|
每经记者 郑雨航 每经实习记者 宋欣悦 每经编辑 高涵 近日，“推迟”“质疑”“未达预期”这类词语频繁出现在人工智能（AI）行业的讨论和报道中。被众人期待“炸场”的OpenAI连续12天的AI发布会细细品来也少了些“革命性”的味道，更像是在已有成果上的修修补补。 此前，OpenAI的联合创始人伊尔亚·苏茨克维就曾在多个场合提到，AI的进步并不是线性的，未来几年内，尽管有大量资金和研究投入，技术突破的速度可能会有所放缓。 AI发展速度真的在放缓吗？AI发展面临着哪些挑战？我们距离通用人工智能（AGI）还有多远？针对这些热点问题，《每日经济新闻》记者（以下简称NBD）专访了复旦大学计算机学院副教授、博士生导师郑骁庆。 郑骁庆认为，从速度来讲，AI发展并没有放缓，但目前AI发展面临着三大核心挑战：AI“幻觉”现象、数据隐私、算力和能源效率。在他看来，当前的AI技术依然处于“高级别模仿”的阶段，离真正的AGI还有一段距离。“AGI不仅需要在认知能力、学习能力等方面超越现有技术，还需在情感理解和自主决策等领域有所突破。” AI发展并未减速，但仍面临三大挑战NBD：在您看来，近期AI的发展速度相比过去两年，有怎样的变化？ 郑骁庆：我认为，人工智能的发展速度并没有放缓。 新一轮生成式人工智能的标志性工作，实际上就是OpenAI在2022年底推出的ChatGPT。这样一个突破性的事件，距今仅有两年左右的时间。在这段时间里，ChatGPT的成功使得整个学术界和产学界投入了大量的人力和物力来推动生成式人工智能的发展。 不能说当前人工智能技术的发展变慢了，实际上，它仍在加速前进。当然，在发展的过程中，我们不可避免地会遇到一些问题和新的挑战，这些都是目前确实存在的。 NBD：目前人工智能面临哪些重大挑战？ 郑骁庆：因为我的研究工作重要集中在自然语言处理和机器学习方面，所以我从这个领域来谈。 首先，当前大型语言模型面临的一个主要问题是“幻觉”现象，即模型可能会生成看似正确但实际上错误的信息。因为许多用户并不具备鉴别信息真伪的能力，所以很容易被这种“幻觉”影响。特别是在医学、法律、金融等高风险应用领域中，存在一定风险。 其次，大模型高度依赖大数据。实际上，包括OpenAI在内的AI公司，在训练模型时，也并未透露其使用了哪些数据。因为这些数据多多少少会涉及版权或个人隐私。这种问题不仅存在于模型的构建和训练过程中，在用户在使用大模型时，也可能泄露个人信息。因此，数据的隐私问题是另一个重大挑战。 最后，AI大模型的算力消耗巨大，资源成本高昂。如何降低使用门槛，让更多用户特别是中小企业能够负担得起人工智能技术，是我们需要思考的问题。在巨大的计算和能源消耗情况下，如何实现更高效、更节能的AI系统，可能成为未来的发展方向。 
郑骁庆 |
