創投大咖說 | 專訪南京大學人工智能學院教授俞揚：人工智能是通向未來人類社會新構型的途徑（人民日報-人民號 2024年2月5日）
發布時間 ：2024-02-08
前言：
人工智能已經成為新一輪科技革命和產業變革的重要驅動力量，大模型如同給信息科技帶來了新的動力系統。以“ChatGPT”為代表的人工智能技術在全球范圍內掀起新的高潮，引發了新一輪人工智能應用熱潮。南京大學人工智能學院教授、南棲仙策創始人俞揚近期接受創投集團專訪，就GPT背后的技術、可能誕生的新的應用和當前階段人工智能領域的投資機會給出了他的看法。
俞揚，南京大學人工智能學院教授，南棲仙策創始人。主要從事強化學習的研究工作，工作獲5項國際論文獎勵和3項國際算法競賽冠軍。入選國家青年人才計劃、IEEE“國際人工智能十大新星”，獲CCF-IEEE青年科學家獎，首屆亞太數據挖掘“青年成就獎”，并受邀在國際人工智能聯合大會 IJCAI 2018上作“青年亮點報告”。
問：去年11 月30 日，美國人工智能（AI）研發企業OpenAI推出AI 聊天機械人程序ChatGPT，開通了人類與機械人的互動和對話窗口，被各界視為人類邁進AI 時代的重要里程碑。能否幫忙簡單梳理下人工智能、機器學習和大模型的關系
答：人工智能是一個廣泛的領域，按照“人工智能之父”John McCarthy的定義，人工智能是實現智能機器的科學和工程。John McCarthy還特別強調道，人工智能與理解人類智能有關，但也不必按照生物的方式去實現智能。
人工智能的經典內容包含搜索與推理、知識表達與機器學習。在參與人數、發表論文、應用落地等多個方面來看，機器學習目前已經成為人工智能規模最大的子領域。機器學習的上升來自人們對從數據中總結知識的需求。
在機器學習的過程中，數據充當輸入的原材料，通過算法處理，最終產生出能夠對新數據進行分析和預測的模型。例如，在人臉識別的場景中，模型接收圖像輸入，并輸出相應的識別結果。至于所謂的“大模型”，它并沒有統一的定義標準，但通常指的是那些在廣泛的數據上訓練、擁有大量參數且能夠處理多類型任務的模型。ChatGPT就是一個例子，它利用了大規模的互聯網文本數據進行訓練，以此來支持其執行多樣化的任務，體現了大模型的廣泛應用能力。
問：是什么讓ChatGPT如此驚艷
答：ChatGPT之所以讓人稱贊，關鍵在于兩方面的革新。首先是其訓練的廣度。ChatGPT通過利用前所未有的大規模互聯網文本數據進行訓練，幾乎包含了網絡上可獲取的全方位信息，這為模型賦予了龐大的知識庫和多樣化的理解能力。當然，在如此大規模的數據上成功訓練的背后，必不可少的是合適的算法與模型設計以及強大的工程能力。
其次是OpenAI在大規模語言模型的應用模式上取得了突破性發現。這種發現可以說是對傳統機器學習應用的一次重大進步。在傳統的范式中，模型的訓練和使用是一致的——比如一個訓練用于識別人臉的模型，它的主要用途也將限于識別圖像中的人臉。然而，OpenAI發現，通過訓練模型來預測文本序列中的下一個詞，可以產生一個功能強大的工具，它不僅能回答問題，還能根據指令生成具有特定風格或內容的文本。這一發現極大地拓寬了語言模型的應用范圍，使其適用性遠超傳統界限，為人們帶來了令人矚目的體驗。
問：GPT的核心就是機器掌握了語言，它變成了一個懂表達、善于表達的機器，同時它還擁有世界常識。整個世界上已經發生的事、知識、常識甚至簡單的推理，它都掌握了，這是非常了不起的一個突破，具體到產品形態上，可能誕生哪些超級應用
