專訪｜北大AI專家朱松純「登月」為喻：追求通用人工智能的正道

2022年底，OpenAI推出的ChatGPT3.0在全球掀起人工智能熱潮；此後，文字轉影片AI模型「Sora」、GPT4.0等進一步打破人們對AI的想像，新的生產力革命、AI取代知識性產業勞動者等仿佛並非遙不可及。霎時間，企業爭先發展大型語言模型，中美掀起人工智能軍備競賽，半導體晶片被鼓吹成未來的石油......

北京大學人工智能講席教授朱松純日前接受《香港01》訪問，言談間卻對上述的種種有着另外的一些看法？

首先，朱松純認為ChatGPT這樣的生成式人工智能的潛力被一定程度地高估，無論是美國的科技巨頭，還是中國加入「百模大戰」的企業，耗費了大量的算力和資源，與其目前創造的實際價值並不匹配。他向記者表示：「人工智能發展的初心和終極目標是通用人工智能（AGI），背後是很深刻的學術問題」。

AGI簡而言之，就是指能夠在各種領域和任務中表現出與人類相媲美或超越的智能水平的AI系統，這種技術上不存在，但聽上去便令人心神嚮往，大大小小的AI企業都打出AGI的招牌，試圖向這一願景靠攏。

在OpenAI官方網站上，行政總裁奧爾特曼（Sam Altman）寫道，OpenAI的任務，是讓通用人工智能造福全人類。OpenAI推出的ChatGPT從3.0進化到4.0，但終究只是一種被稱為「生成式人工智能」的模型。朱松純認為：「Open AI這套數據驅動的範式，可能不一定會通向AGI」——「假設我們的目標是登月的話，他們更像是爬樹。雖然實現了高度的增加，但實質卻不一樣」。

什麼是AGI？各界理解各異

朱松純自30多年前、AI遠未進入公眾視野的時期便開始進行AI研究，90年代，他在哈佛大學攻讀計算機博士學位時已在研究人工智能圖像生成。2002年，他又轉到美國洛杉磯加州大學（UCLA）擔任統計系與計算機系教授，並成為計算機視覺、認知、學習與自主機械人中心主任。

2020年，他回到北京創辦北京通用人工智能研究院時，大多數人尚沒聽說過AGI這個詞，沒想到短短兩年多的時間，行業就發生戲劇性的變化。OpenAI向公眾推出了ChatGPT，沒多久，從百度到阿里巴巴，從乳業公司蒙牛到教育機構好未來（舊名學而思）都加入人工智能競賽，國內為了追趕美國科技巨頭在生成式人工智能上取得的成果，上演起一場「百模大戰」。

但在朱松純眼裏，大家都把注意力放錯了地方。實現AGI有三個關鍵要素——能完成無限的任務、擁有自主性且像人一樣由價值和因果所驅動，而不僅僅是依靠數據。他表示，現有的許多大型語言模型，實際上只是在做「詞語接龍」（根據一個詞預測下一個詞、最終形成完整回答）這一種任務，也不具備像人一樣每天起床後自主決定去做什麼的能力，更加不存在價值觀。他說：「生成式人工智能對我們中國的產業到底有多大的影響，我認為是需要被反復斟酌和驗證。」

「生成式AI真能改變世界？」

坐在上環信德中心大樓的一間會客室裏，朱松純環顧四周說：「你看我們人工智能雖然發展了這麼多年，AI尚且還沒有走到我們家庭裏，你看這房間裏面，沒有.....到街上去看，你看香港街上也還沒有大量湧現機械人、機械狗，也沒有無人駕駛的汽車。所以它離我們的生活相差的還很遠。」

ChatGPT問世後，人們驚異於這些依靠大數據的語言模型堪比人類的「理解力」和表達能力：它可以根據要求，分別向懵懵懂懂的6歲兒童、只有基本物理知識的中學生乃至研究學者解說量子力學；它可以充當智能的搜尋引擎，在極短時間內整合不同網站的資訊，回答人們的問題；其出色的表現，以至於2022年，一位Google軟件工程師聲稱其公司開發的聊天程式LaMDA存在「知覺」。

但實際上，生成式AI本質上是根據「前文」，在大量的文本數據中找出無數種可能的「下文」，分析其關聯性強弱、最終確定概率最高的下文。如此一來，人工智能學會了「說話」。但朱松純指出：「鸚鵡也能說話，所以它能說、並不等於它懂了」。一個AGI的例子是烏鴉，有紀錄片拍攝烏鴉能够通過觀察周遭環境，學會了在汽車開過時將核桃掉落，利用車輪碾碎核桃，等到紅燈變綠後去撿核桃，這體現了它具備一種認知架構，能理解物理常識。「北京通用人工智能研究院的科研範式就是像烏鴉例子展現出的『小數據、大任務』範式，希望能够自上而下地對認知架構建模，提升數據利用的效率，並創造像人一樣理解世界並自主同世界交互的智能體」。

缺乏理解能力，生成式人工智能所能帶來的改變就非常有限，他說：「我們到底是要一個來吟詩作畫、生成Sora這種視頻的一个AI系统，還是說我們要一個能端茶倒水、來幫我們、伺候我們、能夠察言觀色的AI？後者對我們的生活可能有更大的影響。」

百模大戰的潛在風險

隨着全球掀起AI熱潮，訓練生成式AI所需要的晶片成為了新的燃料、新一代的石油，少數能生產AI晶片的企業頓時身價暴漲。2022年美國通過晶片法案，屢次收緊對華出口晶片的限制，讓晶片價格水漲船高。但朱松純認為，如果把晶片比作煉鋼爐，那麼生成式AI模型就是煉出來的鋼，只有把鋼打成菜刀之類能賣錢的產品，下游企業才有利潤，「但目前來看，這些鋼材可能還需要更多的打磨和提升。」

朱松纯指出，國内企業模仿美國，甚至展開「百模大戰」，這可能帶來了額外的挑戰和壓力，最终可能需要企業自身承擔這些投入的風險。

傾注在AI領域的資本已經形成了一個龐大的市場，正如2016年人工智能公司DeepMind推出Alpha Go時引起的資本熱潮，企業估值急劇增長。但隨着時間流逝，大多數人已經漸漸將其遺忘。

對晶片短缺、大模型、中美競爭的爭論，引發了廣泛關注。然而，朱松纯認為，我們應該更多關注AGI，而不僅僅是生成式AI。「媒體常說中國有代差、我們落後了，好像在整個人工智能的競爭中落後了」，但朱松純認為「即便有時間差，也不是不可逾越的障礙」，畢竟「登月」才是最終的目標，不能只被眼前的一棵樹擋住了視線。