1862
7月8日，2023世界人工智能大會期間，科大訊飛總裁吳曉如出席，帶來題為"人工智能促進金融創(chuàng)新"的主旨演講并接受了媒體的采訪。
他指出，大模型描述的語義空間和人類語義空間越來越逼近，已經(jīng)產(chǎn)生“類人”智慧，產(chǎn)生了智慧涌現(xiàn)，通用人工智能曙光已現(xiàn)，這可以極大地把我們從很多腦力勞動中解放出來。
作為中國人工智能的頭部企業(yè)之一，訊飛此前提出，中國AI大模型既要“彎道超車”，也要“直道沖鋒”。
吳曉如認為，目前國內(nèi)大模型與國際頂尖的認知智能大模型對比還存在綜合實力、平臺能力等差距。在“直道沖鋒”的過程中，芯片、高質(zhì)量數(shù)據(jù)、系統(tǒng)迭代等方面仍然挑戰(zhàn)嚴峻；但國內(nèi)在大模型各技術領域方面有長期的探索與積累，核心技術方面的系統(tǒng)性創(chuàng)新也“開花結果”，在認知智能大模型的長跑中要有底氣和信心。
以下是演講和采訪實錄（有刪減，小標題為編者添加）。
吳曉如：現(xiàn)在大家都在說又迎來人工智能一個新的技術革命，而且是一個顛覆性的技術革命。我們覺得雖然目前還不是通用人工智能，但是它已經(jīng)出現(xiàn)通用人工智能曙光，或者我們看到通向人工智能的橋梁，對我們未來十年、二十年工作和生活產(chǎn)生多大影響。
其實現(xiàn)在的通用人工智能，或者說通用人工智能的前奏，大模型，差不多是萬億級參數(shù)來模擬我們?nèi)说拇竽X，雖然它的工作機制不完全一樣，但是剛剛前幾位專家都已經(jīng)說過，它產(chǎn)生了智慧涌現(xiàn)。
訊飛1999年成立，過去24年一直聚焦在人工智能這一件事情上，起初的使命是讓機器能聽會說、能理解會思考。很長時間以來，我們感覺非常遺憾，因為機器能夠聽得清，經(jīng)常卻聽不懂，這是認知智能不足，嚴重影響人工智能的價值鏈創(chuàng)造。前面張院士專門說到了，十年前的語音識別、圖像識別也面臨很多領域應用的問題。所以在前幾年，我們看到認知智能、自然語言處理很多方面需要大規(guī)模定制，很多計算機學院學生做自然語言理解，肯定要做分詞斷句、摘要、機器翻譯，分成很多門類，現(xiàn)在，可能都被大模型一統(tǒng)天下。
它的下一步會很好地去解決很多信息處理問題，原來語音到文本以后，它經(jīng)過自然語言理解就會遇到一個很大的檻，這個檻就是能不能理解。理解之后，能不能再進行一些邏輯的推理？能不能經(jīng)過長思維鏈條推理？能不能經(jīng)過推理以后生成一些內(nèi)容？實際上這些在之前都是非常困難的。但是這次大模型的出現(xiàn)，使得很多信息處理的全流程形成了一個閉環(huán)。
我們認為，它會帶來更加猛烈的第四次浪潮，技術上下一步還有更高天花板，還有非常大潛力。同時它采用循序漸進的方式，將很快進入應用和技術雙輪驅(qū)動，技術會更快發(fā)展，對應用上會產(chǎn)生越來越大的變化。
大模型解決了對整個信息深度理解、推理和生成問題，產(chǎn)生了智慧涌現(xiàn)，實際上可以極大地把我們?nèi)祟悘暮芏嗄X力勞動中解放出來。我們先把人類未來的工作、倫理問題放在一邊，下一步它一定會產(chǎn)生巨大生產(chǎn)力。尤其通過人機協(xié)同以后，這種生產(chǎn)力的釋放，我想是非常巨大的。有19%工作可能直接被替換掉，還有50%以上的工作，或多或少有工作場景需要人和機器進行深度協(xié)同，我們看一下背后的技術，一般分成三步：
