当人工智能的飞速发展站在了新的转折点上的时候，当我们不得不和人工智能来相伴每分每秒的时候，我们的人类将会迎来怎样的未来？4月25日，硅谷人工智能研究院院长、《硅谷百年史》的作者皮埃罗·斯加鲁菲在2024中关村论坛年会全体会议上分享了他对人工智能时代的思考与创新。

“大家还记得AlphaGo吗？2017年时非常流行，当时我们认为AlphaGo会打败我们所有人，会征服所有世界。但是，AlphaGo已经是过去了，而不是未来，这个项目也停止了”，皮埃罗·斯加鲁菲首先谈及了人工智能曾经“出圈”的代表产品之一AlphaGo。他称，随后，谷歌引入新架构转换器Transformer，而OpenAI发布GPT，带领人工智能走向了未来。

人工智能过去的进步背后的推动力是什么？皮埃罗·斯加鲁菲认为，第一个驱动的就是硬件，1985年的电脑性能很差，只能做两层架构，现在已经能做好几百层了。第二个是数据，首先1997年IBM的深蓝击败了国际象棋的冠军，后来有AlphaGo，现在有OpenAI的GPT，主要背后的驱动因素就是大型的数据，所以数据对于AI的进步非常重要。第三个驱动者就是开源，比如不同的国家有很多开源的平台可以做深度学习，对于很多人来说，在AI上做各种实验非常重要，开源就不会特别昂贵。第四个驱动因素，就是现代人工智能的发明家，他们实际上是来自世界各国。所以AI实际上是全球各国的科学家共同进行国际合作的结晶。

人工智能发展到现在，依然面临许多不足。皮埃罗·斯加鲁菲认为，人工智能并不是人类智能，我们大脑的神经元复杂性，要比AI中间的神经元复杂得多。我们大脑的功耗只是20瓦，生成式AI消耗了上百万瓦的电能。“我们开车、坐地铁、买东西、看电视，只是用20瓦的功能就能做这些事情，而生成式AI要消耗上百万瓦的电能才能做”。而且之前神经网络的系统是1943年时做的架构，到现在为止一直没有太大的变化。

同时，我们在一个物理世界中间，我们可以去移动，可以触达，可以用各种感官去感知世界，人工智能却并非如此。

人工智能也不会“自然学习”。“人类的学习方法是一种试错的方法，比如碰一下热水知道很烫就不会再碰了，而AlphaGo是通过大量的数据不断堆积而成的”。

那么未来的人工智能将如何发展？皮埃罗·斯加鲁菲认为，未来人工智能在五个方面会变得更加有用，更加真实：一是定制模型，在去年OpenAI推出了自己定制的模型，它能够找到更好的结果。但它依然有问题：这些大语言模型即便非常小，也非常贵，而且功耗巨大。一般的公司出不起钱，很多国家没有办法负担得起。

其次是低算力的AI，有的时候我们可以通过非常小的架构，还有非常小的数据集实现非常好的AI。比如斯坦福的阿帕卡，只需要花600美元来进行训练。

第三，我们还要看到多模态，很多时候我们不是做阅读测试或者在现实生活中间骑自行车，在这个中间我们需要有一个多模态的模型，也就是说，我们需要不同的视觉、语言，包括FLAVA、Flamingo、GPT-4等等。“现在我们有了一种全新的语言模型，它可能不一定是叫语言模型，是一个多模型的集合，包括文本、图像，而且有更多的传感器把它容纳到这样一个模型里面。”

另外一个根本性的问题，就是目前的生成式人工智能不可靠，比如我的一个AI应用就是关于Magazine，“现在很多诊断是由AI来做的，比如你要用GPT应用于疾病诊断的话，我们放心吗？很多时候我们是不放心的。”我们要借助的语言模型，其设计之初是预测一个序列里面下一个词是什么，实际上这个转换器主要的目的就是预测序列中间的下一个词是什么,所以有的时候它的结果并不是真正的现实。“如何实现可信的AI？这是我们未来研究的一个非常重要的领域。”

他还提到，人形机器人也是非常热门的一个领域。“长期以来我认为，它是没有什么用途的。但是现在我们已经使得人形机器人变得更加真实了。比如我们来开一个真正的使用机器人的工厂，比如亚马逊真正的工厂里面，机器人的确产生了很大的影响。”

文/北京青年报记者 温婧
编辑/田野