隨著ChatGPT在全球掀起熱潮，一時(shí)之間其背后的AI大模型風(fēng)起云涌。大家想知道，評(píng)價(jià)大模型水平高低的維度和標(biāo)準(zhǔn)有哪些？

ChatGPT上線讓我們看到了在AIGC上的中美差距，那么，當(dāng)前中國(guó)大模型發(fā)展?fàn)顩r如何？未來(lái)的中國(guó)大模型發(fā)展又面臨哪些機(jī)遇與挑戰(zhàn)？

【資料圖】

當(dāng)前處在向通用人工智能發(fā)展的關(guān)鍵時(shí)期，面臨各家機(jī)構(gòu)獨(dú)立研究大模型的發(fā)展態(tài)勢(shì)，如何提高算力效率并有效避免低水平重復(fù)？

有業(yè)界人士擔(dān)憂AI將毀滅人類，這是否是杞人憂天？我們又該如何防患于未然，實(shí)現(xiàn)AI的結(jié)果可預(yù)期和行為可控？

帶著關(guān)于AIGC的各種問(wèn)題，騰訊研究院獨(dú)家專訪了中國(guó)工程院院士、我國(guó)通信領(lǐng)域權(quán)威專家鄔賀銓。

【訪談?wù)摺?/strong>

牛福蓮騰訊研究院高級(jí)研究員

鄔春玲騰訊研究院高級(jí)研究員

王 強(qiáng)騰訊研究院資深專家

（以下簡(jiǎn)稱T）

中國(guó)現(xiàn)有算力總規(guī)模

相比美國(guó)：有差距但不大

T:有人說(shuō)中國(guó)的大模型開(kāi)發(fā)距離國(guó)外有1—2年的差距，您怎么看當(dāng)前中國(guó)大模型的發(fā)展?fàn)顩r？

鄔賀銓：中國(guó)在大模型開(kāi)發(fā)方面起步比美國(guó)晚，在ChatGPT出來(lái)后，國(guó)內(nèi)不少單位紛紛表示在研發(fā)生成式大模型，與美國(guó)目前已知僅有微軟與谷歌等幾個(gè)企業(yè)在研究大模型相比，我國(guó)研制大模型的單位比美國(guó)多，但研究主體數(shù)量多并不意味中國(guó)在大模型上研發(fā)水平高。據(jù)稱國(guó)內(nèi)某一大模型的參數(shù)量高達(dá)1.75萬(wàn)億，超過(guò)了GPT-4，但尚未看到其應(yīng)用的報(bào)道。雖然已有中國(guó)公司聲稱可推出類似ChatGPT的聊天機(jī)器人，但就支持多語(yǔ)種能力方面目前不如ChatGPT，就中文對(duì)話能力方面就響應(yīng)速度而言也還有差距。

我們現(xiàn)在只注意到ChatGPT，它以生成式任務(wù)為目標(biāo)，主要是完成如聊天和寫(xiě)作等語(yǔ)言生成，谷歌公司的BERT模型更注重判斷決策，強(qiáng)調(diào)如問(wèn)答和語(yǔ)義關(guān)系抽取等語(yǔ)言理解相關(guān)的任務(wù)，BERT模型的技術(shù)也值得我們關(guān)注。評(píng)價(jià)大模型水平應(yīng)該是多維度的，全面性、合理性、使用便捷性、響應(yīng)速度、成本、能效等，籠統(tǒng)地說(shuō)目前我國(guó)大模型開(kāi)發(fā)與國(guó)外的差距為1—2年的依據(jù)還不清楚，現(xiàn)在下這一結(jié)論意義也不大。

