的時(shí)候，我們主要用了語言模型跟人類交互的能力，而大模型還可以與環(huán)境尤其是數(shù)字環(huán)境進(jìn)行交互。通過這兩點(diǎn)的組合，我們可以實(shí)現(xiàn)第二步目標(biāo)。也就是說機(jī)器可以與外部工具和環(huán)境結(jié)合，發(fā)揮問題求解能力。

它不僅可以回答問題，還可以幫助解決問題，解釋和執(zhí)行復(fù)雜指令，制定計(jì)劃來達(dá)成預(yù)定目標(biāo)。與數(shù)字環(huán)境結(jié)合后，它可以通過反饋學(xué)習(xí)，判斷自己的行動(dòng)正確或錯(cuò)誤。這是ChatGPT等第一代模型無法做到的。我們期望GPT-4可以達(dá)到這個(gè)目標(biāo)，類似ReAct和CogVLM也在朝這個(gè)方向發(fā)展，不僅可以推理，還可以采取行動(dòng)。

這里舉出了例子，說明僅具備推理能力或僅具備行動(dòng)能力都無法完全解決問題，必須推理和行動(dòng)能力的結(jié)合。

比如對(duì)于較復(fù)雜的推理問題，GPT-4可以很好地處理。我讓GPT-4計(jì)算一個(gè)腦筋急轉(zhuǎn)彎的題目：我有10只碗，為開派對(duì)向張家借5只、向李家借5只，派對(duì)后我把碗還給他們，那么我手里還剩多少碗？GPT-4起初誤解為0只，后來“仔細(xì)想了想”，推理出我還剩10只自己的碗。這類復(fù)雜推理只有GPT-4能完成。針對(duì)復(fù)雜問題求解如雞兔同籠題，它也能很好解決。

第三步發(fā)展非常重要，目前GPT-4最多只能與數(shù)字世界交互，我們最終必須使其能與物理世界交互。這就缺少了一個(gè)關(guān)鍵環(huán)節(jié)——機(jī)器人。要與世界溝通和采取行動(dòng)，就需要機(jī)器人。因此，“具身智能”（Embodied AI）的提出很關(guān)鍵，它可以構(gòu)建一個(gè)完整的智能體，既有感知能力，又有像人類一樣的思考和行動(dòng)能力。這將形成一個(gè)完整的智能體。如果實(shí)現(xiàn)這一步，其結(jié)果將是難以想象的。因此，現(xiàn)在就必須把機(jī)器人技術(shù)配合上來。

那么大家看到了美國人就做人形機(jī)器人，我覺得不一定要做人形，因?yàn)楹芏嗟胤绞褂玫模褪鞘志涂梢粤耍蛘吣_就可以了。不一定把硬件搞得非常復(fù)雜，所以我的主張就是說，你有一定的硬件作為它的基礎(chǔ)，我們進(jìn)行研究，我們要研究什么問題？研究強(qiáng)化學(xué)習(xí)，這是今后人工智能的方向，而且這個(gè)強(qiáng)化學(xué)習(xí)如果再進(jìn)步，我們過去所有的機(jī)器，做的都是外部驅(qū)動(dòng)的，我們?nèi)绻軌蜃叩絻?nèi)部驅(qū)動(dòng)，那就是能夠非常接近人類智能。

接下來是人工智能發(fā)展下去，會(huì)產(chǎn)生什么影響？

這個(gè)我引用這個(gè)高盛的全球投資的一張圖，這張圖告訴我們說，人工智能這樣發(fā)展下去，最主要的一定會(huì)推動(dòng)經(jīng)濟(jì)的發(fā)展。

高盛的分析顯示，人工智能每年可帶來1.3%的全球經(jīng)濟(jì)增長，發(fā)達(dá)國家可能達(dá)到1.5%，中國大約0.9%。這些數(shù)字可能不夠準(zhǔn)確，但人工智能促進(jìn)經(jīng)濟(jì)發(fā)展的趨勢(shì)是確定的。因此，中國要發(fā)展經(jīng)濟(jì)，就必須推動(dòng)人工智能技術(shù)發(fā)展。