答：對于大語言模型的作用，我理解其核心在于革新了人機交互能力和交互方式。這種變革不僅僅局限于實現更自然的對話體驗，它還改變了我們與技術互動的基本方式。借助于大語言模型，機器不再是簡單地執行固定命令或響應預設指令的工具，而是能夠理解復雜的語言表達，甚至是模糊的人類意圖和情感。
我無法預測基于大語言模型具體會產生什么超級應用，但可以預期的是，這樣的應用一定能讓人們可以用自己最自然、最直觀的方式——語言與機器溝通，無論是技術背景如何、年齡或文化背景如何的人，都可以與機器有效交流，無需學習復雜的界面或命令語言，能夠使得機器能夠更好地融入我們的社會和日常生活。
問：上一個AI時代已經出現過一些AI產品和商業成功的公司，GPT時代會有什么不同
答：無論大語言模型浪潮有多么洶涌，產品和商業成功一定都是在滿足人們的需求。以往已明確的需求，加上大語言模型后可以大幅提升效率，例如微軟的Copilot系列正在強化Github編程、Word文字處理、PPT設計等原有的應用。對于這一類需求，大語言模型的應用普及可能會非常迅速。大語言模型也有可能幫助開發新的需求，例如緩解情緒的聊天機器人等。但開發新的需求總是有較長的接受周期。
問：您所專注的強化學習領域，近期有哪些新的前沿進展
答：強化學習是構建智能決策的AI技術分支。近期強化學習的主要進展，我認為是可以走出游戲世界，能夠真正被用于解決多行多業的決策問題。基于這些進展，南棲仙策已成為強化學習應用的領頭企業，聚焦工業與制造業，為先進制造所需的尖端決策控制提供核心技術。
問：2016年開始的上一輪人工智能商業化出現了一些問題，AI企業不得不做很多繁瑣細碎的定制化項目。大模型要如何規避上一輪人工智能商業化遇到的問題
答：定制化是在滿足不同客戶的特性化需求。許多企業在嘗試將AI技術商業化的過程中不得不投入大量的時間和資源去做定制化的項目，我認為其根本原因在于這里應用的AI技術通用性不足，通常只能解決應用鏈條中的某些環節，而無法處理全部環節。尤其是對客戶需求的理解和建模方面，以往很難通過AI技術來處理，這時就需要人工來適配不同的需求，增加了定制化交付壓力。一旦AI技術本身可以處理需求理解和業務建模，那么其商業化效率將得到大幅提升。南棲仙策在強化學習應用方面，正是運用AI技術在處理業務建模。大語言模型對客戶語言描述理解能力的增強，也能一定程度上緩解人工適配的壓力，因此我們也會看到大語言模型的迅速普及。
問：大模型和小模型的區別，小模型的機會在哪在資金儲備、人才資源、使用場景、數據積累方面，大公司都有著天然的優勢。小公司是否有機會，如果有，機會在哪
另外，OpenAI在2021年員工只有200人，如今也不到800人，從人數上來說并非“大公司”。當顛覆性技術到來的時候，反應緩慢的大公司可能面臨更多的是天然的劣勢。具有核心技術的小公司永遠都會有機會。
答：人工智能在我看來不僅僅是一門技術，而是通向未來人類社會新構型的途徑。對于具體的業務和項目可能都有許多不確定性，但對于這條通往未來的途徑，應該是十分確定的。
問：AI 芯片、AI 服務器、存儲等都是AI 基建的重要組成部份。AI 硬件的競爭提升，導致芯片價格大漲，成為芯片廠最大及最具戰略意義的增長點。而在AI市場火熱、英偉達顯卡溢價、產能不足、芯片禁令等多重因素的作用下，國產AI基礎設施建設和投資，似乎迎來了一個嶄新的機會。國內AI基礎設施企業如何把握機會，迎頭趕上以及AI時代的基礎設施，有哪些潛在的投資機會
感謝俞教授的分享。希望通用人工智能可以將人們從低級枯燥的任務中解放出來，并開啟一個富有創造力的新時代。
