熱度不減的大模型是實現(xiàn)人工智能的唯一解決方法嗎？每個行業(yè)都要有自己的大模型嗎？對于大模型，我們現(xiàn)在還是跟隨，那么自主的發(fā)展路徑是什么？當(dāng)預(yù)訓(xùn)練大模型攪動起巨大的研發(fā)、應(yīng)用熱潮時，這些問題隨之產(chǎn)生。

中國計算機學(xué)會以“智啟新局”為主題，5月16-18日在浙江寧波舉辦了2024青年精英大會（YEF2024），1200多名來自全國各高校、科研院所、企業(yè)的青年學(xué)者、專家，集中討論了大模型、人工智能安全、國產(chǎn)算力、開源芯片、腦機接口等多個前沿領(lǐng)域發(fā)展。

不依賴“一兩個模型打天下”

大模型為什么不是萬能的？面對現(xiàn)在的大模型熱，南京大學(xué)計算機系主任、人工智能學(xué)院院長周志華教授從兩個方面進行了分析，一方面大模型確實非常有用，所以業(yè)界特別是企業(yè)應(yīng)該努力“壓榨”這個大模型路線的技術(shù)紅利，盡可能讓它發(fā)揮更大的作用；另一方面也需要認識到大模型不是所有任務(wù)的最佳解決方案，“很多企業(yè)現(xiàn)在都在做自己的大模型，甚至覺得不做大模型不正確，但是機器學(xué)習(xí)里有一個基本定律‘沒有免費的午餐’。希望一個算法模型能夠包打天下是不可能，一定有弱點，大模型有一些‘煩惱’。”

長期從事人工智能核心技術(shù)機器學(xué)習(xí)研究的周志華教授，有一系列原創(chuàng)性成果，他列舉了大模型的多個“煩惱”。

首先，大模型要先規(guī)劃任務(wù)、收集數(shù)據(jù)，然后訓(xùn)練出模型，也就是說必須先考慮到要解決某一類任務(wù)，然后為它去收集數(shù)據(jù)做模型，這時如果有一個新任務(wù)，原來沒有考慮規(guī)劃過，這時就沒有模型可用的。 

其次，大模型訓(xùn)練和使用能耗、碳耗、數(shù)據(jù)耗都很大，一般人用不起。有人作過預(yù)測，按照現(xiàn)在的趨勢下去，2025年一個大模型訓(xùn)練產(chǎn)生的碳排放相當(dāng)于全紐約一個月的碳排放。  

周志華教授提到，現(xiàn)在人們都希望先訓(xùn)練一個模型，并希望在使用的過程中不斷去更新它，但是目前的大模型路線，有一個問題叫“災(zāi)難性遺忘”。他以自動汽車駕駛為例，若機器學(xué)習(xí)模型在對新環(huán)境獲取的數(shù)據(jù)進行學(xué)習(xí)時，會“沖掉”舊環(huán)境中得到的寶貴信息，會出現(xiàn)重大安全隱患。

由于前面列舉的各種問題，人們都希望大模型能夠持續(xù)學(xué)習(xí)和終身學(xué)習(xí)，希望模型學(xué)了一堆任務(wù)之后，隨著應(yīng)用的不斷發(fā)展，能夠不斷地“學(xué)”下去。周志華判斷：“這件事情在今天基于神經(jīng)網(wǎng)絡(luò)，或者從基本的數(shù)學(xué)工具上還看不到解決方案?！?/span>

“訓(xùn)練大模型要有大量的訓(xùn)練數(shù)據(jù)，但是在大數(shù)據(jù)時代，這仍然是問題?！敝苤救A解釋，有的應(yīng)用樣本總量就是小，比如我們要做油田定位，這個數(shù)據(jù)要通過人工誘發(fā)地震才能獲得，那就不可能有大量數(shù)據(jù)。再比如銀行信用卡欺詐交易檢測，樣本很小?，F(xiàn)在有人基于大模型在做軟件缺陷檢測，馬上就會碰到這個問題，雖然互聯(lián)網(wǎng)上這樣的開源代碼很多，但是真正由程序員標(biāo)注出缺陷的很少，所以數(shù)據(jù)總量仍舊是問題。

此外，數(shù)據(jù)隱私和所有權(quán)問題還無法解決。比如做醫(yī)療診斷，大醫(yī)院有很好的數(shù)據(jù)，能做很好的模型，社區(qū)醫(yī)院數(shù)據(jù)不多，做不了很好的模型，大醫(yī)院能不能把這個數(shù)據(jù)進行分享？一旦分享，患者隱私就沒辦法得到保障。

“所以大模型的成功，更多是在很多日常能夠接觸到的，比如互聯(lián)網(wǎng)語料文本、視頻，容易收集到的語音數(shù)據(jù)，都是一些公開、開源、高頻的任務(wù)數(shù)據(jù)，而真正和生產(chǎn)行業(yè)和日常生活，特別是涉及隱私相關(guān)的任務(wù)里面其實很難做。”他提出：“所以要有一個認識，大模型很成功，但是它更適用于資源富集，就是大數(shù)據(jù)、大算力、大資金、大能耗。而且模型可以離線訓(xùn)練，不需要在線更新，更重要的它是高頻任務(wù)。但如果是小資源，模型不能夠離線訓(xùn)練，必須要求在線更新時，就不合適?！?/span>

