如何從大語(yǔ)言模型走向通用人工智能，這條路線(xiàn)可能帶來(lái)哪些影響？

2024年1月16日，中國科學(xué)院院士、清華大學(xué)人工智能研究院院長(cháng)、清華大學(xué)計算機系教授張鈸在“智譜AI”2024年度技術(shù)開(kāi)放日上，帶來(lái)了《從大語(yǔ)言模型到通用人工智能》的主題分享。

怎么來(lái)理解現在爆火的生成式的模型？

張鈸院士表示，必須從生成式大模型具有的四個(gè)特征來(lái)分析它，這四個(gè)特征是“三大一缺點(diǎn)”。

就是強大的生成能力，強大的遷移或者推廣能力以及強大的交互能力，最后一個(gè)大缺點(diǎn)，幻覺(jué)。

具體來(lái)說(shuō)：

1.強大的生成能力：指的是語(yǔ)言模型能夠在開(kāi)放領(lǐng)域生成多樣化、連貫且類(lèi)似人類(lèi)的文本。這種能力超出了人們的預期，被認為是模型達到一定規模后出現的“涌現”現象。

2.強大的遷移能力：模型能夠在給定少量樣本的情況下，將知識遷移到不同領(lǐng)域，完成新的任務(wù)。這種能力同樣在模型規模達到一定程度后才會(huì )出現。

3.強大的交互能力：模型能夠與人類(lèi)進(jìn)行自然語(yǔ)言對話(huà)，這在過(guò)去是難以實(shí)現的。這種對話(huà)不受領(lǐng)域限制，使得人機交互更加流暢。

4.幻覺(jué)：這是模型的一個(gè)主要缺點(diǎn)，指的是模型可能會(huì )生成看似合理但實(shí)際上并不真實(shí)或有意義的輸出。

張鈸院士解釋了大語(yǔ)言模型如何通過(guò)三個(gè)關(guān)鍵技術(shù)實(shí)現這些能力：

·  巨大的人工神經(jīng)網(wǎng)絡(luò )：使用深度和寬度都非常大的網(wǎng)絡(luò )結構，如GPT-3和GPT-4 Turbo，這些網(wǎng)絡(luò )能夠處理大量的文本數據。

·  巨大的訓練文本：使用大量的人類(lèi)知識文本進(jìn)行訓練，這些文本數據量達到了數十TB。

·  Next token prediction：通過(guò)自監督學(xué)習的方法，模型能夠預測下一個(gè)詞，從而生成連貫的文本。

通過(guò)這些技術(shù)，模型構建了一個(gè)連續的語(yǔ)義向量空間，使得輸入的文本序列能夠轉換為向量，并在該空間中進(jìn)行處理，最終生成輸出文本。

當然，想要實(shí)現高質(zhì)量的文本生成和人機對話(huà)，離不開(kāi)預訓練、推理和對齊。

這是向通用人工智能邁出的第一步，取得了兩個(gè)重大突破:

·  能夠生成人類(lèi)水平的文本，"說(shuō)人話(huà)"。

·  實(shí)現了人機自然語(yǔ)言流暢對話(huà)。在ChatGPT中，我們可以用純自然語(yǔ)言與機器對話(huà)，這在過(guò)去是難以實(shí)現的，而且這種對話(huà)不受領(lǐng)域限制。

這兩個(gè)突破將推動(dòng)人工智能技術(shù)獲得進(jìn)一步發(fā)展。

邁向通用人工智能第二步工作，就是在GPT-4的基礎上構造一個(gè)智能體，使其能夠與數字世界交互。

為此必須實(shí)現兩點(diǎn)：一是使其具有多模態(tài)處理能力，把感知能力加入進(jìn)來(lái)。通過(guò)多模態(tài)生成，可以完成感知能力的補充，完成閉環(huán)。

