ChatGPT的到來，讓人工智能再次成為了全球焦點，通用人工智能的出現(xiàn)，似乎已是“臨門一腳”，而在這個時間節(jié)點，不少學者紛紛回望人工智能領(lǐng)域的兩本開山之作：圖靈的《計算機器與智能》，與維納的《人有人的用處：控制論與社會》，前者提出了我們?nèi)缃窦矣鲬魰缘膱D靈測試，而后者則直指人與機器的關(guān)系。

人工智能賦能百業(yè)，但焦慮也就此蔓延：當AI的時代已經(jīng)來臨，人應(yīng)該如何自處？在近日召開的WAIC 2023 科學前沿全體會議上，來自學界、產(chǎn)業(yè)界等各領(lǐng)域的專家共同聚焦AI的發(fā)展，及其帶來的挑戰(zhàn)。

“重新思考人與機器的交流，人和機器在社會中的作用”

香港科技大學是全球首批明確“擁抱”ChatGPT的高校之一，而在近期，香港科技大學也推出了HKUST ChatGPT。“人工智能對教育的影響是根本性的?！?香港科技大學首席副校長、英國皇家工程院院士郭毅可談道，“當一個機器具有智能的時候，我們要認真地體會，重新思考人與機器的交流，人和機器在社會中的作用，人與人、人與機器、機器與機器的交流?！?/p>

大眾普遍擔憂教育會受到AI的沖擊，但似乎這既是教育工作者和教育界的挑戰(zhàn)，又是促成學生從“記憶的一代”轉(zhuǎn)向“懷疑的一代”的機遇。

為何在AI的時代教育更需要“懷疑”？在郭毅可看來，這需要追溯知識的本來面目，“大模型訓練出來的東西不能夠說是知識?！惫憧烧f道，知識是需要論證的，而大模型訓練出來的實際上是高度抽象化的搜索，就像是互聯(lián)網(wǎng)的一個JPEG（圖像文件格式）。“你不能說它沒有用，它很棒，它是一個非常精煉的信息壓縮，但它不是知識?！?/p>

“我相信人有人的用處。”郭毅可談道，“我是很喜歡這本書的，我覺得聰明的我們應(yīng)該用我們創(chuàng)作的機器培養(yǎng)更聰明的人，而這些人又去創(chuàng)造更聰明的機器，更聰明的機器培養(yǎng)更聰明的人，這是一個健康的循環(huán)?！?/p>

“我們有發(fā)明的智慧，也要有控制的智慧”

“我之前對ChatGPT都是命令式地說‘你幫我干個這個’，下回我在前面一定要加個‘請’，結(jié)束之后說‘辛苦了’，我覺得我要對人工智能好一點，給自己留條后路。”在圓桌對談環(huán)節(jié)，電影《流浪地球》系列導演、北京電影家協(xié)會副主席郭帆幽默風趣的笑話讓在場觀眾忍俊不禁。

在《流浪地球》系列電影的創(chuàng)作過程中，人工智能已參與其中，“演員的增齡和減齡、年輕和變老的過程其實也是通過人工智能的運算，做了幾百代的迭代之后生成的，包括演員的聲音的修復，也是通過這個方式，這個我們已經(jīng)在使用了?！惫f道，“但是我們今天看到的所有AIGC生成的內(nèi)容，不管是視頻還是圖片，已經(jīng)對我們造成很大的影響，它的精度沒有達到電影級別，但是未來會到那個級別的?！?/p>

而在中國工程院院士、美國藝術(shù)與科學院院士、清華大學智能產(chǎn)業(yè)研究院院長張亞勤看來，AGI（通用人工智能）技術(shù)的進展很快，但反而不需要焦慮，“AIGC做得再好，它還是個工具，真正的創(chuàng)造力、想象力、靈感、創(chuàng)意，還是靠我們的作家，靠我們的導演，包括我們的演員，這是AIGC沒法替代的?！?/p>

張亞勤將AGI在感知和認知這兩種層面進行定義，人工智能正經(jīng)歷從感知向認知的飛躍，也就是從單純的語音識別、圖像識別等分析，轉(zhuǎn)向?qū)φZ言語義的理解?！霸诟兄驼J知兩層的能力，它可能和人一樣強，甚至超過人的智能，但是我們現(xiàn)在所有的算法，所有的硅基生命永遠沒有真正的情感，沒有這個意識，這個也是最大的區(qū)別?！?/p>

“最近我個人簽署了人工智能風險的呼吁，我們要把人工智能所帶來的風險和核武器、流行疾病放到同樣的高度和優(yōu)先級，人類是可以控制風險的，我們有發(fā)明的智慧，也要有控制的智慧，但必須要有這個意識?！睆垇喦谡f道。

“模態(tài)的大一統(tǒng)”與“產(chǎn)業(yè)的大一統(tǒng)”

在ChatGPT推出不久，OpenAI又火速推出了GPT4.0，其中，多模態(tài)能力引人矚目。

“語言不能完全表達所有的信息，它可以表達很多情感，它可以作為情感的載體，但是人和人交互的時候，在語言之外很重要的是空間的交互?！?在圓桌論壇環(huán)節(jié)，微軟研究院高級研究員楊健偉談到，多模態(tài)賦予了交互很多新的可能。

而在多模態(tài)大模型的背后，則包含著一種范式變革上的趨勢。此前，在人工智能領(lǐng)域，傳統(tǒng)的學科劃分都是垂直劃分：自然語言、多媒體、語音……“在大模型時代，慢慢開始變成水平劃分，原來講不同學科的算法，大家自己做自己的，比如做語音的有自己的算法，做自然語言處理有自己的算法，現(xiàn)在Transformer把算法統(tǒng)一起來了?！?清華大學教授唐杰介紹到，“未來多模態(tài)會在一個框架里面訓練，遲早會實現(xiàn)，我們也在嘗試這方面的事情?！?/p>

技術(shù)上的大一統(tǒng)是否會導致產(chǎn)業(yè)上的大一統(tǒng)？“對于大公司來說，如果它的算力足夠多，數(shù)據(jù)足夠多，可以把數(shù)據(jù)做的足夠好，這個對于很多的創(chuàng)業(yè)公司來說門檻相當高了。”盡管如此，但在加拿大工程院外籍院士、IEEE/IAPR/CAAI Fellow、HiDream.ai創(chuàng)始人兼首席執(zhí)行官梅濤看來，這個問題不必擔憂，“一旦把基礎(chǔ)模型做得足夠好的時候，在模型層和應(yīng)用層之間其實有很大的空間，因為三百六十行，各行各業(yè)很難使用通用的模型來滿足客戶的要求，這個時候?qū)τ趧?chuàng)業(yè)公司來說有很多的機會?！?/p>