文 | 星船知造 錢鴻生
編輯 | 唐曉園
上周我們發(fā)布了報告上篇 《4萬字告訴你ChatGPT到底是什么（上）》，今天的下篇我們將繼續(xù)節(jié)選報告第三章中的“我國人工智能發(fā)展中存在的主要問題”、第四章《ChatGPT對資本市場影響的分析與研判》和第五章《我國未來人工智能發(fā)展的展望》中部分核心內(nèi)容和觀點。
OpenAI推出ChatGPT后不久，微軟宣布將ChatGPT與搜索引擎Bing整合，谷歌宣布推出Bard應(yīng)對挑戰(zhàn)，接著Meta官網(wǎng)公布了一款新的人工智能大型語言模型LLaMA。
此時，人們自然而然把目光轉(zhuǎn)向了中國相關(guān)企業(yè)，他們何時宣布推出類似于ChatGPT人工智能發(fā)展的時間表。
人們特別關(guān)注的企業(yè)有百度、阿里巴巴以及人工智能企業(yè)科大訊飛等等一大批中國與人工智能有關(guān)聯(lián)企業(yè)的動向。
3.4.3 我國人工智能發(fā)展中存在的主要問題
我國發(fā)展人工智能面臨三方面技術(shù)難點如下：
第一，人工智能的AI算法
人工智能常見的算法技術(shù)的基礎(chǔ)性研究主要集中于國內(nèi)各大高校團隊，但在科研成果轉(zhuǎn)化領(lǐng)域一直發(fā)展比較緩慢，較難實現(xiàn)從理論和技術(shù)向生產(chǎn)力的轉(zhuǎn)化。
目前以華為、阿里、騰訊等公司主導(dǎo)的人工智能技術(shù)研發(fā)團隊迅速崛起，將科研產(chǎn)品開發(fā)與算法技術(shù)結(jié)合，從產(chǎn)業(yè)領(lǐng)域?qū)崿F(xiàn)人工智能算法的技術(shù)成果轉(zhuǎn)化。
但是在算法的基礎(chǔ)理論研究層面，一直以來是我們發(fā)展人工智能技術(shù)的短板。沒有對大規(guī)模機器學(xué)習(xí)場景中強化學(xué)習(xí)算法模型、生成性預(yù)訓(xùn)練變換模型、分布式并行的研發(fā)投入，或者說由于受到資金投入與人才缺乏的影響，研究成果與世界發(fā)達企業(yè)還有很大的差距。
美國現(xiàn)有的人工智能系統(tǒng)的關(guān)鍵技術(shù)都是不開源的，系統(tǒng)深度學(xué)習(xí)框架、數(shù)據(jù)庫和工具集，均限內(nèi)部使用，部分僅對系統(tǒng)的應(yīng)用接口持開源的態(tài)度，使我們無法在短時間內(nèi)掌握世界最先進的人工智能系統(tǒng)的開發(fā)經(jīng)驗。
從市場的角度來看，我國目前的人工智能系統(tǒng)都是一些比較初級的數(shù)據(jù)采集與分析應(yīng)用系統(tǒng)，類似于ChatGPT高度智能化的AI產(chǎn)品的研發(fā)還處于摸索與初級階段，在性能和穩(wěn)定性方面改善空間潛力巨大。
早在20世紀80年代，我國學(xué)術(shù)界就提出了相當(dāng)完善的AI算法模型，中國多家高校有從事算法模型的研究，但大多都將算法模型應(yīng)用在人臉識別系統(tǒng)，提高圖像識別精度方面。到目前為止算法模型在AI領(lǐng)域的價值還沒有被真正體現(xiàn)，這可能受限于我們的芯片制造水平難以提供支撐深度神經(jīng)網(wǎng)絡(luò)訓(xùn)練和預(yù)訓(xùn)練需要的算力。
科研領(lǐng)域需要更大投入，要針對目前的已有算法進行深度優(yōu)化，或者另辟蹊徑，提出更為先進的算法理論。要打造出符合世界產(chǎn)業(yè)發(fā)展最新技術(shù)水平，具有全球市場競爭力的人工智能產(chǎn)品，看來有相當(dāng)長的一段路要走。但也不排除彎道超車或換道超車奇跡的發(fā)生。
