張亞勤：在人工智能領域，中國能夠追上來丨AI·20人
經濟觀察報 記者 任曉寧 當清華大學智能產業研究院（AIR）院長張亞勤收到那份來自人工智能安全中心 (Center for AI Safety）的簽名邀請時，沒有太多猶豫，他選擇簽上了自己的名字。
這封后來引發全球關注的聯名信只有一段話：“減輕AI帶來的滅絕風險，應該與流行病和核戰爭等其他社會規模的風險一起，成爲全球優先事項。”
包括張亞勤在內，全球有超過350名人工智能（AI）領域的行業高管、專家和教授簽署了那封公開信，其中包括OpenAI公司CEO山姆·奧特曼、DeepMind公司CEO戴米斯·哈薩比斯再到微軟的創始人比爾·蓋茨等等——對於人類AI技術躍遷至關重要的名字，幾乎都在這封聯名信的簽名之中。
張亞勤不僅是教授、院長，之前他還在微軟、百度擔任過高管。再之前，他是人工智能領域的世界級科學家，他也是一個天才神童。12歲時，張亞勤考入中國科學技術大學少年班，成爲當屆中國年紀最小的大學生，之後他就讀於美國喬治華盛頓大學，全球知名的傑出科學家皮克·霍茲教授多次在公衆場合誇耀張亞勤：“他是世界的一份財富。”31歲時，張亞勤成爲美國電氣和電子工程師學會（IEEE）百年曆史上最年輕的院士。
2020年12月，清華大學智能產業研究院（AIR）成立，張亞勤擔任院長，他和他的團隊研究AI大模型，也推進產業落地。
相比對於人類命運的憂慮，張亞勤當下更多的精力放在了國內的技術進展和產業應用之上。今年4月底，他和他的團隊發佈了生物醫藥開源模型BioMedGPT。“我希望我們做的研究是有用的，能用到產業上去的。”張亞勤告訴經濟觀察報記者。
他所在的清華大學智能產業研究院（AIR）位於五道口啓迪科技大廈，這裡最近成爲了國內AI從業者的“中樞大腦”。那些我們耳熟能詳的獲得融資的AI新秀公司負責人、AI研發帶頭人，以及頂級AI投資人，在近期都陸續來訪這裡。他們聊天的共同話題是AI，或者更準確的說，是大模型。
而和張亞勤有更多的溝通就會發現，儘管他在警惕AI風險的公開信上簽名，但在採訪過程中，他多次提到，他是一個AI樂觀主義者——當然，這種樂觀是建立在AI可控的前提下。
聽張亞勤聊人工智能時，能感受到他的興奮。他站起來指着屏幕上今年6月份製作的PPT說，ChatGPT是第一個通過圖靈測試的產品，“它很不得了。”以前研究AI的人拼盡所能，卻總被困在瓶頸裡。大模型出現後，新的方向點亮了，雖然它此刻還不夠完美，但結局明晰。
當人們對於當下國內短時間有近百家公司推出大模型存有疑慮時，張亞勤同樣對此保持樂觀。張亞勤覺得，數量有點多了，但他相信，在充分競爭的市場裡打拼，終歸能有一個好結果。這方面，久經廝殺的中國創業者最爲擅長，他並不懷疑這一點。
這種樂觀使得他並不認同更早的另一封同樣震驚海外的公開信。特斯拉創始人馬斯克在那封“呼籲暫停高級AI的開發”的風險警示信時說，AI有毀滅人類的可能性。張亞勤說，他並不擔心這點，“歷史上，每一次技術革命都會帶來風險，但每一次人類都把風險管理得很好，這一次，我想也不會例外。”
|對話┃
技術風險
經濟觀察報：您簽署了5月30日發佈的警示AI風險的公開信，爲什麼簽署？
張亞勤：其實早在20年前，我就一直在呼籲關注AI可能存在的風險和倫理上的挑戰。其實不僅是AI，所有的技術面臨的危機都是類似的，當技術越來越強時，它會出現兩種方式：一種是用的好，可以爲人類、爲社會服務；另一種是用的不好，帶來負面效果。
我其實還是樂觀的，我認爲我們可以控制它的走向，但是必須要有一種風險意識。我們人類有兩種智慧，一種是發明技術的能力，一種是控制技術走向的能力。現在顯然是智慧二落後於智慧一了，這時候應該加點勁。這種加勁不僅是政策法規上，技術上也應該加勁。
