“今年是AI發(fā)展的分水嶺”

劉舒揚(yáng)

2023年12月5日，黃鐵軍在北京接受本刊記者采訪。（本刊記者 侯欣穎 / 攝）

2023年，AI領(lǐng)域最令人矚目的亮點(diǎn)之一是大模型。在今年7月于上海舉辦的世界人工智能大會(huì)（WAIC）上，有30余個(gè)大模型平臺(tái)對(duì)外發(fā)布和亮相。大模型正在引領(lǐng)新一輪全球AI技術(shù)發(fā)展浪潮。

大模型被稱為新一代AI生態(tài)的核心。這是一個(gè)把智力賦予各種應(yīng)用的基礎(chǔ)性共性模型，能夠從海量大數(shù)據(jù)中學(xué)到知識(shí)和規(guī)律，為各種通用智能任務(wù)提供服務(wù)，可應(yīng)用于自然語(yǔ)言處理、圖像識(shí)別、語(yǔ)音識(shí)別等領(lǐng)域。

北京智源人工智能研究院（BAAI，以下簡(jiǎn)稱智源）是國(guó)內(nèi)最早從事大模型研究的機(jī)構(gòu)之一。今年4月，微軟副董事長(zhǎng)兼總裁布拉德·史密斯在接受采訪時(shí)稱：“我們認(rèn)為（全球）有3家機(jī)構(gòu)處于領(lǐng)先位置，一是與微軟合作的Open AI，二是谷歌，三是北京智源?！?/p>

北京大學(xué)計(jì)算機(jī)學(xué)院教授、博士生導(dǎo)師黃鐵軍是這所研發(fā)機(jī)構(gòu)的掌舵者。他是“70后”，在AI領(lǐng)域耕耘了30余年。2018年，黃鐵軍和伙伴們共同討論出“智源”這個(gè)名字，意為“智慧的源頭”。除每年給本科生講授兩門(mén)基礎(chǔ)性課程和指導(dǎo)研究生外，他的大部分時(shí)間在智源的辦公樓——這幢位于北京五道口、未來(lái)感十足的紅房子里度過(guò)。

萬(wàn)物的奧秘令他著迷。1988年，為了“搞清楚奧秘”，黃鐵軍報(bào)考了北京大學(xué)物理系，可“差幾分，沒(méi)考上”。他在武漢工業(yè)大學(xué)（今武漢理工大學(xué)前身）計(jì)算機(jī)應(yīng)用專業(yè)度過(guò)了本科和碩士生涯，在華中理工大學(xué)（今華中科技大學(xué)前身）圖像識(shí)別與人工智能研究所取得博士學(xué)位。

12月上旬的一個(gè)上午，《環(huán)球人物》記者在智源的辦公室里見(jiàn)到了黃鐵軍。他中等身材，衣著樸素，戴無(wú)框眼鏡。他對(duì)未來(lái)圖景充滿期待，同時(shí)也在審慎地看待可能出現(xiàn)的風(fēng)險(xiǎn)。以下是《環(huán)球人物》記者與他的對(duì)話。

把AI作為“年度人物”是令人激動(dòng)的

《環(huán)球人物》：您如何看待本刊將AI推選為年度人物？

黃鐵軍：AI和人有可比性。其實(shí)AI這個(gè)概念被提出之初就被比作“人”，有其合理性，但也不全面。目前學(xué)科上已經(jīng)有基本共識(shí)，即AI就是智能體。人也是智能體。智能體首先是一個(gè)物理存在的主體，然后具備智能。AI這么多方向，最后總要在一個(gè)載體上實(shí)現(xiàn)。目前AI的一個(gè)重要目標(biāo)是模擬人的智能、超越人的表現(xiàn)。

把AI評(píng)選為“年度人物”，令人激動(dòng)，也恰如其分。2023年在AI發(fā)展史上將會(huì)是一個(gè)分水嶺，在全世界范圍內(nèi)都是如此。今年AI領(lǐng)域最大的突破不僅是技術(shù)層面的，更是它的“破圈”，從一個(gè)技術(shù)話題成為社會(huì)話題。從某種意義上來(lái)說(shuō)，這比技術(shù)上的突破更重要，大量非技術(shù)的社會(huì)資源的投入會(huì)加速技術(shù)進(jìn)步。