二是增加其交互能力。過(guò)去第一步走的時(shí)候，主要用了語(yǔ)言模型跟人類(lèi)交互的能力，而大模型還可以與環(huán)境尤其是數字環(huán)境進(jìn)行交互。通過(guò)這兩點(diǎn)的組合，可以實(shí)現第二步目標。也就是說(shuō)機器可以與外部工具和環(huán)境結合，發(fā)揮問(wèn)題求解能力。

它不僅可以回答問(wèn)題，還可以幫助解決問(wèn)題，解釋和執行復雜指令，制定計劃來(lái)達成預定目標。與數字環(huán)境結合后，它可以通過(guò)反饋學(xué)習，判斷自己的行動(dòng)正確或錯誤。

第三步發(fā)展非常重要，目前GPT-4最多只能與數字世界交互，通用人工智能最終必須使其能與物理世界交互。這就缺少了一個(gè)關(guān)鍵環(huán)節——機器人。要與世界溝通和采取行動(dòng)，就需要機器人。因此，“具身智能”（Embodied AI）的提出很關(guān)鍵，它可以構建一個(gè)完整的智能體，既有感知能力，又有像人類(lèi)一樣的思考和行動(dòng)能力。這將形成一個(gè)完整的智能體。

如果實(shí)現了這一步，就可能構建出一個(gè)擁有感知、思考和行動(dòng)能力的通用人工智能體，實(shí)現從專(zhuān)用走向通用的突破。

這個(gè)大模型發(fā)展下去，對我們產(chǎn)業(yè)，對我們職業(yè)會(huì )產(chǎn)生什么影響？

張鈸院士認為，大語(yǔ)言模型的發(fā)展必將對產(chǎn)業(yè)和職業(yè)產(chǎn)生深遠影響。

一方面，它將提升效率和質(zhì)量，對多數行業(yè)起到互補作用；另一方面，也會(huì )替代部分工作。但大語(yǔ)言模型本身存在的缺陷決定了它不可能完全取代人類(lèi)?？傮w來(lái)看，大語(yǔ)言模型與人類(lèi)還是互補的關(guān)系。而人工智能這樣發(fā)展下去，最主要的一定會(huì )推動(dòng)經(jīng)濟的發(fā)展。

為把握機遇，張鈸院士呼吁要緊密結合科研、技術(shù)創(chuàng )新和產(chǎn)業(yè)發(fā)展，開(kāi)發(fā)通用的人工智能軟硬件，推動(dòng)產(chǎn)業(yè)進(jìn)步。盡管道路艱難，但大語(yǔ)言模型已經(jīng)為通用人工智能開(kāi)辟出一條道路，其影響還會(huì )持續顯現。

以下為張鈸院士演講內容（內容有調整）

大家好，這個(gè)會(huì )議主要圍繞大模型，我想所有的聽(tīng)眾呢，都是沖著(zhù)大模型來(lái)的，因此我今天就講大模型的內容。

講三個(gè)問(wèn)題。

一個(gè)我們如何從這個(gè)大語(yǔ)言模型走向通用人工智能，這條路應該怎么走，我們會(huì )走到什么地方？

第二個(gè)，這個(gè)大模型發(fā)展下去，對我們產(chǎn)業(yè)，對我們職業(yè)會(huì )產(chǎn)生什么影響？

最后，講一點(diǎn)有關(guān)人工智能產(chǎn)業(yè)的一點(diǎn)思考。

大家知道，我們人工神經(jīng)網(wǎng)絡(luò )是1947年開(kāi)始的，當時(shí)主要作為鑒別器（分類(lèi)）使用，也想把它作為生成器來(lái)生成，結果遇到很大的困難。

這個(gè)問(wèn)題到2014年干出來(lái)以后，才得到一定的解決，特別是2017年Transformer轉換器提出來(lái)以后，就像打開(kāi)這個(gè)閘門(mén)，生成式的人工智能迅猛地發(fā)展。

