AI大爆炸至少将持续十年

人工智能未来会超越人类智慧吗？如今AI行业在这个问题上已基本达成共识。北京智源研究院给出了通用人工智能（AGI）的释义：一定是比人类强大的智能，才真正叫AGI。所以，自主智能、超人智能、强人工智能，其实讲的都是一种全面超越人类的智能。

         

于是当生成式人工智能（GAI）模型ChatGPT诞生，沉寂已久的AI行业再度沸腾之时，关于人工智能安全的集体思辨随之发生。

         

“历史上从来没有过更智能的事物被不那么智能的事物控制的先例，假如青蛙发明了人类，你觉得谁会取得控制权？是青蛙，还是人？”——AI教父、图灵奖得主、“深度学习三巨头”之一Geoffrey Hinton；

         

“想象一下，未来的AGI系统或许具有10万行二进制代码，人类监管人员不太可能发现这样的模型是否在做一些邪恶的事情。”——OpenAI CEO Sam Altman；

         

“我们应该暂停开发比GPT-4更强大的系统，不是说我们应该暂停人工智能，暂停的目的只是让人工智能更像生物技术。让机器具有可解释性是关键。”——“暂停AI研究倡议的发起人”、 现任麻省理工学院物理学终身教授Max Tegmark；

         

这些观点摘录自堪称全球最高规格的AI行业大会“智源大会”。今年6月，出席第五届智源大会的嘉宾包括4位图灵奖得主：Geoffrey Hinton、Yann LeCun、Joseph Sifakis和姚期智，OpenAI CEO Sam Altman，张亚勤等知名院士学者，以及DeepMind、Midjourney等知名人工智能团队。

         

主办方智源研究院，是一家在舆论场上极为低调的人工智能非营利研究机构。2018年，即OpenAI第一代GPT大模型发布次年，智源研究院成立。成立之初，智源研究院的目标清晰而庞大：深挖人工智能，产生多项在20年后回看仍有意义的原始创新成果。

         

张宏江是这场“豪赌”中被寄予厚望的灵魂人物。他做过研发，做过管理也做过投资，被熟知的身份是金山集团及金山云CEO、微软亚洲研究院创始人之一。张宏江被业界称为计算机视频检索研究领域的“开山鼻祖”，是世界计算机领域影响因子最高的科学家之一，现任美国国家工程院外籍院士。

         

“宏江是最早一波将科研落地进入产业的科学家，这二十年培养了不少人工智能人才。”小米科技联合创始人黄江吉告诉《深网》；前字节副总裁、现清华大学智能研究院首席科学家马维英向《深网》表示，“宏江是全球范围内少有的能将学术和产业都做到一定水平的科学家。”

出任智源研究院理事长后，张宏江从零开始聚沙成塔，搭建团队。2020年，智源成立大模型攻坚团队，2021年推出了“悟道2.0”大模型，参数量达1.75万亿，是GPT-3.5的近10倍，是当时中国首个、全球最大的万亿级模型。今年6月智源大会上，智源发布了完整的悟道3.0大模型系列（包含语言大模型系列、大模型语言评测体系、视觉大模型系列、多模态模型等），并进入全面开源阶段。

         

“我是所谓出道（退休）了的人，我不需要为了自己的位置而做一些事情，我不会再做一些重复的事情。”在接受《深网》专访时，张宏江称把研究做出来是智源研究院的方向，“不能是为了出几篇文章”。

         

张宏江在《深网》采访中直指人工智能研究的问题，从根源上回答了为什么是微软抓住了此次人工智能浪潮的机会。张宏江认为，基础研究，要么不做，要么一定要把它当慈善来做，就不要想短期的回报。

         

“我们要问，有没有环境能够容忍科研者在低潮的时候做一些事情。反过来也要问自己，我们的科研从业人员有多少是出于对他做的事情的热爱？”

张宏江一直对年轻人充满信心，“一代比一代强，他们的包袱比我们身上的包袱少，有自信，知识面比我们宽，全球的视野比我们在他那个年纪的时候要强太多。”  

     

张宏江认同《为什么伟大不能被计划》一书中的观点，探索任何复杂问题的过程都将充斥无数欺骗性的“踏脚石”，目标可能是错误的指南针。“一切努力都是为了提高概率。资助机构经常问我一个问题，五年内你能实现什么？我不能保证我能带来什么，但我成功的可能性会增加。”

过去三年，《深网》与张宏江博士多次对话，话题涉及基础科学研究、大模型、人才教育、AI技术大爆炸等。以下为《深网》与张宏江的对话实录，在不改变原意的基础上有所删改：

“把基础研究当慈善来做”

《深网》：为什么是微软抓住了人工智能的机会？

张宏江：核心的核心是，我们不能每次在一个风口来过后，我们看到一些成功者，就想问为什么我当时没做到？为什么中国没有做到？为什么清华或者北大没做到？

我们要问，有没有环境能够容忍这些人在低潮的时候做一些事情。反过来也要问自己，我们的科研从业人员有多少是出于对他做的事情的热爱，有多少只是当成一个职业？

神经网络实际上是上一波人工智能热潮里的核心算法。在80年代末90年初开始技术退潮的时候，人们开始排斥或者说放弃神经网络的相关研究，开始转向统计学习。这本身不是坏事，当时神经网络确实没法往下走，研究一定是会走很多弯路。

当时没有人再投资神经网络，但杰弗里 · 辛顿(Geoffrey Hinton)（谷歌副总裁兼工程研究员、Vector研究所首席科学顾问、多伦多大学名誉教授，亦是伦敦大学学院（UCL）盖茨比计算神经科学中心的创立者。深度学习“三巨头”之一）并没有放弃，还在持续做这件事。而杨立昆（Yann LeCun）（法国计算机科学家，担任Facebook首席人工智能科学家和纽约大学教授，2018年图灵奖得主，被称为卷积网络之父。深度学习“三巨头”之一）读博士的时候恰恰是上一轮AI泡沫破灭的时候，他并没有受到影响，还是持续研究神经网络。

如果我们看杰弗里 · 辛顿(Geoffrey Hinton)或者是杨立昆（Yann LeCun）这样的人，我们应该从他们身上学到的是，他们对于自己所做研究的热爱，不会因高潮低潮而改变。

当职业成本太高就难有突破性的东西。但这是一个生态的建设，我们希望智源能持续为良性循环的生态做出贡献。