但我不認爲縮小差距的方式是叫停前沿的探索。之前有封信建議大家暫停研發GPT6個月，我理解他們的顧慮，但我認爲這是不可能的。因爲人類的好奇心、人類創新的步伐是擋不住的。人們的出發點是好的，但很可能這個公司停了，那個公司不停，這個國家停了，那個國家不停，所以這種呼籲其實是很難實現的。
經濟觀察報：我們應當如何應對AI風險？
張亞勤：我相信人類擁有管理AI風險的能力，因爲人類第二種智慧是一直存在的。比如發射火箭也存在很多未知的風險。而它化解風險的方式是，用不同的、科學的、技術的方式做各種測試，比如rocket safety research，在火箭裡有一個分支就是這樣。AI同樣可以有一個分支做這件事，把所有的風險降到最低。
我們相信，這也是人類可以不斷快速發展、生存、不斷進步的原因。我是個樂觀主義者，我認爲技術創新是推動社會進步的最大動力，之前工業革命是技術的革命，這次也一樣，人工智能就是第四次工業革命的技術動力。
其實在每一次技術革命時，人類都把風險都管理得很好，雖然不完美，但都管理了。我們人類的壽命延長了，社會生產力發展了，生活更幸福、更充足了。
大模型進化
經濟觀察報：這一次大模型的出現，和此前的AI技術迭代有什麼不一樣？
張亞勤：人工智能過去一個重大挑戰是常識不足，一個模型只能做某一件事，每個具體任務都要專門做一套模型。現在AI常識能力越來越強，在向AGI發展，這個真的不得了。
而且，AI模仿的不是一個人，它是模仿全人類。它把人類最好的東西積累起來，所以叫superintelligence。這樣發展下去，它會把我們人類所學的東西，人類的常識都囊括進來。
過去我們開玩笑說，人工智能，做標註的人工比智能還多。但現在不需要人類標註了。比如下圍棋，你不用告訴它規則，只要告訴它什麼是輸贏，它自己就能學會，而且能夠應用到其他棋類上。
經濟觀察報：大模型是否也存在短板？
張亞勤：它現在的效率依然很低。目前的大模型效率比人腦差的太多了，可能至少差1000倍。從規模和耗能來看，人類的大腦是效率最高的智能體，它有860億個神經元，每個神經元有上萬個突觸，卻只有不到3斤重，耗能不到20瓦，人腦的儲存量和效率之高，是目前任何大模型都無法比擬的。
所以現在需要提高大模型效率，讓能耗更小。而且在人腦中，你問一句話時，它並沒有調動所有神經元，只調動一小部分，越聰明的人調動越少。可大模型不一樣，向大模型提出任何的問題，它可能都要調動所有的資源，這無疑是一種巨大的浪費。
不過，解決這些問題是需要時間的。這也是我們未來研究的方向，要學習人腦感知、決策、思維。
但一定要知道，做研究和產品，時間是不一樣的。大模型什麼時候能耗會變小？不會一天就能變小。有的研究讓它降低20%，有的研究讓它降低30%，可能多年之後到達某一個節點，就成功了。其實現在大模型已經可以用了，只是能耗很高，所以微軟、谷歌那些公司在大模型方面的業務還未能盈利。
經濟觀察報：清華大學智能產業研究院（AIR）能夠爲AI技術發展帶來什麼？
張亞勤：我們是一個基礎研究機構，有20多個教授，100多個博士後、博士生和實習生。我們和一般學校的院系研究有些不同，我希望我們做的研究是有用的，能用到產業上的。這個研究也許是3年，也許是5年，也許更長，都沒關係，因爲我們是面向解決真正問題的研究，不是一個純好奇心的研究。
我們的科研方向有三個，也是人工智能在未來5年、10年具有巨大影響力的三個方向。第一個是機器人和無人駕駛；第二個是智慧物聯，包括綠色計算、小模型部署到端等；第三個是智慧醫療，包括AI驅動的新藥研發等。
比如我們的劉洋（男）教授一直在做模型之間的調用，以及模型之間的交互，這是大模型方面的一個研究。劉雲新教授在做輕量模型，就是把大模型的能力小型化。劉菁菁教授做多模態大模型，把模態之間的聲音、圖像、文字聯合訓練，她之前在微軟就做大模型。聶再清教授做大數據大模型，他的團隊最近發佈了生物醫藥大模型BioMedGPT。劉洋（女）副教授做聯邦學習、隱私計算。李鵬副教授也一直做通用大模型，陳亦倫教授也一直在做交通大模型，詹仙園助理教授也在做強化學習等，他們的工作在全球都是頂尖的。