我們?yōu)槭裁匆闵墒降娜斯ぶ悄?，大家常常引用Richard Feynman 說(shuō)的一句話(huà)，“如果我們不能創(chuàng )造它，我們就不可能理解它?！?（What I cannot create，I do not understanding.）

所以我們通過(guò)生成式的人工智能，就是要打開(kāi)理解這個(gè)世界的大門(mén)。

我們怎么來(lái)理解生成式的模型？我們必須從生成式大模型具有的四個(gè)特征來(lái)分析它，這四個(gè)特征是“三大一缺點(diǎn)”?！叭蟆笔裁创竽?？

就是強大的生成能力，強大的遷移或者推廣能力以及強大的交互能力，最后一個(gè)大缺點(diǎn)，幻覺(jué)。我想從這個(gè)三點(diǎn)出發(fā)，我們才能夠真正地認識大模型。

所謂的強大的生成能力，我們現在先說(shuō)語(yǔ)言模型，就是強大的語(yǔ)言生成能力。這個(gè)強大主要體現在它能夠在開(kāi)領(lǐng)域生成多樣性連貫的類(lèi)似人類(lèi)的文本。也就是說(shuō)，它能夠在開(kāi)放的范圍內，流暢地產(chǎn)生出多樣化且邏輯自洽的語(yǔ)言表達。

這一點(diǎn)是大大出乎大家意料之外的，大模型沒(méi)有達到一定的程度，不可能出現這個(gè)現象，我們目前還把這個(gè)現象說(shuō)成是涌現。

第二個(gè)是遷移能力，就是只要給它少量樣本，它就能將知識遷移到不同的領(lǐng)域，這也大大出乎了人們的意料。為什么只給它幾個(gè)樣本，它就能完成新的任務(wù)呢？這種能力也只有在模型達到一定規模后才會(huì )出現。

我們想一想，利用這兩種能力發(fā)展出來(lái)的ChatGPT，它是通過(guò)預訓練、推理和對齊這三個(gè)步驟實(shí)現的。那么它是如何做到這一點(diǎn)的呢?

主要是三個(gè)原因。

第一個(gè)原因，我們用了一個(gè)巨大的人工神經(jīng)網(wǎng)絡(luò )來(lái)完成這個(gè)任務(wù)。這個(gè)巨大的神經(jīng)網(wǎng)絡(luò )，我們把它叫做轉換器。這個(gè)巨大大到什么程度呢？

四個(gè)檔。一個(gè)非常之深，深度達到了96層。第二個(gè)非常之寬，GPT-3 寬度達到了2048個(gè)tokens?，F在GPT-4 Turbo，達到128000個(gè)tokens。換句話(huà)講，300多頁(yè)的文本可以同時(shí)輸入，這是它的寬度。

GPT3.5 的規模達到了1750億個(gè)參數，它的硬件需要285000個(gè)CPU，1萬(wàn)個(gè)GPU來(lái)完成，這是我們利用的一個(gè)技術(shù)，巨大的神經(jīng)網(wǎng)絡(luò )。

第二個(gè)技術(shù)就是巨大的訓練文本，我這里特別講的用Text不用數據，美國人最早用的是用巨大的數據，現在美國人也改口了，把它說(shuō)成是巨大的文本數據，Text Data。

請大家注意，我這里講的text肯定不是指這個(gè)數據，因為text大量描述的是人類(lèi)的知識，那么用得多少呢？這個(gè)大家知道了，現在已經(jīng)達到了45TB，Google已經(jīng)達到50TB是吧。

第三個(gè)使用的是Next token prediction，自監督學(xué)習。

靠這三項技術(shù)，我們做到了剛才講的三大能力。怎么做到的？

實(shí)際上，它構造了一個(gè)連續向量的語(yǔ)義空間，這個(gè)連續向量的語(yǔ)義空間怎么構造呢？就是用了LLM加上AI alignment來(lái)構造，這樣就使得我們用一串的10串的輸入，變成token，最后變成向量，在連續向量空間進(jìn)行處理，又輸出了一大堆詞串。

