過去一年里，AI大模型如同一把利劍刺破長空，同時也將全球科技巨頭聚攏到同一賽道。這之中，自然也包括中國的科技巨頭。

近日，在2023中關(guān)村論壇“人工智能大模型發(fā)展論壇”上，銜遠(yuǎn)科技創(chuàng)始人周伯文、阿里云智能CTO周靖人、百度CTO王海峰、智源研究院院長黃鐵軍同臺共話——人工智能大模型技術(shù)發(fā)展與協(xié)作創(chuàng)新。

對話中，他們談到了AI 2.0與以往AI浪潮的不同、中美大模型的差距，談到了公司內(nèi)部變革和技術(shù)儲備，以及人才教育、就業(yè)問題等當(dāng)下熱議話題。關(guān)于這次公開對談，鋅產(chǎn)業(yè)做了不改變原意的整理：

AGI、大模型和第四次工業(yè)革命

1問：如何看待這波AGI浪潮，與此前的AI有何不同？

周伯文：雖不是第一次出現(xiàn)人工智能浪潮，但本輪有兩點本質(zhì)上的不同。

第一，AGI（通用人工智能）是通過生成式AI來突破機(jī)器理解能力的。

如果說AGI是AI的高階形式，我的判斷是，生成式AI就是AGI的必經(jīng)之路。這可以回溯到諾貝爾物理學(xué)獎得主費曼的一句名言，“凡是我不能創(chuàng)造的，我都沒有真正理解”。

如果說人的智能沒有生成、沒有創(chuàng)造，就沒有真正理解的話，那此前我們圍繞「理解」做人工智能研究并沒能真正把AGI道路打通。因為「理解的判斷」是模糊的、是黑盒，而「生成的判斷」是通過“生成”來倒逼形成“理解”，OpenAI正是基于此將大模型變成了整個世界知識最好的壓縮器。

第二，這一次人工智能的成功是基于人與AI的協(xié)同交互獲得廣泛關(guān)注的。

此前人工智能引發(fā)熱潮，都是通過擊敗地表最強(qiáng)人類獲得的廣泛關(guān)注，而這一次人工智能的成功是基于人與AI的協(xié)同交互。

過去一段時間里，ChatGPT的每次成功，你驚訝的不僅僅是這個大模型的能力如何，還有背后人與AI協(xié)同prompt，以及人工智能犯錯之后的糾錯能力。這是人類歷史上第一次通過人與AI的協(xié)同交互帶來全新的AI能力的突破。

人類需要的是一個和我們對立對抗的AI，還是與我們協(xié)同交互的AI？顯然我們更需要后者，何況這種協(xié)同交互的AI還能讓應(yīng)用的邊界、場景、價值都提高了一個數(shù)量級。因而，這種突破毫無疑問價值更大。

Daniel Kahneman在其暢銷書《思考，快與慢》中認(rèn)為，人的思考有兩種模式——系統(tǒng)1和系統(tǒng)2，系統(tǒng)1是快思考、直覺判斷；系統(tǒng)2是慢思考，要做大量的推理和計算。我認(rèn)為，未來的人工智能會逐步進(jìn)化為系統(tǒng)2模式的AI。

5年前的人工智能落地（例如人臉識別），都是基于卷積神經(jīng)網(wǎng)絡(luò)在做系統(tǒng)1模式的AI，系統(tǒng)2模式的AI在那時還被認(rèn)為是無法實現(xiàn)的。但是到ChatGPT出現(xiàn)，特別是迭代至GPT-4之后，AI具備系統(tǒng)2能力的趨勢已經(jīng)越來越明顯了。

未來，當(dāng)AI越來越強(qiáng)大，能做系統(tǒng)2的工作時，人類如何與AI進(jìn)一步協(xié)同交互將成為關(guān)鍵問題，這也是為什么我要在清華成立“協(xié)同交互智能研究中心”的原因。

就業(yè)問題，如何抉擇

2問：AGI時代下，如何擇業(yè)？

周伯文：現(xiàn)在，大家在訓(xùn)練通用AI大模型時使用了大量的數(shù)據(jù)，所以經(jīng)過訓(xùn)練它就具備了一些通用的推理和上下文學(xué)習(xí)能力，但如果仔細(xì)去看ChatGPT說的話，我更愿意形容為：外行人看起來像內(nèi)行，內(nèi)行看起來是外行。

我曾經(jīng)問過學(xué)生們這樣一個問題：你們認(rèn)為ChatGPT生成的答案是創(chuàng)造還是剽竊？結(jié)果是，在場一半的學(xué)生認(rèn)為是剽竊，另一半則認(rèn)為是創(chuàng)造。