之前10多年，AI一直在迭代、積蓄，發(fā)展得很快，但大家心里始終不踏實(shí)，擔(dān)心這種勢(shì)能會(huì)不會(huì)再落下去，畢竟此前有過(guò)“三起兩落”的歷史覆轍。1956年“達(dá)特茅斯會(huì)議”推動(dòng)全球第一次AI浪潮出現(xiàn)，直至1974年前后經(jīng)歷第一次寒冬，受限于性能和算法，那時(shí)AI能做的事情十分有限。上世紀(jì)80年代，“知識(shí)工程”成為AI研究的主要方向，帶來(lái)第二輪熱潮。但由于專家系統(tǒng)應(yīng)用領(lǐng)域狹窄、知識(shí)獲取困難，AI研究第二次陷入低谷。2006年，以計(jì)算機(jī)科學(xué)家杰弗里·辛頓在《科學(xué)》（Science）雜志上發(fā)表的一篇深度學(xué)習(xí)文章為顯著標(biāo)志，AI迎來(lái)新一輪發(fā)展高潮。

今年，我想大家都意識(shí)到，社會(huì)資源在AI領(lǐng)域的投入量已經(jīng)達(dá)到了不可能再消失的程度。當(dāng)然，因?yàn)闊?，投入不一定都是理性的，但總的?lái)說(shuō)，無(wú)論是人的資源、技術(shù)的資源還是數(shù)據(jù)的資源，等等，我認(rèn)為最終都會(huì)發(fā)揮實(shí)實(shí)在在的作用。

《環(huán)球人物》：從科學(xué)上您如何定義“AI”？

黃鐵軍：AI就是制造有智能的機(jī)器，或制造有智能的系統(tǒng)——我說(shuō)的系統(tǒng)是偏實(shí)體化的——這就是AI。

《環(huán)球人物》：目前常見(jiàn)的AI可以分為哪幾類？其中，哪些是已經(jīng)應(yīng)用成熟的？哪些是可以期待的？

黃鐵軍：那就從“實(shí)”一點(diǎn)的角度來(lái)說(shuō)吧。依據(jù)它們對(duì)產(chǎn)業(yè)、對(duì)社會(huì)發(fā)生作用的方式不同，我們可以把AI大致分為這么幾類——

一種我們姑且稱它為信息類的智能，如通過(guò)云、網(wǎng)、手機(jī)等各種方式提供智能服務(wù)，聊天機(jī)器人、圖像生成軟件等都屬于這一類。這是目前應(yīng)用比較成熟的，也是投入最多的。

另一種我們稱其為具身智能，即智能落到一個(gè)特定的物理實(shí)體上，如自動(dòng)駕駛、機(jī)器人等。

有人可能會(huì)問(wèn)：今天的自動(dòng)駕駛和以前我們常說(shuō)的自動(dòng)駕駛有什么區(qū)別？簡(jiǎn)單來(lái)說(shuō)，以前的自動(dòng)駕駛主要是模仿駕校教學(xué)過(guò)程——司機(jī)看見(jiàn)什么，就要執(zhí)行哪些具體操作；而現(xiàn)在的自動(dòng)駕駛是要具備司機(jī)進(jìn)駕校之前就有的那些能力——不是左轉(zhuǎn)右轉(zhuǎn)、開(kāi)快開(kāi)慢那樣的技能，而是對(duì)世界的認(rèn)知。這樣在行駛過(guò)程中遇到各種情況時(shí)，駕駛者才能做出合理的行動(dòng)。再直白一點(diǎn)講，人接受50個(gè)小時(shí)駕駛培訓(xùn)之后就能上路開(kāi)車，牛就不行。

這也是如今AI賦予自動(dòng)駕駛的能力，有了對(duì)世界的認(rèn)知能力，才談得上具身智能。機(jī)器人也是一樣的道理。目前具身智能應(yīng)用尚不成熟，但技術(shù)道路已經(jīng)打開(kāi)了，可能性已經(jīng)沒(méi)問(wèn)題了。

還有一類智能，或許現(xiàn)在和我們的直接關(guān)系不是很大，但長(zhǎng)遠(yuǎn)來(lái)說(shuō)會(huì)產(chǎn)生極大影響——AI賦能科學(xué)（AI for science）。我們常說(shuō)科技是推動(dòng)世界發(fā)展的重要力量，現(xiàn)在不少學(xué)科的研究范式比較傳統(tǒng)，AI會(huì)帶來(lái)新的范式，從而加速科學(xué)技術(shù)的進(jìn)步，這種進(jìn)步是躍進(jìn)式而非漸進(jìn)式的。

