發展是破解焦慮的主要方式
憑借在AI方面的出色研究，傑佛裡·辛頓在2024年成為諾貝爾物理學獎得主。他認為，應該加強AI監管方面的國際合作，防止AI在未來對人類生存造成“重大威脅”。對此，業內與之齊名的AI研究學者楊立昆則認為，現在的AI離人類智能還十分遙遠，AI“毀滅人類”僅存在於科幻片中。
這兩種截然相反的觀點，揭示了當下學界和業界的重大分歧。如何讓AI煥新而非“換人”，是擺在所有人面前的一道必答題。
當下探討“AI是否會統治人類”這一話題，其實為時尚早。目前，可供AI學習的文本信息正逐漸趨近“耗竭”狀態，並且“千億級”AI大模型的研發與運行，需要消耗大量的資源。
中國科學院腦科學與智能技術卓越創新中心研究員張鐵林指出，文本大模型更新迭代的進程明顯受到了文本數據量和資源條件方面的限制。一方面，現今互聯網上公開的人類自然語言文本語料，在很大程度上都已被機器“學習利用”。另一方面，訓練千億甚至萬億參數AI大模型，不僅要耗費巨量的電力能源，還需要數以萬計的AI芯片提供算力支持，這無疑意味著巨額的資本投入。一些急於看到回報的資本開始紛紛撤離，導致那些缺乏支持的AI大模型項目不得不停滯。因此，在短期內能否發展出具備人腦綜合高級認知能力的AI大模型，仍需進一步觀察和研究。
儘管以人類自然語言為學習語料的AI大模型取得了較為顯著的成果，在這一領域也存在著不同的發展態勢。從長遠來看，以科學數據為學習基礎的科研大模型同樣具有重要的發展潛力，因為我國在科學數據方面具備一定的先天優勢，所以在針對科研大模型的研發工作上相對較為順利。
我國類腦脈衝等新型低能耗大模型方面也已經布局多年，正在迎來國際領跑機會，結合類腦芯片硬件系統，將極大發揮低能耗優勢。在獲得相應的資源支持後，我國有望在科研大模型、類腦脈衝大模型等領域取得更為出色的成績。 |
