人工智能的經(jīng)典內(nèi)容包含搜索與推理、知識表達與機器學(xué)習(xí)。在參與人數(shù)、發(fā)表論文、應(yīng)用落地等多個方面來看，機器學(xué)習(xí)目前已經(jīng)成為人工智能規(guī)模最大的子領(lǐng)域。機器學(xué)習(xí)的上升來自人們對從數(shù)據(jù)中總結(jié)知識的需求。

在機器學(xué)習(xí)的過程中，數(shù)據(jù)充當(dāng)輸入的原材料，通過算法處理，最終產(chǎn)生出能夠?qū)π聰?shù)據(jù)進行分析和預(yù)測的模型。例如，在人臉識別的場景中，模型接收圖像輸入，并輸出相應(yīng)的識別結(jié)果。至于所謂的“大模型”，它并沒有統(tǒng)一的定義標(biāo)準(zhǔn)，但通常指的是那些在廣泛的數(shù)據(jù)上訓(xùn)練、擁有大量參數(shù)且能夠處理多類型任務(wù)的模型。ChatGPT就是一個例子，它利用了大規(guī)模的互聯(lián)網(wǎng)文本數(shù)據(jù)進行訓(xùn)練，以此來支持其執(zhí)行多樣化的任務(wù)，體現(xiàn)了大模型的廣泛應(yīng)用能力。

問：是什么讓ChatGPT如此驚艷

答：ChatGPT之所以讓人稱贊，關(guān)鍵在于兩方面的革新。首先是其訓(xùn)練的廣度。ChatGPT通過利用前所未有的大規(guī)?；ヂ?lián)網(wǎng)文本數(shù)據(jù)進行訓(xùn)練，幾乎包含了網(wǎng)絡(luò)上可獲取的全方位信息，這為模型賦予了龐大的知識庫和多樣化的理解能力。當(dāng)然，在如此大規(guī)模的數(shù)據(jù)上成功訓(xùn)練的背后，必不可少的是合適的算法與模型設(shè)計以及強大的工程能力。

其次是OpenAI在大規(guī)模語言模型的應(yīng)用模式上取得了突破性發(fā)現(xiàn)。這種發(fā)現(xiàn)可以說是對傳統(tǒng)機器學(xué)習(xí)應(yīng)用的一次重大進步。在傳統(tǒng)的范式中，模型的訓(xùn)練和使用是一致的——比如一個訓(xùn)練用于識別人臉的模型，它的主要用途也將限于識別圖像中的人臉。然而，OpenAI發(fā)現(xiàn)，通過訓(xùn)練模型來預(yù)測文本序列中的下一個詞，可以產(chǎn)生一個功能強大的工具，它不僅能回答問題，還能根據(jù)指令生成具有特定風(fēng)格或內(nèi)容的文本。這一發(fā)現(xiàn)極大地拓寬了語言模型的應(yīng)用范圍，使其適用性遠超傳統(tǒng)界限，為人們帶來了令人矚目的體驗。

答：無論大語言模型浪潮有多么洶涌，產(chǎn)品和商業(yè)成功一定都是在滿足人們的需求。以往已明確的需求，加上大語言模型后可以大幅提升效率，例如微軟的Copilot系列正在強化Github編程、Word文字處理、PPT設(shè)計等原有的應(yīng)用。對于這一類需求，大語言模型的應(yīng)用普及可能會非常迅速。大語言模型也有可能幫助開發(fā)新的需求，例如緩解情緒的聊天機器人等。但開發(fā)新的需求總是有較長的接受周期。

問：您所專注的強化學(xué)習(xí)領(lǐng)域，近期有哪些新的前沿進展

答：強化學(xué)習(xí)是構(gòu)建智能決策的AI技術(shù)分支。近期強化學(xué)習(xí)的主要進展，我認為是可以走出游戲世界，能夠真正被用于解決多行多業(yè)的決策問題?；谶@些進展，南棲仙策已成為強化學(xué)習(xí)應(yīng)用的領(lǐng)頭企業(yè)，聚焦工業(yè)與制造業(yè)，為先進制造所需的尖端決策控制提供核心技術(shù)。

問：2016年開始的上一輪人工智能商業(yè)化出現(xiàn)了一些問題，AI企業(yè)不得不做很多繁瑣細碎的定制化項目。大模型要如何規(guī)避上一輪人工智能商業(yè)化遇到的問題

答：定制化是在滿足不同客戶的特性化需求。許多企業(yè)在嘗試將AI技術(shù)商業(yè)化的過程中不得不投入大量的時間和資源去做定制化的項目，我認為其根本原因在于這里應(yīng)用的AI技術(shù)通用性不足，通常只能解決應(yīng)用鏈條中的某些環(huán)節(jié)，而無法處理全部環(huán)節(jié)。尤其是對客戶需求的理解和建模方面，以往很難通過AI技術(shù)來處理，這時就需要人工來適配不同的需求，增加了定制化交付壓力。一旦AI技術(shù)本身可以處理需求理解和業(yè)務(wù)建模，那么其商業(yè)化效率將得到大幅提升。南棲仙策在強化學(xué)習(xí)應(yīng)用方面，正是運用AI技術(shù)在處理業(yè)務(wù)建模。大語言模型對客戶語言描述理解能力的增強，也能一定程度上緩解人工適配的壓力，因此我們也會看到大語言模型的迅速普及。

問：大模型和小模型的區(qū)別，小模型的機會在哪在資金儲備、人才資源、使用場景、數(shù)據(jù)積累方面，大公司都有著天然的優(yōu)勢。小公司是否有機會，如果有，機會在哪

答：人工智能在我看來不僅僅是一門技術(shù)，而是通向未來人類社會新構(gòu)型的途徑。對于具體的業(yè)務(wù)和項目可能都有許多不確定性，但對于這條通往未來的途徑，應(yīng)該是十分確定的。