人工智能十问｜《财经》特稿

原标题：人工智能十问｜《财经》特稿

国产大模型能弯道超车吗？AI的发展趋势是什么？人工智能“+”什么？大模型如何赋能企业？未来不再需要程序员了？如何保证AI是安全的？

文｜杨柳

编辑｜郭丽琴

伴随着ChatGPT、Sora、Figure01不断引发全球关注，人工智能（AI）的惊人迭代速度不断扩展着人们的想象空间。

中国发出拥抱新一轮科技和产业浪潮的新信号。

2024年3月，“人工智能+”首次被写入政府工作报告。报告提出，深化大数据、人工智能等研发应用，开展“人工智能+”行动，打造具有国际竞争力的数字产业集群，以加快发展新质生产力。

问题随之而来，国产大模型能弯道超车吗？人工智能“+”什么？大模型如何改造传统硬件？如何赋能企业？如何保证AI是安全的？

近期，中央广播电视总台财经节目中心《对话》栏目录制了一期节目《AI+大猜想》。四位企业家——360董事长周鸿祎、国产大模型独角兽智谱AI CEO（首席执行官）张鹏、人形机器人初创公司九光智能创始人徐志根、广药集团董事长李楚源，以及三位财经媒体代表——《财经》杂志副主编朱弢、《华夏时报》执行总编辑张志伟、《中国企业家》杂志副总编辑何伊凡，共同探讨人工智能的技术发展、商业化路径以及安全等话题。

本期节目将于4月13日在央视财经频道《对话》栏目播出，本文撷取了节目要点。

各行业使用AI有哪些成果？

靳强（《对话》栏目主持人）：现场的几位嘉宾，在各自领域有涉及人工智能的新成果吗？

周鸿祎：2023年大家都在集中精力搞大模型，在大模型上希望能达到一定的效果。但是2024年所有人都在问，大模型究竟为我的企业、为我个人解决什么问题，所以我觉得2024年应该是场景之年。

所以我的理解，“人工智能+”不是孤立地去搞大模型，而是把大模型现在的成果和各个行业——特别是传统行业、传统企业的各个业务场景能够相结合，使得大模型能够真正对产业数字化起到一个推动作用。

我自己也身体力行地把360所有的产品重塑一遍。因为看美国的同行微软也好、Salesforce也好、adobe也好，大家并没有用大模型去做一个新产品，而是把已有的业务、流程，看看在哪些环节能进行赋能。

我最近做了两件事，一是把传统的搜索用大模型给彻底改造了；二是把原来360的浏览器整个重塑了一遍。

张鹏：智谱AI就是做大模型的，专注于大模型底层和通用技术。我们最近也把产品经过很多次迭代。现在，我们跟国际顶尖的，像GPT4这样的水平已经非常接近了。同样也可以帮助大家去解决工作、学习、日常生活当中的一些问题。

李楚源：“人工智能+”在我们生产的各个环节有很多应用。中药从种植开始，要跟人工智能结合，要跟数字经济结合。药材可追溯性的要求必须用这些人工智能和大数据的手段，才能知道这药材的地道性和质量，才可以溯源。

另外，药材的生产加工过程也需要用到智能化的设备，这使得生产效率大大提高了。比如，我们一个药材品种使用智能化设备后，产能提高了149%，效率提高了289%。

在经营和市场环节，可以使用人工智能参与决策和推进业务。

徐志根：九光智能是做人形机器人的。我非常认同一个观点，就是AI技术和大模型把机器人，特别是具身智能机器人的产业向上提了很高的一个高度，使得智能机器人未来走进千家万户成为可能。

我们现在是在研发阶段，今年5月我们的机器本体就可以做出来了。接下来我们还会继续在智能化上往前走。未来人形机器人一定会接入各种大模型，成为各种智能交互的平台。

国产大模型能弯道超车吗？

靳强：OpenAI发布Sora，掀起新一轮对人工智能的讨论热潮，国产大模型能达到Sora的水平吗？

张鹏：Sora确实令人惊艳，但我们仔细研究了它的技术报告之后，发现它并没有从外界看起来的那么新奇。Sora运用到的仍是已有的技术，只不过OpenAI把这些技术综合起来，从工程上进行了优化，做到了之前其他人没有做到的程度。

