近些年来,人工智能(AI)一直是全国两会上的热门话题,今年也不例外。“深化大数据、人工智能等研发应用,开展‘人工智能+’行动”被写入了今年的政府工作报告。
大模型是当下最大的焦点,也代表着人工智能的未来走向。中国科学院自动化研究所研究员、大模型研究中心常务副主任王金桥告诉《中国科学报》,在类脑智能、信息智能、博弈智能三条通往通用人工智能(AGI)的路线上,以大模型为代表的信息智能“跑得最快”。
从大语言模型ChatGPT到人工智能视频生成模型Sora,美国在人工智能领域一骑绝尘。近年国内虽有多股力量展开“追击”,但Sora的出现,让人们不禁担心:中国人工智能与世界先进水平的差距越来越大了吗?我们会在AGI时代落伍吗?
我们来听听人工智能领域的代表委员、业内专家怎么说。
中国正在缩小与前沿的差距
在接受《中国科学报》专访时,全国政协委员、中国科学院自动化研究所研究员赵晓光表示,“改革开放以来,我们仅用了40多年的时间,走完了西方走过的工业革命和科技革命之路。中国的人工智能研究、产业发展是否与先进水平差距越来越大,我认为要在这个背景下来回答。”
她谈到,在一些前沿科技领域,好像总是我们在追赶西方国家,但这并不能说明中国与先进的研究差距越来越大,“甚至在有些领域,我们已经领先了”。
赵晓光长期致力于先进机器人、智能机器人的研究工作,所研究的“人形机器人”如今也成了热门。“2022年美国企业家埃隆·马斯克提出要推出‘擎天柱’时,我们对人形机器人有了更新的认识。现在,我们实验室、国内企业做出了人形机器人,功能也很好。这说明什么?”赵晓光自问自答,“说明我们已掌握了许多关键技术,但问题在于还没吃透、没整合好。AI大模型也是如此。”
“所以我的答案是,中国在人工智能领域与世界前沿的差距不是在加大,而是在缩小。”她说,“我们需要不断把自己的创新思想凝练出来,运用好新型举国体制优势,再逐步引领。”
相比赵晓光的观点,北京邮电大学人工智能学院人机交互与认知工程实验室主任刘伟更为直接。
“说中国人工智能领域与欧美国家之间的差距越来越大的人,说明他可能不太懂人工智能。”刘伟说道,人工智能有许多研究方向,生成式AI大模型只是其中一项,中国在人工智能领域有领先的方面。
赵晓光和刘伟同时提到,即便强如GPT-4、Sora,距离通用人工智能这个最高目标也还很遥远,“甚至可能无法实现”。因此不必担心“中国可能赶不上通用人工智能这班车”。
大模型要“两条腿走路”
不可否认的是,作为人工智能领域最受关注的技术领域,大模型技术的每一次迭代,都意味着各国竞争形势的变化。在全国人大代表、科大讯飞董事长刘庆峰看来,中美在大模型深度应用和战略需求上的角逐,“2024年将是关键期”。
为此,刘庆峰建议,要制定国家通用人工智能发展规划,系统地推动我国通用人工智能发展。首个目标就是发挥新型举国体制优势,加大并保持对通用大模型底座“主战场”的持续投入。
“我们要正视差距,聚焦自主可控的底座大模型‘主战场’,从国家层面聚焦资源,加快追赶,同时系统性构建通用人工智能生态和应用,打造综合优势。”刘庆峰说。
王金桥对《中国科学报》表示,国产大模型发展受到的最大限制就是算力。
为解决这个问题,全国政协委员、中国科学院计算技术研究所研究员张云泉专门做了调研。经过研判,他提出:“除了继续攻关人工智能芯片之外,我们能不能聚合中国的超算,为大模型预训练提供算力支撑?”
张云泉告诉《中国科学报》,训练大模型需要的算力特点,如并行计算、高速网络互联及通信等技术手段,超算系统都具备,组织好人才开展技术攻关,研制大模型专用超算体系是可行的。
“正如英伟达创始人兼CEO黄仁勋所言,每个国家都应该拥有自己的主权人工智能基础设施。靠谁训练出来?我认为可以通过设立专项,研制支撑通用大模型训练的超级计算机。”张云泉说。
他告诉记者,研制这样的超算设施,成本会高一些,但它解决的是主权大模型有和无的问题。同时,也要“两条腿走路”——国内人工智能芯片的研制要跟上,取得了突破后成本自然就会降下来。
王金桥很认同大模型算力要“两条腿走路”,同时他认为,大模型的发展也要“两条腿走路”。“除了通用的基础大模型,中国可能需要多个能满足不同场景需要的专用大模型。”王金桥说,中国有最大的市场需求,如化学发现、分子模拟、天气预报等,它们不需要模型规模特别大,但需要跟行业场景、行业数据充分结合。这样的专用模型有用武之地。
他进一步解释,通用基础大模型的开发,是为了保持跟前沿技术进步同频共振,不错过技术发展的“窗口期”;而专用大模型则面向市场需求,通过场景应用,发挥大模型技术的能力。
“2024年或是大模型落地元年。”王金桥说,“我们要探索一条特色化的大模型发展之路。”
央企入场,是机会也有挑战
不久前,国务院国有资产监督管理委员会(以下简称国务院国资委)召开“AI赋能 产业焕新”央企人工智能专题推进会,提出要加快布局和发展人工智能产业。
张云泉认为,“有资金、有人才、有场景”的央企入场,对于发展人工智能这类资本密集、人才密集的产业意味着利好。不过,也应注意分清主次,不要一拥而上。
他对《中国科学报》解释说,我们的东方思维习惯于“下象棋”,喜欢攻城略地、夺帅;西方思维则更喜欢“下围棋”,喜欢合围、困杀。这映射到大模型竞争当中,提醒我们要有战略定力,不要盲目上马、急于变现,“这样容易错过原始创新”。
他建议,中国可以有数百家机构做大模型的行业应用,通过与行业数据的结合挖掘大模型的潜力,有一些实际效果后再投入更多“兵力”。同时,我们一定要建一支“尖刀部队”,推动主权基础大模型的研制、迭代,以防未来再被“卡脖子”。
刘伟也提醒,央企入场的优势是可以集中力量办大事,但要留神不能搞“一阵风”式的产学研协同。尤其要看到OpenAI的成功其实是有规律可循的——长期稳定的支持、没有盈利目标、心无旁骛朝着目标开发。“我希望央企向OpenAI学习,培育出一种‘宁静致远’的氛围和开放的体系。”
赵晓光谈到,在硅谷的人形机器人创业赛道上,除了马斯克的“擎天柱”之外,还有许多初创公司,最有名的是Figure AI。这家公司专注于人形机器人的“胳膊和腿儿”,与“擎天柱”既有竞争也有合作。
“分门别类的合作,更能促进前沿人工智能技术的落地、转化。”赵晓光说,“龙头企业参与推进人工智能发展,要发挥好‘链主’的优势和作用,将科研院所的研究成果与行业优势结合起来,形成合力,共同打通技术-产业链条。”
作为大模型“圈内人”,王金桥对央企入场持欢迎态度。具体而言,他希望央企入场能够从发展智算中心、开放更多场景、共享行业数据等方面加大力度,“充分拥抱大模型”。
“希望央企能够通过吸收人工智能最新技术,大小模型协同,先行先试,给大模型技术发展创造更多空间。”王金桥说。
(责编:赵珊)