引言
一年過去，ChatGPT引發(fā)的AGI熱潮絲毫未減。只是相對于最初推出時(shí)掀起的全民大模型熱，如今關(guān)于該如何落地的討論更多了起來。
隨著算力、數(shù)據(jù)庫、大數(shù)據(jù)等底層技術(shù)的發(fā)展，大模型的建設(shè)與在各個(gè)領(lǐng)域的應(yīng)用正在加速推進(jìn)，那么，這些跡象是否預(yù)示著AGI正在到來?最先進(jìn)的大模型技術(shù)又有哪些共同表現(xiàn)?回到國內(nèi)，大模型當(dāng)前的應(yīng)用場景面臨哪些挑戰(zhàn)，應(yīng)該如何解決?有哪些趨勢和機(jī)遇值得創(chuàng)業(yè)者關(guān)注?
為解答以上問題，近日，騰訊云TVP AI創(chuàng)變研討會(huì)系列第二期「AI下半場，探創(chuàng)新與應(yīng)用風(fēng)向」在深圳騰訊濱海大廈舉行，邀請多位 AI 領(lǐng)域資深專家進(jìn)行前沿分享，并特別設(shè)置了全場嘉賓的深度分組腦暴，現(xiàn)場思維火花碰撞，精彩觀點(diǎn)迸發(fā)。
“我做了十幾年人工智能，在過去的一年里深刻感受到這一技術(shù)的日新月異。去年GPT出來之后，我把相關(guān)的論文看了一遍，追到6月份整理了很多材料，覺得理解差不多了。結(jié)果下半年又不斷出來新的創(chuàng)新點(diǎn)，包括各種應(yīng)用，我就不禁想問，大模型的極限究竟在哪里?”在主持人，火光搖曳CEO、騰訊云TVP靳志輝的開場設(shè)問下，本次活動(dòng)正式開啟。
以大模型為代表的AGI：自主決策、自我探索、自我迭代
“ChatGPT出來之后，人們發(fā)現(xiàn)它通過了圖靈測試。所以，我在今年春節(jié)期間寫過一篇文章，旗幟鮮明地提出AGI即將來臨。”
在《通用人工智能的現(xiàn)在與未來》主題演講中，達(dá)觀數(shù)據(jù)副總裁、騰訊云TVP 王文廣首先追溯了從神經(jīng)網(wǎng)絡(luò)概念的最初提出，到如今這一技術(shù)在大模型上的延續(xù)。具體來說，目前大模型的發(fā)展主要呈現(xiàn)以下特點(diǎn)：
·模型的多樣化。從2017年谷歌發(fā)布Transformer到2018年，兩年間產(chǎn)業(yè)界開始不斷涌現(xiàn)出具有代表力的模型。其中，典型如BERT和GPT，GPT比BERT的出現(xiàn)更早，但是在語言處理能力上，首先爆發(fā)的是BERT。當(dāng)時(shí)，在閱讀理解能力評測上，BERT首次超越了人類專家的水平。
·參數(shù)規(guī)模和數(shù)據(jù)規(guī)模的爆發(fā)。BERT在“閱讀理解”上的優(yōu)異表現(xiàn)拉開了模型參數(shù)“野蠻增長”的時(shí)代，直至今日GPT-4達(dá)到1萬億的參數(shù)規(guī)模。同時(shí)，數(shù)據(jù)語料也從BERT時(shí)期的幾百兆，達(dá)到現(xiàn)在的幾PB甚至是幾十PB。
從大模型發(fā)展的整體格局來看，全球大模型聚集地還是在硅谷，然后是中國的“百模大戰(zhàn)”，歐洲在這一“戰(zhàn)場”上明顯落后，出彩者寥寥。
關(guān)于大模型如何在實(shí)際中更好地應(yīng)用，王文廣特別強(qiáng)調(diào)：大模型有依靠自身無法解決的“幻覺”問題，導(dǎo)致了準(zhǔn)確性和事實(shí)性無法保證。所以對它的使用需要有所限定，在對可靠性和真實(shí)性要求不高的情況下非常有用。針對大模型也不擅長做數(shù)學(xué)計(jì)算，王文廣說：“我的建議是，可以通過代碼解釋器運(yùn)行大模型給出的結(jié)果，這是一種可行的方法。”