其实2021年底、2022年初的时候，我们也做过类似的视频生成工作。这种视频生成的原理非常简单，就是把视频拆解成一个一个的关键帧，继而分层，即递归式地生成关键帧，然后把这些关键帧连续起来，于是生成了视频。当时我们大概能做10秒钟以内的连续视频，并且视频能够很好地保持画面一致性，不出现非常违反常识或者物理定律的场景。现在和Sora比起来，虽然显得比较原始，但本质上很多原理是相通的。

国产大模型能否做到Sora这种水平，是一个资源和时间的问题。我不敢去预测具体需要多长时间，但应该不需要太久。

周鸿祎：ChatGPT出来的时候，我就说它的原理虽然很简单，但是从0到1的创新是最难的。OpenAI了不起的地方在于，它找到了一个方向并工程化，给大家证明了这条路是走得通的。

Sora出来之后，我也听到很多专家说这没啥了不起的。但是，不要说中国公司，就连美国公司，短期内我也没有看到谁有能力预言，在多长时间能拿出一个类似的东西。

通过外在的表现，国内大模型和Sora的差距至少有一年左右。

很多人光看到Sora出来后，做短视频的效率提高。这仅仅是它的一个小功能。我们还应看到两件事：

第一，Sora对于具身智能、自动驾驶技术会带来质变。自动驾驶现在之所以不能实现真正的全自动，是因为自动驾驶在感知层面，无论用激光雷达还是用摄像头，仅仅停留于看到了什么。但是真人驾驶汽车的时候，当你看到东西，脑子会闪过很多念头，这能撞吗？撞上去会怎么样？我绕过去会怎么样？所以，只有当机器对物理世界的观察具有Sora这种能力，并能实时反应，自动驾驶才能获得突破。

第二，不到一年的时间，从ChatGPT进化到Sora，意味着通用人工智能（AGI）的进步速度加快了。原来我们觉得AGI可能还需要10年到20年，但如果按照过去一年的发展速度，实现AGI大概还有3年至5年。

张志伟：周鸿祎先生在接受我们采访时曾表示，中国的大模型的水平，相当于美国的GPT3.5，如何作出这个判断？

周鸿祎：我认为有差距是必然的，知道差距是多大，剩下就是追赶的问题。

我现在说话比较谨慎，你说差距大了，别人说你自卑；你说差距小了，别人说你自大。按照刷榜的成绩，国内大模型早就超过GPT4了，但是真正用一用，我觉得国内的大部分都达到，或者超过了GPT3.5的能力，全世界也只有中国有这个能力。

如果GPT4是100分的话，GPT3.5差不多应该有75分到80分，我认为这个速度很快了。

美国真正在人工智能领域领先的公司，我认为就两家，软件是OpenAI，硬件就是英伟达。大模型的差距比光刻机、芯片的难度要低很多，因为毕竟是软件。但是未来要奔着AGI，也就是通用人工智能去的，这块的挑战就是算力。

但如果把大模型越做越小，走垂直化、产业化、企业化、场景化的道路，可能不需要万亿、千亿的参数，只需要百亿的参数，再加一些私有的核心数据加持，在一个垂直单元上是可以超过GPT4的。

这对算力的要求就降到很低，可能有十张消费级显卡在一个场景就能用起来，这非常适合我们国家，这也是我们弯道超车的一个场景。我们有这么多的工业门类，国家这么重视制造业的数字化转型，如果中国企业都用上了这种小规模的大模型，在自己的场景上让大模型跟业务相结合，意义不亚于我们在超级AGI上追上国外。

