【顛覆】曠視研究院張祥雨：人工智能成為新一輪科技革命和變革的核心力量，未來幾年將改變我們的世界

【資料圖】

聊天機(jī)器人(行情300024,診股)ChatGPT爆紅全球，掀起AI浪潮。一時間，人工智能生產(chǎn)內(nèi)容（AI Generated Content，AIGC）也再次被推上了風(fēng)口浪尖，國內(nèi)外科技巨頭爭相布局。

隨著新市場的打開，AIGC將如何影響資本行業(yè)的發(fā)展？人工智能的發(fā)明終究會對人類產(chǎn)生怎樣的影響？ 結(jié)合當(dāng)下ChatGPT，金融界推出《顛覆——人類與 AI 之爭》特別策劃，對話新聞傳播、服務(wù)行業(yè)以及前沿科技等領(lǐng)域?qū)＜摇W(xué)者，探討人工智能新技術(shù)如何驅(qū)動經(jīng)濟(jì)發(fā)展，實(shí)現(xiàn)新舊動能轉(zhuǎn)換，促進(jìn)產(chǎn)業(yè)生態(tài)的良性發(fā)展。

本期嘉賓：曠視研究院基礎(chǔ)科研負(fù)責(zé)人張祥雨

核心觀點(diǎn)：

◎人工智能作為新一輪科技革命和產(chǎn)業(yè)變革的核心力量，會在未來幾年更快速地發(fā)展和應(yīng)用，從而改變我們的世界。

◎ChatGPT在底層數(shù)據(jù)、核心技術(shù)、用戶體驗(yàn)等各方面都可以說是里程碑式的 AI 產(chǎn)品。但對于常識建模、尤其是數(shù)學(xué)邏輯能力比較欠缺，對數(shù)字的敏感性不強(qiáng)。

◎“AI in Digital”和“AI in Physical”是兩條不同的技術(shù)路線，相輔相成，對我們的未來會產(chǎn)生根本性的影響。

以下為對話全文：

金融界：請您談一下最新風(fēng)口上的ChatGPT，將會給人工智能帶來哪些變革？

張祥雨：人工智能作為新一輪科技革命和產(chǎn)業(yè)變革的核心力量，從底層推動著社會生產(chǎn)力的提升。我們相信，人工智能會在未來幾年更快速地發(fā)展和應(yīng)用，從兩個方向改變我們的世界。

一是“AI in Digital”，即以 AIGC 為代表的技術(shù)浪潮，通過重構(gòu)內(nèi)容生產(chǎn)力，讓數(shù)字世界發(fā)生變革。二是“AI in Physical”，即以特斯拉為代表的企業(yè)，通過構(gòu)建不同形態(tài)的機(jī)器人載體，對物理世界進(jìn)行改造。

ChatGPT 在底層數(shù)據(jù)、核心技術(shù)、用戶體驗(yàn)等各方面都可以說是里程碑式的 AI 產(chǎn)品。 如果我們從智能的角度看，AI 要能完整模擬人腦，大概是“感知-決策-執(zhí)行-反饋 + 知識/記憶”這幾個模塊。ChatGPT 的核心技術(shù)是 AI 語言大模型，關(guān)鍵是如何讓 AI 模型具備邏輯推理能力，以及如何讓 AI 學(xué)習(xí)全互聯(lián)網(wǎng)的知識。ChatGPT 基本都做到了， 因此在決策和知識這個環(huán)節(jié)有了很大的突破。但是它基本上是沒有跟物理世界發(fā)生關(guān)系，包括輸入和輸出。

我們會發(fā)現(xiàn)，人類在物理世界的生存能力和基礎(chǔ)運(yùn)動能力，看似簡單，其實(shí)經(jīng)過漫長的進(jìn)化，底層機(jī)制是更難被破解的。某種意義上來說，是一種更難學(xué)習(xí)的智能。 “AI in Digital”和“AI in Physical”是兩條不同的技術(shù)路線，相輔相成，對我們的未來會產(chǎn)生根本性的影響。“AI in Digital”背后的生成式大模型也為“AI in Physical”的發(fā)展帶來了新的機(jī)遇。曠視的技術(shù)愿景是“AI in Physical“，通過構(gòu)建底層統(tǒng)一的感知 -決策-執(zhí)行技術(shù)體系，做真正影響物理世界的 AI 技術(shù)創(chuàng)新。

金融界：你認(rèn)為ChatGPT存在的瓶頸是什么？

張祥雨：自從ChatGPT發(fā)布之后每天都在體驗(yàn)。我主要關(guān)注它的邏輯能力，而不是知識容量。給我最大感受是多輪對話、語義理解能力很強(qiáng)，語言邏輯非常流暢，在高階的指代關(guān)系推理、思維鏈（chain-of-thought）方面做得也很好。但是對于常識建模、尤其是數(shù)學(xué)邏輯能力比較欠缺，對數(shù)字的敏感性（比如大小關(guān)系等）不強(qiáng)。總體上來講，還是非常超出預(yù)期的。雖然在此之前我們已經(jīng)接觸過很多語言大模型，但ChatGPT的出現(xiàn)還是讓我感覺技術(shù)又前進(jìn)了一大步。

ChatGPT 在底層數(shù)據(jù)、核心技術(shù)、用戶體驗(yàn)等各方面都可以說是里程碑式的 AI 產(chǎn)品。

期待國內(nèi)能夠培養(yǎng)出更多有前瞻能力、能出題的帥才，提出好的課題，帶領(lǐng)團(tuán)隊(duì)做出具有原創(chuàng)性的科研成果。

金融界：如何看待 ChatGPT 的應(yīng)用趨勢？曠視研究院的核心科研成果有哪些？

張祥雨：從能力上來說，ChatGPT 背后的關(guān)鍵技術(shù)底座是生成式大模型；從公司自身角度談起，模型設(shè)計(jì)能力是曠視研究院多年以來積累的核心能力。我們圍繞“感知算法+算法量產(chǎn)”，不僅在算法模型上有深厚積累，而且還可以將算法生產(chǎn)的全過程實(shí)現(xiàn)標(biāo)準(zhǔn)化，從而形成了自己獨(dú)特的技術(shù)優(yōu)勢。

曠視研究院的核心科研成果包括AI生產(chǎn)力平臺Brain++ 、開源深度學(xué)習(xí)框架曠視天元MegEngine、AI算法生產(chǎn)平臺AI Service、移動端高效卷積神經(jīng)網(wǎng)絡(luò)ShuffleNet等多項(xiàng)創(chuàng)新技術(shù)和產(chǎn)品。隨著預(yù)訓(xùn)練大模型技術(shù)在近幾年的快速成熟，曠視研究院圍繞通用圖像大模型、 視頻理解大模型、計(jì)算攝影大模型和自動駕駛感知大模型四個方向積極布局，并取得了多項(xiàng)突破。比如，在通用大模型方面，曠視提出了RepLKNet、RevCol等創(chuàng)新性模型。在自動駕駛感知大模型方面，曠視提出的PETR系列大模型、 LargeKernel3D和BEVDepth 3D檢測模型在檢測、分割等任務(wù)上均取得了最優(yōu)成果。

關(guān)鍵詞： 曠視研究院張祥雨