正是借助這三項技術(shù)，我們實(shí)現了前面提到的三大語(yǔ)言生成能力。

具體來(lái)說(shuō)，是通過(guò)LLM（大語(yǔ)言模型）結合AI alignment構造了一個(gè)連續的語(yǔ)義向量空間。這樣就使得我們用1串，10串的輸入變成token，最后變成向量，在連續向量空間進(jìn)行處理，又輸出了一大堆詞串。

如果大家了解LLM（大語(yǔ)言模型），就會(huì )知道它通過(guò)預訓練生成了K和V，這是它的記憶單元。然后在推理階段，我們將問(wèn)題Q輸入模型，Q與K、V進(jìn)行計算，輸出對下一個(gè)詞的預測。這就是LLM的整個(gè)工作流程。這種過(guò)程完全改變了我們處理語(yǔ)言的方式，使機器能夠像人類(lèi)一樣進(jìn)行思考。

當然，還需要最后一步對齊技術(shù)。經(jīng)過(guò)對齊后，可以大幅降低錯誤率。因為L(cháng)LM本身只能生成類(lèi)人語(yǔ)言，不能保證正確性。只有通過(guò)對齊，才能確保生成內容的正確性。

這是我們邁出的第一步，取得了兩個(gè)重大突破:

·  能夠生成人類(lèi)水平的文本，"說(shuō)人話(huà)"。

·  實(shí)現了人機自然語(yǔ)言流暢對話(huà)。在ChatGPT中，我們可以用純自然語(yǔ)言與機器對話(huà)，這在過(guò)去是難以實(shí)現的，而且這種對話(huà)不受領(lǐng)域限制。

以前我們一點(diǎn)也做不到這兩點(diǎn)，現在不僅可以在開(kāi)放領(lǐng)域做到，而且對話(huà)不受專(zhuān)業(yè)領(lǐng)域限制。這兩個(gè)突破非常重大，將推動(dòng)人工智能技術(shù)獲得進(jìn)一步發(fā)展。

舉一個(gè)簡(jiǎn)單的例子，讓ChatGPT以一個(gè)小學(xué)生的身份寫(xiě)一篇關(guān)于會(huì )飛的房子的文章。

我們可以看到，它表現出了很強的想象力，能想象房子長(cháng)出翅膀來(lái)，飛到云端，降落在各種地方，看到的也都是童話(huà)世界，面包長(cháng)在樹(shù)上等等。這完全是人類(lèi)水準的文本生成。這一點(diǎn)實(shí)際上表明，人工智能向著(zhù)通用人工智能邁進(jìn)了一步。

以前的人工智能都受限于三個(gè)“特定”：特定領(lǐng)域、特定算法、完成特定任務(wù)。人工智能只能在限定的領(lǐng)域內工作，受限于特定算法，并完成特定的預設任務(wù)。這三個(gè)特定都使其受限于某一應用領(lǐng)域。

而生成式模型完全改變了這種模式。我們使用通用的轉換器（Transformer）模型，在開(kāi)放領(lǐng)域內生成各種任務(wù)，完成多種任務(wù)，不受領(lǐng)域限制。這表明人工智能正在向第三代人工智能發(fā)展，也證明了行為主義道路是可行的。

我們目前正在進(jìn)行的第二步工作，就是在GPT-4的基礎上構造一個(gè)智能體，使其能夠與數字世界交互。

為此我們必須實(shí)現兩點(diǎn)，一件事就是要使得它能夠接受多模態(tài)，就是要把感知這部分加進(jìn)去，這就是我們現在說(shuō)的這個(gè)多模態(tài)生成。通過(guò)多模態(tài)的生成，我們可以解決了感知的問(wèn)題，才能夠把這個(gè)環(huán)給閉起來(lái)。