據(jù)其介紹，目前大模型的應(yīng)用主要集中在文字創(chuàng)作相關(guān)領(lǐng)域，包括查閱資料、營銷文案、創(chuàng)作小說，主要基于搜索和編造的強(qiáng)大能力。
“但如果需要保證可靠性，特別像我們達(dá)觀數(shù)據(jù)大模型平臺‘曹植’面向產(chǎn)業(yè)應(yīng)用，就需要想方設(shè)法地利用檢索增強(qiáng)，通過知識圖譜的方法對它的結(jié)果做校驗(yàn)，做知識的憑據(jù)、二次的驗(yàn)證，去做所有答案的溯源。”
構(gòu)想未來，王文廣認(rèn)為，以大模型為代表的AGI將進(jìn)一步發(fā)展至“自主決策、自主探索和自我迭代”的新時(shí)代。而相對于自我迭代難度較高，自主決策和自我探索正在實(shí)現(xiàn)：
“‘輸出’無非兩種：一種語言，一種工具。語言發(fā)展到最新就是現(xiàn)在的大語言模型，此外用視頻訓(xùn)練大模型的方向也值得關(guān)注。而在使用工具上，也不乏應(yīng)用工具的 Agents和工具調(diào)用方法。也可以將大模型作為大腦與機(jī)器人相結(jié)合，機(jī)器人根據(jù)指令操作，實(shí)現(xiàn)“具身智能。”
而在更遙遠(yuǎn)的未來，我們或者不得不面對“硅機(jī)一日、碳基千年”的處境。當(dāng)世界上出現(xiàn)第一個(gè)真正意義上的機(jī)器人，盡管是人造物，但它的智能水平遠(yuǎn)比人高。人類社會(huì)是構(gòu)建在“人類是唯一的智能體”這個(gè)隱性條件下的，“那么，人類當(dāng)下的社會(huì)架構(gòu)是否還能存在?是否可以保持現(xiàn)狀?這些問題將留給社科、哲學(xué)等領(lǐng)域的學(xué)者們來研究。”王文廣最后表示道。
資本耐心有限下，AI成功落地的關(guān)鍵要素
“無論是事業(yè)、技術(shù)，還是人生，都是S型曲線，不可能一帆風(fēng)順地增長，也不可能一直跌在谷底，總是會(huì)遵循S曲線的發(fā)展路徑。AI的發(fā)展也是如此。”資深人工智能技術(shù)專家、創(chuàng)東方投資總監(jiān)、騰訊云TVP 邵浩在《AI創(chuàng)業(yè)賽道趨勢與投融資》的主題演講中如是表示。
從1956年人工智能概念的提出，到2012年AlexNet取得ImageNet的冠軍，看似AI再一次迎來了新的產(chǎn)業(yè)利好。2013年至2019年間，NLP、AR、VR等技術(shù)發(fā)展勢頭良好，很多概念公司拿到融資。但實(shí)際上，產(chǎn)業(yè)仍處于炒作周期，直到2019年，迎來本輪浪潮的第一次低谷。
“我們知道技術(shù)轉(zhuǎn)化是需要長期沉淀的，但是資本卻沒有多少耐心。在美國，資本的耐心可能可以達(dá)到十年，但在中國，或許最多有七年，股東就需要看到投資回報(bào)。”
按照資本運(yùn)作的邏輯，當(dāng)項(xiàng)目在短期內(nèi)難以達(dá)到預(yù)期回報(bào)，就很難避免被關(guān)停的命運(yùn)?；谏酆圃贏I投資領(lǐng)域的切身體驗(yàn)，他認(rèn)為當(dāng)下大模型投資標(biāo)的選擇非常困難。
那么，在資本耐心有限的情況下，AI技術(shù)若想成功落地又有哪些關(guān)鍵要素?
