专访复旦大学漆远教授：AIGC“狂飙”，中国不会在这次浪潮中落伍

最近的AI界每天都有大新闻，继世界被最新的GPT-4和Midjourney V5震撼刷屏一周后，3月21日，谷歌推出了聊天机器人Bard。与OpenAI的ChatGPT和微软的Bing聊天机器人一样，Bard是一个基于大型语言模型的聊天机器人，用户可以与Bard互动以提出问题并通过后续查询完善答案。而微软在上周推出GPT-4平台支持的新AI功能“Copilot”后，最新微软Bing在线AI绘图功能也上线了，由OpenAI的DALL-E驱动，可通过文字描述生成图片。与此同时，Adobe也推出了自己的创意生成式AI模型集：Adobe Firefly。Stable Diffusion AI图像生成器背后的初创公司之一Runway宣布发布名为Gen-2的AI模型，它可以接受任何文本描述——例如“天空中飞翔的乌龟”——并生成三秒钟的匹配录像。各类新产品层出不穷，整个世界的目光都被爆发性突破的AIGC（生成式AI）产品吸引住了。

一直以来，摩尔定律是半导体行业背后奉行的金科玉律，也就是说每隔18-24个月，封装在微芯片上的晶体管数量便会增加一倍，芯片的性能也会随之翻一番。OpenAI的CEO Sam Altman宣称，一个全新的摩尔定律可能很快就会出现，即宇宙中的智能数量每18个月翻一番。当下的AIGC的狂飙速度，似乎正印证了他的预言。

管理视野：

业内有一个说法是说ChatGPT的技术不算完全创新，这个产品的创新性从何而来？

漆远：

ChatGPT在技术上也有创新的地方，当然这个产品最大的成功还是在于工程方面，在产品设计上。OpenAI在2015年就成立了，这种创新也是基于公司多年的潜心开发。也许八年你看着不算很久，但在国内几乎不可能有AI公司能有办法烧这么多年的资金。OpenAI现在估值号称290亿美金，去年营收仅有2000万人民币，其他地方很难有这样的公司存在。OpenAI于2015年12月11日亮相世界。最初包括马斯克在内的私人投资者为这个项目联合注资10亿美元。创立者们的初衷是为了对抗大公司垄断AI导致的风险，他们希望做成一个开源的架构，让更多的人、更多的社会面能了解到人工智能的发展，所以公司起名叫做OpenAI，开放型的人工智能。

建立之初OpenAI以非营利组织身份发表了一则声明，大意是要有一个领先的研究机构，它可以优先考虑好的结果，而不是自己的私利。还表示将大力鼓励研究人员发表他们的研究成果，无论是论文、博客文章还是代码，公司的专利将与全世界共享。建立早期，尽管OpenAI没有明确表达批判的说法，但言外之意很明显：DeepMind等其他实验室由于受商业利益的约束不能服务全人类。在这些机构向人类关上大门的时候，OpenAI将会是敞开的。在一个越来越私有化、专注于短期财务收益的研究领域，OpenAI提供了一种新的方式来推动在AI技术最大问题上取得进展。2018年2月，马斯克宣布，由于在公司发展方向上存在分歧，他将离开OpenAI。一个月后，Sam Altman辞去创业加速器（Y Combinator）的总裁一职，成为OpenAI的 CEO。剩下的事情大家都知道了，GPT大模型是非常耗费计算资源的，所以陆续拿了微软10亿到不久前100亿美元的投资。如果我们从资金对创新的支持上来讲，以前国内的一些公司也很大程度上得益于美元基金的支持，其实从世界范围来看，硅谷在创新上的资金投入力度会更大一些。

