黄铁军访谈:大模型时代人工智能如何连接技术与产业？
博鳌亚洲论坛全球经济发展与安全论坛首届会议，主题为“大变革下的经济安全与可持续发展”，将于6月65438+10月18 -20日在湖南长沙举行，旨在探讨如何应对全球经济风险和结构性问题，将讨论智能制造、科技革命等话题。
今日北京商报:大模型被称为新一代人工智能生态的核心。能简单介绍一下什么是大模型吗？会解决哪些问题？
黄铁军:大模型是赋予智能各种应用的基础通用模型。总的来说，它是从海量大数据中学习数据所蕴含的知识和规律，并在神经网络上将其凝聚成一个大模型，为各种通用智能任务提供服务的基础平台。
比如在移动互联网上，云服务商可以有很多服务能力，但是没有App这样的载体，用户很难得到各种各样的云服务。从这个角度来说，App本身就是一个产业生态。其实大模式目前也需要解决类似的问题。
大模式是辐射性和技术性很强的公共服务。未来各行各业都会有一些特定的需求，一些企业需要开发大规模的模型转换和定制化的接口。
今日北京商报:大模型将如何连接人工智能技术生态和产业生态？人工智能在下一个信息领域的应用方向会是什么？
黄铁军:很多行业对人工智能的理解和应用还处于探索阶段，两者之间有一定的距离。如何连接这个接口，其实需要一批企业，能够把大模型的能力转化为各行各业需要的内容。
很难预测下一个信息领域的应用。我觉得在现实中，文案、信息处理等工作会被人工智能取代，或者说大部分会被人工智能的大模型解决，会带来很大的应用可能性。
搜索引擎的各种应用，归根结底都是信息组织挖掘的运用。比如个人可以通过搜索引擎收集数据，做一些信息处理，但是现在大模型解决了收集海量数据的问题。它的数据不是任何一个人或一群人做出来的，而是收集所有的数据，反过来服务于文案的各种信息处理应用。也许最后的出口还是人，但背后的大部分任务都是人工智能完成的。这个应用方向的可能性是巨大的。
今日北京商报:人工智能技术是如何发展到大模型时代的？与过去相比有哪些不同？
黄铁军:人工智能向大模型发展是由人工智能技术发展的基本规律决定的。关于人工智能有两个学派。一派认为人工智能背后的科学机理、理论、数学、算法非常重要；另一派认为人工智能是一种笼统的技术，需要构建一个智能系统，然后了解其机制。后者是人工智能的主流观点。
在构建人工智能的过程中，起初是少数科研人员的工作，后来逐渐有一些企业参与进来。未来，产学研和全社会将共建一个模式。你为什么要这么做？其实道理很简单。如果一个人工智能系统或模型学习到的数据不够完整和及时，很难相信它的智能模型能力很强。所谓大模型，就是把社会上的各种数据资源、最强的算法、计算能力，整合成一个大家都可以用的公共基础平台。这是我们构建人工智能系统的必然方向。
在这个过程中，大模特的能力强了，反过来会在社会的方方面面发挥作用。如果它发挥了作用，就会有更多的人来建设，而且是良性的迭代作用。
其实人工智能的潜力取决于它能获取的数据，就像人“读万卷书，行万里路”一样，人工智能也是如此。物理世界乃至宇宙如此浩瀚，如果能转化为数据和信息，人工智能可以学习，这个空间会非常大。
我不敢说大模型是否会超越所有人，但至少没有人获得过所有这些信息，更不用说发现背后的规律了。我们每个人的身体和生命周期决定了我们能获得的数据还是比较有限的。
今日北京商报:大模式的发展还有哪些挑战需要克服？未来发展路径如何？
黄铁军:现在已经有一套训练大模型的技术和算法，但是是否有更好的算法，学术界和工业界还在寻找和探索。目前训练一个智能模型需要大量的碳排放，未来训练一个模型可能需要更少的碳排放。我觉得有一天，人工智能训练的成本可能会比人少，这又是一个里程碑。
所以，随着人工智能接触的数据越来越多，随着学习和训练的效率越来越高，它的结果就是一个大模型，未来可能是一个超大型的模型，一个巨大的模型，它会不断迭代。这条路已经很清晰了。
但它的上限在哪里，目前还没有依据。目前来看，越大越好是对的。有可能扩张到一定程度后不会是简单的线性增长，也有可能扩张到一定程度后增长开始放缓，但这些都还是推测。
今日北京商报:如何考虑大模型研发过程中的一些安全和伦理问题？将如何避免？
黄铁军:人工智能的安全和伦理问题不可能一蹴而就。比如，信息安全问题是随着信息的发展而不断出现的，出现之后我们不得不去解决。
在大模型的开发过程中，也存在一些固有的风险，比如模型学到的知识有哪些不符合伦理和原则，这些风险是可以提前控制的；但是也有一些风险，这些风险是技术不断进步带来的，它的解决需要通过技术手段不断解决。"你必须解铃还须系铃人。"如果因为一些潜在的问题而不发展这项技术，是不符合科技发展规律的。