中國(guó)企業(yè)在獲得中文語(yǔ)料和對(duì)中國(guó)文化的理解方面比外國(guó)企業(yè)有天然的優(yōu)勢(shì)，中國(guó)制造業(yè)門(mén)類最全，具有面向?qū)嶓w產(chǎn)業(yè)訓(xùn)練產(chǎn)業(yè)AIGC的有利條件。在算力方面中國(guó)已具有較好的基礎(chǔ)。據(jù)OpenAI報(bào)告，訓(xùn)練GPT3 模型所需的算力高達(dá)3.64EFlops/天，相當(dāng)于3—4個(gè)鵬城云腦Ⅱ（鵬城云腦Ⅱ?yàn)?Eflops，即每秒百億億次浮點(diǎn)計(jì)算）。按2022年年底的數(shù)據(jù)，美國(guó)占全球算力36%，中國(guó)占31%，現(xiàn)有算力總規(guī)模與美國(guó)相比有差距但不大，而以GPU和NPU為主的智能算力規(guī)模中，中國(guó)明顯高于美國(guó)（按2021年年底數(shù)據(jù)，美國(guó)智算規(guī)模占全球智算總規(guī)模15%，中國(guó)占26%），我國(guó)不僅是大型互聯(lián)網(wǎng)企業(yè)具有相當(dāng)規(guī)模的算力，國(guó)家實(shí)驗(yàn)室和一些城市政府支持的實(shí)驗(yàn)室也有大規(guī)模的算力資源，可以說(shuō)在訓(xùn)練大模型所需算力支持方面中國(guó)也能做到。據(jù)了解，鵬城實(shí)驗(yàn)室正在設(shè)計(jì)鵬城云腦Ⅲ，算力達(dá)到16EFlops，比GPT-3所用算力高3倍，預(yù)計(jì)耗資60億元，將為人工智能訓(xùn)練持續(xù)提供強(qiáng)有力的算力支持。

中國(guó)AIGC研發(fā)：需認(rèn)清差距

重視挑戰(zhàn) 實(shí)在創(chuàng)新

T：除了我們?cè)谒懔Ψ矫嬗休^好的基礎(chǔ)之外，您認(rèn)為在中國(guó)做大模型還面臨哪些挑戰(zhàn)？

鄔賀銓：僅有算力還是不夠的，在以下幾方面我們還面臨不少挑戰(zhàn)：

首先，大模型的基礎(chǔ)是深度學(xué)習(xí)框架，美國(guó)的Tensorflow和PyTorch已經(jīng)深耕深度學(xué)習(xí)框架生態(tài)多年，雖然國(guó)內(nèi)企業(yè)也自主開(kāi)發(fā)了深度學(xué)習(xí)框架，但市場(chǎng)考驗(yàn)還不夠，生態(tài)還有待打造。

其次，將AIGC擴(kuò)展到產(chǎn)業(yè)應(yīng)用可能需要不止一個(gè)大模型，如何將多個(gè)大模型高效地整合，有標(biāo)準(zhǔn)化和數(shù)據(jù)融合的挑戰(zhàn)。

第三，大模型需要海量數(shù)據(jù)訓(xùn)練，中國(guó)有數(shù)千年的文明，但豐富的文化沉淀絕大多數(shù)并未數(shù)字化，中文在ChatGPT訓(xùn)練所用到的語(yǔ)料中還不到0.1%。雖然我國(guó)互聯(lián)網(wǎng)企業(yè)擁有大量電商、社交、搜索等網(wǎng)絡(luò)數(shù)據(jù)，但各自的數(shù)據(jù)類型不夠全面，網(wǎng)上知識(shí)的可信性又缺乏嚴(yán)格保證，中文可供訓(xùn)練的語(yǔ)料還需要做大量的挖掘工作。

第四，大模型訓(xùn)練所依賴的GPU芯片以英偉達(dá)公司的A100芯片為代表，但該芯片已被美國(guó)限制向中國(guó)出口，國(guó)產(chǎn)GPU的性能還有待進(jìn)一步考驗(yàn)，目前在算力的利用效率上還有差距。

第五，在中國(guó)從事AI研究的技術(shù)人員不算少，但具有架構(gòu)設(shè)計(jì)能力和AIGC數(shù)據(jù)訓(xùn)練提示師水平的人才仍然短缺。在ChatGPT出現(xiàn)之前，有人認(rèn)為中國(guó)在AI方面的論文與專利數(shù)與美國(guó)不相上下，ChatGPT的上線使我們看到了在AIGC上中美的差距，現(xiàn)在是需要清楚認(rèn)識(shí)和重視我們面對(duì)的挑戰(zhàn)，做實(shí)實(shí)在在的創(chuàng)新，將挑戰(zhàn)化為機(jī)遇，在新一輪的AI賽道上做出中國(guó)的貢獻(xiàn)。