我國AI發(fā)展現(xiàn)狀任重而道遠。
第二，人工智能AI模型軟件
國內(nèi)的人工智能模型軟件開發(fā)已經(jīng)起步，開始對標世界先進的人工智能模型，培育自己的發(fā)展環(huán)境。人工智能模型是人工智能生態(tài)中最重要的因素之一，我國需要促進國產(chǎn)模型軟件的發(fā)展和推廣，擺脫國外的標準制約。ChatGPT就是基于“生成型預(yù)訓(xùn)練變換模型”開發(fā)出來的自然語言聊天機器人。
第三，人工智能開發(fā)環(huán)境
人工智能開發(fā)環(huán)境是指相關(guān)算法、數(shù)據(jù)庫、軟件開發(fā)工具、高性能的人工智能AI計算機芯片、云計算網(wǎng)絡(luò)的集合。國產(chǎn)AI模型開發(fā)需要和國產(chǎn)AI智能芯片及硬件進行相互適配、性能優(yōu)化和應(yīng)用推廣，才能夠形成面向行業(yè)應(yīng)用的軟硬件一體化人工智能平臺。
國際人工智能巨頭掌控著人工智能開發(fā)環(huán)境的關(guān)鍵技術(shù)，我們目前還較難在短時間內(nèi)在AI芯片、算法、模型軟件、云數(shù)據(jù)庫服務(wù)等人工智能開發(fā)環(huán)境上有十分大的突破。
人工智能系統(tǒng)開發(fā)是一個系統(tǒng)工程，需要協(xié)同各個方面的資源共同發(fā)力，才能在產(chǎn)業(yè)發(fā)展中占有制高點。
3.4.4 AI芯片，人工智能繞不過去的坎
人工智能AI芯片是技術(shù)發(fā)展的關(guān)鍵之一，它是提供人工智能算力的靈魂和大腦，承載了為各種終端提供強大算力的重要任務(wù)。人工智能AI 芯片的出現(xiàn)，極大提高數(shù)據(jù)處理的能力，尤其在處理海量數(shù)據(jù)時明顯優(yōu)于傳統(tǒng)CPU。
從技術(shù)架構(gòu)來看，AI芯片一般可以分為GPU、FPGA、ASIC和類腦芯片四大類——
GPU（Graphics Processing Unit，圖形處理器）
GPU是利用處理圖形任務(wù)的圖形處理器來計算原本由中央處理器CPU的通用計算任務(wù)。
GPU的關(guān)鍵性能是矩形并行計算，主流的GPU具有強大的計算能力，無論性能還是內(nèi)存帶寬均遠大于同代的CPU。CPU 由專為順序串行處理而優(yōu)化組成，而 GPU 則擁有一個由數(shù)以千計的更小、更高效的核心（專為同時處理多重任務(wù)而設(shè)計）組成的大規(guī)模并行計算架構(gòu)。同時CPU相當(dāng)一部分時間在執(zhí)行外設(shè)的中斷、進程的切換等任務(wù)，而GPU有更多的時間用于并行計算。
英偉達是AI芯片GPU（圖形處理器單元）的主要生產(chǎn)廠商，無論是OpenAI的ChatGPT、還是微軟的搜索引擎Bing、谷歌的人工智能系統(tǒng)LaMDA，都離不開英偉達提供的底層芯片GPU的算力支持，英偉達系列的A100和H100系列占全球AI芯片市場的80%以上的份額。
除了英偉達，還有AMD，ARM家的Mali，Imagination的PowerVR，Qualcomm的Adreno等。
基于FPGA現(xiàn)場可編程門陣列