首先，是做到高效應(yīng)用。在邵浩看來，無論是將大語言模型應(yīng)用到辦公軟件，還是將AI的搜索能力應(yīng)用于信息的抓取和推薦，都是AI在普及化場景中的優(yōu)秀應(yīng)用案例。在專業(yè)領(lǐng)域也需要找到痛點(diǎn)方向，比如通過大數(shù)據(jù)幫助醫(yī)學(xué)領(lǐng)域進(jìn)行重大發(fā)現(xiàn)，尋找新的靶點(diǎn)等。
“是否是好的應(yīng)用，大概有幾個(gè)判斷要素：包括行業(yè)屬于勞動(dòng)密集型，企業(yè)生產(chǎn)工具類、普適性產(chǎn)品，終端場景包括軍工、醫(yī)藥、銀行、券商等等。包含了這些關(guān)鍵點(diǎn)就更容易走得通。”
其次，需要形成完整的產(chǎn)業(yè)閉環(huán)。比如，在半導(dǎo)體領(lǐng)域，需要從原材料、設(shè)備、人才、配套、生產(chǎn)、銷售，各個(gè)環(huán)節(jié)一起形成市場化的產(chǎn)業(yè)鏈。在AI領(lǐng)域也是一樣，如果難以形成市場閉環(huán)，就很難交付出用戶真正喜歡的產(chǎn)品。
在此基礎(chǔ)上，邵浩分享了在AI投資中重點(diǎn)考量的因素：“以我們公司‘深圳創(chuàng)東方投資’為例，主要講求七個(gè)字‘廣深高速進(jìn)出行’，包括面向市場的廣闊性、產(chǎn)品創(chuàng)新的深厚性、團(tuán)隊(duì)配置高、成長速度快，以及進(jìn)入和退出價(jià)格的合理性和投資的可行性。”
除此之外，邵浩也從自身資深的創(chuàng)業(yè)經(jīng)歷出發(fā)，給到他對AI創(chuàng)業(yè)者兩點(diǎn)建議：
其一，AI決定技術(shù)上限，但不要盲目追求。基于AI的復(fù)雜性和高成本附加，可以的話在項(xiàng)目前期進(jìn)行技術(shù)替代，如果進(jìn)展順利，在后續(xù)過程中再引入AI，這樣可以降低投資人的風(fēng)險(xiǎn)預(yù)期;其二，除技術(shù)之外，新產(chǎn)品該如何取代舊產(chǎn)品的市場也值得創(chuàng)業(yè)者多思考。
最后，基于對大模型未來技術(shù)發(fā)展的預(yù)判，邵浩提出幾點(diǎn)具體建議：
·關(guān)注AI發(fā)展中的瓶頸要素和領(lǐng)域應(yīng)用，如算力、行業(yè)數(shù)據(jù);
·具體領(lǐng)域應(yīng)用中，醫(yī)療與軍工領(lǐng)域較有機(jī)會(huì);
·以用戶需求和產(chǎn)業(yè)需求為導(dǎo)向，選擇“+AI”的項(xiàng)目，而非“AI+”的項(xiàng)目;
·保持前瞻性眼光，如關(guān)注多模態(tài)等前沿方向;
·強(qiáng)調(diào)“產(chǎn)業(yè)閉環(huán)”。
向量數(shù)據(jù)庫：實(shí)現(xiàn)多模態(tài)數(shù)據(jù)打通和人與數(shù)據(jù)的互動(dòng)
“大語言模型的本質(zhì)是把治理范式進(jìn)行了轉(zhuǎn)移，它的作用主要體現(xiàn)在即使是非程序員，也可以方便地通過自然語言來調(diào)度隱藏在大語言模型背后的GPU算力。”
在《向量數(shù)據(jù)庫：AI時(shí)代的數(shù)據(jù)樞紐》主題演講中，騰訊云數(shù)據(jù)庫副總經(jīng)理 羅云首先提出了他對大模型的看法。
進(jìn)一步，與強(qiáng)大算力相配套的，則是完善的數(shù)據(jù)存儲平臺。通過在騰訊云的內(nèi)部實(shí)踐，在構(gòu)建存儲平臺上羅云認(rèn)為需要攻克以下兩個(gè)關(guān)鍵點(diǎn)：