AI的发展趋势是什么？

靳强：从时间的维度看，人工智能未来的发展会是什么样的状态？

张鹏：人工智能学科诞生到现在，已经过去了将近70年，发展速度逐渐加快。早期相对慢一些，到了最近十几年急剧地加快，尤其近几年突飞猛进。未来的发展速度会呈指数级抬升。很多人预测人工智能后面会缓下来，就像技术成熟曲线一样，到达一个顶峰。其实，目前技术虽然已经非常快速成长，但AGI仍有很多问题值得我们去探索，每一个问题的突破都有可能带来一个飞跃式的发展。我认为我们现在还没有摸到这个天花板在哪儿。

周鸿祎：2023年是人工智能发展的拐点，过了大模型这个拐点，进入到指数级的发展。最理想的发展曲线是持续往上走，实现通用人工智能。但有两种因素可能会导致发展意外坠落：一个是“安全”，如果人工智能发展过程中不能解决安全问题，会给人类社会造成大量的问题，比如虚假视频欺诈；另一个是“能源”，如果人类在相当长的时间不解决大模型带来的能源大量消耗的问题，大模型的发展走不下去。

李楚源：人工智能发展会呈现波浪上升的状态，有积累的过程，也有停滞的过程。可能技术上升到一定程度，遇到了一些制约因素，假如这些因素不解决，技术发展就变得比较平缓了。一旦这些因素解决，又将继续往上升。当前人工智能发展要解决法规配套问题，政府也要积极推动，出台扶持政策。

徐志根：在过去70年，我们还是在山脚下一直爬，我相信我们已经在爬非常陡的坡了，而且前景应该是非常好的，这个时候就可以看到很多热情度都上来了，包括投资和参与研究的公司也非常多，我相信会冲得很高。

接下来会进入平静期，甚至通过优胜劣汰，淘汰一批，后面参与者就会比较稳定。

同时在应用规模上，我相信人工智能会赋能给各行各业，比如说赋能给机器人，接下来会进入一个比较高的增长期。

目前处于哪个发展阶段？

靳强：现在的人工智能究竟发展到了哪个阶段？

张鹏：大模型本身的原理大家已经基本上都接受了，达成一致，这是我们通向AGI的一个有效路径。但中间还有很多可改良和可改进的地方，每一次的改进都可以导致技术本身再往前推进。

周鸿祎：我在硅谷跟人谈，有些VC认为大模型有点像1982年的电脑，或者说像1995年的互联网。我感觉这种估计保守了，现在一天的进步都等于过去大概一年的成果。我觉得大模型能不能发展，取决于能不能找到好的应用。所以，我觉得大模型应该大概在早期阶段。

李楚源：现在处在第一个阶段，大家都重视了，大家都想用，但是现在处于一个不太平衡，还有一些法规制度不太完善的阶段。之后的阶段，要解决法规跟人工智能的一些配套问题，这有利于发展。

人工智能“+”什么？

靳强：很多人都预测说今年有可能是“人工智能+硬件”元年，未来最有可能“+”什么？

张鹏：大模型运行消耗大量功率和能源，太小的设备承载不了，而且太小的设备功能受限，能做的事情有限。汽车现在已发展到一定程度，尤其是新能源汽车，电气化的程度、普及率等，都已经发展到较高的水平。因此，把大模型的能力赋能到汽车上去，是水到渠成的一件事。

周鸿祎：大模型与终端结合，得看终端有多大的需求，是不是刚需，有没有痛点。比如，没有大模型，机器人根本就玩不转；汽车智能座舱的交互功能，以及自动驾驶，也都需要智能升级。汽车只不过是四个轮子的机器人，是最迫切需要大模型上端侧的终端。

另一个看好的“人工智能+硬件”是手机。手机已经变成人体的一部分，像人的一个新器官，如果再去创造其他硬件我觉得都违背人性。因为人就不喜欢多带东西，带个手机，连车钥匙都不想拿；有手机支付了，连钱包都不想拿。苹果头显最大的问题不是功能问题，而是能戴多长时间的问题。所以，AI和手机的结合，我认为是最能产生化学反应的。