“所以大模型的用處更應(yīng)該是因地制宜，或者因任務(wù)制宜，很多的任務(wù)可能不太適用于像今天的大模型。我們有必要去嘗試其他的研究路線。我們這幾年在研究這么一件事，叫作‘學(xué)件’（learnware），這個詞也是我們造出來的。”周志華介紹，學(xué)件=模型+規(guī)約，基本思想是不依賴“一兩個英雄模型打天下”，可以發(fā)揮多個模型的集成作用，以適應(yīng)不同任務(wù)需求。在未經(jīng)過專門訓(xùn)練的新任務(wù)上提供解決方案，同時強調(diào)保護用戶和開發(fā)者的數(shù)據(jù)安全，實現(xiàn)模型之間的協(xié)同工作，以推動創(chuàng)新和提升問題解決能力。

AI應(yīng)用市場繁榮，但這是一座“危樓”

中國科學(xué)院院士、清華大學(xué)教授胡事民在報告中提及，本輪人工智能發(fā)展有四駕馬車：算力、框架、算法、數(shù)據(jù)，匯聚并促進了人類智慧的交融。他認為，應(yīng)該更全面看待人工智能發(fā)展，不要只看應(yīng)用端，要從硬件、框架、模型算法和應(yīng)用四個層面來看，這四者都對人工智能的生態(tài)產(chǎn)生重要影響。

胡事民院士分析了目前人工智能發(fā)展，我國面臨的幾個不利條件。首先，從硬件來看，兩種國外AI芯片占了99%的市場份額。國產(chǎn)芯片要融入既有生態(tài)非常難，迭代更新慢。

其次，從框架來看，國外深度學(xué)習(xí)框架占據(jù)主導(dǎo)的地位，國產(chǎn)框架面臨生態(tài)屏障。從模型與算法方面來看，比前兩者要好，但需加強原始創(chuàng)新。

在應(yīng)用層面，我國市場大、應(yīng)用場景多、落地快、市場繁榮，有許多創(chuàng)業(yè)公司，“但它是一棟危樓，底下的硬件和軟件有問題。這是我們的現(xiàn)狀?！?/span>

“需要以深度學(xué)習(xí)框架為牽引，夯實我國AI生態(tài)?！焙旅裨菏刻岢?，因為框架承上啟下，它可以在芯片算力水平不高的情況下盡量挖掘潛力，同時把應(yīng)用層支撐好。清華大學(xué)在2020年3月20日推出“計圖”深度學(xué)習(xí)框架，具備兩個優(yōu)點：第一個好處是快； 第二個好處是對硬件的支持廣泛，可以快速適配任何一款國產(chǎn)硬件。“希望以‘計圖’框架為核心，基于國產(chǎn)硬件促進人工智能算法應(yīng)用的創(chuàng)新，來推動開源開放，構(gòu)建中國人工智能的生態(tài)?！?/span>

人工智能自主發(fā)展需要匯聚青年力量

中國工程院院士、清華大學(xué)教授鄭緯民告訴中青報·中青網(wǎng)記者，從學(xué)術(shù)角度來看，現(xiàn)在有四類人在關(guān)注大模型，一是真正做大模型的；二是大模型+，做應(yīng)用的；三是進行政策規(guī)范治理的研究學(xué)者；四是如何讓大模型用起來，進行基礎(chǔ)設(shè)施建設(shè)的科研人員。

作為大會程序委員會主席，清華大學(xué)副教授崔鵬說，我們現(xiàn)在整體人工智能的發(fā)展路徑還是以跟隨為主，其中一個很明顯的現(xiàn)象是，OpenAI發(fā)布一個新的產(chǎn)品，我們趕緊奮起直追，那么中國人工智能自主發(fā)展路徑在何方，希望匯聚青年精英的力量，共同去探討和商議。

清華大學(xué)公共管理學(xué)院教授，人工智能治理研究中心主任梁正在專題報告中指出，發(fā)展人工智能，我國在基礎(chǔ)理論、核心軟硬件和生態(tài)方面還與國際先進水平有一定差距，要平衡創(chuàng)新與治理、踐行價值對齊的倫理思路，并吸收國際經(jīng)驗，探索理念開放、主體多元、對象分層、工具靈活的敏捷治理新思路，以推動我國人工智能治理的進一步發(fā)展。

相較于大語言模型，近期以O(shè)pen AI的SORA、GPT-4o，以及谷歌的Geimini為代表的世界模型，成為學(xué)術(shù)界和工業(yè)界的研究熱點，被認為是通向強人工智能的關(guān)鍵技術(shù)路徑。但是以多模態(tài)學(xué)習(xí)為基礎(chǔ)的世界模型的路線還不清晰，未來發(fā)展有很多爭議，復(fù)旦大學(xué)教授邱錫鵬教授發(fā)起的“世界模型之路在何方”的論壇，吸引了更多學(xué)者探討世界模型的發(fā)展路線，以及在國內(nèi)算力不足的條件下如何輕量化發(fā)展，如何跨模態(tài)相互理解等研究方向。

來源： 中國青年報客戶端