我們知道，美國研發(fā)的CLIP模型實(shí)現了圖像和文本的對比學(xué)習。大語(yǔ)言模型解決了文本的語(yǔ)義處理，如果把圖像和文本關(guān)聯(lián)起來(lái)，機器也能處理圖像內容。CLIP已經(jīng)展示了非常好的效果，無(wú)論是在圖像分割還是識別上，都實(shí)現了重大突破。

過(guò)去機器只能對圖像進(jìn)行分類(lèi)，停留在感覺(jué)層面，而很難實(shí)現真正的感知。有了大語(yǔ)言模型把圖像和文本關(guān)聯(lián)后，這一問(wèn)題得到很好的解決，機器現在可以真正識別物體。

然后我們還要增加交互能力。我們過(guò)去第一步走的時(shí)候，我們主要用了語(yǔ)言模型跟人類(lèi)交互的能力，而大模型還可以與環(huán)境尤其是數字環(huán)境進(jìn)行交互。通過(guò)這兩點(diǎn)的組合，我們可以實(shí)現第二步目標。也就是說(shuō)機器可以與外部工具和環(huán)境結合，發(fā)揮問(wèn)題求解能力。

它不僅可以回答問(wèn)題，還可以幫助解決問(wèn)題，解釋和執行復雜指令，制定計劃來(lái)達成預定目標。與數字環(huán)境結合后，它可以通過(guò)反饋學(xué)習，判斷自己的行動(dòng)正確或錯誤。這是ChatGPT等第一代模型無(wú)法做到的。我們期望GPT-4可以達到這個(gè)目標，類(lèi)似ReAct和CogVLM也在朝這個(gè)方向發(fā)展，不僅可以推理，還可以采取行動(dòng)。

這里舉出了例子，說(shuō)明僅具備推理能力或僅具備行動(dòng)能力都無(wú)法完全解決問(wèn)題，必須推理和行動(dòng)能力的結合。

比如對于較復雜的推理問(wèn)題，GPT-4可以很好地處理。我讓GPT-4計算一個(gè)腦筋急轉彎的題目：我有10只碗，為開(kāi)派對向張家借5只、向李家借5只，派對后我把碗還給他們，那么我手里還剩多少碗？GPT-4起初誤解為0只，后來(lái)“仔細想了想”，推理出我還剩10只自己的碗。這類(lèi)復雜推理只有GPT-4能完成。針對復雜問(wèn)題求解如雞兔同籠題，它也能很好解決。

第三步發(fā)展非常重要，目前GPT-4最多只能與數字世界交互，我們最終必須使其能與物理世界交互。這就缺少了一個(gè)關(guān)鍵環(huán)節——機器人。要與世界溝通和采取行動(dòng)，就需要機器人。因此，“具身智能”（Embodied AI）的提出很關(guān)鍵，它可以構建一個(gè)完整的智能體，既有感知能力，又有像人類(lèi)一樣的思考和行動(dòng)能力。這將形成一個(gè)完整的智能體。如果實(shí)現這一步，其結果將是難以想象的。因此，現在就必須把機器人技術(shù)配合上來(lái)。

那么大家看到了美國人就做人形機器人，我覺(jué)得不一定要做人形，因為很多地方使用的，就是手就可以了，或者腳就可以了。不一定把硬件搞得非常復雜，所以我的主張就是說(shuō)，你有一定的硬件作為它的基礎，我們進(jìn)行研究，我們要研究什么問(wèn)題？研究強化學(xué)習，這是今后人工智能的方向，而且這個(gè)強化學(xué)習如果再進(jìn)步，我們過(guò)去所有的機器，做的都是外部驅動(dòng)的，我們如果能夠走到內部驅動(dòng)，那就是能夠非常接近人類(lèi)智能。