李楚源：看好机器人。机器人不但能够代替人，还可以做很多人做不了的事。比如在医疗领域，医生做手术可能还不够精准，而操纵机器人来做手术，可以更精准、更高效。

徐志根：人形机器人有人工智能加持之后，一定会加速进入千家万户和各行各业。智能机器人可能像我们的助手一样，把日常事务照顾起来。

何伊凡：汽车和人工智能结合富有前景。首先在场景的复杂性上，汽车每天都在路上跑，场景足够复杂；其次在数据的丰富性上，汽车能够获得的数据量非常庞大；最后从硬件的算力基础来说，汽车场景能够作为理想的载体，克服终端算力不足问题。

朱弢：汽车应该是最早能适配大模型的终端，它的场景足够丰富，实实在在已经有那么多用户，也有现实有需求。机器人也是一个值得期待的场景，大模型加持之后，相当于机器人有了“大脑”，可以自主决策判断。

张志伟：智能家电与大模型的结合需求可能没那么大，但智能音箱和大模型结合可以提升语音对话交互能力，应该比较容易实现，越容易实现的功能越容易商业化。

AI+手机，会是什么样？

朱弢：未来真正的AI手机到底是什么样子，跟现在的手机有什么区别？

周鸿祎：今天的智能手机，跟大模型一比，只是智能手机1.0。如果大模型通过“云+端”两种方式加持手机，就能变成智能手机2.0。真正的智能手机出来了，Siri就不再是“人工智障”，有可能变成一个友好的助手。

“AI+手机”未来会发展成什么样，今天很难去回答。但我认为，要找到合适的场景，不断尝试。比如，最能想到的一种是手机真正变成个人助理，有了规划执行能力，只要用户把目的告诉它，手机自动调用App，把活都给干了，最后只告诉你一个结果。如果手机智能程度真走到这一步，App就变成了手机的插件，可能以后App的概念也会随之变化。

张鹏：手机离人最近，也最容易把AI的能力附上去。现在手机的设计，包括软件生态，仍然基于过去很多年积累下来的模式，AI能力的突增能否带来新的范式，也是我们一直在考虑的问题。

AI能力突增所带来的新范式存不存在，到底在哪儿？它不一定是用现在的四方四正板砖形态，可能会有些变化。

众多的科幻电影里其实都出现过各种各样的形象，有的把手机直接变成类似于手表这样的设备，有的戴在耳朵上的，也有直接植入皮肤下面的。其实这个硬件的形态不是最关键的，最关键的还在于它能完成什么样的工作，最方便地让你享受到人工智能所带来的便利，这才是本质。

AI+机器人有何前景？

靳强：人形机器人怎么跟人工智能结合？

徐志根：人形机器人被AI深度赋能体现在：一是运动智能。以前看到的人形机器人走得很笨拙，有了深度强化学习加持，在未来两三年，人形机器人的运动智能会有长足进步，它可以走快、走稳、走优雅。二是自主导航。机器人自主导航过去三四年一直深度地用Transformer架构去训练。三是交互智能。大模型提升机器人“大脑”的认知、推理、决策能力。四是操作智能。以前的机器人虽然可以演示踢个球，但要让它去完成一件复杂的任务，比如炒菜，当个家庭管家，其实是做不到的，未来的机器人在操作智能层面有望不断突破。

靳强：既然这么复杂、这么困难，为什么一定要把机器人做成人形呢？

徐志根：在一些具体任务上，人形机器人不是最高效率的，比如，炒菜机器人，它肯定能够快速炒好。但是要让它既能叠衣服，又能炒菜，又能洗碗，这样一个综合性的管家和助理，现在来看人形可能是比较合适的，或者至少有双臂、双手能够动的，会是合理的。

第二个方面在应用层面的赋能，在处理一些应用场景，比如安全监控这一个场景，人形机器人可以像保安进入这样的多任务复杂场景，其中可能用AI的技术，比如神经网络、最新的视觉技术，还有一些大模型技术。