·數(shù)據(jù)的多模態(tài)。包括關(guān)系型數(shù)據(jù)庫數(shù)據(jù)、文件系統(tǒng)中的數(shù)據(jù)，以及存儲的非結(jié)構(gòu)化數(shù)據(jù)，這些數(shù)據(jù)都是價(jià)值數(shù)據(jù)，需要通過智能化的方式加以利用。其中，關(guān)鍵在于數(shù)據(jù)的多模態(tài)互動(dòng)，做到表數(shù)據(jù)、KV數(shù)據(jù)、圖片數(shù)據(jù)等不同模態(tài)下的數(shù)據(jù)對應(yīng)和流通。
·以自然語言為基礎(chǔ)的人與數(shù)據(jù)的交互。如何無需通過程序員就能調(diào)度底層存儲，包括讀寫數(shù)據(jù)、檢索數(shù)據(jù)等任務(wù)。
要達(dá)成以上兩點(diǎn)，需要運(yùn)用向量數(shù)據(jù)庫的“中樞”和“索引”作用：
·向量數(shù)據(jù)庫是數(shù)據(jù)中樞。數(shù)據(jù)之間存在信息差的關(guān)鍵點(diǎn)在于格式不一致，而通過“向量”的方式，可以讓多模態(tài)數(shù)據(jù)最終表達(dá)為一種格式。
·向量數(shù)據(jù)庫位于索引層。通過向量數(shù)據(jù)庫，可以索引包括數(shù)據(jù)庫、大數(shù)據(jù)、文件系統(tǒng)等各個(gè)不同數(shù)據(jù)空間中的數(shù)據(jù)，是通用索引層，方便查找。
此外，當(dāng)預(yù)判到向量數(shù)據(jù)庫可能面臨實(shí)現(xiàn)企業(yè)級和智能化的挑戰(zhàn)，騰訊云也做了不少業(yè)內(nèi)里程碑式的嘗試，包括：
·與中國信通院標(biāo)準(zhǔn)制定組織一起完成了千億規(guī)模的測試。“包括實(shí)現(xiàn)最高支持千億級向量規(guī)模和500萬QPS峰值能力，達(dá)到99.99%的可用性;我們也是國內(nèi)首家通過信通院標(biāo)準(zhǔn)測試的向量數(shù)據(jù)庫;同時(shí)，和信通院一起聯(lián)合50多家企業(yè)共同發(fā)布了國內(nèi)首個(gè)向量數(shù)據(jù)庫標(biāo)準(zhǔn)《向量數(shù)據(jù)庫技術(shù)要求》。”
·端到端的召回率提升30%以上。通過集成Embedding，實(shí)現(xiàn)自然語言查詢;通過AI套件的應(yīng)用，實(shí)現(xiàn)端到端的RAG應(yīng)用檢索，從而使召回率提升30%以上。
“通常大家會(huì)用框架去做，但我們測下來發(fā)現(xiàn)準(zhǔn)確率表現(xiàn)不是很高，基本上通過開源方案去搭建，端到端的召回率能做到50%就算高的。為提升召回率，我們在內(nèi)部也做了很多嘗試，比如和PCG業(yè)務(wù)團(tuán)隊(duì)的合作，將他們的一些知識平臺化，做成標(biāo)準(zhǔn)的解決方案運(yùn)用到行業(yè)之中，這樣就能讓行業(yè)發(fā)展得更快。這樣一套做下來，召回率可以達(dá)到70~80%。”
事實(shí)上，騰訊云向量數(shù)據(jù)庫自今年中以來數(shù)據(jù)表現(xiàn)持續(xù)亮眼、增長飛速，但羅馬不是一天建成的。據(jù)羅云介紹，早在2015年，騰訊集團(tuán)內(nèi)部就將騰訊云向量數(shù)據(jù)庫進(jìn)行了多方布局。比如應(yīng)用在騰訊視頻、騰訊新聞中，以保證用戶上傳內(nèi)容，也就是UGC的內(nèi)容可靠性。“我們的方法是把新聞、視頻截幀之后轉(zhuǎn)換成向量保存下來，再通過查重和非允許的一些敏感數(shù)據(jù)去做向量匹配，這樣就可以快速審核內(nèi)容素材。”