接下來(lái)是人工智能發(fā)展下去，會(huì )產(chǎn)生什么影響？

這個(gè)我引用這個(gè)高盛的全球投資的一張圖，這張圖告訴我們說(shuō)，人工智能這樣發(fā)展下去，最主要的一定會(huì )推動(dòng)經(jīng)濟的發(fā)展。

高盛的分析顯示，人工智能每年可帶來(lái)1.3%的全球經(jīng)濟增長(cháng)，發(fā)達國家可能達到1.5%，中國大約0.9%。這些數字可能不夠準確，但人工智能促進(jìn)經(jīng)濟發(fā)展的趨勢是確定的。因此，中國要發(fā)展經(jīng)濟，就必須推動(dòng)人工智能技術(shù)發(fā)展。

第二句話(huà)，看它究竟對我們產(chǎn)業(yè)，各個(gè)行業(yè)產(chǎn)生什么影響？

有人擔心人工智能會(huì )代替人類(lèi)工作，其實(shí)這份報告分析了各行各業(yè)，得出結論是人工智能對多數行業(yè)有利。左側深色表示不易被自動(dòng)化替代的體力勞動(dòng)；相反，右側淺色表示可被部分替代的腦力勞動(dòng)，但比例不會(huì )超過(guò)1/3。大部分工作將是人機互補，提高工作質(zhì)量和效率。

為什么大模型難以完全替代人類(lèi)？是因為當前人工智能模型存在天花板。

就是說(shuō)大模型所有的工作都是外部提示的，不是它主動(dòng)做的，而且它是在外部提示下，用概率的預測的辦法來(lái)完成它。人類(lèi)完全不是這樣，所有工作基本上是在內部驅動(dòng)下，內部意圖的驅動(dòng)下，在意圖的控制下，或者意識的控制下來(lái)完成的，這就表現了大模型的三個(gè)天花板。

第一，質(zhì)量不可控。大模型的質(zhì)量無(wú)法人為控制，輸出質(zhì)量不穩定。

第二，生成結果存在正確錯誤，因而不可信。

第三，不魯棒。輸出很依賴(lài)輸入提示詞，相同內容不同提示詞會(huì )產(chǎn)生不同解，給出不同回答。

綜上所述，當前大模型存在的三大問(wèn)題(不可控、不可信、不魯棒)是根本性的缺陷，隨著(zhù)模型規模的增加也難以解決。

前幾天我看了圖靈獎得主 Joseph Sifakis 在清華做的報告，他也是這個(gè)觀(guān)點(diǎn)一樣的，他就畫(huà)出來(lái)這個(gè)智能化三個(gè)層次，他認為目前來(lái)講，機器大多數作為輔助，那么第二步走向自動(dòng)化，自動(dòng)化的意思是什么，把部分的監控任務(wù)交給機器。

最終它叫做自主化，把所有的控制、監控都交給機器，這個(gè)他覺(jué)得很難，最主要的原因就剛才我們講到不可信，機器不可信，所以總體來(lái)講我們應該看到今后的最主要的內容，就是我們把機器作為我們最好的助手，當然相當一部分工作會(huì )被它代替，但是這個(gè)要分領(lǐng)域的，不是所有領(lǐng)域都是這樣。

這個(gè)總結一下，實(shí)際上就是我們當初提出來(lái)的發(fā)展三代人工智能的思想。

第三代人工智能的最主要思想是三個(gè)，一個(gè)我們必須要建立人工智能的可解釋與魯棒（穩?。┑腁I理論與方法。

因為到現在為止這個(gè)理論還沒(méi)有建立起來(lái)，這就是人工智能所以緩慢和曲折的原因。為什么理論建立不起來(lái)？就受到三個(gè)特定的限制。因為過(guò)去你只能在特定領(lǐng)域，利用特定模型去解決特定的任務(wù)，根本你就在特定情況下做的事，怎么可能建立一個(gè)通用理論呢？大模型的出現給我們建立這個(gè)理論提供了可能性，因為你不走向通用，你不可能建立通用理論，所以現在這個(gè)有可能了。

