今年，人工智慧持續受到關注。近日舉行的亞布力中國企業家論壇第十九屆夏季高峰會上，與會嘉賓就大規模人工智慧模型議題展開熱烈討論。

19年亞布力中國企業家論壇第十九屆夏季高峰會上，嘉賓圍繞「人工智慧的潛力與邊界」主題進行討論

機器深度學習的革命

GPT是一種先進的自然語言處理模型，可以透過預先訓練適應各種任務，實現更高的語言理解和生成能力。 360集團創辦人周鴻禕表示，OpenAI最大的創新在於突破限制，能夠用人類所有知識訓練大型模型。

「機器深度學習的革命經歷了三波浪潮，每一波浪潮都比前一波更大。」地平線創始人兼執行長餘凱回憶道。第一波浪潮發生在2010年左右，當時深度學習在語音辨識領域取代了馬可夫模型，並取得了前所未有的成果。第二波是2012年，卷積神經網路在影像辨識方面取得突破性進展，超出了人們的預期。最近的第三波以ChatGPT為代表，其語言模型接近甚至超過人類水平，徹底改變了過去四、五年的計算語言學和自然語言處理研究。這是一次革命性的技術突破。

深圳人工智慧與機器人研究院常務副院長丁寧指出，大規模模型的關鍵在於預訓練過程。 「過去，機器學習要么由人指導，要么由機器探索。而預訓練則是在世界運行規律的基礎上構建一個通用知識體系。這種關聯是通過常識建立的，其效果超乎想像。”

深圳市人工智慧與機器人研究院

「大規模模式是讓人工智慧擁有類人智慧的新方法論。」深圳市雲天勵飛科技有限公司創辦人兼執行長陳寧解釋。知識。透過計算範式，他們具備了各領域的內容生成和邏輯推理能力。

中國仍處於追趕階段

新一輪人工智慧競爭，中國能否快速趕上？餘凱表示，建構大規模模型需要數千顆晶片，高運算能力需要晶片之間的互連，而這又需要超高速的頻寬。目前，我國在整體綜合實力和大型車型創新發展方面與領先企業相比仍存在顯著差距。

「大規模模型還存在應用和成本問題。目前晶片的成本，特別是訓練和推理的成本相對較高。」陳寧說。

AI晶片可以分為兩大類：訓練晶片和推理晶片。對於大規模模型和AI演算法來說，訓練並不是最終目的；推理和應用是。在訓練晶片方面，由於生產設備和製程的限制，許多中國企業仍處於追趕階段。在推理領域，碎片化的場景帶來了許多機會，目前還沒有國際標準，也沒有壟斷企業。

週鴻禕表示，人工智慧是一場產業革命，大家都關心人工智慧如何與產業數位化結合，實現工業化、企業化、專業化、垂直化。雖然原始創新的追趕還需要時間，但中國人口眾多、企業眾多、場景多樣，會產生許多創新機會。

產業可望進入快速成長期

中國能否開發出與ChatGPT相媲美的產品？

「創新需要生態系統的力量和好奇心的力量。」陳寧說。過去兩年出現了許多顛覆性的創新，未來肯定會有更多的技術創新不斷出現。我國擁有大量的應用場景數據，但缺乏一套業界標準體系，沒有透過技術工具充分發揮差異化優勢。利用行業標準和技術標準來衡量各種開放場景的目標和效果非常重要。

「每次新一代科技出現時，最大的受益者都是那些對科技最敏感的人。關鍵是要實現產業需求與科技的最佳結合。」於凱說。人工智慧是一種極其高效的生產工具，很快就會對各個行業產生影響。

「未來，每個人都可能擁有三個機器人：一個在家的服務機器人，一個在辦公室的工作機器人，還有一個旅行機器人——要么是自動駕駛汽車，要么是低空載客無人機。這三個機器人很可能亞布力論壇數位前沿技術委員會主席田溯寧表示：“我們希望能夠由大規模模型或其演化衍生的新技術路徑和人工智能能力來驅動。我們希望能夠自主開發為這些機器人提供動力的晶片。”亞信科技聯合創辦人。未來，機器人將幫助我們改善工作、日常生活和交通。以人工智慧、數位經濟、下一代晶片、應用場景為重點，整個產業預計將進入快速成長期。