清华张亚勤：大模型将是AI时代的操作系统，产业机会将比PC时代增长100倍
出品 | 搜狐科技
编辑 | 梁昌均
“人工智能已经成为这个时代最具变革性的技术力量，新的智能是信息智能、具身智能和生物智能的融合，是比特世界、原子世界和分子世界的融合。”在今日开幕的乌镇世界互联网大会上，中国工程院院士、清华大学清华智能产业研究院（AIR）院长张亚勤围绕AI大模型发展趋势发表了演讲。
他提到，过去十年，数据驱动的深度学习成为主流。从2016年 AlphaGo/和后来的 AlphaZero 在围棋领域战胜人类，到 AlphaFold2 高精度的预测蛋白质3维结构，2017年的 Apollo 自动驾驶平台，再到现在我们正在经历的ChatGPT现象，人工智能技术正在深层次的改变我们的数字世界、物理世界和生物世界。
谈及GPT大模型，张亚勤认为，这开启了大模型和生成式人工智能的新范式，使得这个领域的新研究项目、工程产品、初创公司和风险投资如火如荼，十分活跃。
对于大模型技术的发展趋势，他认为主要有六个方向。 一是跨模态、多模态和多尺度大模型；其次，当前的大模型计算效率远低于人脑，且商用成本高昂，甚至模型用的越多亏损越多，需要新的算法体系来提升模型使用效率。
三是会向自主智能发展，模型正在成为一个代理（Agent），可以自主规划任务、开发代码、调动工具、优化路径、实现目标。第四是边缘智能，大模型需要很多算力和资源，需要考虑如何在边缘和设备端高效率、低功耗、低成本、低延时进行部署和实现。
第五则是具身智能，大模型正在被用到无人车、机器人、无人机和工厂等物理基础设施；最后是生物智能，大模型正在被用到人体、人脑、医疗机器人和生物体和生命体的连接和控制。
“就像 Windows 是 PC 时代的操作系统， Andriod/IoS 是移动时代的操作系统，前沿大模型将是人工智能时代的‘操作系统’，正在重构应用生态和重塑产业格局。”张亚勤认为，与移动互联网时代相比，大模型时代的产业机会至少增长10倍；与PC时代相比，大模型时代产业机会至少增长了100倍。
与此同时，随着前沿大模型能力的飞速发展，它所带来的潜在风险也在不断增加。这迫使我们思考人工智能技术对社会、文化、伦理等方面的影响和责任。张亚勤认为，要重新审视人类与机器的关系，以及人类自身的本质和价值，对AI技术的不确定性和复杂性，必须做好充分准备和应对。
他提到，目前面临大模型幻觉、不良信息和深度伪造等风险。这些技术以极高的逼真度误导受众。如果这些技术使用不当被用于金融、法律和社交网络等领域，有可能会对社会和经济产生影响。特别是当自主智能、具身智能和生物智能进入大规模部署，需要更强的可控性，更好的可解释性，和更有效的治理。
上个月，张亚勤签署了由一个AI安全机构发起的《AI风险声明》，呼吁人工智能带来的生存风险，应该与流行病和核战争等其他大规模社会性风险一样，成为全球优先解决的事项。
他表示，人工智能是第四次工业革命的重要技术基石，是全人类的共同大机遇和要面对的风险。目前，人工智能治理也成为全球关注重点。国内早前发布了《全球人工智能治理倡议》，呼吁抓住机遇、正视风险、公平开放，并在全球范围加强治理和合作。上周，中国、美国、英国和欧盟等签署了《布莱切利宣言》。
“人类拥有两种智慧：发明技术的智慧和把握技术发展方向的智慧。作为一个乐观主义者，我坚信我们能保持这种平衡，让人工智能创新和技术为人类善良和福祉服务。”张亚勤说到。
附演讲全文：
非常荣幸参加今年的乌镇互联网峰会，也是峰会的第十年。过去的十年，我们看到互联网的移动化、工业化、物理化和智能化。
人工智能已经成为这个时代最具变革性的技术力量。过去十年，数据驱动的深度学习成为主流。从2016年AlphaGo到后来的AlphaZero在围棋领域战胜人类，到AlphaFold2高精度的预测蛋白质3维结构，2017年的Apollo自动驾驶平台，再到现在我们正在经历的ChatGPT现象，人工智能技术正在深层次的改变我们的数字世界、物理世界和生物世界。新的智能是信息智能、具身智能和生物智能的融合，是比特世界、原子世界和分子世界的融合。
