蜜桃奶包

“人工智能的发展是没有尽头的”。在鲍捷看来，人工智能的核心在于利用知识，即如何高效地利用数据创造能够自我学习的新型软件，“这与传统软件工程相比，是开发效率的革命。只要持续探索信息科学与计算机科学的边界，致力于构建更智能、更自动化的软件，AI将保持其探索的活力。”

“我认识的很多AI公司都面临不小的困境，研究人员的规模也在缩减。人工智能从研发到在市场立足，通常需要漫长的周期，这与当前市场对快速回报的期待相冲突。缺乏耐心资本的投入、过于严格的IPO政策、一级市场缺少市场化资本、过于严格的监管环境以及严酷的创业风险后果，是制约国内AI创新生态发展的关键因素。”他认为，一个繁荣的AI生态需要无数看似“毫无商业价值”的草根应用作为根基，而这实则是孕育创新的土壤。互联网的成功来自于大学生都能做网站，但是现在大学生已经很难建立自己的大模型应用创业公司了。

人工智能不仅仅是技术的革新，更是推动社会结构和经济模式转型的关键力量。如同历史上每一次重大的科技革命，如电力、互联网的普及，人工智能也将催生出全新的行业生态和生活方式，其影响力将渗透到生活的方方面面，从教育、医疗到交通、制造，甚至是国家治理和社会伦理。

加大对人工智能的投入不仅仅是为了追赶国际竞争，更重要的是把握未来发展的主动权。采访中，鲍捷回忆起他自己在人工智能“冬天”里的坚守，那也是个相关研究不被看好、资金短缺的时期，许多同行都纷纷转行了，但他依然坚守，深信“只要不放弃，总会有转机”，他将其称为“serendipity”(意外发现的宝藏)。

“就像电灯泡的发明与最终普及靠交流电，在人工智能的第四个周期，谁能把人工智能的‘交流电’系统建立起来，谁能解决‘智能分发’的成本问题，谁就能把大模型的商业模式走通。现在的问题不是AI威胁人类，而是AI本身还没有经济效益，自身的存活都有问题。这是这个行业的第一性问题。”

开办了机器智能研究所(Machine Intelligence Research Institute)、科技未来界的重要人物埃利泽·尤德科夫斯基(Eliezer Yudkowsky)曾说：“迄今为止，人工智能的研究最危险的一点是，太多人自认为已经了解了它。”

谈论AI早就不是技术人员的专属，它已转化为一个全社会共同关注的议题。2017年某一期的《纽约客》杂志封面是一幅漫画：机器人来来去去，行色匆匆，而人类则沦为向机器人乞讨的流浪汉——人工智能是否会威胁到人类生存这一问题，一直有着广泛的思考和争论。AlphaGo战胜柯洁之后，更是加重了这种担忧。

“如今的孩子们，他们作为AI原生代的一员，对人工智能的态度和认知与前几代人截然不同。这些孩子成长在AI无所不在的环境中，AI的存在对于他们来说像空气和水一样自然，是他们生活的一部分。 他们不需要被特意告知AI是什么，因为它早已融入了他们的日常生活，成为学习、娱乐、创作等众多活动的基础设施。”鲍捷以他的孩子为例，她们在做作业、画画，甚至日常行为中都离不开AI。

鲍捷认为，智能的本质在于生物对信号的处理与响应，从单细胞生物到复杂的人类，每个层次的生命体都有其特定的智能水平，这种能力在不同生物间存在差异，人类智能同样有其极限，“尽管当前大语言模型备受瞩目，但在解决‘复杂加法’等基本问题时仍会出错，这揭示了人工智能与人类智能之间仍存有差距。人工智能的追求不在于复制人类智能，而是发展出一套全新的、或许暂时难以理解的信息处理模式。就像人类无法感知穿越身体的中微子，未来的人工智能可能也会以人类无法察觉的方式存在，超乎普通人的理解范畴，变得不可感知。”他相信，人工智能领域的绝大多数专业人士都不会担忧类似“AI毁灭人类”的科幻场景，反而坚信这种级别的智能是人类未来进步的必需。

蜜桃奶包会思考的机器——这一题材早在19世纪就已经出现在了幻想小说中。如今，人工智能(AI)依然都是科幻小说和科幻电影的重要元素。不过，虽然已经到了人人都在谈论AI的时候，但其中相当部分的人依然错误地将“人工智能”理解为“制造像人一样的机器人”。

过去十几年间，鲍捷的职业生涯始终围绕着如何将人类知识融入计算机系统。见到他时，他正在为一群来自加利福尼亚大学伯克利分校、上海交大等学校的大学生下厨做饭，他们刚刚结束了一场关于“大模型微调”话题的讨论。

“人工智能本质上是套软件，而非某种神秘之物，它需要通过不断学习，从周围环境中汲取信息，再加以学习，从而实现智能化。”鲍捷在采访的开始，就告诉第一财经记者，“其实地图路径规划、指纹识别、人脸解锁、机器下棋都属于人工智能的范畴。所以，AI是让机器去做人类做不到的事情，不过一旦做到了，就往往会被认为不是AI了”。

“当人工智能超越人类智能时，两者将是不可感知的平行存在，而非简单的对抗关系。人们应关注如何利用AI促进社会进步，而非过分担忧潜在的负面后果。”鲍捷认为，人们对于新技术的担忧和误解在历史上多次发生，如同交流电也曾遭遇安全性非议一样，最终也会证明其价值。

对于大模型的兴起，鲍捷反对将大模型的核心简单归结为“算力”。他认为，“数据的精细运用、数据工程的方法论以及对知识工程的尊重才是关键。”并且坚信“大模型的本质在于知识”，而不仅仅是算法、算力或数据，“从软件工程到数据工程，再到知识工程，每一步都需遵循不同的方法论，且知识工程的复杂性远超过前者，需要全新的思维模式来应对。”

鲍捷认为，政府、企业和资本市场应当共同协作，不仅要关注那些已经崭露头角的大型项目和企业，更要注重对初创公司和基础研究的支持，“这是因为许多颠覆性的创新往往源自小规模团队的奇思妙想，他们缺乏足够的资源去实现自己的愿景，而这些正是未来可能引领行业变革的力量”。

在采访的尾声，话题又回到了本文开头提到的这些年轻人身上。鲍捷说，就他的观察，无论是国内国外，年轻一代对AI的兴趣和创造力方面并无显著差异，关键在于是否给予他们足够的空间，让他们自由探索和创新。

鲍捷说：“在他们的认知里，AI不再是遥远的概念，而是如影随形的伙伴。对他们而言，AI不是一个需要特别标记的标签概念，而是生活的基本组成部分，如同上世纪90年代出生的那代人，视互联网为理所当然的存在一样。他们不拘泥于技术的表象，而是本能地挖掘其潜在价值，将其作为解决问题、激发创造力的有力工具。”

单纯的大模型作为一种技术商品是难以销售的，正如C++编译器一样，它们的价值在于与具体应用场景的结合，多模态大模型将成为趋势。鲍捷表示，“人工智能的本质是旨在提高开发效率。因此，单独的人工智能公司并不应存在，所有公司都应紧密贴合实际应用。未来的模型将走向端侧，低功耗、低算力的大模型将成为常态，每个人、每个设备都将拥有自己的个性化智能代理。技术的演进最终服务于应用场景，各公司之间的竞争焦点将落在对特定领域知识的深入理解和约束条件的精准把握上。”

＠联系我们
-应用内反馈:「我」-「右上角菜单」-「设置」-「反馈与帮助」
客户24小时在线服务

运用全新的功能，让使用更加安全便捷