FPGA（Field Programmable Gate Array）現(xiàn)場可編程門陣列，或稱半定制化芯片。它是在PAL、GAL、CPLD等可編程器件的基礎(chǔ)上進一步發(fā)展的產(chǎn)物，可以根據(jù)算法需求，動態(tài)重構(gòu)計算架構(gòu)。它是作為專用集成電路（ASIC）領(lǐng)域中的一種半定制電路而出現(xiàn)的，既解決了定制電路的不足，又克服了原有可編程器件門電路數(shù)有限的缺點。
全球知名的FPGA生產(chǎn)廠商有：Altera，Xilinx，Actel，Lattice，Atmel，我國廠商代表有深鑒科技DPU、百度XPU等。
ASIC（Application Specific Integrated Circuit）
ASIC專用集成電路是針對特定用戶要求定制設(shè)計、制造的專門的應(yīng)用程序芯片。ASIC芯片廣泛應(yīng)用于人工智能設(shè)備、虛擬貨幣挖礦設(shè)備、耗材打印設(shè)備、軍事國防設(shè)備等智慧終端。
ASIC芯片還可以細分為全定制ASIC芯片、半定制ASIC芯片及可編程ASIC芯片。ASIC芯片擁有面積小、集成度高等優(yōu)勢，被廣泛應(yīng)用于人工智能終端和網(wǎng)絡(luò)系統(tǒng)中。
類腦計算芯片（Brain-Inspired Chip）
類腦計算芯片是人工智能AI的一個重要組成部分，類腦芯片可模擬人類大腦信息處理方式，能以極低的功耗對信息進行并行和分布式處理，類腦計算芯片就是把微電子技術(shù)和新型神經(jīng)形態(tài)器件結(jié)合，突破傳統(tǒng)計算架構(gòu)，實現(xiàn)存儲與計算的深度融合，大幅提升計算性能、提高集成度、降低能耗。對于現(xiàn)有的計算體系與系統(tǒng)做出變革，并實現(xiàn)在計算能耗、計算能力與計算效率等方面的大幅改進。
IBM已經(jīng)開始進行類腦智能算法與技術(shù)的探索，并已成功研制出TrueNorth芯片。
中國目前有清華大學(xué)的天機芯，浙江大學(xué)的Darwin2 (55nm)等一批研制類腦計算芯片機構(gòu)和企業(yè)。
ChatGPT對資本市場影響的研判
4.2 ChatGPT背后的技術(shù)壁壘和文化控制權(quán)
ChatGPT是一種自然語言處理技術(shù)，一旦ChatGPT能從目前的實驗階段走向應(yīng)用成熟階段，將這標志著在人類活動中，人工智能將開始扮演重要角色并占據(jù)優(yōu)勢地位。
我們知道，在自然語言處理大模型技術(shù)上，由于受到各種因素的影響，我國的人工智能相比國外發(fā)展有一定的差距。
但在局部技術(shù)領(lǐng)域，我們還是具有很大優(yōu)勢的，比如在優(yōu)化大模型中的數(shù)據(jù)庫，在某些特定領(lǐng)域進行模型優(yōu)化和云數(shù)據(jù)庫建設(shè)，以及在一些與自然語言處理關(guān)系密切的學(xué)科。在國家宏觀政策的指導(dǎo)下，發(fā)揮社會市場經(jīng)濟體制的優(yōu)勢，能集中力量辦大事的原則，完全可以進行基于大模型處理方法模型的應(yīng)用性研究，以適應(yīng)人工智能發(fā)展對拉動國家經(jīng)濟上行，滿足人們追求豐富多彩生活娛樂的需求。
4.3 ChatGPT可能引發(fā)的機遇與風(fēng)險
我們對ChatGPT要時刻保持清醒的認知，每一次技術(shù)迭代，都將改變?nèi)祟惿畹膬?nèi)涵和方式。ChatGPT是否屬于一次新的技術(shù)迭代這個問題還有進一步觀察，可是以ChatGPT為代表的人工智能技術(shù)的發(fā)展和自然語言處理技術(shù)的突破，一定會對現(xiàn)有產(chǎn)業(yè)發(fā)展格局帶來前所未有的重要影響。
