• <li id="yeaqi"><button id="yeaqi"></button></li>
  • 

    <fieldset id="yeaqi"></fieldset>
    <fieldset id="yeaqi"><table id="yeaqi"></table></fieldset>
      

      • 


        
    

      
    
      
        
      
            
            
      
            
        


        
    
        
          
          

        

        
            
       
        
      
    
      

        
    

      
    
      
        
      
            


            
        
      
        
      

       
	
      

      
      
      
                    	
      
                        	"大模型還有局限性,算力會是最大挑戰(zhàn)" | 聚焦WAIC                        
                            
                        
      							
                            發(fā)布時間：2023-07-09 08:45:04					
                            文章來源：國際金融報
                      
      

                        
      
                        	7月8日下午，以“智聯(lián)世界·生成未來”為主題的2023世界人工智能大會（                        
      

						
						
      
            				
      人工智能（AI）大模型正在成為新的討論熱點(diǎn)，在2023世界人工智能大會投融資主題論壇的高端對話環(huán)節(jié)，中國工程院院士、清華大學(xué)講席教授張亞勤與中金公司原總裁兼首席執(zhí)行官朱云來就大模型當(dāng)下的發(fā)展現(xiàn)狀和局限進(jìn)行了深入交流，同時還展望了未來的發(fā)展機(jī)遇。

      (資料圖)
      張亞勤用“跑馬”來類比當(dāng)下AI的發(fā)展進(jìn)度，“42公里的馬拉松我們現(xiàn)在只跑了5公里，未來還有無限可能”。
      大模型還面臨局限性
      談及AI大模型的現(xiàn)狀，張亞勤指出，大模型目前在時效性、準(zhǔn)確性、算力效率、隱私保護(hù)方面還面臨著一些挑戰(zhàn)和局限性。其中，算法本身沒有辦法解決錯誤和不實(shí)的信息，因?yàn)橛脩舯旧砭途邆鋭?chuàng)意。而在算力效率方面，人腦有860億個神經(jīng)元，每個神經(jīng)元差不多有將近1萬個突觸。GPT4有著萬億參數(shù)模型，但需要巨大的算力和能源。
      他進(jìn)一步表示，如何能降低計算耗能，增加效率是一個大的問題。在此背景下，目前的大模型很難大規(guī)模商用，可能至少要提高10倍效率才可以。此外，他還認(rèn)為，大模型固然很重要，但是橫向的語言模型也很重要，因此應(yīng)用到行業(yè)中時一定需要更精準(zhǔn)、更加垂直于行業(yè)的模型。
      在朱云來看來，大模型的出現(xiàn)確實(shí)帶來了轟動，GPT最大的貢獻(xiàn)是引入了注意力機(jī)制，簡化了運(yùn)算，但也正因過于簡化而丟失了很多信息，導(dǎo)致理解不能系統(tǒng)模擬人腦思維，這會對未來的應(yīng)用潛力帶來一定限制。
      大模型提升生產(chǎn)效率
      張亞勤認(rèn)為，人工智能提高制造業(yè)、金融業(yè)等行業(yè)生產(chǎn)效率，但同時，很多體力勞動會被替代，一些可重復(fù)、有規(guī)定程序的腦力勞動也會被替代。
      朱云來表示，GPT能夠根據(jù)指示做非常系統(tǒng)性、綜合性的搜索和歸納，這是基于循環(huán)神經(jīng)網(wǎng)絡(luò)的模擬，通過注意力機(jī)制把可解性大大提高，因此有了一個系統(tǒng)的突破。從局限性來講，由于運(yùn)算被簡化過多，因此普適性也可能會降低。可能還需要經(jīng)歷一個新的階段之后，才會有真正的AI或者是通用人工智能的能力。
      如果機(jī)器真的實(shí)現(xiàn)高度智能化，人類該如何應(yīng)對？
      朱云來認(rèn)為，當(dāng)科技迅速發(fā)展以后，社會治理結(jié)構(gòu)、治理機(jī)制會被重新設(shè)定。比如，科技帶來的進(jìn)步應(yīng)該如何返還給社會各個群體，這個問題需要在未來系統(tǒng)地考慮。
      創(chuàng)業(yè)公司會有發(fā)展機(jī)會
      張亞勤認(rèn)為，大模型的出現(xiàn)整體來說對創(chuàng)業(yè)公司是一個機(jī)會，有了橫向大模型的AI操作系統(tǒng)后，還可以開發(fā)行業(yè)的垂直模型，并在這個模型上開發(fā)新的應(yīng)用。創(chuàng)業(yè)公司可以借助“云”來調(diào)用模型，使其創(chuàng)業(yè)的門檻降低。
      朱云來認(rèn)為，小公司的存在對大模型的發(fā)展非常重要，他們客觀上往往更具創(chuàng)造性。大公司固然能帶來很多系統(tǒng)綜合性的好處，但要防止過度壟斷，同時，對小公司要有保護(hù)激勵機(jī)制，形成良性的環(huán)境，推動社會進(jìn)步。
      算力和算法會相輔相成
      談及AI目前發(fā)展的重點(diǎn)，張亞勤表示：“需要人才、數(shù)據(jù)、算法、算力四個方面的支撐，其中算力會是最大的挑戰(zhàn)。”
      他認(rèn)為，目前算力發(fā)展最大的限制是GPU（圖形處理器），雖然有很多公司在做GPU，但依然不能滿足大量的計算需求。如果算力成為發(fā)展AI的限制，那么一定要從新的模型、算法、框架中尋找突破的途徑。現(xiàn)在最大的創(chuàng)新其實(shí)是在手機(jī)里面，最先進(jìn)、低能耗的芯片都在手機(jī)里。他還表示，中國擁有人才多和數(shù)據(jù)多的優(yōu)勢，并且過去十年有很多創(chuàng)新算法、原始算法是由中國科學(xué)家完成的。
      朱云來認(rèn)為，算力是一個基礎(chǔ)，涉及到芯片的問題。但算法是另外一個維度，算力和算法二者相輔相成。一個好的算法可以把算力差多少千倍、多少億倍的需求平衡掉，最大的產(chǎn)出實(shí)現(xiàn)可能還是依靠算法。
      人工智能并非泡沫而是機(jī)會
      “現(xiàn)在的AI有點(diǎn)像1998年的互聯(lián)網(wǎng)，機(jī)會很大，剛剛開始，但是也有泡沫。”張亞勤表示，2000年互聯(lián)網(wǎng)公司的泡沫破裂，但互聯(lián)網(wǎng)本身不是泡沫，互聯(lián)網(wǎng)改變了生活方式，真正有實(shí)力有價值的公司越來越大，人工智能也是如此，也有很多有價值的公司。人工智能不是泡沫，是機(jī)會，但不排除有些公司在某些階段會是泡沫。
      朱云來認(rèn)為，從投資的角度看，對人工智能需要有足夠大的系統(tǒng)層面關(guān)注。如果不投肯定不能獲得相關(guān)的回報，但千萬不要覺得投了就能高枕無憂，在實(shí)際投資中要不斷調(diào)整投資頭寸的比例，要占上投資賽道去卡位，在進(jìn)步的過程中調(diào)整。
                  				            		
      關(guān)鍵詞：
 


      
                       	
      
                    
      
       
    
      

    
      
        
      
        
      
            
      樂活HOT
      
            
        
      
    
      
        
      
            
      娛樂LOVE