7月7日，中金公司连续第六年承办2023世界人工智能大会——投融资主题论坛，聚焦人工智能和AIGC前沿技术变革以及多场景应用，以及投资新趋势。
中金公司原总裁兼首席执行官、清华大学管理实践访问教授朱云来认为，人工智能是非常有潜力的发展方向，从投资的角度来讲，需要有足够大范围的系统性关注，投资行为需要不断地调整投资决策。
清华大学讲席教授、智能产业研究院（AIR）院长、中国工程院院士张亚勤认为，在人工智能发展的四个关键要素（数据、算法、算力和人才）中，算力可能是最大的挑战，但在市场需求的驱动下一定会克服。同时，中国有足够多的人才和丰富的数据，很多创新算法、原始算法是由中国科学家完成的。
虽然大模型对投入有要求，但并非只有平台型的大公司才能成为赛道的核心玩家。朱云来表示，成熟的公司在技术、资本等方面具备雄厚的实力，而小公司可能往往更具创造性。张亚勤则认为，在每一个新时代，从PC到移动再到AI，都是小公司扮演重要的角色。大模型的出现对创业公司是一个好机会，门槛变得更低了。
“现在的AI有点像1998年的互联网，机会很大，而且刚刚开始。人工智能行业将来会涌现出许多了不起的公司。”张亚勤表示。
大规模商用需要提升十倍效率
目前许多大公司争相竞逐大模型赛道，大模型是否为一个通向所有问题的解决方案？张亚勤认为，AIGC目前取得了系统性的突破，但仍然存在挑战和局限性，在时效性、准确性、算力效率、隐私及知识产权保护等方面仍存在更迭进步的空间，未来将会进一步赋能制造业、金融等行业。
针对准确性问题，张亚勤表示，“自回归算法本身无法解决错误信息和虚假信息，这种算法本身要求更多的创造力，创造力和准确性往往难以兼顾，这是大模型的局限性之一。”
效率方面，同样是人类技高一筹。人的大脑是几十万年的智能体，拥有860亿个神经元，是最高效的进化成果。每一个神经元大概有将近1万个突触，十分高效。
相比之下，GPT-4大约是万亿级别的参数，从规模而言，大模型比起人类大脑可能还是差了一千倍，但是能耗和算力却大很多倍。
“如何降低计算效能、提升效率？这是大模型面临的突出问题。由此可见，不管是微软的ChatGPT还是OpenAI都很难实现大规模商用，至少计算效率要提高十倍以上。”张亚勤如此表示。
张亚勤认为，“大语言模型很重要，但垂直于行业的模型也很重要。比如无人驾驶的要求是低延时、多模态的感知，要求规划、决策、执行都是高安全的状态。”
小公司发挥着划时代作用
大模型对于投入有要求，需要许多资源、芯片和资金等等。有观点认为，是否只有平台型公司才可能成为大模型的核心玩家？
朱云来表示，在人工智能行业领域，成熟的公司在技术、资本等方面具备雄厚的实力，而小公司可能往往更具创造性，我们需要针对不同类型的企业采取相应的激励手段，通过形成相对良性的环境促使行业社会更加进步。
张亚勤认为，大模型的出现对创业公司是一个好机会，门槛变得更低了。“我一直把横向大模型比喻成AI的操作系统。有了这个操作系统之后，向上还可以发展行业的垂直模型，可以开发新的应用；而支持大的横向系统又需要有数据、算力、云的系统支持。”
张亚勤补充道，“在每一个新时代，从PC到移动再到AI，都是小公司扮演重要的角色。现在赫赫有名的大公司，当年都是初创小公司，比如谷歌、微软、OpenAI，不要低估小公司的作用。”
“现在的AI像1998年的互联网”
张亚勤表示，在人工智能发展的四个关键要素（数据、算法、算力和人才）中，算力可能是最大的挑战。目前很多中外企业都在攻克人工智能芯片，即使未来算力成为短板，我们也很有希望找到新的途径或方法，比如新模型、新算法和新框架等等，需求是创新的源泉。
目前，中国有足够多足够强的人才、丰富的数据、充足的语料，尽管算力在将来可能会是很大的挑战，但在市场需求的驱动下一定会克服。同时，在人工智能领域，很多创新算法、原始算法是由中国科学家完成的，我们的算法技术也会和全世界同步甚至领先。
在人工智能投资领域来看，朱云来表示，“人工智能是非常有潜力的发展方向，从投资的角度来讲，需要有足够大范围的系统性关注，投资行为需要不断地调整投资决策。目前人工智能仍在积极探索方向，需要不断相互作用中实现系统性进步。科技的迅速发展，也在重新设定社会治理结构、治理机制，我们需要系统讨论这些问题，科技带来的进步好处应该怎么返还给到社会各方面各群体，这是新的机制，这是我们过去没有遇到的问题，未来要系统考虑。”
张亚勤认为，“现在的AI有点像1998年的互联网，机会很大，刚刚开始，但是也有泡沫。2000年的时候互联网泡沫破裂，我觉得AI也会经历这个阶段。互联网本身不是泡沫，互联网改变了我们的生活方式。真正好的公司、有实力的公司、有技术的公司、有价值的公司会越来越大，人工智能也是这样，会涌现出许多了不起的公司。人工智能不是泡沫，是机会，但不排除有些公司在某些阶段会是泡沫。”
编辑/范辉
