前言：
人工智能已经成为新一轮科技革命和产业变革的重要驱动力量，大模型如同给信息科技带来了新的动力系统。以“ChatGPT”为代表的人工智能技术在全球范围内掀起新的高潮，引发了新一轮人工智能应用热潮。南京大学人工智能学院教授、南栖仙策创始人俞扬近期接受金沙集团优惠申请大厅专访，就GPT背后的技术、可能诞生的新的应用和当前阶段人工智能领域的投资机会给出了他的看法。
俞扬，南京大学人工智能学院教授，南栖仙策创始人。主要从事强化学习的研究工作，工作获5项国际论文奖励和3项国际算法竞赛冠军。入选国家青年人才计划、IEEE“国际人工智能十大新星”，获CCF-IEEE青年科学家奖，首届亚太数据挖掘“青年成就奖”，并受邀在国际人工智能联合大会 IJCAI 2018上作“青年亮点报告”。
金沙集团优惠申请大厅：
去年11 月30 日，美国人工智能(AI)研发企业OpenAI 推出AI 聊天机械人程序ChatGPT，开通了人类与机械人的互动和对话窗口，被各界视为人类迈进AI 时代的重要里程碑。能否帮忙简单梳理下人工智能、机器学习和大模型的关系?
俞教授：
人工智能是一个广泛的领域，按照“人工智能之父”John McCarthy的定义，人工智能是实现智能机器的科学和工程。John McCarthy还特别强调道，人工智能与理解人类智能有关，但也不必按照生物的方式去实现智能。
人工智能的经典内容包含搜索与推理、知识表达与机器学习。在参与人数、发表论文、应用落地等多个方面来看，机器学习目前已经成为人工智能规模最大的子领域。机器学习的上升来自人们对从数据中总结知识的需求。
在机器学习的过程中，数据充当输入的原材料，通过算法处理，最终产生出能够对新数据进行分析和预测的模型。例如，在人脸识别的场景中，模型接收图像输入，并输出相应的识别结果。至于所谓的“大模型”，它并没有统一的定义标准，但通常指的是那些在广泛的数据上训练、拥有大量参数且能够处理多类型任务的模型。ChatGPT就是一个例子，它利用了大规模的互联网文本数据进行训练，以此来支持其执行多样化的任务，体现了大模型的广泛应用能力。
金沙集团优惠申请大厅：
是什么让ChatGPT如此惊艳?
俞教授：
ChatGPT之所以让人称赞，关键在于两方面的革新。首先是其训练的广度。ChatGPT通过利用前所未有的大规模互联网文本数据进行训练，几乎包含了网络上可获取的全方位信息，这为模型赋予了庞大的知识库和多样化的理解能力。当然，在如此大规模的数据上成功训练的背后，必不可少的是合适的算法与模型设计以及强大的工程能力。
其次是OpenAI在大规模语言模型的应用模式上取得了突破性发现。这种发现可以说是对传统机器学习应用的一次重大进步。在传统的范式中，模型的训练和使用是一致的——比如一个训练用于识别人脸的模型，它的主要用途也将限于识别图像中的人脸。然而，OpenAI发现，通过训练模型来预测文本序列中的下一个词，可以产生一个功能强大的工具，它不仅能回答问题，还能根据指令生成具有特定风格或内容的文本。这一发现极大地拓宽了语言模型的应用范围，使其适用性远超传统界限，为人们带来了令人瞩目的体验。
金沙集团优惠申请大厅：
GPT的核心就是机器掌握了语言，它变成了一个懂表达、善于表达的机器，同时它还拥有世界常识。整个世界上已经发生的事、知识、常识甚至简单的推理，它都掌握了，这是非常了不起的一个突破，具体到产品形态上，可能诞生哪些超级应用?
俞教授：
对于大语言模型的作用，我理解其核心在于革新了人机交互能力和交互方式。这种变革不仅仅局限于实现更自然的对话体验，它还改变了我们与技术互动的基本方式。借助于大语言模型，机器不再是简单地执行固定命令或响应预设指令的工具，而是能够理解复杂的语言表达，甚至是模糊的人类意图和情感。
我无法预测基于大语言模型具体会产生什么超级应用，但可以预期的是，这样的应用一定能让人们可以用自己最自然、最直观的方式——语言与机器沟通，无论是技术背景如何、年龄或文化背景如何的人，都可以与机器有效交流，无需学习复杂的界面或命令语言，能够使得机器能够更好地融入我们的社会和日常生活。
金沙集团优惠申请大厅：
上一个AI时代已经出现过一些AI产品和商业成功的公司，GPT时代会有什么不同?