那這種情況下，我們才有可能得到安全、可控、可信、可靠和可擴展的人工智能技術(shù)。換句話(huà)講如果這個(gè)理論沒(méi)有建立起來(lái)，我們人工智能的技術(shù)永遠是難以相信。

三是推動(dòng)AI的創(chuàng )新應用與產(chǎn)業(yè)化，這個(gè)我們特別強調知識的作用，這個(gè)就必須充分發(fā)揮這四個(gè)要素，這個(gè)四個(gè)要素肯定都要發(fā)揮知識、數據、算法、算力，但是我們最主張的，就必須重視知識作用，所以我們把知識放在第一位。

人工智能發(fā)展可以分為三個(gè)階段。第一代人工智能試圖通過(guò)建立語(yǔ)義符號系統來(lái)模擬人類(lèi)思考，包括推理、決策、診斷、設計、規劃和創(chuàng )作等能力。這體現了符號主義和行為主義的主張，即構建一個(gè)語(yǔ)言和符號的理想空間，在這個(gè)空間內模擬人類(lèi)思考。但是這種模型存在一個(gè)重大缺陷，即“符號接地”（the symbol grounding problem）問(wèn)題，無(wú)法與物理世界聯(lián)系，系統都是人為定義的，與外部環(huán)境脫節。

第二代人工智能試圖通過(guò)構建特征向量的連續空間來(lái)實(shí)現感知，可以利用大量數據進(jìn)行訓練。但是其最大問(wèn)題是與認知層面脫節，僅能對物體進(jìn)行區分，無(wú)法真正理解和認知。

為克服第一代和第二代人工智能的局限，我們在第三代人工智能中提出構建“準語(yǔ)義向量連續空間”，也就是大語(yǔ)言模型構建的空間。這打通了三種空間，才可能建立一個(gè)真正的智能體，實(shí)現思考、感知和行動(dòng)的統一。大語(yǔ)言模型的出現使這一目標看起來(lái)可能實(shí)現。但是，仍有很多問(wèn)題有待解決，需要大量工作。

總之，大語(yǔ)言模型為實(shí)現真正的人工通用智能提供了可能性，但距離最終目標還有一定差距。

最后，我就談兩點(diǎn)思考。

首先，盡管人工智能目前正處于穩步發(fā)展階段，甚至可以說(shuō)是快速發(fā)展，它對各行各業(yè)產(chǎn)生了巨大影響。然而，我們也面臨著(zhù)許多不確定性，因為人工智能的發(fā)展往往是不可預測和不可控的。例如，我們目前對某些現象的解釋仍然停留在“涌現”這一概念上，這實(shí)際上意味著(zhù)我們尚未完全理解其背后的機制。

我認為中小型企業(yè)不應僅局限于科研，而應將科學(xué)研究、技術(shù)創(chuàng )新與產(chǎn)業(yè)發(fā)展緊密結合。智譜AI在這方面做得相當出色，它不僅重視研究工作，還通過(guò)組織此類(lèi)討論會(huì )，展示了對科學(xué)研究的重視。這種產(chǎn)學(xué)研結合的模式，特別是在中國，有助于產(chǎn)業(yè)的健康發(fā)展。

此外，我認為現在是抓住機遇，發(fā)展人工智能產(chǎn)業(yè)的關(guān)鍵時(shí)期。過(guò)去，人工智能產(chǎn)業(yè)受到特定領(lǐng)域和任務(wù)的限制，難以實(shí)現大規模發(fā)展。但現在，我們有機會(huì )開(kāi)發(fā)通用的硬件和軟件。

總結起來(lái)來(lái)講，通向通用人工智能道路還是很艱難的。但是不管怎么說(shuō)，大語(yǔ)言模型為人工智能的發(fā)展打開(kāi)一條通向通用人工智能寬廣的道路。