靳强：在2015年、2016年的时候有一波人形机器人热潮，但活到现在的公司没几家了，这次还会重演吗？

徐志根：未来人形机器人肯定是各种机器人形态中非常有价值的形态。人形机器人首先会在to B的一些场景能够解决各种问题。如果是to C的场景，可能还要时间比较长。很多人对人形机器人的担心，安全性、隐私、法律法规等这些问题，我相信都是可以解决的。

大模型如何赋能企业？

张志伟：如何用大模型赋能企业的业务？

周鸿祎：我们去年从to B模式中找到一些方法论：比如要给医疗机构做一个医疗大模型，必须把医疗进行场景细分，在里边找出50到100个场景，并对每个场景进行分析，看看文章生成、情感判断、内容翻译等大模型最常见的功能，能不能在场景中发挥作用。能不能做取决于两个因素：一是该场景下有没有数据知识，光有场景没有知识，训练不出大模型；另一个是对大模型的容错度，大模型最致命的就是幻觉，如果某个场景中我们不能承受幻觉风险，那么就不能用到大模型。

所以我主张，现在企业用大模型不要追求宏大叙事，而应在内部业务链条，或者在外部产品功能，选取两到三个场景，用大模型赋能。如果能取得成绩，我认为就是很大的进步了。我提倡小切口切入，刚开始宁可保守一点，积小胜于大胜。

大模型像发动机，现在大模型厂商在造世界上最牛最快的发动机，但是B端企业要的不是发动机，而是一辆车。所以，我们要找到底盘，把发动机装上，再给它装上外壳、座椅，最后交付一辆车，企业才能用。

2023年，中国有上百家公司在做大模型，鱼龙混杂，泥沙俱下。今年消停很多了，据我了解，现在的大模型厂商纷纷转型，往产业垂直方向走。

张鹏：通用大模型的能力提升所衍生的能力，能让我们去寻找到“大模型原生的应用”或者“大模型原生场景”。但是在这个过程当中，技术需要发展，产业也需要落地。打个比方，现在我们造出内燃机了，不能说我想造飞机，内燃机不能用，我不管了，我要造喷气发动机去。既然内燃机可以造出汽车，那就先把汽车造出来，我觉得这是不矛盾的一件事情。

靳强：“人工智能+”会让哪些行业最先受益？

周鸿祎：所有从业者都要解决场景化的问题，办公场景看起来简单，其实跟每家公司、每个单位都有关系，所以围绕着办公、电脑的使用，包括智能家电、整个物联网硬件，这些场景都可以拿大模型来或多或少覆盖。

企业的场景应该在金融、医疗、教育领域，这些领域今年如果能找到一些场景，能落地，那就可以回答这个问题。

未来不再需要程序员了？

靳强：百度董事长李彦宏近期接受《对话》节目采访时发表了一个观点，认为程序员以后可能不会存在了，你们同意吗？

周鸿祎：我当然不同意了。

现在大模型可以完成一些简单编程任务。但如果想写一个新一代的人工智能系统，这种复杂的目标涉及整个程序流程、逻辑结构、数据分布和算法创新，大模型现在肯定是干不了的。未来我觉得也干不了，有一些创意的工作，目前还是人类所独有的。所以大模型会提高程序员的效率，但取代不了程序员。

我一直认为，人在人工智能面前要保持人所独有的创造力、情感、想象力。人不会被人工智能淘汰，但不用人工智能的人，会被用人工智能的人淘汰。人工智能是一个工具，如果你掌握了工具，却没有想象力、创造力，即便给你再好的工具，也创造不出好的成果。

张鹏：未来对程序员的定义会有变化。李彦宏讲的程序员，指的是传统意义上写机器编程语言的这类程序员。未来他们的数量肯定会越来越少，因为工作效率已经在不断提升，用大模型辅助编程，现在一个程序员相当于原来的1.3到1.5个程序员，所以传统程序员不需要那么多了。