從正面影響來看，ChatGPT可以幫助人們快速獲取信息和提高工作效率，擴展知識面，提供發(fā)展AI 產(chǎn)業(yè)新的思路和方法。 另一方面，某些低端和重復(fù)的工作可能被ChatGPT和 AI代替，導(dǎo)致勞動力市場的階段性動蕩和變化。
如果人們過度依賴AI，可能會降低人們一部分的操作技能水平和創(chuàng)新精神。某些行業(yè)可能會發(fā)生重組甚至消失，有可能在變化過程中引發(fā)社會矛盾等。
顛覆性創(chuàng)新理論的提出者克里斯滕森在《創(chuàng)新者的窘境》這本書中，將創(chuàng)新分為了延續(xù)性創(chuàng)新和破壞性創(chuàng)新兩種：破壞性創(chuàng)新難以評估市場規(guī)模增長的需求和未來的發(fā)展路徑；延續(xù)性創(chuàng)新則會將資源推向更容易帶來增長的方向。
總體而言，以ChatGPT為代表的人工智能的發(fā)展， 可能對人類的未來產(chǎn)生重要影響，需要積極開展相關(guān)的研究和管理，以確保國家經(jīng)濟技術(shù)發(fā)展不受制于人，保持社會的穩(wěn)定發(fā)展和保護大多數(shù)人的共同利益?！ ?/p>
人工智能解決方案可以為企業(yè)和公民提供巨大的機會，但也可能帶來風(fēng)險，這就需要一個堅實的監(jiān)管框架來確保人工智能技術(shù)的健康發(fā)展。
4.4 ChatGPT的隱患與潛在危機
盡管目前的ChatGPT還是一個驗證的版本，強大的文本處理與聊天能力十分強大，但ChatGPT在短短的幾個月試運行中也暴露出了很多缺陷，甚至可能會引發(fā)危機。這些問題正隨著以ChatGPT為代表的生成型AI系統(tǒng)的推進逐漸浮出水面。人們也會更關(guān)注這些問題，并迅速采取防范措施。ChatGPT存在的缺陷與風(fēng)險主要體現(xiàn)在以下幾個方面：
4.1.1 ChatGPT在道德和法律方面的違規(guī)行為
人們在使用中發(fā)現(xiàn)，ChatGPT對信息、數(shù)據(jù)來源無法進行核實、核查和驗證，可能存在個人數(shù)據(jù)與商業(yè)秘密被泄露，引起竊取他人信息的道德問題和提供虛假信息兩大隱患。
ChatGPT從網(wǎng)絡(luò)中獲取大量信息，依托海量數(shù)據(jù)庫分析運行，其中包括大量的互聯(lián)網(wǎng)用戶自行輸入的信息，比如新聞工作者編寫的稿子，ChatGPT目前無法追溯到文字的來源，因此當(dāng)用戶輸入提問時，ChatGPT可能產(chǎn)生泄露個人數(shù)據(jù)或商業(yè)秘密等的風(fēng)險。
ChatGPT涉及的法律風(fēng)險不限于以下幾種:
著作權(quán)：生成的內(nèi)容可能會侵犯他人的著作權(quán)。
隱私權(quán)：使用ChatGPT 可能需要提供一些個人信息，因此存在泄露個人隱私的風(fēng)險。
信息誤導(dǎo)：生成的內(nèi)容可能不準確或有誤導(dǎo)性和歧視性。
侵權(quán)違規(guī)：ChatGPT生成的內(nèi)容可能侵犯他人的合法權(quán)益，如商標權(quán)、出版權(quán)、著作權(quán)、專利權(quán)等。
商標侵權(quán)：ChatGPT 生成的圖像和視頻內(nèi)容可能涉及商標侵權(quán)。
人身攻擊：ChatGPT 生成的內(nèi)容可能涉及對宗教和人身攻擊，違反社會倫理道德。
侮辱誹謗：使用 ChatGPT 生成的內(nèi)容可能侮辱他人，可能涉及誹謗等法律問題。