第一，無監(jiān)督或者自監(jiān)督的訓練，只要給它大量的有質(zhì)量的文本，它就會自動去訓練，就像一個人埋頭苦讀一樣。
第二，有監(jiān)督下的精細參數(shù)調(diào)整，一般叫SFT。它經(jīng)過大量高質(zhì)量的提示和提示下的答案，對某個問題進行修正，參數(shù)修正以后產(chǎn)生的模型，就能在具體的行業(yè)領域應用，相當于拜師學藝。
第三，它生成答案怎么更好符合我們?nèi)说念A期？我們用一種強化學習的函數(shù)進行調(diào)整，可以使得最后的模型更加符合我們的預期。
總體來說，預訓練大模型的語義空間和人類語義空間越來越逼近，這就是正在產(chǎn)生類人的智慧，后續(xù)可以通過多模態(tài)使它的學習能力和生成能力越來越強，給我們解決越來越多的問題。
我們當時把這個大模型叫作星火，是因為期待它可能是通用人工智能的曙光，或者是一個火花，接下來，星星之火可以燎原，我們想它會非常快地在應用和技術上發(fā)展。
人工智能的生態(tài)之爭
目前我們模型沒有全方面的開放，我們還等待監(jiān)管機構最后的認證。最近從星火大模型應用體驗看，我們得到各種不同的報告。
首先，使用人的特點是一線城市、高學歷和年輕化；使用時間上，和我們工作時間段比較吻合，工作提效需求成為它最核心的場景。另外比較有意思的是，星火大模型6月9日開放應用助手創(chuàng)新空間，不再需要寫程序，只需要給提示，它就能根據(jù)你的提示產(chǎn)生各種各樣應用，比如寫一些政府公文，比如寫一些企業(yè)文案，這種新的應用創(chuàng)新形式極大地把我們非IT人士的創(chuàng)新動力和需求釋放出來。
星火大模型在接下來的過程中，要注意這幾個方面。
第一，我們堅持整個星火大模型自主可控。首先堅持算法自主可控。
第二，考慮到現(xiàn)在國際產(chǎn)業(yè)鏈的不確定性，我們現(xiàn)在和國內(nèi)的一些優(yōu)秀算力合作。目前我們和昇騰深度合作，在算力資源調(diào)度上達到行業(yè)領先水平。我們要推動星火大模型，首先，它要是完全自主可控。其次，技術的生命力在于運用，我們把它用到我們自己的產(chǎn)品里，比如學習機、辦公本和翻譯機已經(jīng)融入了星火的模型。
第三，我們要和交通銀行這樣頭部企業(yè)共同打造行業(yè)大模型。昨天在錢行長親自見證下，我們已經(jīng)和交通銀行共同成立了人工智能的創(chuàng)新實驗室，我們要加快使得星火大模型能夠賦能我們的行業(yè)。
第四，繼續(xù)堅持平臺開放原則。作為2017年我們國內(nèi)第一批人工智能開放企業(yè)，一旦國家認證放開以后，我們就會把星火大模型全面加入科大訊飛人工智能開放平臺里面。目前開放平臺集聚近500萬個人開發(fā)者和企業(yè)。下一步是將星火大模型理解和思考能力融入業(yè)務流程里面。之前很多的人工智能感知能力更多的是一種工具性應用，所以它和整個業(yè)務流程耦合性并不深。下一步，隨著認知技術成為我們底層能力的一部分，它會為我們整個企業(yè)的各種應用創(chuàng)新帶來更大的變化。
如何克服大模型“一本正經(jīng)地胡說八道”？
大模型的不足之處，在于它的技術原理，有可能是一本正經(jīng)地胡說八道。它如果不和行業(yè)專業(yè)數(shù)據(jù)庫或者專業(yè)應用插件進行對接，那么可能它提供的是過時或者不專業(yè)的答案。同時現(xiàn)在這個技術需要做進一步的技術突破，讓我們的大模型更有“自知之明”。大模型提供一個答案時候，它并不能意識到自己說得不對。