过去的三年，我们见证了一些重要的技术发展：如ChatGPT、GPT-4、GPT4V和AIGC（Stable Diffusion, DALLE, NeRF）等。GPT系列模型具备预训练能力，可以进行自监督学习，并具备强大的生成能力，还可以自我进化和人类对齐。开启了大模型和生成式人工智能的新范式。目前这个领域的新研究项目、工程产品、初创公司和风险投资如火如荼，十分活跃。我认为大模型技术正在向下面6个大的方向发展：
· 跨模态，多模态，和多尺度大模型：新的大模型包括自然数据（语言文字、图像、视频），也包括从传感器获取的信息（比如无人车中的激光雷达点云、3D结构信息、4D时空信息，或者是蛋白质、细胞、基因、脑电、人体的信息）；
· 新算法框架：我们需要新的算法来提升当前的大模型效率。当前的大模型稠密激活，计算效率远低于人脑，且商用成本高昂，甚至模型用的越多亏损越多。人脑是效率最高的智能体，它有860亿个神经元，每个神经元有几千个突触，却只有不到3斤重，耗能20瓦。从这个角度来看，人脑的储存量，计算量和能耗效率之高，是目前任何大模型都无法比拟的。我们需要新的算法体系，稀疏激活网络、效果更优的小网络等来提升模型使用效率；
· 自主智能：模型正在成为一个代理（Agent），自主规划任务、开发代码、调动工具、优化路径、实现目标，包括N+1版本的自我迭代、升级和优化；
· 边缘智能：大模型需要很多算力和资源，如何在边缘和设备终端实现高效率、低功耗、低成本、低延时地部署是一大关键问题；
· 具身智能：大模型正在被用到无人车、机器人、无人机和工厂，交通、 通讯、电网、电站和其他物理基础设施；
· 生物智能：大模型正在被用到人体、人脑、医疗机器人和生物体和生命体的连接和控制。
就像Windows是PC时代的操作系统，Andriod/IoS是移动时代的操作系统，前沿大模型将是人工智能时代的“操作系统”，正在重构应用生态和重塑产业格局。与移动互联网时代相比，大模型时代的产业机会至少增长10倍；与PC时代相比，大模型时代产业机会至少增长了100倍。
随着前沿大模型能力的飞速发展，它所带来的潜在风险也在不断增加。这迫使我们思考人工智能技术对社会、文化、伦理等方面的影响和责任。我们要重新审视人类与机器的关系，以及人类自身的本质和价值。对于人工智能技术的不确定性和复杂性，我们必须做好充分准备和应对。
首先，我们面临的是大模型幻觉、不良信息和深度伪造等风险。这些技术以极高的逼真度误导受众。如果这些技术使用不当被用于金融、法律和社交网络等领域，有可能会对社会和经济产生影响。特别是当自主智能、具身智能和生物智能进入大规模部署，我们需要更强的可控性，更好的可解释性，和更有效的治理。
上个月，我个人签署了由一个AI安全机构发起的《AI风险声明》，呼吁人工智能带来的生存风险，应该与流行病和核战争等其他大规模社会性风险一样，成为全球优先解决的事项。我所在的清华大学智能产业研究院AIR致力于做善良的和负责任的AI。我在AIR三年前成立时送出的第一个全员邮件就是我制定的AI发展的的3R原则：Resilient（韧性发展）、 Responsive（积极响应）、 Responsible（坚守价值）。在研究理论、算法和模型时，必须考虑技术的意义和可能带来的结果，并将伦理问题和价值观置于技术之上。几个星期前，Stuart Russell，我和两位图灵奖获得者Yoshua Bengio、姚期智先生在英国一起召集了一个小型研讨会， 并提出了一些具体建议。
同时我们很高兴看到我们中国政府上个月发布了《全球人工智能治理倡议》，呼吁抓住机遇，正视风险，公平开放，并在全球范围加强治理和合作。上周，中国、美国、英国和欧盟等在伦敦签署了《布莱切利宣言》。的确，人工智能是第四次工业革命的重要技术基石，是全人类的共同大机遇和要面对的风险。
我们人类拥有两种智慧：发明技术的智慧和把握技术发展方向的智慧。作为一个乐观主义者，我坚信我们能保持这种平衡，让人工智能创新和技术为人类善良和福祉服务。