最近，OpenAI表示，正考慮在ChatGPT中添加模型水印，即監(jiān)測模型可以識別的特殊標記，以降低信息濫用的問題。
4.1.2 ChatGPT提供虛假信息
ChatGPT常常出現(xiàn)“一本正經(jīng)的胡說八道’”，這是ChatGPT目前被人詬病的一個主要缺點。對于有些虛假信息，需要具備一定專業(yè)知識的人才能辨別真?zhèn)?，這就為不法分子惡意“訓(xùn)練”或“誤導(dǎo)”人工智能，使其提供詐騙信息、釣魚網(wǎng)站等內(nèi)容，損害公民人身和財產(chǎn)安全創(chuàng)造了有利條件。
4.1.3. ChatGPT信息監(jiān)管迫在眉睫
ChatGPT在建立語料庫、生成文本時，大量使用并非公開的開源代碼，或未辦理許可證申請，可能會導(dǎo)致侵權(quán)。對于一些受著作權(quán)或版權(quán)保護的文本、視頻、軟件代碼等，如果沒有經(jīng)過權(quán)利人的授權(quán)，直接復(fù)制到自己的數(shù)據(jù)庫中，在此基礎(chǔ)上修改、拼湊，極有可能侵害他人的著作權(quán)，因此對ChatGPT必須要考慮建立相關(guān)的監(jiān)管機制，防止產(chǎn)生不良的社會影響。
4.1.4. ChatGPT提供侵權(quán)信息
一位美國眾議院科學(xué)委員議員表示：“我對人工智能以及人工智能推動的社會進步感到興奮，但也為其不受限制和不受監(jiān)管感到擔(dān)憂?！?/p>
紐約大學(xué)認知科學(xué)名譽教授Gary Marcus對以深度學(xué)習(xí)為中心的 AI 持懷疑態(tài)度，他認為：“生成式 AI 對社會結(jié)構(gòu)構(gòu)成了真實而迫在眉睫的威脅”。
各國監(jiān)管機構(gòu)要有切實可行的風(fēng)險評估框架，并任命一個負責(zé)任的機構(gòu)。此外，人工智能倫理框架的建立將為所有部門創(chuàng)造一個良好的創(chuàng)新環(huán)境。
一位資深的網(wǎng)絡(luò)安全公司管理者認為：她的團隊能夠讓 ChatGPT 編寫網(wǎng)絡(luò)攻擊的程序，ChatGPT從編寫網(wǎng)絡(luò)釣魚電子郵件到編寫惡意代碼，再到規(guī)避常見的網(wǎng)絡(luò)安全檢查，實施對其他系統(tǒng)的攻擊，ChatGPT幾乎可以成為讓沒有軟件編碼技能的人成為網(wǎng)絡(luò)罪犯?！ ?/p>
無數(shù)的教育工作者譴責(zé)有人使用 ChatGPT考試作弊，美國的多所學(xué)校已經(jīng)禁止學(xué)生用 ChatGPT聊天機器人答題，拒絕采用ChatGPT編寫的論文和答卷。
由于ChatGPT是一種人工智能工具，只要輸入提問，點擊鼠標，就可以完成任何的主題文章、詩歌和電子郵件。特別是學(xué)生用ChatGPT完成試題應(yīng)答和論文撰寫。在國外教育界引起了軒然大波。
為此OpenAI迫于社會壓力，趕緊開發(fā)出了防作弊應(yīng)用軟件，可以審查哪些試卷和論文是由ChatGPT提供的，以此防止學(xué)生作弊。
但是，這種新的檢測工具并沒有消除教師們的恐懼，反而讓科技界和教育界有些失望。據(jù)測試，該系統(tǒng)大約只有20%的準確性，不能完全檢出作弊的試卷答題。
2023年1月初，美國普林斯頓大學(xué)的學(xué)生愛德華·田（Edward Tian）開發(fā)了GPTZero工具，該工具的標語是“人類應(yīng)該知道真相”，該工具可以更準確鑒別由ChatGPT提供的文檔，相信不久國內(nèi)也會催生出這類的應(yīng)用軟件和工具。