要解決大模型在行業(yè)中的問題，還要把它優(yōu)秀的語言理解能力和推理概括表達能力，與一些優(yōu)秀APP、行業(yè)知識庫結合起來。我們推出一些技術方案，把行業(yè)知識大模型訓練中自監(jiān)督和有監(jiān)督過程中進行融合，同時把一些類搜索技術結合起來，這樣讓我們大模型在行業(yè)應用中可以揚長避短。
接下來簡單說一下我們在金融應用創(chuàng)新中的初步考慮，這個目前還不是很成熟。
訊飛一直把金融中的應用作為我們非常重要的一個方向，下面是它幾個重要的價值點。
第一，獲得客戶和維系客戶或者說營銷獲客。
第二，運營降本，怎么在一系列金融環(huán)節(jié)中讓機器能夠做更多事情，把整個成本降下來。
第三，怎么做風險防控。這次大模型提供的技術能力和這三個未來我們要產(chǎn)生價值的方面非常吻合。在每一個需要產(chǎn)生價值點的地方，對輸入信息做理解、抽取和推理，最后我們給不同用戶提供不同產(chǎn)品和解決方案。我們看到人工智能，尤其以新的大模型為代表的新人工智能的出現(xiàn)帶來了非常多新的應用機會。
對大模型有幾個展望。
第一，大模型是一個質(zhì)的突破，也是顛覆式、里程碑式的突破，而且它的后續(xù)潛力還會很大。因為大模型向應用界產(chǎn)生應用也不到一年的時間，未來的需求導向?qū)@個技術產(chǎn)生優(yōu)化作用會更大的。
第二，我們覺得大模型的生命力在于應用，我們不會等到大模型完全成熟后，才開始應用。雖然它有一系列問題需要解決，但是我們可以從一些穩(wěn)定的高價值場景，先切進去循序漸進，然后在應用中我們和學界共同去解決一系列的問題。
第三，大模型支撐下的數(shù)字化應用將推動人和機器更加緊密協(xié)同。我們之前講19%的工作可能在以后幾年內(nèi)逐漸被替代掉，還有50%多的只能部分替代他工作中的場景。而這部分就需要人和機器更加緊密協(xié)同。下一步不僅要技術創(chuàng)新，模式創(chuàng)新和流程創(chuàng)新變得更加重要。
采訪記錄整理：
問：應用是今年大會期間針對大模型都比較關心的問題。訊飛星火目前已經(jīng)是國內(nèi)應用生態(tài)比較完備的，但似乎還不夠。您認為大模型下一階段的發(fā)展方向是什么？尤其是如何實現(xiàn)商業(yè)化的落地？
吳曉如：首先，大模型一些基礎能力已經(jīng)可以開始用了，像它的理解和邏輯推理這些，已經(jīng)可以解決很多行業(yè)中的一些問題，比如說客服、營銷、文案的書寫等。但它里面也還有一些問題，比如提供的知識不夠?qū)I(yè)，可能會過時。這些就需要我們和一些行業(yè)知識庫做一些緊密的融合，讓機器更好地對接行業(yè)知識庫。大模型背后的機理，除了學習大量的文本外，還要進行一些針對行業(yè)知識的精細的調(diào)整，像交通銀行這樣的機構都可以參與進來。最近一段時間在金融領域，我們和中國人民保險集團、交通銀行都建立了聯(lián)合的創(chuàng)新機構。昨天我們和交通銀行建立了人工智能創(chuàng)新實驗室，把訊飛的大模型能力和行業(yè)知識庫、行業(yè)應用能力結合起來。這樣很快就會有應用推出，然后在此基礎上，它會反向牽引，然后大家再做進一步的融合和深化，這是一個層面。