龔克：近年來(lái)，人工智能有成果性突破的技術(shù)是大規(guī)模人工神經(jīng)網(wǎng)絡(luò)預(yù)訓(xùn)練模型。

所謂大規(guī)模，體現(xiàn)在網(wǎng)絡(luò)參數(shù)特別大，即使用的神經(jīng)元和層數(shù)特別多。2020年5月份，語(yǔ)言訓(xùn)練模型GPT-3達(dá)到了1750億個(gè)參數(shù)，隨后，網(wǎng)絡(luò)參數(shù)的規(guī)模又迅速攀升，達(dá)摩院的M6已經(jīng)超過(guò)了10萬(wàn)億，逼近百萬(wàn)億的量級(jí)。清華和達(dá)摩院合作的八卦爐已經(jīng)達(dá)到了150萬(wàn)億之上，直逼人類神經(jīng)元的數(shù)量級(jí)。

可以看出，大規(guī)模的訓(xùn)練模型的快速發(fā)展，使得人工神經(jīng)網(wǎng)絡(luò)技術(shù)已產(chǎn)生量變到質(zhì)變的突破。

從單媒體到跨媒體，從認(rèn)知功能到生成功能，這無(wú)疑是未來(lái)人工智能的發(fā)展路徑。舉個(gè)例子，我們看到冬奧的播報(bào)，有聲音，有字幕，還有手語(yǔ)的呈現(xiàn)，便是跨媒體人工智能的配合。

另外，在大模型發(fā)展的同時(shí)，類腦計(jì)算等輕小模型也取得了重大發(fā)展。比如清華大學(xué)無(wú)人駕駛自行車登上《自然》雜志封面，這輛自行車不僅可以響應(yīng)聲控、加速轉(zhuǎn)彎，還可以自主避障、進(jìn)行S型路線跟蹤等。

這并不是說(shuō)大規(guī)模神經(jīng)網(wǎng)絡(luò)做不到，但其妙就妙在用小規(guī)模的類腦模型做到了，且融合在一個(gè)芯片上變成實(shí)用系統(tǒng)，因此被《自然》雜志稱為重大的進(jìn)展。這也是人工智能的發(fā)展路徑。

未來(lái)，大模型和小模型可以結(jié)合起來(lái)，或許又是一條發(fā)展路徑。而這些路徑背后的邏輯，就是應(yīng)用牽引與技術(shù)驅(qū)動(dòng)的結(jié)合。

龔克：近年來(lái)引人注目的應(yīng)用進(jìn)展就是AI用于科學(xué)研究的進(jìn)展。比如在生命科學(xué)領(lǐng)域，Alphafold的蛋白質(zhì)折疊的預(yù)測(cè)，實(shí)踐證明達(dá)到了出乎意料的預(yù)測(cè)結(jié)果，成為了蛋白質(zhì)科學(xué)新的非常重要的工具。不僅是AlphaFold，還有RoseTTAFold也發(fā)表在《自然科學(xué)》雜志上，達(dá)到了非常好的性能。

數(shù)學(xué)研究領(lǐng)域，利用AI算法有兩個(gè)重大成果：一是拓?fù)鋵W(xué)新定理，二是提出了代數(shù)表示論新的猜想。這都是過(guò)去人要用長(zhǎng)時(shí)間的研究才能做到的。不久前，《自然》雜志又發(fā)表了一篇文章，是用人工智能深度學(xué)習(xí)算法提出了代數(shù)方程的最優(yōu)解法。這比幾十年前獲得菲爾斯獎(jiǎng)的成果又進(jìn)了一步。

物質(zhì)科學(xué)領(lǐng)域，有個(gè)軟件叫FermiNet，可以近似計(jì)算薛定諤方程。我們知道薛定諤方程是微觀物理學(xué)的基本方程，但是它幾乎很難在一個(gè)真實(shí)的材料上求解?，F(xiàn)在人工智能的算法有助于求解密度泛函，是我們求解薛定諤方程非常重要的做法。

技術(shù)科學(xué)應(yīng)用領(lǐng)域，去年在美國(guó)DESIGN AUTOMATION大會(huì)的三個(gè)獎(jiǎng)都用了AI設(shè)計(jì)方面。從架構(gòu)搜索到電阻晶體管邏輯的綜合，對(duì)整個(gè)設(shè)計(jì)進(jìn)行驗(yàn)證，最后做布線的布局，都用上了機(jī)器學(xué)習(xí)。

AI在生命科學(xué)、技術(shù)科學(xué)、物質(zhì)科學(xué)、數(shù)學(xué)上的成功應(yīng)用不可小覷，它促進(jìn)了科技第一生產(chǎn)力自身的發(fā)展，進(jìn)而會(huì)推動(dòng)加速整個(gè)經(jīng)濟(jì)社會(huì)的進(jìn)展。

龔克：這是個(gè)十分現(xiàn)實(shí)的科技發(fā)展與社會(huì)治理方面的問(wèn)題。

2021年11月23號(hào)，聯(lián)合國(guó)教科文組織發(fā)布了第一份《人工智能倫理建議書》。建議書中提出了關(guān)于人工智能治理四項(xiàng)重要的核心世界觀：保護(hù)人權(quán)，保護(hù)環(huán)境和生態(tài)多樣性，保護(hù)社會(huì)的多樣性和包容性，保護(hù)和平、公正和互聯(lián)。在這個(gè)價(jià)值觀基礎(chǔ)上，又提出了10項(xiàng)原則以及11個(gè)政策實(shí)施領(lǐng)域。

但所有這些好的觀念和方案，怎么能夠真正形式化地被計(jì)算機(jī)所理解？如何植入到人工智能的應(yīng)用系統(tǒng)里面去，并實(shí)現(xiàn)人工智能的倫理化？這些都是非?，F(xiàn)實(shí)而且重大的挑戰(zhàn)。

對(duì)于人工智能發(fā)展的下一步，我想結(jié)合前面的幾個(gè)例子談三點(diǎn)：

第一，深度神經(jīng)網(wǎng)絡(luò)預(yù)訓(xùn)練大規(guī)模繼續(xù)發(fā)展的同時(shí)，跨模態(tài)認(rèn)知和生存能力更加強(qiáng)大的同時(shí)，類腦計(jì)算等輕小強(qiáng)新算法創(chuàng)新將更加活躍。大模型與小模型形成云邊相互結(jié)合，這可能會(huì)形成一個(gè)新的發(fā)展趨勢(shì)。

第二，在這個(gè)基礎(chǔ)上，以數(shù)據(jù)驅(qū)動(dòng)為特征的第二代AI現(xiàn)在正在可能向著“數(shù)據(jù)+知識(shí)”驅(qū)動(dòng)的第三代人工智能演進(jìn)。如果這樣演進(jìn)，人工智能在可解釋性以及可預(yù)測(cè)性方面都會(huì)取得重大進(jìn)展，將從根本上提升AI的可信度。

第三，AI的“兩化”，它的工程化和倫理化，勢(shì)在必行。工程化可降低AI融入千行百業(yè)的門檻，倫理化將驅(qū)動(dòng)隱私計(jì)算等系列AI技術(shù)的發(fā)展。