人工智能領(lǐng)域的競爭焦點與差距
在以ChatGPT為代表的生成類AI大模型中，對于AI芯片的要求更高，包括要求更高速的內(nèi)存帶寬、更大的內(nèi)存容量以及更加高效的數(shù)據(jù)通信帶寬。
以O(shè)penAI的ChatGPT-3.5模型訓(xùn)練為例，微軟公司專門為Open AI 開發(fā)了一款定制的超級計算機，使用了上萬顆英偉達A100的AI芯片。
在國產(chǎn)AI芯片自主研發(fā)領(lǐng)域，國內(nèi)多家廠商奮起直追，成果喜人，為我國的人工智能發(fā)展奠定了堅實基礎(chǔ)，令世界刮目相看。
OpenAI公司發(fā)展人工智能，在微軟投資100億美元拿到49%的股權(quán)之前，OpenAI在成立的七年多的時間里，總共收到了大約40億美元的風(fēng)險投資，就是在這樣巨額投資的情況下，根據(jù)OpenAI公司2022年財報顯示虧損仍高達5.45億美元（折合人民幣虧損額達到將近40億人民幣）。
微軟在入股OpenAI 后，為OpenAI部署了一個超級計算機，按照算力來說，該超級計算機可以進入全球超計算機的前五名。
2023年1月，微軟還承諾將繼續(xù)為OpenAI提供更多的超算中心的部署，讓它能夠更加高效完成下一代ChatGPT模型的訓(xùn)練。
根據(jù)OpenAI測算，目前訓(xùn)練一次ChatGPT模型的算力成本在450萬美元左右，這里還只是計算硬件投入的成本，還不包括人工成本、網(wǎng)絡(luò)寬帶成本、數(shù)據(jù)儲存、固定資產(chǎn)折舊等的綜合成本。
實際上訓(xùn)練一次ChatGPT模型，有時候人力成本和運維成本支出要占據(jù)總成本很大一部分，因此Open AI雇傭了第三世界國家的低成本外來外包員工來完成指定的優(yōu)化任務(wù)，從而降低人工成本。
目前ChatGPT-3參數(shù)量在1750億參數(shù)左右。而以O(shè)penAI發(fā)布最新的ChatGPT-3.5B模型為例，數(shù)量將達到1.7萬億。預(yù)測成本就更夸張了，訓(xùn)練時間也將從之前的幾周變?yōu)閿?shù)月甚至幾個月的周期。
目前OpenAI公司有1000多名正式員工，人力成本也是非常龐大的一筆支出。因此AI產(chǎn)業(yè)研發(fā)成本支出是非常燒錢的行業(yè)，對于一般發(fā)展中國家來說這是一筆巨資。同樣我們國家人工智能系統(tǒng)還處在研發(fā)階段，資本投入也是當(dāng)下面臨的一個重要課題。
隨著大模型訓(xùn)練體量的不斷增加，未來算力資源、人才資源、數(shù)據(jù)資源三者的投入不可小覷。
ChatGPT引爆全球互聯(lián)網(wǎng)入口爭奪戰(zhàn)
從ChatGPT功能來看，還處在聯(lián)網(wǎng)驗證階段，就是在基本的功能方面還存在很多問題和不確定性，在有些功能上更是漏洞百出，在軟件編程方面還遠遠沒有達到顛覆軟件編程產(chǎn)業(yè)的程度。
但是全網(wǎng)熱潮背后一定有深層次的原因：經(jīng)過深度分析不難看出，其實ChatGPT引爆的不完全是AI里程碑式的技術(shù)革命，而是引爆一場全球互聯(lián)網(wǎng)入口的爭奪戰(zhàn)。
全球互聯(lián)網(wǎng)入口長期被谷歌占據(jù)，谷歌的搜索引擎業(yè)務(wù)占到全球市場份額的97%，谷歌內(nèi)部有一個商業(yè)警戒系統(tǒng)，只要公司業(yè)務(wù)受到威脅就會觸發(fā)，其中最高級別是紅色告警。