第二個層面就是，現(xiàn)在對外互聯(lián)網(wǎng)或者公開的開放平臺上，還需要等到監(jiān)管機構發(fā)牌以后，我們才能正式運作。但是現(xiàn)在有很多的開發(fā)者通過預體驗的形式，已經(jīng)把他們的應用和我們的系統(tǒng)做了一些對接了，包含了我們提出的一個概念叫應用助手，它通過寫一些提示詞就可以創(chuàng)作各種各樣的一些新的應用。這兩種模式都在往前推進了，一個是現(xiàn)有的APP怎么接進來，第二個是它怎么基于現(xiàn)在的大模型產(chǎn)生一些新的應用。所以我們一旦等到監(jiān)管機構發(fā)牌以后，我們就會在訊飛開放平臺上向開發(fā)者和中小用戶開放。所以同時有兩條線，一個是大的行業(yè)，一個是一般性的企業(yè)。
問：科大訊飛在這次大會上成為國家人工智能標準化總體組大模型專題組的聯(lián)合組長單位，然后也和華為、騰訊一起加入到了大模型合作生態(tài)共同體。您個人是如何判斷一個好的大模型有哪些標準？以及在這種生態(tài)共同體或者工作組里面，不同企業(yè)之間的協(xié)同和競爭關系又是怎樣的？
吳曉如：現(xiàn)在是一個大模型滿天飛的時代，有些大模型是自主研發(fā)的，有些是開源的。但是想要未來讓它更加有價值的話，還是要在應用中產(chǎn)生價值，尤其是怎么讓應用端來了解大模型，否則他們的理解可能會比較抽象。在這里面就涉及一系列的對大模型的評測。這種評測既有基礎能力的評測，比如語言理解能力、邏輯推理能力、思維鏈，以及長文本的生成過程中，生成的內(nèi)容怎樣才算比較合理，都需要一系列的評價標準。我們訊飛是屬于比較學院派的做法，在訊飛啟動大模型攻關專項之初，認知智能全國重點實驗室就牽頭設計了通用人工智能的7個重要維度能力能力的一整套的測試方法。在這套體系出來之后，便與中國科學院人工智能產(chǎn)學研產(chǎn)業(yè)聯(lián)盟（側重產(chǎn)學研源頭技術創(chuàng)新）和長三角人工智能產(chǎn)業(yè)鏈聯(lián)盟（側重產(chǎn)業(yè)鏈應用落地）的眾多的專家、合作伙伴進行共同探討，達成廣泛共識。這些評價標準也被友商和合作伙伴引用。因為整個行業(yè)剛剛開始，處于非常早期的階段，為了大模型更加健康地發(fā)展，行業(yè)內(nèi)需要一個標準，通過健康的引導來實現(xiàn)協(xié)同發(fā)展。這就是為什么工信部信通院牽頭成立了一個標準工作組，旨在形成一套覆蓋多任務的大模型能力客觀評測體系，引導中國認知大模型技術和產(chǎn)業(yè)健康發(fā)展。下一步希望與聯(lián)盟單位基于通用評測體系，共同推動行業(yè)評測方案落地，讓認知大模型技術真正解決社會剛需。行業(yè)中很多合作伙伴的協(xié)同關系非常強。我們昨天和華為正式發(fā)布了基于昇騰算力的底層算力平臺。雖然華為有類似的盤古模型，但是大家仍有很多可以協(xié)同的地方。比如騰訊在應用服務上有非常成熟的生態(tài)，也是交通銀行的安全合作的伙伴。所以行業(yè)內(nèi)現(xiàn)在主要玩家的協(xié)同大于競爭。
問：現(xiàn)在有個說法是“百模大戰(zhàn)”，我們訊飛有什么獨特的優(yōu)點，以及我們目前需要攻克的難點有哪些？