為什么會這樣？

拉姆 · 諾姆 · 喬姆斯基（Avram Noam Chomsky）是麻省理工學(xué)院的語言學(xué)家，其著作數(shù)量號稱西方世界活著的人中僅次于圣經(jīng)。他曾在紐約時報發(fā)文稱，ChatGPT就是赤裸裸的剽竊。

出現(xiàn)這一現(xiàn)象的核心原因在于：如果你是一個有原創(chuàng)思維的人，你會發(fā)現(xiàn)ChatGPT就是在剽竊，它在剽竊喬姆斯基著作中的論述；但是，如果你只是一個任務(wù)驅(qū)動的人，是一個為了完成目標(biāo)的人，那么它確實可以幫你完成工作。

這意味著什么？

我的第一觀點是，想要AGI真正發(fā)揮作用，目前的通用AI大模型是不夠的，它只能完成一些長尾的、低價值任務(wù)。

如果你想要完成高價值任務(wù)，那需要很多專業(yè)的知識。目前的AGI系統(tǒng)是不完備的，這也是谷歌task force小組最近一篇研究論文中的結(jié)論。

那我們應(yīng)該怎么辦呢？

這就相當(dāng)于，在你把一個AI訓(xùn)練到大學(xué)畢業(yè)之后，你還要盡可能結(jié)合不同行業(yè)相應(yīng)的專業(yè)知識繼續(xù)對它進(jìn)行訓(xùn)練和提升。例如在金融行業(yè)，就需要在像泰康這樣的公司中繼續(xù)做各種訓(xùn)練等等。

這和我們的教育、擇業(yè)有什么關(guān)系？

經(jīng)過前面的分析，我們可以得出一個結(jié)論：如果你是一個只做重復(fù)的、簡單的摘要轉(zhuǎn)述、綜述工作的人，未來一定會被AI取代。但如果你的工作是專業(yè)性很強(qiáng)，特別是需要批判性思維、反思性思維的工作，這仍將是人類最擅長的。

基于此，關(guān)于擇業(yè)問題，我會給出兩個建議：一個是從大腦出發(fā)，一個是從心出發(fā)，去選擇你未來的職業(yè)。

從大腦出發(fā)是指，你要選擇那些需要具備批判性思維、深度思考能力、更高知識和智慧密度的工作；

從心出發(fā)是指，要去考慮人與人的連接、人與人的關(guān)系，守護(hù)我們的人文社會，這也是AI取代不了的。

因此，選擇從腦出發(fā)或從心出發(fā)的職業(yè)和工作，會更好地讓一個人與AI達(dá)成共存。

3問：AI能力越來越強(qiáng)，人才培養(yǎng)需要有怎樣的調(diào)整？

周伯文：人工智能的變化也在倒逼我們重新思考什么是教育的本質(zhì)。講教育的本質(zhì)和科研的本質(zhì)很像，我覺得都是從提出一個好問題開始，到解決這個問題結(jié)束。

在ChatGPT推出前，大家可能也是這樣認(rèn)為的，但當(dāng)ChatGPT取得巨大成功后，我觀察發(fā)現(xiàn)這一觀點變得更快也更容易被大家接受了。

這對我們的教育和科研意味著什么？

我自己有幾點思考：第一，今天科研的門檻在變低；第二，二流工作的價值在變小，而一流工作的價值更加稀缺；第三，“交叉”變得尤為重要。

剛才有提到系統(tǒng)1和系統(tǒng)2，這也是我認(rèn)為科研范式一定會改變，新的科研范式一定會出現(xiàn)的原因。

Nature雜志今年1月的一篇封面文章指出，人類過去50多年來突破性創(chuàng)新的速度在變慢，雖然論文在變多、專利在變多，但突破性的成果在變少。

其中一個很大的原因是科學(xué)的學(xué)科日益完善，但每個學(xué)科之間存在著信息“繭房”——繭房內(nèi)部的信息過載，繭房之間的門檻過高。但當(dāng)ChatGPT出現(xiàn)后，如果你能用好大模型，就可以讓AI更好地幫你理解其它學(xué)科，更好地形成互動和交叉，而這種交叉也會促進(jìn)新的創(chuàng)造的產(chǎn)生。所以，新的科研范式一定會是AI與人協(xié)同共創(chuàng)，從而提出新的理論。

我們目前在做的研究，是讓一個大模型去閱讀完2000年以前所有蛋白質(zhì)組學(xué)的文章，然后讓它獨立提出一些新的蛋白質(zhì)科研假設(shè)，如果這些科研假設(shè)能夠被2000年以后人類科學(xué)家的研究論文所證實，那就說明它提出的是一個非常好的問題。

我覺得這將是AI for Science的下一步，即AI不能僅僅用來做計算，還要幫助我們?nèi)ヌ岢龈玫膯栴}。