管理视野：

谷歌在这个领域深耕多年，为什么没有首先推出这样的产品？

漆远：

谷歌其实具备所有的技术能力来做出这样的产品，我认为谷歌是随时可以推出的。谷歌之前没有抢先推出的原因，我个人猜测，可能AI聊天机器人和公司的商业模式有相矛盾和冲突之处。谷歌是依赖广告做业务搜索，搜索是出于条目和点击，那对话机器人怎么做搜索？怎么做点击？怎么做广告呢？这和它的本身的商业模式有很大的冲突我认为。同时，谷歌和OpenAI不一样，谷歌是一个大公司，会更在乎呈现的准确率。还有有关各种平权的话题，顾忌特别多。其实2022年，Meta就推出过一款AI聊天机器人BlenderBot 3，但反响不佳，测试几天后就被下线了。所以我不知道这些过往的案例会不会使得谷歌公司更加谨慎，谷歌需要花更多的技术和精力在数据上处理，以保证聊天机器人的回答更完善——要滴水不漏是很难的。我们看到谷歌于2023年2月6日宣布要推出人工智能聊天机器人Bard，然而，Bard在一次回答问题的演示中给出了错误答案，2月8日谷歌母公司Alphabet股价就下跌超7%，市值蒸发约1000亿美元。所以谷歌要把外部反馈和内部测试结合起来，以确保Bard反馈的信息在质量、安全性和完整性方面达到一个很高的标准，才敢于进一步推出新产品。

管理视野：

国内的AI产业的公司，比如“AI四小龙”之前没有选择这个落地方向是为什么？

漆远：

商汤科技与旷视科技、依图科技、云从科技这“四小龙”的主营业务依赖于传统的安防领域和计算机视觉理论。但是OpenAI一开始成立的目标就是希望AI更开放， OpenAI的初衷是一个推进人工智能发展，推进社会对人工智能技术的理解和使用的公司，所以它和“四小龙”成立的初衷不太一样。

我觉得国内的公司可能做出来成功的对话机器人的，但面临的一大挑战是整个中文网的数据质量可能不够高。因为英文语料库从某种角度上说不光是一个国家的积累，全世界绝大部分的科技和文献数据都在英语世界里面。我们也有搜索引擎公司，所以对话机器人相信也是能做的，只不过就是说要达到ChatGPT这样的能力不是特别容易。我们的中文网络本身积累的数据在科学知识上，在内容的规范性上，还欠缺。当然可以通过翻译增加语料库的丰富性，翻译也是一个操作思路。

管理视野：

AI未来的突破方向在哪里？

漆远：

我觉得谁都不能预测未来哪个方向能突破，应该每个方向都尝试起来，大胆地投未来。其实没有人知道未来会是什么样子，我也没法预测前景，我个人会觉得人工智能的一个未来大方向是下一步会推动科学范式的改变。范式（paradigm）这个词在希腊文中含义是词性变化的规则，可以引申为某种思想的源头，后来被引入了科学领域。科学范式是指科学研究中一整套原则、理论、定律、准则、方法等。人工智能会是一个新的非常有利的全新的观测手段、分析手段，它能让我们看到以前在科学研究中看不到的关联，找到以前想不到的原因。我认为在生命科学、气象、材料、经济都诸多领域，AI都会发挥很大的作用。包括像流体力学里面的飞机风洞实验、经济学里的匹配理论、微观蛋白质和器官之间的关联、气象预测、还有新药和电池研发里的晶型预测，很多行业里AI都大有用武之地。人工智能和科学的结合（AI for science），值得期待。

管理视野：

中国会在这次风起云涌的AI浪潮里落伍吗？

漆远：

从技术角度上，短期还好，长期来看，我觉得除了GPU（图形处理器）算力的影响，可能还是两个技术体系的人才缺乏的风险。对于科技领域，我们应该更开放，而不是自主收缩，技术上长远来说还要看演化，因为GPU的缺乏可能是整个链路的问题。

我觉得中国不会在这次AI浪潮中落伍，如今我们面对的挑战是在世界的变局下，我们怎么能够更开放、更拥抱世界，而不是相反。一个国家再厉害，如果和世界都脱离了关系，终究独木难支。所以我支持开放，虽然逆全球化一定程度上正在发生，我们应该以更开放、更包容的态度面对新一轮的AI浪潮。人工智能这个领域，很难说是咱自己就把事情都干了，AI本质上是人类共同推进的项目。

专访嘉宾：漆远

复旦大学人工智能创新与产业研究院院长、复旦大学“浩清”教授

本文来自微信公众号“复旦商业知识”（ID：BKfudan），作者：管理视野 漆远，36氪经授权发布。