建議開(kāi)放國(guó)家算力平臺(tái)

支持各類大模型訓(xùn)練

T:ChatGPT無(wú)疑是一個(gè)巨大的創(chuàng)新，中國(guó)未來(lái)應(yīng)如何鼓勵(lì)類似這樣的創(chuàng)新，應(yīng)該多做哪些方面的工作？

鄔賀銓：人工智能從判別式發(fā)展到生成式是里程碑標(biāo)志的創(chuàng)新，開(kāi)始進(jìn)入到走向通用人工智能的賽道。從GPT-3到GPT-4已經(jīng)從文字輸入發(fā)展到部分圖形輸入，即增加了對(duì)圖形的理解能力，在此基礎(chǔ)上向?qū)崿F(xiàn)一個(gè)深度學(xué)習(xí)架構(gòu)和通用模型支持多模態(tài)數(shù)據(jù)輸入的時(shí)間不遠(yuǎn)了，不過(guò)大模型的任務(wù)通用化和大模型按需調(diào)用的精細(xì)化還需要更大的投入與創(chuàng)新，對(duì)圖形和視頻做數(shù)據(jù)無(wú)標(biāo)注和無(wú)監(jiān)督學(xué)習(xí)比語(yǔ)言和文字輸入情況要難得多。

現(xiàn)在處于向通用人工智能發(fā)展的關(guān)鍵時(shí)期，對(duì)我國(guó)來(lái)說(shuō)這是跨越發(fā)展的難得機(jī)遇也是嚴(yán)峻的挑戰(zhàn)。算力、模型、數(shù)據(jù)是ChatGPT成功的必要條件也將是通用人工智能成功的在因素，除此之外，創(chuàng)新的生態(tài)、機(jī)制與人才更是關(guān)鍵。中國(guó)在算力總規(guī)模上可與美國(guó)相比，但跨數(shù)據(jù)中心的算力協(xié)同還面臨體制機(jī)制的挑戰(zhàn)，不少智算中心算力利用率和效率不高。不少單位各自獨(dú)立研究大模型，難免低水平重復(fù)，建議在國(guó)家科技與產(chǎn)業(yè)計(jì)劃的協(xié)調(diào)下合理分工形成合力。建議開(kāi)放國(guó)家實(shí)驗(yàn)室的算力平臺(tái)支持各類大模型訓(xùn)練，例如鵬城云腦現(xiàn)在對(duì)外開(kāi)放的算力達(dá)到總能力3/4，可支持規(guī)模與GPT-3相當(dāng)?shù)膬汕|參數(shù)的開(kāi)源中文預(yù)訓(xùn)練語(yǔ)言大模型。同時(shí)建議組建算力聯(lián)盟，集中已有高檔GPU的算力資源，提供大模型數(shù)據(jù)訓(xùn)練所需算力。現(xiàn)在以鵬城實(shí)驗(yàn)室為主建設(shè)的“中國(guó)算力網(wǎng)（C2NET）”已接入二十余個(gè)大型智算、超算、數(shù)據(jù)中心，匯聚異構(gòu)算力達(dá)3EFlops，其中自主研發(fā)的AI算力超1.8EFlops。另外，聊天機(jī)器人的應(yīng)用只是訓(xùn)練與檢驗(yàn)AIGC的一種直觀方式，但聊天不是剛需，需要基于大模型開(kāi)發(fā)出各類面向行業(yè)應(yīng)用的模型，盡快使大模型在產(chǎn)業(yè)上落地見(jiàn)效，在面向各行各業(yè)的應(yīng)用中培養(yǎng)更多的人才。

大模型行業(yè)應(yīng)用需

既懂行業(yè)技術(shù)又懂AI訓(xùn)練

的綜合人才

T:目前我們已經(jīng)看到了 ChatGPT 在某些領(lǐng)域的應(yīng)用，比如聊天機(jī)器人、文本生成和語(yǔ)音識(shí)別等。未來(lái)在實(shí)體行業(yè)和領(lǐng)域，是否會(huì)有一些應(yīng)用機(jī)會(huì)？大模型在實(shí)體行業(yè)應(yīng)用還面臨什么樣的障礙？