我們最近發佈了生物醫藥開源模型BioMedGPT，這是一個生物垂直領域的模型。我們的協同視覺與機器人實驗室（DISCOVER Lab）代表隊參加了ICRA 2023 PUB.R國際機器人競賽並取得冠軍，同時本次DISCOVER實驗室是國內中稿論文最多的課題組、實驗室主任周谷越副教授是全球中稿論文最多的華人學者、博士生李鵬飛是全球中稿論文最多的學生作者。
長期主義
經濟觀察報：此前有不完全統計顯示，國內已經有79家公司在做大模型。這是否是同質化競爭？
張亞勤：他們雖然都做大模型，但不一定都做橫向模型，有些在做垂直模型。我和很多創業者討論過，他們大部分都是有想法，想去做事，很聰明的人，他們會根據產業發展計劃做調整，調到後面就會有幾個勝出的。雖然大部分都會消失，但不經過這個過程，你怎麼知道誰會存在，誰會消失呢？互聯網公司都是這樣，比如百團大戰、視頻大戰、搜索大戰等。
從互聯網歷史看，PC互聯網、移動互聯網到了後期時，中國公司的規模創新、平臺創新都很多。PC時代我們幾乎都是抄美國，到了移動互聯網時代，中國的移動互聯產品比如支付、短視頻、微信，以及O2O，都比美國做的要好。
因此，我覺得在人工智能領域，中國以後也能做得好，我們能夠追上來。
經濟觀察報：這是否意味着全新的創業機會正在出現？
張亞勤：每次產業平臺的更迭所產生的效應都是數量級的增長。從過去來看，移動互聯時代的產業機會比PC時代至少大10倍，人工智能時代的產業機會比PC時代至少大100倍，比移動互聯時代大10倍或更高。
我們回溯IT行業的歷史會發現，每次都有小公司顛覆大公司，只是不同公司做的方式不一樣。現在79個公司也好，100多個公司也好，總有人能找到他的新定位。這其中有很多事情可以做，比如垂直模型、自動駕駛、生物醫藥等等，現在有很多很多機會。你要相信這些互聯網時代出來的人，他們絕對知道怎麼競爭。
經濟觀察報：外界有憂慮，這一輪生成式AI浪潮會不會和此前許多一陣風式的技術風口類似。
張亞勤：做研究的還是要有長期主義，心要安靜一點，不要急。你看OpenAI也沒急、DeepMind也沒急。
但必須看到，在很長一段時間以來，國內一旦某個領域火爆的時候，大家全都下場，包括投資的人也會催着創業者下場做公司，從而形成短暫的狂熱氛圍。可一段時間之後，好像並沒有新的進展，於是大家的注意力又轉移到新的地方。一種真正的技術，短期我們往往高估它的能力，長期又往往低估它的影響。我認爲現在的情況與互聯網1998年左右情況類似，然後2000年左右泡沫開始破裂，你看到，那麼多的VC都是血本無歸。當時很多人都對互聯網公司抱有悲觀預期，但現在來看，互聯網依然還是我們最重要的能力之一。
人工智能作爲一個大的平臺，好的公司會越來越大，但過兩年可能大家反而又忘掉了。就像前幾年自動駕駛很熱，當時整天都在討論。現在自動駕駛正是發展最好的時候，大家反而沒反應了。
當然，能夠看到的是，經歷了此前的泡沫之後，長期主義的氛圍也在慢慢的形成。以前大家是錢少，現在有些人賺了很多錢，以後也會有一些NGO、基金會或者很富有的個人。所以我想，我們也不妨多一些耐心和時間，等待這種轉變。
版權聲明：以上內容爲《經濟觀察報》社原創作品，版權歸《經濟觀察報》社所有。未經《經濟觀察報》社授權，嚴禁轉載或鏡像，否則將依法追究相關行爲主體的法律責任。版權合作請致電：【010-60910566-1260】。
任曉寧經濟觀察報記者
TMT新聞部資深記者關注並報道TMT（科技、傳媒、通信）領域重大事件，擅長行業分析、深度報道。聯繫郵箱：renxiaoning@eeo.com.cn微信號：tangtangxiaomo