"大模型还有局限性,算力会是最大挑战" | 聚焦WAIC
7月8日下午，以“智联世界·生成未来”为主题的2023世界人工智能大会（WAIC）在世博中心闭幕。
人工智能（AI）大模型正在成为新的讨论热点，在2023世界人工智能大会投融资主题论坛的高端对话环节，中国工程院院士、清华大学讲席教授张亚勤与中金公司原总裁兼首席执行官朱云来就大模型当下的发展现状和局限进行了深入交流，同时还展望了未来的发展机遇。
张亚勤用“跑马”来类比当下AI的发展进度，“42公里的马拉松我们现在只跑了5公里，未来还有无限可能”。
(资料图片)
大模型还面临局限性
谈及AI大模型的现状，张亚勤指出，大模型目前在时效性、准确性、算力效率、隐私保护方面还面临着一些挑战和局限性。其中，算法本身没有办法解决错误和不实的信息，因为用户本身就具备创意。而在算力效率方面，人脑有860亿个神经元，每个神经元差不多有将近1万个突触。GPT4有着万亿参数模型，但需要巨大的算力和能源。
他进一步表示，如何能降低计算耗能，增加效率是一个大的问题。在此背景下，目前的大模型很难大规模商用，可能至少要提高10倍效率才可以。此外，他还认为，大模型固然很重要，但是横向的语言模型也很重要，因此应用到行业中时一定需要更精准、更加垂直于行业的模型。
在朱云来看来，大模型的出现确实带来了轰动，GPT最大的贡献是引入了注意力机制，简化了运算，但也正因过于简化而丢失了很多信息，导致理解不能系统模拟人脑思维，这会对未来的应用潜力带来一定限制。
大模型提升生产效率
张亚勤认为，人工智能提高制造业、金融业等行业生产效率，但同时，很多体力劳动会被替代，一些可重复、有规定程序的脑力劳动也会被替代。
朱云来表示，GPT能够根据指示做非常系统性、综合性的搜索和归纳，这是基于循环神经网络的模拟，通过注意力机制把可解性大大提高，因此有了一个系统的突破。从局限性来讲，由于运算被简化过多，因此普适性也可能会降低。可能还需要经历一个新的阶段之后，才会有真正的AI或者是通用人工智能的能力。
如果机器真的实现高度智能化，人类该如何应对？
朱云来认为，当科技迅速发展以后，社会治理结构、治理机制会被重新设定。比如，科技带来的进步应该如何返还给社会各个群体，这个问题需要在未来系统地考虑。
创业公司会有发展机会
张亚勤认为，大模型的出现整体来说对创业公司是一个机会，有了横向大模型的AI操作系统后，还可以开发行业的垂直模型，并在这个模型上开发新的应用。创业公司可以借助“云”来调用模型，使其创业的门槛降低。
朱云来认为，小公司的存在对大模型的发展非常重要，他们客观上往往更具创造性。大公司固然能带来很多系统综合性的好处，但要防止过度垄断，同时，对小公司要有保护激励机制，形成良性的环境，推动社会进步。
算力和算法会相辅相成
谈及AI目前发展的重点，张亚勤表示：“需要人才、数据、算法、算力四个方面的支撑，其中算力会是最大的挑战。”
他认为，目前算力发展最大的限制是GPU（图形处理器），虽然有很多公司在做GPU，但依然不能满足大量的计算需求。如果算力成为发展AI的限制，那么一定要从新的模型、算法、框架中寻找突破的途径。现在最大的创新其实是在手机里面，最先进、低能耗的芯片都在手机里。他还表示，中国拥有人才多和数据多的优势，并且过去十年有很多创新算法、原始算法是由中国科学家完成的。
朱云来认为，算力是一个基础，涉及到芯片的问题。但算法是另外一个维度，算力和算法二者相辅相成。一个好的算法可以把算力差多少千倍、多少亿倍的需求平衡掉，最大的产出实现可能还是依靠算法。
人工智能并非泡沫而是机会
“现在的AI有点像1998年的互联网，机会很大，刚刚开始，但是也有泡沫。”张亚勤表示，2000年互联网公司的泡沫破裂，但互联网本身不是泡沫，互联网改变了生活方式，真正有实力有价值的公司越来越大，人工智能也是如此，也有很多有价值的公司。人工智能不是泡沫，是机会，但不排除有些公司在某些阶段会是泡沫。
朱云来认为，从投资的角度看，对人工智能需要有足够大的系统层面关注。如果不投肯定不能获得相关的回报，但千万不要觉得投了就能高枕无忧，在实际投资中要不断调整投资头寸的比例，要占上投资赛道去卡位，在进步的过程中调整。
标签：
相关文章
股票行情快报：青松股份（300132）7月7日主力资金净卖出105.50万元
截至2023年7月7日收盘，青松股份(300132)报收于5 61元，下跌1 41%，换
