【文/觀察者網(wǎng) 呂棟 編輯/張廣凱】

以大模型為代表的生成式AI，可以說是今年全球科技圈最火熱的概念，甚至沒有之一。

在不久前閉幕的世界人工智能大會上，無論是以BAT為代表的傳統(tǒng)互聯(lián)網(wǎng)大廠，還是華為等ICT企業(yè)，亦或是科大訊飛、商湯科技這種本來就帶有AI標(biāo)簽的公司，都在展示大模型能力。

下游應(yīng)用中，有的廠商展示了AI大模型的聊天、寫詩、作畫能力，有的則展示了大模型的編程、建模能力，還有的企業(yè)專注直接行業(yè)結(jié)合，強調(diào)自己的大模型“不作詩，只做事”。

當(dāng)大模型爆火了大半年之后，復(fù)盤變得很有必要，同時也有很多專業(yè)問題亟待解答。比如，如今的生成式AI和前些年火熱的AI概念有沒有本質(zhì)區(qū)別？催生生成式AI的關(guān)鍵技術(shù)有哪些？如何看待國內(nèi)互聯(lián)網(wǎng)大廠的大模型“軍備競賽”？中美大模型的發(fā)展有哪些差距？我們離真正的通用人工智能（AGI）還有多遠(yuǎn)？等等。

針對這些外界普遍關(guān)心的話題，觀察者網(wǎng)近期深度對話了《生成式人工智能》作者、美國俄亥俄州立大學(xué)人工智能專業(yè)博士、美國PayPal全球數(shù)據(jù)科學(xué)平臺創(chuàng)始負(fù)責(zé)人丁磊。

丁磊

以下是對話實錄：

觀察者網(wǎng)：幾年前AlphaGo掀起過一輪人工智能熱潮，但熱度很快冷卻了。如今ChatGPT這種大模型再度引發(fā)人們對AI的高度關(guān)注。在您看來，AlphaGo和ChatGPT所代表的兩個AI發(fā)展階段，有什么本質(zhì)不同？另外，ChatGPT會不會也像AlphaGo一樣，很快失去熱度？

丁磊：首先可以這樣類比一下，人類從一個嬰幼兒成長為成年人，需要漫長的過程，同時也需要花很多時間去學(xué)習(xí)，而ChatGPT的訓(xùn)練過程相當(dāng)于人類的成長過程。現(xiàn)在ChatGPT可以說在一定程度上已經(jīng)擁有成年人的通識水平，并且具有一定的邏輯推理和常識理解能力。

作為對比，AlphaGo只是一個人工智能圍棋機器人，而人類能在相對較短的時間內(nèi)學(xué)會下圍棋。我認(rèn)為ChatGPT所具有的知識和邏輯，讓一個人去學(xué)習(xí)的話，肯定比學(xué)習(xí)下圍棋的時間要長。所以ChatGPT的里程碑式意義更大，但不是說AlphaGo就沒有意義，只是ChatGPT模擬人類學(xué)習(xí)的意義更大。從人腦學(xué)習(xí)的層面來看，ChatGPT跨越時空的尺度肯定比AlphaGo更大，因為學(xué)習(xí)圍棋相比于學(xué)習(xí)常識和邏輯，需要的時間更短。

從第二個層面來說，AlphaGo并不是一個普通的AI機器人，它以擊敗圍棋世界冠軍柯潔而名聲大噪，背后依靠的主要是強大算力。雖然圍棋是比較復(fù)雜的棋類，但它是有規(guī)則的，通過大量的數(shù)據(jù)學(xué)習(xí)就能做到很優(yōu)秀。在我看來，AlphaGo這種AI機器人更像是在規(guī)則之下，通過大量數(shù)據(jù)不停地強化和迭代的過程，而ChatGPT處理的是人類自然語言，相對更復(fù)雜。

AlphaGo處理的主要是圍棋數(shù)據(jù)，格式相對簡單。雖然圍棋中的內(nèi)涵邏輯，包括取勝的規(guī)則也挺復(fù)雜，但它的底層數(shù)據(jù)結(jié)構(gòu)更簡單直白。而ChatGPT對應(yīng)的是人類自然語言數(shù)據(jù)，存在的形式更為復(fù)雜、多樣和多變，這也就從另一個角度印證了ChatGPT是AI領(lǐng)域更大的突破。

觀察者網(wǎng)：能否這樣理解，AlphaGo和ChatGPT其實是一種進(jìn)化關(guān)系，AlphaGo在進(jìn)一步進(jìn)化之后，就可以成為ChatGPT這種AI大模型？

丁磊：盡管二者在算法上有一些相通性，但并不能完全說是進(jìn)化。換個角度來說，其實下圍棋的程序早已存在，雖然可能沒有AlphaGo那么優(yōu)秀，但很早就出現(xiàn)了。而ChatGPT作為一種可以跟人類自然交互的聊天工具，之前是不存在的，所以它突破性更大。AlphaGo奪得圍棋冠軍，引起很大的轟動，主要因為算力算法更強更優(yōu)秀，它更像是一種量變。而在ChatGPT之前的自然語言對話工具完全不能用，很多場合下像“人工智障”，而現(xiàn)在ChatGPT基本超越了一些人認(rèn)為能用的閾值或限度，所以它更像一種質(zhì)變，在一定程度上突破了可用的邊界。

觀察者網(wǎng)：之前看到一種說法，AI 1.0時代是在海量數(shù)據(jù)庫中做快速比對，而ChatGPT的突破之處在于，它可以基于大數(shù)據(jù)集自己生成內(nèi)容，并不是簡單的比對和匹配。這意味著掌握了一定自學(xué)習(xí)能力的AI，技術(shù)迭代速度大幅提升，進(jìn)入2.0時代。您如何看待此種說法？

丁磊：AlphaGo不能完全說是匹配，它也擁有一套深度強化學(xué)習(xí)的模式，但AlphaGo不是生成式，而ChatGPT是生成式。AlphaGo可以理解為早前那種判別式AI，也可說是決策式AI。

從技術(shù)路徑來看，決策式AI的主要工作是對已有數(shù)據(jù)“打標(biāo)簽”，對不同類別的數(shù)據(jù)做區(qū)別，最簡單的例子如區(qū)分貓和狗、草莓和蘋果等，干的主要是“判斷是不是”和“區(qū)分是這個還是那個”的活兒。生成式AI不一樣，它會在歸納分析已有數(shù)據(jù)后，再“創(chuàng)作”出新內(nèi)容，如在看了很多狗的圖片后，生成式AI會再創(chuàng)作出一只新的狗的圖片，實現(xiàn)“舉一反三”。

從成熟程度看，決策式AI的應(yīng)用更為成熟，已在互聯(lián)網(wǎng)、零售、金融、制造等行業(yè)展開應(yīng)用，極大地提升了企業(yè)的工作效率。而生成式AI的“年歲更小”，2014年至今發(fā)展迅猛，堪稱指數(shù)級的爆發(fā)，已在文本和圖片生成等應(yīng)用內(nèi)落地。從應(yīng)用方向來看，決策式AI在人臉識別、推薦系統(tǒng)、風(fēng)控系統(tǒng)、機器人、自動駕駛中都已經(jīng)有成熟的應(yīng)用，非常貼合日常生活。生成式AI則在內(nèi)容創(chuàng)作、人機交互、產(chǎn)品設(shè)計等領(lǐng)域展現(xiàn)出巨大潛力。