比如數(shù)學(xué)領(lǐng)域。之前，一個(gè)數(shù)學(xué)猜想或是一個(gè)定理的證明，需要等待某位天才數(shù)學(xué)家的智力，因此重大突破往往歷經(jīng)數(shù)十年甚至幾百年才實(shí)現(xiàn)。AI出現(xiàn)之后，很可能會(huì)改變這種局面。為什么？因?yàn)锳I所掌握的數(shù)據(jù)的廣度比人類數(shù)學(xué)家都要寬，它能把所有數(shù)學(xué)分支融會(huì)貫通，而許多定理證明恰恰需要把諸多分支串聯(lián)在一起，形成一個(gè)很長(zhǎng)的證明鏈。數(shù)學(xué)領(lǐng)域一旦有這樣的事情發(fā)生，就是一個(gè)重大數(shù)學(xué)問(wèn)題被AI解決了，之后重大突破就紛至沓來(lái)。

再比如物質(zhì)科學(xué)領(lǐng)域。以前做工程材料要做很多實(shí)驗(yàn)，大海撈針般地尋找有用的分子結(jié)構(gòu)。而現(xiàn)在可以通過(guò)AI直接預(yù)測(cè)——準(zhǔn)確率往往還很高。鄂維南院士領(lǐng)銜的北京科學(xué)智能研究院（AISI）就在做這么一件事：在數(shù)字空間構(gòu)建出高精度原子模型，然后用不同原子相互組合成分子，分子功能可以模擬出來(lái)，大大提高了實(shí)驗(yàn)效率。

還有生命科學(xué)領(lǐng)域，智源正在做兩個(gè)未來(lái)可能有大突破的方向。一個(gè)是做蛋白質(zhì)，用AI加速對(duì)蛋白質(zhì)的建模和理解。一個(gè)是做神經(jīng)系統(tǒng)和人的器官——目前是心臟，都在利用AI做高精度模擬。

做這些有什么用？以心臟房顫治療為例，醫(yī)生采用的一種方法是通過(guò)能量燒灼異常放電的心肌細(xì)胞，來(lái)達(dá)到清除異常放電灶或者隔離錯(cuò)誤信號(hào)的目的。燒灼的準(zhǔn)確與否與醫(yī)生本人經(jīng)驗(yàn)息息相關(guān)。

如果做出與患者心臟一模一樣的數(shù)字孿生心臟，醫(yī)生就可以先在數(shù)字心臟上預(yù)演手術(shù)，尋找最佳的燒灼位置，確定后再用到患者身上，手術(shù)成功率一下就提高了很多。所以這樣的建模和模擬既可以幫助我們理解復(fù)雜對(duì)象，也能發(fā)揮實(shí)際作用，解決具體問(wèn)題。

“理解智能”與“制造智能”

《環(huán)球人物》：在我國(guó)的AI發(fā)展史中，科學(xué)家們的研究思路發(fā)生過(guò)怎樣的轉(zhuǎn)變？

黃鐵軍：拿我個(gè)人的經(jīng)歷來(lái)說(shuō)吧。我是懷著對(duì)大腦和智能奧秘的好奇進(jìn)入這一行的。

1991年，讀大學(xué)三年級(jí)時(shí)，我恰好有個(gè)機(jī)會(huì)可以跟著導(dǎo)師做“863計(jì)劃”（國(guó)家高技術(shù)研究發(fā)展計(jì)劃）智能計(jì)算機(jī)主題的項(xiàng)目，具體是做手寫(xiě)印刷體漢字識(shí)別，研究一些算法，使得手寫(xiě)漢字的識(shí)別率達(dá)到一定程度。那是要解決實(shí)際問(wèn)題的，也取得了一些成績(jī)。但是相比之下，我對(duì)人腦的奧秘、智能的奧秘更感興趣，我的好奇心并沒(méi)有得到滿足，它們始終困擾著我。

直到2010年前后，在參加“973計(jì)劃”（國(guó)家重點(diǎn)基礎(chǔ)研究發(fā)展計(jì)劃）期間，我和腦科學(xué)家一起工作了三四年，才終于“轉(zhuǎn)過(guò)彎了”。我發(fā)現(xiàn)之前自己一直致力于“理解智能”，試圖搞清楚大腦是怎么回事、智能是怎么回事，其實(shí)是不現(xiàn)實(shí)的。這是科學(xué)的思維方式。我轉(zhuǎn)換到了技術(shù)的思維方式——“制造智能”，即不以理解為前提，先造一個(gè)東西出來(lái)，讓其具備某種特定功能。

