主持人蒋涛:回到计算这个话题。有人说,计算机原来是以字节为单位的精确计算,现在是以token为单位的统计计算。想问一下吴翰清老师,计算大模型时代是什么样的?
吴翰清:大模型是一类计算系统,尽管没有脱离计算系统的框架,但确实带来了一些巨大变化。
主持人蒋涛:大模型算力的需求量是不是大了很多?现在,大家都担心电力供应不足,这是什么情况?
吴翰清:从人工智能大模型的发展轨迹来看,我们摸索出一个规律,业界称为Scaling Law,翻译过来就是规模化法则。也就是说,随着算力和数据规模的不断扩大,以深度学习和神经网络为基础的这一类人工智能大模型也会变得越来越“聪明”。这是大模型技术突然涌现出更高级智能的一个基础。但是,我们要清楚认识到,这个规模化法则其实相当于一个机器文明的原始人时代。如果把机器文明类比人类文明,那么今天的规模化法则就是相当粗糙的。比如,在一定算力和数据规模下,我们训练一个大模型可能需要上万块GPU甚至数十万块GPU,所要耗费的用电量相当于一个小型城市。而我们人脑大概一天只需要消耗25瓦,相当于一个灯泡的用电量。可见,机器智能在训练的过程中消耗了巨大的能源。这就是为什么我认为人工智能大模型仍处于一个早期阶段的原因。未来,人工智能大模型要在算法上进一步突破,由此探索走向通用人工智能的路径。对于规模化法则,就好比武侠小说中的段誉,他内功深厚,一招六脉神剑天下无敌。而在当今,我们可能还会有其他选择,就像是令狐冲,几乎没有内力,但学会了独孤九剑,也是可以无招破有招的。这就是我们应该去探索的新方向。
主持人蒋涛:请问孙富春教授,大模型的发展会给教育领域特别是大学教育带来什么变化?
孙富春:大模型在教育领域的应用,在最近一段时间被讨论得比较多。一方面,美国纽约州教育厅统计显示,在美国有相当比例的中学生,通过大模型写作文、做作业和完成考试。针对这种情况,很多美国中学教师表示,中学的作文终结了。另一方面,我国教育领域的科技公司正在努力使大模型给教育领域带来更多新的积极变化。这主要体现在:一是如何开展个性化教育,就是通过大模型对学生学习情况的分析,找到适合学生的教育方式;二是把教师从繁重的教学任务中解放出来,有更多时间、精力掌握学生的学习进展,调整教学内容和计划,编写相关教材;三是通过大模型有效开展实验教育。
主持人蒋涛:未来的教育形态会有重大变化吗?
孙富春:将来应该会发生很大变化。比如,我们在教学中运用全息技术把实验室搬到课堂上,让学生沉浸式参与实验全程,使其对实验内容、结果产生更加直观、深刻的感受,同时增加了师生互动。
主持人蒋涛:那么,我们获取知识的方式会不会有重大变化?
孙富春:大模型在教育领域中的应用,产生了一系列重大变化。比如,大模型技术渗透到教师普通话培训、考核等方方面面。
主持人蒋涛:刚才谈到教育。那么,大模型将会在哪些领域深化演进,还会给哪些行业带来深刻变化?
袁媛:目前的行业共识认为,人工智能发展的一个终极目标就是通用人工智能。我们知道,通用人工智能相当于人工智能具有了和人一样的思维、处事方式,可以在多个领域处理复杂任务。而实际上,现在的大模型虽然具备一定的自然语言理解能力,但在声音、图片、视频等多模态识别能力上,与通用人工智能还相差较远。从研究来看,未来人工智能大模型的发展方向,主要表现在,一是类脑智能,就是让人工智能像人类大脑一样去感知、处理任务。比如,马斯克的脑机接口公司为一位瘫痪患者做了首例人类大脑设备植入手术,这个人现在恢复良好,已经可以通过意念与电脑交互,实现下棋和玩游戏。其实,这是通过人工智能大模型把大脑信号转换成行动控制指令,也是未来医疗发展的一个重要方向。
二是AI与基因计算,这也是和生物学有关,通过人工智能大模型技术与生物技术的融合,在农业的生物育种以及医疗的癌症早期筛查、药物研发等方面,可以发挥更大的应用价值。对此,我感受很深。2023年,Google DeepMind发布了全新的AI模型,能够预测出7100万的基因“错义突变”,其中在成功预测出的89%“错义突变”中,57%是致病性,32%是良性的。而这里面仅有0.1%的变异,能被人类专家确认。腾讯的AI Lab也在做相关研究,攻克了单细胞测序数据分析痛点。为什么我感触这么深?因为我的朋友不幸患了癌症,第一次穿刺的时候取的样本量不够,又进行了第二次穿刺。而穿刺的目的就是做基因检测,但是在这一过程中,人是非常痛苦的。如果能进一步突破单细胞测序难题,那么对于未来的癌症早筛会起到很大的作用。
三是具身智能,是指一种基于物理实体进行感知和行动的智能系统。该系统通过智能体与环境的交互获取信息、理解问题、作出决策并实现行动,从而产生智能行为和适应性。比如人形机器人,Figure研发的全尺寸人形机器人Figure 01,能听懂人类语言,执行指令,可以做很多任务。我认为,这一领域将来的发展非常有前景,特别是在家政服务、老人照护等方面。
已有0人发表了评论