截至目前，騰訊云向量數(shù)據(jù)庫在集團(tuán)內(nèi)部有超過40個(gè)業(yè)務(wù)的接入，每天完成1600億次請求。此外，自今年7月份向量數(shù)據(jù)庫上云，在3個(gè)月左右的時(shí)間里已經(jīng)累計(jì)了1500家以上企業(yè)級用戶和開發(fā)者用戶，增長飛速。
分組腦暴，觀點(diǎn)碰撞
三位嘉賓的精彩演講結(jié)束后，主持人火光搖曳CEO、騰訊云TVP 靳志輝總結(jié)道：“‘通向AGI之路’我非常認(rèn)可，AGI的話題也非常吸引人。如果對這個(gè)話題感興趣，推薦大家讀3本書：《生命3.0》《未來簡史》以及《千腦智能》，基本上很好地解讀了未來人類AGI的發(fā)展走向。”
緊接著，人人參與的深度探討環(huán)節(jié)正式開啟，主持人火光搖曳CEO、騰訊云TVP靳志輝提出四個(gè)關(guān)于大模型和AI技術(shù)的熱點(diǎn)問題，現(xiàn)場嘉賓以小組抽簽的形式分別選擇不同話題進(jìn)行探討，然后各小組派代表進(jìn)行發(fā)言，其他小組組員也可以針對性地發(fā)表自己的看法。熱點(diǎn)討論結(jié)束后，特別設(shè)置了爭議性話題“觀點(diǎn)PK”環(huán)節(jié)，嘉賓在交流過程中也碰撞出更多精彩觀點(diǎn)。
熱點(diǎn)討論
話題1：GPTs會(huì)給創(chuàng)業(yè)者帶來什么樣的機(jī)會(huì)，它的未來會(huì)如何演化?
來自第一組的發(fā)言代表，53AI創(chuàng)始人、騰訊云TVP 楊芳賢表示：這個(gè)話題我在過去幾個(gè)月做了非常深入的思考，我們現(xiàn)場小組綜合討論之后的觀點(diǎn)是：GPT-4對行業(yè)發(fā)展很有價(jià)值，就像2000年時(shí)出現(xiàn)的互聯(lián)網(wǎng)產(chǎn)品“個(gè)人主頁系統(tǒng)”，普通用戶都可以通過主頁系統(tǒng)簡單DIY出自己的個(gè)人網(wǎng)站。今天，當(dāng)時(shí)最早的個(gè)人站長已經(jīng)成為了今天中國互聯(lián)網(wǎng)人才的主力。
由此來看，GPTs強(qiáng)大的編排能力和極低的使用門檻將極大推動(dòng)大模型應(yīng)用的普及以及為大模型行業(yè)培養(yǎng)大量的人才。未來十年，無論是To C還是To B的場景會(huì)有大量的AI應(yīng)用出現(xiàn)，這些應(yīng)用會(huì)是獨(dú)立開發(fā)，并不會(huì)是基于GPTs來構(gòu)建。
話題2：對于AI、大模型的未來發(fā)展，看好哪些核心方向?
第二組發(fā)言代表的北京大學(xué)教授、北京大學(xué)深圳系統(tǒng)芯片設(shè)計(jì)重點(diǎn)實(shí)驗(yàn)室主任、騰訊云TVP 何進(jìn)提出，經(jīng)過小組討論后，我們普遍認(rèn)為這個(gè)問題不會(huì)特別明確，從核心技術(shù)方向來看，智能時(shí)代的五個(gè)大方向包括：CPU構(gòu)成的調(diào)度能力、GPU構(gòu)成的計(jì)算能力、Memory構(gòu)成的儲存能力、網(wǎng)絡(luò)構(gòu)成的傳輸能力，以及大數(shù)據(jù)。
其中，計(jì)算和存儲能力可以通過存算一體的芯片進(jìn)行融合，如果加上感知層，還可以實(shí)現(xiàn)感、存、算的三層融合，未來可能還能夠進(jìn)一步融合網(wǎng)絡(luò)傳輸能力。而從應(yīng)用方向來看的話，我們更看好“AI智能體”的未來發(fā)展。
話題3：AI、大模型與行業(yè)或領(lǐng)域可以有哪些結(jié)合，看好怎樣的應(yīng)用場景?