谷歌（Google）公司1998年9月創(chuàng)立，自從公司成立以來，這個紅色警戒系統(tǒng)就從來沒有觸發(fā)過。然而2023年2月，谷歌瀏覽器的下載量從全球第一降到了第二，谷歌傳統(tǒng)的搜索引擎業(yè)務(wù)首次被微軟反超，系統(tǒng)自動觸發(fā)了紅色警戒系統(tǒng)。
微軟公司從誕生以來，從未在任何產(chǎn)品上投資超過100億，這次對Open AI 投資超過100個億，目的就是要把ChatGPT整合到微軟公司的所有產(chǎn)品中去。
微軟近期已經(jīng)宣布將ChatGPT整合入微軟的搜索引擎Bing，沒過幾天，又宣布會將ChatGPT整合進Office辦公套件中去。用戶使用Office時就能體驗ChatGPT的對話功能。很明顯微軟就是要利用ChatGPT先入為主的優(yōu)勢，爭奪谷歌搜索引擎的市場份額，目前第一階段目標已經(jīng)圓滿達到。
微軟一直都在厲兵秣馬，以前一直被谷歌、蘋果、亞馬遜壓得喘不動氣，現(xiàn)在終于開始了在全球互聯(lián)網(wǎng)入口的爭奪戰(zhàn)中的絕地反擊戰(zhàn)。
同樣的情況，在我國的互聯(lián)網(wǎng)企業(yè)中也有發(fā)生。在ChatGPT成功的示范效應(yīng)帶動下，以及國家支持數(shù)字經(jīng)濟發(fā)展兩個強力點的支撐下，相信不遠的將來，中國的AI 產(chǎn)品將像雨后春筍一樣拔地而起。
淺談未來我國人工智能發(fā)展趨勢
隨著科學(xué)技術(shù)的飛速發(fā)展，國家已經(jīng)把人工智能作為戰(zhàn)略性新興產(chǎn)業(yè)，作為新增長引擎加以扶持和培養(yǎng)，人工智能的未來發(fā)展將會帶來更多的驚喜和機遇，下面就讓我們淺談一下我國人工智能發(fā)展趨勢。
在國家宏觀政策的大力支持下，我國的人工智能將迎來重大的發(fā)展機遇期，國內(nèi)的人工智能企業(yè)，互聯(lián)網(wǎng)企業(yè)，科研機構(gòu)應(yīng)當(dāng)抓住這個難得的機遇，為國家的數(shù)字經(jīng)濟轉(zhuǎn)型發(fā)展作出應(yīng)有的貢獻。
特別是華為、阿里巴巴，騰訊、百度、科大訊飛、字節(jié)跳動等等大型企業(yè)和科研單位，應(yīng)該發(fā)揮各自優(yōu)勢強強聯(lián)手，他們有義務(wù)、有責(zé)任，承擔(dān)起這個時代賦予的歷史使命。
強化企業(yè)在研發(fā)投入中的主體地位，繼續(xù)加大企業(yè)研發(fā)費用，建立起金融支持企業(yè)在AI領(lǐng)域的創(chuàng)新工作機制，打通科技、產(chǎn)業(yè)、金融的全產(chǎn)業(yè)鏈條。
人工智能產(chǎn)業(yè)屬于新型的高科領(lǐng)域，目前世界上尚未形成占絕對主導(dǎo)的技術(shù)路徑依賴。
在世界產(chǎn)業(yè)生態(tài)也沒有形成絕對壁壘的人工智能開創(chuàng)初期，我們要結(jié)合國情把軟硬件協(xié)同發(fā)展，作為提升人工智能發(fā)展的主要手段，單純的數(shù)據(jù)與算法優(yōu)化已不能滿足我國人工智能產(chǎn)業(yè)發(fā)展需求。
面對這一發(fā)展契機，我國應(yīng)強化人工智能產(chǎn)業(yè)發(fā)展的頂層設(shè)計，加強人工智能軟硬件協(xié)同布局。重點布局具有我國自主知識產(chǎn)權(quán)的“框架軟件+AI芯片”架構(gòu)，構(gòu)建起有利于我國人工智能發(fā)展的生態(tài)環(huán)境，力爭在人工智能領(lǐng)域取得主導(dǎo)優(yōu)勢。
