今年，人工智能持续受到关注。近日举行的亚布力中国企业家论坛第十九届夏季峰会上，与会嘉宾就大规模人工智能模型话题展开热烈讨论。

19年亚布力中国企业家论坛第十九届夏季峰会上，嘉宾围绕“人工智能的潜力与边界”主题进行讨论

机器深度学习的革命

GPT是一种先进的自然语言处理模型，可以通过预训练适应各种任务，实现更高的语言理解和生成能力。 360集团创始人周鸿祎表示，OpenAI最大的创新在于突破限制，能够用人类所有知识训练大型模型。

“机器深度学习的革命经历了三波浪潮，每一波浪潮都比前一波更大。”地平线创始人兼首席执行官余凯回忆道。第一波浪潮发生在2010年左右，当时深度学习在语音识别领域取代了马尔可夫模型，取得了前所未有的成果。第二次浪潮是2012年，卷积神经网络在图像识别方面取得突破性进展，超出了人们的预期。最近的第三次浪潮以ChatGPT为代表，其语言模型接近甚至超过人类水平，彻底改变了过去四、五年的计算语言学和自然语言处理研究。这是一次革命性的技术突破。

深圳人工智能与机器人研究院常务副院长丁宁指出，大规模模型的关键在于预训练过程。“过去，机器学习要么由人指导，要么由机器探索。而预训练则是在世界运行规律的基础上构建一个通用知识体系。这种关联是通过常识建立的，其效果超乎想象。”

深圳市人工智能与机器人研究院

“大规模模型是让人工智能拥有类人智能的新方法论。”深圳市云天力飞科技有限公司创始人兼首席执行官陈宁解释道。在实践中，大规模模型涉及输入跨学科、交叉的知识。 -将行业人类知识体系转化为具有超算能力的神经网络数学模型。通过计算范式，他们具备了各个领域的内容生成和逻辑推理能力。

中国仍处于追赶阶段

新一轮人工智能竞争，中国能否快速赶上？余凯表示，构建大规模模型需要数千颗芯片，高计算能力需要芯片之间的互连，而这又需要超高速的带宽。目前，我国在整体综合实力和大型车型创新发展方面与领先企业相比仍存在显着差距。

“大规模模型还存在应用和成本问题。目前芯片的成本，特别是训练和推理的成本相对较高。”陈宁说。

AI芯片可以分为两类：训练芯片和推理芯片。对于大规模模型和AI算法来说，训练并不是最终目的；推理和应用是。在训练芯片方面，由于生产设备和工艺的限制，许多中国企业仍处于追赶阶段。在推理领域，碎片化的场景带来了很多机会，目前还没有国际标准，也没有垄断企业。

周鸿祎表示，人工智能是一场产业革命，大家都关心人工智能如何与产业数字化结合，实现工业化、企业化、专业化、垂直化。虽然原始创新的追赶还需要时间，但中国人口众多、企业众多、场景多样，会产生很多创新​​机会。

行业有望进入快速增长期

中国能否开发出与ChatGPT相媲美的产品？

“创新需要生态系统的力量和好奇心的力量。”陈宁说。过去两年出现了很多颠覆性的创新，未来肯定还会有更多的技术创新不断涌现。我国拥有大量的应用场景数据，但缺乏一套行业标准体系，没有通过技术工具充分发挥差异化优势。利用行业标准和技术标准来衡量各种开放场景的目标和效果非常重要。

“每次新一代技术出现时，最大的受益者都是那些对技术最敏感的人。关键是要实现行业需求与技术的最佳结合。”于凯说。人工智能是一种极其高效的生产工具，很快就会对各个行业产生影响。

“未来，每个人都可能拥有三个机器人：一个在家的服务机器人，一个在办公室的工作机器人，还有一个旅行机器人——要么是自动驾驶汽车，要么是低空载客无人机。这三个机器人很可能亚布力论坛数字前沿技术委员会主席田溯宁表示：“我们希望能够由大规模模型或其演化衍生的新技术路径和人工智能能力来驱动。我们希望能够自主开发为这些机器人提供动力的芯片。”亚信科技联合创始人。未来，机器人将帮助我们改善工作、日常生活和交通。以人工智能、数字经济、下一代芯片、应用场景为重点，整个行业有望进入快速增长期。