第二句話，看它究竟對(duì)我們產(chǎn)業(yè)，各個(gè)行業(yè)產(chǎn)生什么影響？

有人擔(dān)心人工智能會(huì)代替人類工作，其實(shí)這份報(bào)告分析了各行各業(yè)，得出結(jié)論是人工智能對(duì)多數(shù)行業(yè)有利。左側(cè)深色表示不易被自動(dòng)化替代的體力勞動(dòng)；相反，右側(cè)淺色表示可被部分替代的腦力勞動(dòng)，但比例不會(huì)超過1/3。大部分工作將是人機(jī)互補(bǔ)，提高工作質(zhì)量和效率。

為什么大模型難以完全替代人類？是因?yàn)楫?dāng)前人工智能模型存在天花板。

就是說大模型所有的工作都是外部提示的，不是它主動(dòng)做的，而且它是在外部提示下，用概率的預(yù)測(cè)的辦法來完成它。人類完全不是這樣，所有工作基本上是在內(nèi)部驅(qū)動(dòng)下，內(nèi)部意圖的驅(qū)動(dòng)下，在意圖的控制下，或者意識(shí)的控制下來完成的，這就表現(xiàn)了大模型的三個(gè)天花板。

第一，質(zhì)量不可控。大模型的質(zhì)量無法人為控制，輸出質(zhì)量不穩(wěn)定。

第二，生成結(jié)果存在正確錯(cuò)誤，因而不可信。

第三，不魯棒。輸出很依賴輸入提示詞，相同內(nèi)容不同提示詞會(huì)產(chǎn)生不同解，給出不同回答。

綜上所述，當(dāng)前大模型存在的三大問題(不可控、不可信、不魯棒)是根本性的缺陷，隨著模型規(guī)模的增加也難以解決。

前幾天我看了圖靈獎(jiǎng)得主 Joseph Sifakis 在清華做的報(bào)告，他也是這個(gè)觀點(diǎn)一樣的，他就畫出來這個(gè)智能化三個(gè)層次，他認(rèn)為目前來講，機(jī)器大多數(shù)作為輔助，那么第二步走向自動(dòng)化，自動(dòng)化的意思是什么，把部分的監(jiān)控任務(wù)交給機(jī)器。

最終它叫做自主化，把所有的控制、監(jiān)控都交給機(jī)器，這個(gè)他覺得很難，最主要的原因就剛才我們講到不可信，機(jī)器不可信，所以總體來講我們應(yīng)該看到今后的最主要的內(nèi)容，就是我們把機(jī)器作為我們最好的助手，當(dāng)然相當(dāng)一部分工作會(huì)被它代替，但是這個(gè)要分領(lǐng)域的，不是所有領(lǐng)域都是這樣。

這個(gè)總結(jié)一下，實(shí)際上就是我們當(dāng)初提出來的發(fā)展三代人工智能的思想。

第三代人工智能的最主要思想是三個(gè)，一個(gè)我們必須要建立人工智能的可解釋與魯棒（穩(wěn)健）的AI理論與方法。

因?yàn)榈浆F(xiàn)在為止這個(gè)理論還沒有建立起來，這就是人工智能所以緩慢和曲折的原因。為什么理論建立不起來？就受到三個(gè)特定的限制。因?yàn)檫^去你只能在特定領(lǐng)域，利用特定模型去解決特定的任務(wù)，根本你就在特定情況下做的事，怎么可能建立一個(gè)通用理論呢？大模型的出現(xiàn)給我們建立這個(gè)理論提供了可能性，因?yàn)槟悴蛔呦蛲ㄓ茫悴豢赡芙⑼ㄓ美碚摚袁F(xiàn)在這個(gè)有可能了。

那這種情況下，我們才有可能得到安全、可控、可信、可靠和可擴(kuò)展的人工智能技術(shù)。換句話講如果這個(gè)理論沒有建立起來，我們?nèi)斯ぶ悄艿募夹g(shù)永遠(yuǎn)是難以相信。