類腦芯片研發(fā)屬于AI芯片的前瞻性領(lǐng)域，我國類腦芯片的研究尚處于理論階段，涉及的企業(yè)不多，應(yīng)充分發(fā)揮國內(nèi)高校以及科研院所力量進行前沿布局。
國際龍頭企業(yè)還沒有形成明確的技術(shù)及知識產(chǎn)權(quán)壁壘，IBM研制的TrueNorth類人腦計算有突破性進展，隨著存儲、邏輯、傳感技術(shù)的改進，將來類腦計算芯片有望取得更大的發(fā)展，在AI領(lǐng)域?qū)l(fā)揮更大的作用。
結(jié)束語
總之，人工智能的未來發(fā)展將會是一個充滿機遇和挑戰(zhàn)的過程，隨著技術(shù)的不斷發(fā)展和成熟，人工智能已經(jīng)開始滲透到我們?nèi)粘Ｉ畹母鱾€方面，人工智能不僅可以幫助改善人們的生活品質(zhì)、豐富人們的娛樂生活，也將會在工業(yè)自動化、軍事裝備現(xiàn)代化、提高醫(yī)療診斷水平、提升教育能力，拓展學(xué)生的知識面等各個領(lǐng)域得到更加廣泛的應(yīng)用，從而幫助我們更好地解決問題、提高效率、改善生活。
我們也需要保持警惕，推動建立人工智能安全可控的治理體系，積極面對技術(shù)發(fā)展中出現(xiàn)的各種問題和挑戰(zhàn)。
讓我們以開放的心態(tài)迎接新技術(shù)的出現(xiàn)，寬容新技術(shù)存在的不足之處，在國家宏觀政策的大力支持下，發(fā)揮舉國體制的優(yōu)勢，積極推動人工智能與經(jīng)濟社會深度融合，在重大應(yīng)用場景中錘煉技術(shù)、升級迭代、培育市場，從而使我國的人工智能技術(shù)能夠為全人類社會的進步和發(fā)展做出更加積極的貢獻。
參考資料：
[1].ChatGPT翻開了硬幣的哪一面？北京郵電大學(xué)人工智能學(xué)院教授鄧偉洪、中國信通院云大所內(nèi)容科技部副主任石霖
[2].采訪報道ChatGPT“火出圈”我們該“急眼”嗎？中國經(jīng)濟網(wǎng)2023年2月20日
[3].OpenAI官網(wǎng)（ChatGPT：優(yōu)化對話的語言模型 (OpenAI.com)）
[4].Interactive Learning from Policy-Dependent Human Feedback (MacGlashan et al. 2017)
[5].Deep Reinforcement Learning from Human Preferences (Christiano et al. 2017)
[6].ChatGPT: Optimizing Language Models for Dialogue (OpenAI 2022)
[7].Scaling Laws for Reward Model Overoptimization (Gao et al. 2022)
[8].Training a Helpful and Harmless Assistant with Reinforcement Learning from Human Feedback (Anthropic, 2022)
[9].Red Teaming Language Models to Reduce Harms: Methods, Scaling Behaviors, and Lessons Learned (Ganguli et al. 2022)
[10].Dynamic Planning in Open-Ended Dialogue using Reinforcement Learning (Cohen at al. 2022)