劉志毅/文

我們正處在大模型的時代，它被視為一個巨大的轉(zhuǎn)折點，如同從“馬車”時代跨越到“汽車”時代。而這個比喻并不過分。在馬車時代，人工智能的進展更多地依賴于人的智力和創(chuàng)造力，如同拉動馬車前進的馬。然而，隨著生成式AI的發(fā)展，我們已經(jīng)進入了AI的“汽車”時代，大模型成為了人工智能的發(fā)動機。

然而，這樣的比喻并不能完全精確地描繪當(dāng)前人工智能的發(fā)展現(xiàn)狀。事實上，如果我們深入觀察汽車工業(yè)的發(fā)展歷程，我們可以發(fā)現(xiàn)，當(dāng)前的人工智能可能仍處在“蒸汽機時代”。這個階段的特點是技術(shù)尚處在初級階段，且對能源的依賴性極高。這在AI領(lǐng)域也有所體現(xiàn)：大模型需要大量的數(shù)據(jù)和計算資源，且面臨泛化能力有限、可解釋性差等問題。

我們必須警惕的是，將大模型視為通用人工智能的唯一道路可能是一種誤解。就如同汽車工業(yè)的發(fā)展并非僅僅依賴于發(fā)動機技術(shù)的進步一樣，實現(xiàn)真正的通用人工智能也需要我們在多個層面進行技術(shù)創(chuàng)新。包括但不限于模型的設(shè)計、訓(xùn)練算法的改進、以及對模型決策過程的理解和解釋等等。

此外，我們也不能低估實現(xiàn)通用人工智能的難度。就如同從蒸汽機時代過渡到現(xiàn)代汽車工業(yè)的水平需要經(jīng)歷諸多技術(shù)革新和社會變革一樣，實現(xiàn)真正的通用人工智能也同樣需要我們在技術(shù)、社會甚至哲學(xué)層面進行深入的思考和探索。這既是我們需要警惕的地方，也是我們在這個風(fēng)口中需要深度反思的地方。

智能時代正在將我們帶向一個從學(xué)習(xí)驅(qū)動到全面普及的新境界。這個趨勢的深遠影響不僅改變了我們的生活方式，更改變了我們對智能的理解。智能，作為一種自然現(xiàn)象，其普及化原則正與自然智能的本質(zhì)相吻合。我們從中看到，人工智能正在步入一個與自然智能并行的時代。

從諾伯特?維納提出的“閉環(huán)反饋”理論中，我們可以領(lǐng)略到智能如何通過學(xué)習(xí)自我改進的過程。在閉環(huán)系統(tǒng)中，智能體通過不斷觀察、學(xué)習(xí)和適應(yīng)環(huán)境，以實現(xiàn)自我優(yōu)化，這一過程既符合生物進化的規(guī)律，也為人工智能的發(fā)展提供了理論支持。

然而，我們對智能的理解并未止步于此。我們正在嘗試構(gòu)建新的圖靈機范式，如意識圖靈機，來進一步揭示智能的奧秘。這種范式試圖通過對自我意識的模擬，來復(fù)雜化和深化我們對智能的認知。

同樣值得我們深思的是“意識劇院”的理論，以及對“意識難題”的探索。這些理論和探索挑戰(zhàn)了我們對智能的既定認識，使我們不得不重新審視智能的本質(zhì)：智能是否僅僅是算法和數(shù)據(jù)的組合？或者，智能還包含了某種我們尚未理解的，與意識相關(guān)的特性？

智能時代的到來無疑為我們提供了無限的可能性和機遇。它推動我們不斷探索，直到我們找到解答。正如人工智能的發(fā)展歷程一樣，我們的認知也在不斷地擴展和深化。因此，我們有理由相信，未來的智能時代將為我們揭示更多關(guān)于智能本質(zhì)的秘密，也將引領(lǐng)我們走向一個更為廣闊的未知領(lǐng)域。

在全球范圍內(nèi)，大型語言模型和通用人工智能正在對各行各業(yè)產(chǎn)生巨大的影響，為我們帶來前所未有的機遇和挑戰(zhàn)。這些發(fā)展的背后，是深度學(xué)習(xí)技術(shù)的飛速進步。然而，當(dāng)我們沉浸在其潛力的炫目光芒中時，我們也必須直面其帶來的問題和困擾。這其中最主要的問題包括了模型的可解釋性不足、計算資源的大規(guī)模消耗、模型穩(wěn)定性的問題以及安全性漏洞。

這些問題在很大程度上源于我們對“智能”的理解和應(yīng)用方式?，F(xiàn)有的深度學(xué)習(xí)模型，無論是分類器還是生成器，多數(shù)基于開環(huán)系統(tǒng)，訓(xùn)練過程往往依賴于監(jiān)督學(xué)習(xí)或者自監(jiān)督學(xué)習(xí)。這樣的系統(tǒng)雖然能夠通過大規(guī)模的計算資源和龐大的模型參數(shù)來提升模型性能，但也暴露出了無法自動糾正預(yù)測錯誤以及對環(huán)境變化的適應(yīng)性不足的問題。這些問題的解決，不能僅僅依靠“蠻力”——擴大模型規(guī)模和增加算力。

為了深入解決這些問題，我們必須重新審視并理解“智能”的本質(zhì)。從現(xiàn)象本源出發(fā)，跳出傳統(tǒng)的框架，重新探索如何構(gòu)建和理解人工智能系統(tǒng)，這是我們面臨的任務(wù)。換句話說，我們需要從新的視角去思考和理解“智能”，尋找新的模型和方法，以便我們能夠真正解決現(xiàn)有問題，實現(xiàn)人工智能的巨大潛力。

（本文作者系上海交通大學(xué)計算法學(xué)與人工智能倫理研究中心執(zhí)行主任、中國人工智能學(xué)會AI倫理工作委員會委員）