這種思維方式在人類科技史中一直廣泛存在。比如我國(guó)古代四大發(fā)明之一的指南針，最早的指南針?biāo)灸显趹?zhàn)國(guó)時(shí)期就有了，可電磁場(chǎng)理論直到近代才出現(xiàn)。

再比如漢朝先民就知道用鹵水點(diǎn)豆腐，但他們并不理解背后的化學(xué)反應(yīng)機(jī)理。美國(guó)的萊特兄弟在1903年實(shí)現(xiàn)了人類歷史上第一次駕機(jī)動(dòng)力飛行，但空氣動(dòng)力學(xué)理論的建立也是后來(lái)的事情。所以我意識(shí)到，必須先做出來(lái)，再試圖理解它。事實(shí)上，理解大腦、理解智能確實(shí)要比制造一個(gè)具有智能的機(jī)器難得多。

《環(huán)球人物》：促使您發(fā)生轉(zhuǎn)變的契機(jī)是什么？

黃鐵軍：主要是一種緊迫感的驅(qū)使。那時(shí)我已經(jīng)40多歲了，還有夢(mèng)想，希望能在AI領(lǐng)域取得重大突破。在和腦科學(xué)家、神經(jīng)科學(xué)家的合作過(guò)程中，我發(fā)現(xiàn)，他們面對(duì)的人腦是極其龐大復(fù)雜的神經(jīng)系統(tǒng)，他們只能一點(diǎn)點(diǎn)去摸索。有人問(wèn)過(guò)，腦科學(xué)什么時(shí)候能把智能的奧秘揭示出來(lái)？再樂(lè)觀的腦科學(xué)家也只會(huì)告訴你，300年后能完成就不錯(cuò)了。可AI不能等300年后再做，這就必須轉(zhuǎn)換思維方式——不告訴你為什么，能不能做？

人類發(fā)展依靠的是雙輪——科學(xué)和技術(shù)，不能簡(jiǎn)單地認(rèn)為科學(xué)是第一性的，技術(shù)是第二性的。就像有人說(shuō)中國(guó)古代的四大發(fā)明不是科學(xué)，只是技術(shù)，是第二性的。這話既對(duì)也不對(duì)。科學(xué)確實(shí)是我們?nèi)笔У囊徊糠?，我們要加?qiáng)科學(xué)，要問(wèn)為什么、找背后的原理，但是也不能抹煞了技術(shù)的偉大。在理解科學(xué)原理之前的技術(shù)發(fā)明更偉大。技術(shù)發(fā)明和科學(xué)發(fā)現(xiàn)一樣，都是從0到1的原始創(chuàng)新。

《環(huán)球人物》：轉(zhuǎn)變后，您在實(shí)踐上會(huì)有什么變化？

黃鐵軍：就不束手束腳了。

科學(xué)的目標(biāo)是探索事物或現(xiàn)象背后的規(guī)律，努力回答“為什么”；技術(shù)的目標(biāo)是創(chuàng)造新的事物或現(xiàn)象，核心是“怎么做”，是方法論問(wèn)題。

以制作指南針為例，需要解決的是用什么材料、打磨到什么程度它就指南這類問(wèn)題。制造者并不懂“磁場(chǎng)”，甚至沒(méi)有“磁”的概念，但這并不意味著他做不出可以指南的裝置。

AI也是這樣，需要你做一個(gè)有智能的裝置，并不以理解智能機(jī)理為前提，而是要探索怎么訓(xùn)練它效率高，這些事情是可以嘗試、優(yōu)化的。

我并不是反對(duì)大家去理解它背后的原理，但是“物有本末，事有終始，知所先后，則近道矣”?？萍紝?shí)踐過(guò)程中，既有科學(xué)發(fā)現(xiàn)在先、技術(shù)實(shí)現(xiàn)在后的例子，也有技術(shù)發(fā)明在先、科學(xué)發(fā)現(xiàn)在后的例子?？茖W(xué)和技術(shù)相互促進(jìn)，迭代發(fā)展。

就AI而言，人類智能對(duì)人類來(lái)說(shuō)可能永遠(yuǎn)無(wú)法理解，但不等于我們做不出來(lái)類人甚至超人的智能。這就是技術(shù)思維和科學(xué)思維的區(qū)別。

1995年5月，黃鐵軍（左）碩士論文答辯時(shí)與導(dǎo)師胡家忠教授的合影。

黃鐵軍正在調(diào)試一臺(tái)視覺(jué)研究領(lǐng)域的設(shè)備。

“智力時(shí)代”