對于這個(gè)問題，第三組發(fā)言代表九四智能合伙人 湯丁青表示，以智能外呼業(yè)務(wù)為例，在沒有大模型之前，主要是進(jìn)行一些比較單一的人機(jī)和用戶交互，依賴主流程的結(jié)構(gòu)化。當(dāng)有了大模型之后，可以結(jié)合用戶信息，以及在交互過程中多輪的動(dòng)態(tài)信息去做動(dòng)態(tài)決策，核心在于提高AI的存單轉(zhuǎn)化。
此外，各小組的嘉賓也結(jié)合自身所在領(lǐng)域的應(yīng)用場景發(fā)表了各自見解。
vivo研發(fā)總監(jiān)、騰訊云TVP 楊振濤指出，大模型在軟件研發(fā)領(lǐng)域可以讓更多工程師來做更高附加值的“填空題”，把人更擅長的創(chuàng)造部分發(fā)揮出來。流程化或是找Bug的工作則可以交給AI Agent解決。
主持人火光搖曳CEO、騰訊云TVP 靳志輝則結(jié)合其所在語言教育領(lǐng)域，指出NLP中的一些重要場景。一是兒童語言學(xué)習(xí)及成人語言學(xué)習(xí)，已經(jīng)有很多創(chuàng)業(yè)公司利用ChatGPT對話技術(shù)產(chǎn)出下一代語言訓(xùn)練場景。此外，在未來的老年社會(huì)，如何利用AI給老人提供陪伴及情緒價(jià)值，在他看來也是可以應(yīng)用的場景。
話題4：未來十年的中美AI競爭，中國將逐漸追平還是越拉越遠(yuǎn)?
對于這個(gè)問題，第四組的發(fā)言代表美團(tuán)無人機(jī)高級技術(shù)總監(jiān)、騰訊云TVP 陳天健答道，經(jīng)過組內(nèi)討論，我們認(rèn)為未來雖然有差距，但也不會(huì)越來越遠(yuǎn)，首先，雖然有算力的差距，但是在現(xiàn)實(shí)的AI應(yīng)用中，并沒有多少場景需要那么強(qiáng)大的算力。比如在自動(dòng)駕駛領(lǐng)域的兩家中美公司，美國公司的算力比中國公司高一倍，但主要是用在了視覺上，中國公司則是通過更優(yōu)質(zhì)的傳感器來做替代，由此可見，我國可以在AI產(chǎn)品應(yīng)用領(lǐng)域?qū)ふ覂?yōu)勢路徑;其次，在原創(chuàng)技術(shù)方面，中美之間仍然需要在研發(fā)投入、人才和時(shí)間等維度進(jìn)行比拼。
而討論到算力方面，主持人火光搖曳CEO、騰訊云TVP靳志輝保持樂觀，他認(rèn)為當(dāng)前中國的算力研發(fā)突破很快，AI人才方面也在不斷追趕，未來大模型技術(shù)發(fā)展我國有能力緊跟美國不掉隊(duì)。
觀點(diǎn)PK：“有效加速”還是“超級對齊”?
有效加速理論代表人物：SamAltman、YannLecun、AndrewNg(吳恩達(dá))
核心觀點(diǎn)：技術(shù)發(fā)展不應(yīng)受到其他因素限制，要更加開放，AI無需監(jiān)管。
超級對齊理論代表人物：ElonMusk、Hinton、IlyaSutskever
核心觀點(diǎn)：基于技術(shù)帶來的潛在威脅，應(yīng)該對AI系統(tǒng)的行為進(jìn)行引導(dǎo)，讓其能夠符合設(shè)計(jì)者的意圖，也就是需要監(jiān)管。
從正方觀點(diǎn)來看，之所以贊同“有效加速”，主要在于各國最終都會(huì)選擇去監(jiān)管，但因?yàn)锳GI對人的影響很大，監(jiān)管的結(jié)果好壞尚未可知。達(dá)觀數(shù)據(jù)副總裁、騰訊云TVP 王文廣提出：未來AGI將至，并將帶來很大的影響，在這一點(diǎn)上兩派人物的觀點(diǎn)是一致，只是Ilya希望在讓AGI服務(wù)人類之后再放開給大家使用，Altman則是希望先發(fā)展，搶先占領(lǐng)機(jī)會(huì)。對于目前中美在AI發(fā)展上存在差距，我認(rèn)為應(yīng)該首先支持發(fā)展，在技術(shù)上進(jìn)行追趕。