吳曉如：我覺得訊飛的優(yōu)勢在以下幾個方面，第一，長期聚焦于人工智能。訊飛自1999年成立以后一直都是在搞人工智能。比如說，現(xiàn)在很多大模型好像是剛剛出現(xiàn)，但實際上這與訊飛以前在醫(yī)療、教育里面做各種模型的方法都是一樣，只是以前模型的參數(shù)規(guī)模沒有這么大。第二，訊飛有一個非常有經(jīng)驗、也非常強大的團隊。訊飛的模型根本就不用開源，因為我們完全自主完成。這樣未來形成一個技術優(yōu)化的閉環(huán)，我們上升的空間才會更快。一旦某一些東西受制于人，就會存在非常多的問題。第三，和應用的結合。長期來看，訊飛是一個to B型的企業(yè)。大模型下一步的應用是要形成深度、有價值的應用，其所以B端的牽引還是非常重要的。我們雖然不是一個互聯(lián)網(wǎng)企業(yè)，但是B端一些牽引對大模型下一步成熟是非常重要的。
問：科大訊飛和昇騰在哪些方面有具體合作，國產(chǎn)算力支撐的大模型，它的優(yōu)勢在哪里，又有哪些地方需要加強？
吳曉如：第一，國外的算力，做了那么多年，肯定更有優(yōu)勢，但問題是，它們現(xiàn)在是不可控的，搞不清哪天可能不可用。所以我們必須自己做，國內(nèi)一些算法領先的的企業(yè)和戰(zhàn)略企業(yè)必須要投入。第二，芯片制造、設計的工作昇騰在做，但實際上一個算力平臺更強的方面可能在于軟件和生態(tài)，比如工具鏈、算法優(yōu)化。高通、英偉達強大的原因，不僅僅是硬件，更多的是軟的方面強。所以和昇騰合作時，我們擅長做算法優(yōu)化。在各種硬件上，我們天然地知道怎么在一個平臺上把算法優(yōu)化的非常好?，F(xiàn)在和昇騰合作后，把我們的軟優(yōu)勢和他們的硬優(yōu)勢結合起來，我相信我們會很快給市場提供結合以后比較強大的技術平臺。具體合作中昇騰提供底層的算力平臺。利用昇騰的卡并搭建基礎的算力平臺。訊飛在它的基礎戰(zhàn)略平臺上，把大模型的算法從訓練站到推理站，把它性能優(yōu)化好，這樣就形成了一個未來聯(lián)合的創(chuàng)新體。
問：有一個觀點是未來通用大模型的提供者可能只有1到2個廠商，您怎么看這個觀點？
吳曉如：這東西很難說，到底未來是3到5家，還是6到7家。如果只有1到2家，是不是意味著以后的競爭更是巨頭之間的較量？我覺得基礎平臺可能要有一些大企業(yè)，但是很多垂直領域有行業(yè)數(shù)據(jù)，一旦融合以后，它可以產(chǎn)生很好的垂直效果。所以可能也有一些在行業(yè)領域內(nèi)非常有優(yōu)勢的企業(yè)可以做得很好。
問：目前大模型的競爭格局日漸白熱化，但是產(chǎn)業(yè)端特別是傳統(tǒng)產(chǎn)業(yè)發(fā)展節(jié)奏卻沒有大模型那么快。您怎么看大模型和這種產(chǎn)業(yè)結合的落地節(jié)奏？
吳曉如：其實整個產(chǎn)業(yè)端的介入，它是需要一個過程的。因為AI需要數(shù)據(jù)，所以首先從一些數(shù)字化技術好、應用價值大的公司開始，比如金融、汽車，因為這些行業(yè)本身對數(shù)字化的重視程度都比較高。大模型與產(chǎn)業(yè)結合后有比較直接的效果。比如說在民生里面的教育和醫(yī)療，大模型產(chǎn)生的價值非常直接。這樣結合起來就會比較快。但是在一些傳統(tǒng)的制造業(yè)里，估計需要一個循序漸進的時間。其實現(xiàn)在無論是我們還是一些制造端企業(yè)，都沒有找到馬上能落地的結合點。目前，訊飛有羚羊工業(yè)互聯(lián)網(wǎng)平臺，我們在平臺上和一些比較成熟的工業(yè)企業(yè)開始做對接了。