鄔賀銓：在現(xiàn)有ChatGPT類聊天機(jī)器人基礎(chǔ)上經(jīng)補(bǔ)充相關(guān)行業(yè)和企業(yè)知識(shí)的訓(xùn)練，可以在企業(yè)承擔(dān)智能客服工作，代替工人面向客戶提供售前與售后服務(wù)。在需要軟件編程的設(shè)計(jì)與制造環(huán)節(jié)，ChatGPT可代替程序員完成編程任務(wù)和檢驗(yàn)軟件的Bug?？梢猿袚?dān)設(shè)計(jì)與生產(chǎn)過(guò)程所需文件資料的收集、翻譯和整理工作。經(jīng)過(guò)專業(yè)的訓(xùn)練，AIGC類大模型可以用于設(shè)計(jì)EDA軟件，例如IC設(shè)計(jì)用的工具軟件。在動(dòng)漫和游戲企業(yè)，基于AIGC類大模型訓(xùn)練的機(jī)器人可以按照提示編寫(xiě)劇本、創(chuàng)作游戲腳本并進(jìn)行編程，完成3D動(dòng)漫的渲染。

但ChatGPT不是通用模型，很難直接在實(shí)體產(chǎn)業(yè)的生產(chǎn)制造過(guò)程上應(yīng)用，但可以基于訓(xùn)練ChatGPT的原理，利用行業(yè)與企業(yè)的知識(shí)圖譜進(jìn)行深度訓(xùn)練，有可能開(kāi)發(fā)出企業(yè)專用的大模型，完成這一工作的挑戰(zhàn)是需要既熟悉企業(yè)上傳流程和關(guān)鍵環(huán)節(jié)技術(shù)又掌握人工智能大數(shù)據(jù)訓(xùn)練技術(shù)的人才。

從關(guān)注結(jié)果到關(guān)注過(guò)程

融合技術(shù)與法制

主導(dǎo)AIGC推理過(guò)程

T:ChatGPT也會(huì)出現(xiàn)各種各樣的錯(cuò)誤，也會(huì)帶來(lái)一些倫理、安全和隱私等方面的問(wèn)題，未來(lái)在應(yīng)用大模型的時(shí)候，如何才能營(yíng)造一種既包容又兼顧安全和發(fā)展的環(huán)境？

鄔賀銓：生成式AI的出現(xiàn)將社會(huì)對(duì)人工智能的關(guān)注推到一個(gè)前所未有的高度，在引發(fā)科技界和產(chǎn)業(yè)界對(duì)AI的研究熱潮同時(shí)，不少專家擔(dān)心人工智能將毀滅人類，呼吁停止GPT-5的研究。一些專家的擔(dān)憂并非杞人憂天，因?yàn)槟壳癈hatGPT機(jī)器人的思考過(guò)程不透明，人類創(chuàng)造出ChatGPT，但目前人類對(duì)它的推理過(guò)程并不完全掌握，推理結(jié)果知其然不知所以然，可解釋性不足，不確定、不可知就會(huì)出現(xiàn)不可控，存在機(jī)器人變態(tài)和倫理失范及行為失控的風(fēng)險(xiǎn)。

解決辦法不是停止對(duì)人工智能的研究，而是對(duì)AIGC的研究從關(guān)注結(jié)果到關(guān)注過(guò)程，設(shè)計(jì)和主導(dǎo)其推理過(guò)程，做到結(jié)果可預(yù)期和行為可控。未來(lái)對(duì)大模型的推廣應(yīng)用需要經(jīng)有資質(zhì)的機(jī)構(gòu)做安全可信的評(píng)價(jià)，經(jīng)檢驗(yàn)該大模型的推理過(guò)程是可追溯的。同時(shí)需要建立相應(yīng)的AI治理法規(guī)，防止對(duì)AIGC訓(xùn)練的誤導(dǎo)，追究AIGC訓(xùn)練主體的責(zé)任，嚴(yán)懲教唆作惡犯罪行為。通過(guò)技術(shù)與法制相輔，使得人工智能成為人類真正忠誠(chéng)的助手。

責(zé)任編輯：李楠