反方則從人性的角度出發(fā)，認(rèn)為缺乏有效監(jiān)督、治理下的“有效加速”則會(huì)造成“屁股決定腦袋”，甚至“個(gè)人利益凌駕與集體利益”的局面。對此，中科氫焱CDO、騰訊云TVP 曾永紅表示說：當(dāng)今法治社會(huì)需要倫理和秩序。未來無論多久，不管是在物理世界還是虛擬世界，最終都反映到物理世界的：人類負(fù)責(zé)規(guī)則與秩序，硅基負(fù)責(zé)實(shí)現(xiàn)和執(zhí)行。例如數(shù)據(jù)的獲取和使用是否合規(guī)的問題，如果AI訓(xùn)練的數(shù)據(jù)不受約束，將會(huì)造成失控的局面，先污染再治理可能造成無法逆轉(zhuǎn)的傷害，因此預(yù)見性的監(jiān)管框架能夠更好地發(fā)展和利用AI。
正方vivo研發(fā)總監(jiān)、騰訊云TVP 楊振濤進(jìn)一步指出，這涉及非常多關(guān)于價(jià)值觀的話題，現(xiàn)在不少人會(huì)帶“e/acc”的標(biāo)簽，表明自己是“有效加速主義”支持者。有的人可能認(rèn)為這代表了一種精英的傲慢，但實(shí)際上，在技術(shù)成長的階段，AGI突破的前夕，如果有太多監(jiān)管，必然影響到技術(shù)本身的發(fā)展。換個(gè)角度，從社會(huì)和政府層面，可能需要考慮的是大環(huán)境與價(jià)值觀的問題，包括法律的完善、科技倫理等等，這些都會(huì)考慮到，但是需要在合適的時(shí)機(jī)，不應(yīng)該在新技術(shù)這棵小苗初長新葉的時(shí)候就噴農(nóng)藥，還是要給它生長的空間。
反方PP停車創(chuàng)始人&CEO、騰訊云TVP 李劍再次聲明自己的觀點(diǎn)：我想表達(dá)的觀點(diǎn)是從人類發(fā)展長河的角度去思考這個(gè)問題，當(dāng)所有都不受控的時(shí)候，秩序從何而來，人類不僅僅是在當(dāng)前這個(gè)時(shí)代，在20、30、100年的長河里面都是一瞬間，如白駒過隙 ，我的觀點(diǎn)是需要監(jiān)管，來保證長期的秩序。
最后，騰訊云數(shù)據(jù)庫副總經(jīng)理 羅云對兩方的觀點(diǎn)進(jìn)行了調(diào)和，讓這個(gè)辯題的思考上升到了哲學(xué)層面：這個(gè)論題我自己的看法是沒有答案。相信沒有人會(huì)說我們?nèi)祟惖哪康氖菫榱酥圃霢I，碳基的目的是制造硅基。我們運(yùn)用AI最終的目的一定是服務(wù)于人類，幫助我們提升生產(chǎn)力，讓人類更加幸福。那么在這一大的目的共識下，我認(rèn)為當(dāng)前的階段應(yīng)該放手向前跑，做大膽的嘗試，這對于我國科技的發(fā)展更加有益。
結(jié)語
事實(shí)上，AGI首先是一個(gè)技術(shù)命題，但它同時(shí)也是社會(huì)命題和哲學(xué)命題。所以，在本次TVP AI創(chuàng)新研討會(huì)上，無論是嘉賓演講還是線下討論，都會(huì)在技術(shù)之上加入對AGI的社會(huì)性思考和哲學(xué)思辨，這也是本次活動(dòng)的超預(yù)期收獲。
秉持“用科技影響世界”的初心，騰訊云TVP還將攜手各界專家，共同探索大模型在不同維度、各個(gè)領(lǐng)域中的理論前沿和技術(shù)實(shí)踐，共同邁向AGI的智能未來。
TVP，即騰訊云最具價(jià)值專家(Tencent Cloud Valuable Professional)，是騰訊云授予云計(jì)算領(lǐng)域技術(shù)專家的一個(gè)獎(jiǎng)項(xiàng)。TVP致力打造與行業(yè)技術(shù)專家的交流平臺，促進(jìn)騰訊云與技術(shù)專家和用戶之間的有效溝通，從而構(gòu)建云計(jì)算技術(shù)生態(tài)，實(shí)現(xiàn)“用科技影響世界”的美好愿景。
（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進(jìn)一步核實(shí)，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