俞教授：
无论大语言模型浪潮有多么汹涌，产品和商业成功一定都是在满足人们的需求。以往已明确的需求，加上大语言模型后可以大幅提升效率，例如微软的Copilot系列正在强化Github编程、Word文字处理、PPT设计等原有的应用。对于这一类需求，大语言模型的应用普及可能会非常迅速。大语言模型也有可能帮助开发新的需求，例如缓解情绪的聊天机器人等。但开发新的需求总是有较长的接受周期。
金沙集团优惠申请大厅：
您所专注的强化学习领域，近期有哪些新的前沿进展?
俞教授：
强化学习是构建智能决策的AI技术分支。近期强化学习的主要进展，我认为是可以走出游戏世界，能够真正被用于解决多行多业的决策问题。基于这些进展，南栖仙策已成为强化学习应用的领头企业，聚焦工业与制造业，为先进制造所需的尖端决策控制提供核心技术。
金沙集团优惠申请大厅：
2016年开始的上一轮人工智能商业化出现了一些问题，AI企业不得不做很多繁琐细碎的定制化项目。大模型要如何规避上一轮人工智能商业化遇到的问题?
俞教授：
定制化是在满足不同客户的特性化需求。许多企业在尝试将AI技术商业化的过程中不得不投入大量的时间和资源去做定制化的项目，我认为其根本原因在于这里应用的AI技术通用性不足，通常只能解决应用链条中的某些环节，而无法处理全部环节。尤其是对客户需求的理解和建模方面，以往很难通过AI技术来处理，这时就需要人工来适配不同的需求，增加了定制化交付压力。一旦AI技术本身可以处理需求理解和业务建模，那么其商业化效率将得到大幅提升。南栖仙策在强化学习应用方面，正是运用AI技术在处理业务建模。大语言模型对客户语言描述理解能力的增强，也能一定程度上缓解人工适配的压力，因此我们也会看到大语言模型的迅速普及。
金沙集团优惠申请大厅：
大模型和小模型的区别，小模型的机会在哪?在资金储备、人才资源、使用场景、数据积累方面，大公司都有着天然的优势。小公司是否有机会，如果有，机会在哪?
俞教授：
我们通常所说的“大”是对“基础模型”的一个直观描述，当模型需要“吃进”大量数据时，通常其参数规模也需要很大，由此就出现了“大模型”。对于大模型，我们更多的预期是具有相当通用性的模型。而通用性与个性化往往存在冲突，这也是行业企业提供差异化服务的空间。
另外，OpenAI在2021年员工只有200人，如今也不到800人，从人数上来说并非“大公司”。当颠覆性技术到来的时候，反应缓慢的大公司可能面临更多的是天然的劣势。具有核心技术的小公司永远都会有机会。
金沙集团优惠申请大厅：
AI大模型炒的很热，如果说面向新一代人工智能做投资布局，当前阶段有什么比较确定的投资机会?
俞教授：
人工智能在我看来不仅仅是一门技术，而是通向未来人类社会新构型的途径。对于具体的业务和项目可能都有许多不确定性，但对于这条通往未来的途径，应该是十分确定的。
金沙集团优惠申请大厅：
AI 芯片、AI 服务器、存储等都是AI 基建的重要组成部份。AI 硬件的竞争提升，导致芯片价格大涨，成为芯片厂最大及最具战略意义的增长点。而在AI市场火热、英伟达显卡溢价、产能不足、芯片禁令等多重因素的作用下，国产AI基础设施建设和投资，似乎迎来了一个崭新的机会。国内AI基础设施企业如何把握机会，迎头赶上?以及AI时代的基础设施，有哪些潜在的投资机会?
俞教授：
就我目前看到的信息，国产AI硬件正在全力以赴的填补市场的算力需求。除了工艺产能，可能大众不太容易理解到的一点是，国产AI硬件的竞争力短板主要在软件生态上。最近的禁令是一次完善软件生态的难得机会。另外一项很重要的“基础设施”是基础科研。AI是一个快速迭代的领域，最好的技术永远是下一项技术，前沿基础研究能力决定了持续发展和自我颠覆的能力。
感谢俞教授的分享。希望通用人工智能可以将人们从低级枯燥的任务中解放出来，并开启一个富有创造力的新时代。
来源：投资一部虞玲玉
审核：薛瑶
发布：尤异