我們認為，人工智能價值兌現(xiàn)有三大標準：真實可見的實際應用案例、能規(guī)模化推廣的對應產(chǎn)品,以及可用統(tǒng)計數(shù)據(jù)證明的應用成效，大模型也是如此。星火認知大模型從攻關啟動便已明確“1+N”的體系，其中1是指通用認知大模型，N指的是大模型在教育、醫(yī)療、工業(yè)、汽車、辦公等各個領域的落地。之所以“1+N”同步進行，一方面是此前在“N”的行業(yè)領域中有較好的業(yè)務和場景基礎，第二也是因為“N”會讓“1”的能力持續(xù)迭代進化，所以雙方是互相促進、共同進步的。
問：有觀點認為在一些垂直領域里，我們用一些參數(shù)量比較小的專業(yè)模型也能解決問題。也有觀點認為，通用大模型的能力起來后，會對行業(yè)產(chǎn)生一個淹沒的效果，它什么都可以做，您對這兩個路線是怎么看的？
吳曉如：我舉個例子。10年前我們做語音識別時，有電話場景模型、汽車場景模型、辦公場景模型。隨著語音識別的通用大模型越做越好，大家就不用專用模型了。但是在通用大模型沒有出現(xiàn)之前，或者它的效果比專用模型差的時候，大家還是會用專業(yè)模型。目前可能也會經(jīng)過這么一個階段。
問：未來人工智能大模型還會是一個生態(tài)之爭，GPT是在利用全球的優(yōu)質(zhì)語料進行迭代，建立中國力量和影響力的時間緊迫，能否展開講講這個問題？訊飛最近還提到，中國AI大模型既要“彎道超車”，也要“直道沖鋒”，怎么理解？怎么做？
吳曉如：第一個問題，大模型的出現(xiàn)也讓數(shù)據(jù)迭代與以往不同了。ChatGPT作為先行者，全世界優(yōu)秀的科技成果、經(jīng)驗和專業(yè)人士都在給ChatGPT和GPT-4貢獻智慧。大模型的智慧能力自進化需要全世界知識和用戶反饋的喂養(yǎng)，這對于大模型進化來說非常關鍵。
第二個問題，首先，目前國內(nèi)與國際頂尖的認知智能大模型對比還存在綜合實力、平臺能力等差距，要正視差距，并且以最先進水平為目標奮起直追。在“直道沖鋒”的過程中，我們會遇到各種困難與阻礙，例如芯片、高質(zhì)量數(shù)據(jù)、系統(tǒng)迭代等方面仍然挑戰(zhàn)嚴峻；但國內(nèi)在大模型各技術領域方面有長期的探索與積累，核心技術方面的系統(tǒng)性創(chuàng)新也“開花結果”，加上國家對這一領域的高度關注，我們在認知智能大模型的長跑中要有底氣和信心。
“直道沖鋒”是一場“持久戰(zhàn)”，這條道路上產(chǎn)業(yè)需要先行，創(chuàng)新應用后帶動生態(tài)圈的整體發(fā)展；但想要對標目標并保持差距不斷縮小，“后勁”也至關重要。在做出階段性成果之后，產(chǎn)業(yè)發(fā)展與科研創(chuàng)新必須協(xié)同并進，彼此范式持續(xù)迭代、相互促進，才能為我國自主大模型的發(fā)展源源不斷注入長跑動力，實現(xiàn)革新和蛻變。
在后續(xù)的“長跑”過程中，通過產(chǎn)業(yè)界和學術界的緊密協(xié)同，科研領域也會誕生多方面的開源大模型，讓科研界的各位科學家可以在這些模型平臺基礎上進行更加前沿的創(chuàng)新性工作，語音、圖像、自然語言處理等領域的科研任務和目標可能也會出現(xiàn)新的變化。大模型除了對產(chǎn)業(yè)界實現(xiàn)生態(tài)的革新外，協(xié)同并進的方式可能也會為以高校、院所、新型研發(fā)機構為代表的科研生態(tài)圈帶來新的變化。
下載ECAD模型