《環(huán)球人物》：目前我國(guó)的AI行業(yè)在全球版圖中處于什么位置？

黃鐵軍：回到AI本身，它首先是一門(mén)技術(shù)。技術(shù)發(fā)展到一定程度之后就是大工程，也就是做大系統(tǒng)。從這個(gè)意義上來(lái)說(shuō)，AI領(lǐng)域已經(jīng)進(jìn)入到一個(gè)白熱化的工程競(jìng)爭(zhēng)期，有些開(kāi)放，也有些不開(kāi)放，這就很難比較誰(shuí)快誰(shuí)慢。

必須強(qiáng)調(diào)的是，在工程技術(shù)的探索過(guò)程中，資源的投入、人的投入將會(huì)起到?jīng)Q定性作用。在信息類智能、實(shí)體類智能以及AI對(duì)科學(xué)的賦能上，我們都還有很多機(jī)會(huì)?，F(xiàn)在只是一場(chǎng)馬拉松開(kāi)跑了，大家都在拼命地往前跑。

AI是通用型技術(shù)，就像電力技術(shù)等所有通用技術(shù)一樣，不會(huì)被某一家企業(yè)壟斷，也不會(huì)被某個(gè)國(guó)家或地區(qū)壟斷。它基本的方法論大家都知道，只是具體到解決某個(gè)特定問(wèn)題時(shí)，有的會(huì)快一點(diǎn)，有的會(huì)慢一點(diǎn)而已。

這不是誰(shuí)勝誰(shuí)負(fù)的問(wèn)題，這是一個(gè)時(shí)代——我把它稱之為“智力時(shí)代”，全世界都在往這個(gè)方向發(fā)展。這個(gè)時(shí)代至少會(huì)持續(xù)幾十年，甚至上百年，未來(lái)也不會(huì)消失，它將是社會(huì)運(yùn)行所需的重要基礎(chǔ)設(shè)施。

《環(huán)球人物》：為什么發(fā)展AI這么重要？

黃鐵軍：我認(rèn)為，人類進(jìn)化史、地球演化史歸根結(jié)底都是智能的進(jìn)化史，本質(zhì)是智力水平的不斷提高。

幾年前，我全程參加了我國(guó)《新一代人工智能發(fā)展規(guī)劃》的建議、起草和實(shí)施?！兑?guī)劃》的第一句話就是“人工智能的迅速發(fā)展將深刻改變?nèi)祟惿鐣?huì)生活、改變世界”。我非常幸運(yùn)地趕上了這個(gè)時(shí)代，能在智能進(jìn)化史中發(fā)揮一點(diǎn)作用。

《環(huán)球人物》：目前有哪些風(fēng)險(xiǎn)需要提前考慮？

黃鐵軍：我們現(xiàn)在重視發(fā)展的是通用人工智能（General Artificial Intelligence，GAI），也就是具有通用性的AI，它不以超越人類為目標(biāo)。

但我們也應(yīng)該注意到，世界正處于由通用人工智能向人工通用智能（Artificial General Intelligence，AGI）邁進(jìn)的歷史時(shí)期。這里的AGI就是所謂的“超級(jí)AI”，也就是全面超越人類的AI系統(tǒng)?，F(xiàn)在我們就要考慮這個(gè)問(wèn)題：AGI如果出現(xiàn)，我們?cè)趺崔k？也許有人認(rèn)為這是杞人憂天，但我認(rèn)為這是個(gè)很現(xiàn)實(shí)的問(wèn)題，可能性是存在的——我認(rèn)為這個(gè)時(shí)間會(huì)在2045年左右，還有人認(rèn)為是在10年內(nèi)甚至更短。我們要迎接這個(gè)重大挑戰(zhàn)。

“人工智能之父”艾倫·圖靈在1950年那篇?jiǎng)潟r(shí)代的論文《計(jì)算機(jī)器與智能》里寫(xiě)過(guò)這樣一句話：“我們能做到的，比我們能看到的要多得多?！蔽液苜澩?/p>

要去預(yù)測(cè)科技的進(jìn)步是很難的，真正的科技進(jìn)步主要是通過(guò)嘗試和實(shí)踐得來(lái)的，這個(gè)過(guò)程中會(huì)出現(xiàn)很多意想不到的新東西。2015年我在《人類能制造出“超級(jí)大腦”嗎？》這篇文章中還引用了圖靈這句話，我把它翻譯為：“吾等目力短亦淺，能見(jiàn)百事待踐行。”

（本文圖片除特別標(biāo)注外，皆為受訪者提供）