三是推動(dòng)AI的創(chuàng)新應(yīng)用與產(chǎn)業(yè)化，這個(gè)我們特別強(qiáng)調(diào)知識(shí)的作用，這個(gè)就必須充分發(fā)揮這四個(gè)要素，這個(gè)四個(gè)要素肯定都要發(fā)揮知識(shí)、數(shù)據(jù)、算法、算力，但是我們最主張的，就必須重視知識(shí)作用，所以我們把知識(shí)放在第一位。

人工智能發(fā)展可以分為三個(gè)階段。第一代人工智能試圖通過建立語義符號(hào)系統(tǒng)來模擬人類思考，包括推理、決策、診斷、設(shè)計(jì)、規(guī)劃和創(chuàng)作等能力。這體現(xiàn)了符號(hào)主義和行為主義的主張，即構(gòu)建一個(gè)語言和符號(hào)的理想空間，在這個(gè)空間內(nèi)模擬人類思考。但是這種模型存在一個(gè)重大缺陷，即“符號(hào)接地”（the symbol grounding problem）問題，無法與物理世界聯(lián)系，系統(tǒng)都是人為定義的，與外部環(huán)境脫節(jié)。

第二代人工智能試圖通過構(gòu)建特征向量的連續(xù)空間來實(shí)現(xiàn)感知，可以利用大量數(shù)據(jù)進(jìn)行訓(xùn)練。但是其最大問題是與認(rèn)知層面脫節(jié)，僅能對(duì)物體進(jìn)行區(qū)分，無法真正理解和認(rèn)知。

為克服第一代和第二代人工智能的局限，我們?cè)诘谌斯ぶ悄苤刑岢鰳?gòu)建“準(zhǔn)語義向量連續(xù)空間”，也就是大語言模型構(gòu)建的空間。這打通了三種空間，才可能建立一個(gè)真正的智能體，實(shí)現(xiàn)思考、感知和行動(dòng)的統(tǒng)一。大語言模型的出現(xiàn)使這一目標(biāo)看起來可能實(shí)現(xiàn)。但是，仍有很多問題有待解決，需要大量工作。

總之，大語言模型為實(shí)現(xiàn)真正的人工通用智能提供了可能性，但距離最終目標(biāo)還有一定差距。

最后，我就談兩點(diǎn)思考。

首先，盡管人工智能目前正處于穩(wěn)步發(fā)展階段，甚至可以說是快速發(fā)展，它對(duì)各行各業(yè)產(chǎn)生了巨大影響。然而，我們也面臨著許多不確定性，因?yàn)槿斯ぶ悄艿陌l(fā)展往往是不可預(yù)測(cè)和不可控的。例如，我們目前對(duì)某些現(xiàn)象的解釋仍然停留在“涌現(xiàn)”這一概念上，這實(shí)際上意味著我們尚未完全理解其背后的機(jī)制。

我認(rèn)為中小型企業(yè)不應(yīng)僅局限于科研，而應(yīng)將科學(xué)研究、技術(shù)創(chuàng)新與產(chǎn)業(yè)發(fā)展緊密結(jié)合。智譜AI在這方面做得相當(dāng)出色，它不僅重視研究工作，還通過組織此類討論會(huì)，展示了對(duì)科學(xué)研究的重視。這種產(chǎn)學(xué)研結(jié)合的模式，特別是在中國，有助于產(chǎn)業(yè)的健康發(fā)展。

此外，我認(rèn)為現(xiàn)在是抓住機(jī)遇，發(fā)展人工智能產(chǎn)業(yè)的關(guān)鍵時(shí)期。過去，人工智能產(chǎn)業(yè)受到特定領(lǐng)域和任務(wù)的限制，難以實(shí)現(xiàn)大規(guī)模發(fā)展。但現(xiàn)在，我們有機(jī)會(huì)開發(fā)通用的硬件和軟件。

總結(jié)起來來講，通向通用人工智能道路還是很艱難的。但是不管怎么說，大語言模型為人工智能的發(fā)展打開一條通向通用人工智能寬廣的道路。