智谱AI CEO张鹏：2024年是AGI元年，大模型Scaling Law远未看到天花板

北京智谱华章科技有限公司CEO张鹏

出品 | 搜狐科技

作者 | 任婧瑄

5 月 15 日，以“AI浪潮下，企业如何穿越技术周期”为主题的数实融合研讨会暨《数实融合》新书发布会召开。北京智谱华章科技有限公司CEO张鹏参会并发表演讲。

在张鹏看来，人工智能不是一个理论基础非常完整、完善的学科，而是一个一边发展，一边定义，一边修改自身、产生新概念的学科。

从整体发展趋势来看，张鹏指出，自1960年第一次人工智能浪潮以来，大模型诞生后的早期效果并不太好、起伏也较少。但是随着时间的推移，模型的参数量每年以十倍上涨，终于在近期迎来了爆发。

用人的大脑与大模型进行对比，张鹏在会上分享了认知双系统理论。人的大脑由对应直觉思维、下意识、自动轻松决策的系统一（快系统），和对应理性、有意识、刻意练习复杂决策的系统二（慢系统）组成。双通道处理理论，简而言之就是如果决策不合适，那就继续反复推理的过程。

他表示，大模型就是对快系统的建模，是预测、对比、反馈学习的不断的过程，

从发展层面来看，张鹏表示，人工智能已经经历了三个阶段。第一代是“符号AI”，目标是知识的可搜索性。但是“符号”太累、太难，而且人类会一直不断地产生新知识。

第二代“感知智能”实现了知识的可计算性。他认为，这一阶段最重要的进步就是把符号转算成数值计算，例如运用概率论等。

谈及知识的可计算性，如何才能将文字变成可计算的东西？他解释道，假设将所有单词映射到二维空间，每个单词就会有自己的坐标，那么通过空间的向量就能完成计算。

与静态坐标相比，他指出，Transformer的动态表示能力能够在一词多义等更复杂的情况下，更精准地得到答案。

目前的“认知智能”阶段是第三代，围绕的是认知的可计算性。比如，如何让人工智能进一步推理、决策。

为什么是大语言模型？为什么非要从语言入手？张鹏在会上引用了维特根斯坦的话，“语言的边界即世界的边界”。

据张鹏讲解，人类的感知能力，如听觉、嗅觉等都是先天的，只有语言是为了表达、压缩、交换知识而人造的。大模型建立认知系统，从语言开始学习最为容易，因为它能够包含、描述所有感知。但训练的数据在抽象层面能力更强，对于人类肌肉动作的理解较弱。

既然语言已经涵盖所有知识，为什么还需要多模态？张鹏解释道，除了语言，行为控制和感知系统等区域并不是相互分隔开的，而是互相有联系的。人的大脑智能在于协同，而多模态则是要实现人脑智能的本质。

现在的大模型能做什么？以OpenAI为例，GPT-4能参加美国各种类型的考试，能考出满分GRE的成绩，也能做通识问答、逻辑推理、序列预测生成、代码生成。

张鹏介绍，智谱最新的GLM-4已经能在MMLU、LAMBADA等国际测评中达到GPT-4 95%能力水平，这其中包括长文本能力、文生图能力、自定义GLM应用和智能体能力。

对于企业来讲，如何利用好AI？张鹏强调，过去企业通常把AI当作嵌入式的工具，未来将会是“人机协同”。

“我们不止希望它降本增效，更重要的是突破创新。”张鹏表示，2024年是AGI元年，智谱 AI将坚持技术升级和市场驱动。“大模型Scaling Law还远未看到天花板。”