但是建立在机器和人之间新的沟通方式上的新类型程序员可能需要更多，他们的工作就是和人工智能进行沟通，让机器完成人的需求。如果把这件事情也定义成编程，那么这种程序员一定会极大增加。

朱弢：不光是程序员，还有观点认为以后记者、编辑都可能被人工智能抢走饭碗。我们邀请过清华大学新闻与传播学院杭敏教授交流，她和学生比照我们发表过的报道，让ChatGPT尝试同题写作，发现完全无法相提并论。不但文本表达质量不够，就连其中引用的很多数据和资料都是错的，或是编造的。

所以我认为，人工智能使得有些职业的重要性可能会降低，有些职业的重要性可能会增加，或者说某一个职业的某一个工作环节可能会被替代。

张鹏：我想可能大家讨论这个问题的时候很容易忽略另外一个因素，叫时间。我们经常会说一句话，“我们容易高估技术的短期价值，低估技术的长期价值”。

朱弢：时间是个很重要的维度，我觉得包括程序员在内，认为某个职业会在短期内因为AI的出现、大模型的出现消失，是既不科学也不严谨的。

如何保证AI是安全的？

靳强：一些社会精英创造了大模型，未来会不会出现一小撮人统治大部分人的情况？

周鸿祎：科幻片里总是有一帮科学怪人梦想统治世界，我觉得要对抗他们的力量，就是要充分的市场竞争。为什么一定要坚持开源？老有人觉得开源就意味着我们在抄袭别人，这是对开源最大的误解。当年Linux通过开源，成为对抗微软垄断的力量；现在Meta和特斯拉也将手中的大模型开源。开源的力量是什么？是集中力量办大事。开源可以形成明显的制约，避免垄断。

另外，为什么我到处鼓吹要把大模型垂直化、企业化、私有化和小型化呢？就是如果全世界只有一套大模型，只有一套人工智能，大家都用它，都被它控制了。但是企业内部有多个大模型，每家都有自己的大模型，每个人手机电脑上都有自己的大模型，它是一个分布式的世界，那它想控制就很难。

张鹏：如果一家做得最好，但不开源，只掌握在少数人手里，这个担心永远都会在。在人工智能时代，技术的领先性可能比过去任何一个时代所带来的碾压式效果更明显。如果开源模型能力没有闭源模型强，更强的闭源模型可以解释和预测开源模型，足以形成碾压式的效果。这是最可怕的地方。

靳强：如果人工智能控制的设备太多了，可能对我们的生活造成一定程度的危险，这种担心是不是有道理？

周鸿祎：人工智能的安全问题，是人类有史以来遇见的最大挑战。但我们不要坐而论道，还是得把这个问题分解，可以分成三方面的问题：一个是软件系统有漏洞可能被人攻击，比如被黑客控制，数据可能丢失，或者训练数据被污染或偷窃，这些传统技术安全问题，是能解决的；二是眼前迫在眉睫的内容可信、可用和可控的问题，比如大模型会产生幻觉，有时候会突发奇想；三是内容欺诈问题，比如深度伪造，轻则用于诈骗，重则影响一国大选。

张鹏：安全问题永远会贯穿整个技术发展过程。凯文·凯利在《5000天后的世界》一书中提到，科技给人类社会所带来的正向收益和负向收益差别没有那么大，正向收益是51%，负向影响是49%。但正是这2%的差异，累积了人类科技发展史的200多年，造就了现在这样一个科技非常发达的世界。所以，与其去担心AI给人类社会的威胁，不如冷静下来面对问题，讨论如何应对。

技术进步所带来的收益和危害到底哪个更大，这是我们要冷静观察的问题。为了获取某个好处，付出一定代价，大家是会接受的。而且，人类也是在不断进化，人工智能越来越强，人类也并非止步不前。

责编 | 张雨菲

返回搜狐，查看更多

责任编辑：

本文内容来自网络，仅供学习、参考、了解，不作为投资建议。股市有风险，投资需谨慎！