大模型撬动全民参与，新质生产力提升体验与生产率 |讲堂163-6②

【导读】2024年1月8日，数字强国系列第六讲即163-6以《2024：开启数字与智能经济的融合时代》主题作为收官之讲，邀请知名经济学家、横琴澳粤深度合作区数链数字金融研究院学术与技术委员会主席朱嘉明做同名主旨发言，上海智慧城市发展研究院院长盛雪锋、上海人工智能实验室大模型生态总监许劭华、东方财富人工智能研究院首席科学家刘志毅应邀展开对话。10位听友参与互动，上海树图区块链研究院研究总监、Web3专场主讲嘉宾杨光博士参与提问点评。50位现场听友获得本期NFT数字藏品。

本期讲座由文汇报社、上海树图区块链研究院共同主办，文汇报视频号、喜马拉雅听视频直播，上报集团融媒空间技术运营团队技术支持。

现经整理，分主讲、对话、提问三篇刊发讲座内容。此为对话篇。

对话环节嘉宾们就四大问题展开了充分讨论

刘志毅：刚才朱老师介绍了人工智能发展的底层逻辑、发展趋势以及可能面临的挑战，据此我们讨论一下人工智能时代的根本问题。

大模型

首先聚焦大模型。朱老师下了一个定论，没有大模型的人工智能就不是真正的人工智能。劭华老师在上海人工智能实验室负责大模型生态相关的工作，您怎么看？

*非常认同：大模型是当下通向AGI最有希望的路径

许劭华：我第一次在公开场合听到这样的结论，那个瞬间有点震惊，随后就不由自主的点了点头，内心非常认同。

我曾有十年在大数据方向，后从事AI领域。此前，大数据在企业内部多用于分析和决策，应用领域有很多局限性，AI的发展给大数据带来新活力；2022年底大模型问世后，它的技术突破同样给AI带来了新的方向。原来许多AI是专有模型，一个模型解决一个问题，比如2014年DeepID解决人脸识别问题，2016年AlphaGo在围棋上超越了人类，2022年AlphaFold预测了蛋白质结构，这都是针对特定任务，一个模型解决一个问题。大模型出现后，能够一个模型应对多种任务和多种模态，并且还有一些出乎预料的智能涌现。因此某种程度上我非常认同这句话——大模型是现在人工智能迈向通用智能最有希望的的一条路径。

许劭华以自己多年的一线研究认同大模型的重要性

*要保持世界工厂的地位，中国必须推进智能工厂建设

刘志毅：盛院长所领导的团队刚发布浦东智慧工厂白皮书，您怎么观察人工智能发展与大模型相关的产业落地？

盛雪锋：从来没有人这么斩钉截铁地说现在人工智能就约等于大模型，一般只是从合理性上认为大模型肯定是人工智能的方向。非分散发展而聚焦式推进大模型，或对国家科技进步，对区域新的竞争力提升，包括新质生产力的塑造是件好事。

人工智能历史往前可追溯到八十年前，稍近一点，我们一直在跟进的斯坦福大学年度人工智能报告，在2021、2022年都很明确地预测了大模型之后会进入爆发式发展。而国内真正实现爆发还是在2023年上半年。很多不可思议的新技术都有之前的不断积累、不断突破的过程。所以，我们不能游离于这个过程之外。

整个上海市甚至全国2023年都在推进一项非常重要的工作，即智能工厂建设。原因是大家认识到，中国世界工厂的地位在未来智能化时代可能不保，体现在规模、利润、竞争力上。智能工厂建设到数字化再到未来智能化还有很多路要走，从《浦东新区智能工厂白皮书》里会发现在浦东六大硬核产业里，除了偏软的软件类外，其他五个都是硬制造。比如生物医药，它的智能化程度是最高的。已经开始运用多种大模型做新药开发和蛋白质筛选。其他领域比如未来车是整个上海较为重要的产业，为了让智能车上路，上海特别制定了法律。在从数字化向智能化融合的过程中，产业界反馈极为积极，我们认为这是整个上海未来产业竞争力提升很好的趋势。

*大模型激发了民众参与，使人类智能与AI形成互动和依赖

刘志毅：盛院长从国际人工智能发展和国内尤其是浦东产业实践讨论大模型。我前段时间写了《智能的启蒙》一书，朱老师在序言里比较人工智能与自然智能，在大模型和人工智能的关系上，您有何思考？

刘志毅的新著《智能的启蒙》开阔了大模型讨论的深度和广度

朱嘉明：2022年12月初，我满怀激情地到上海与朋友交流ChatGPT，当时没引起共鸣。很是遗憾。一年零一个月后的今天，大相径庭，大家都关心和有愿意理解人工智能，也能听懂。

我给志毅写的序言题目是“自然智能VS人工智能”。其核心意思是：时至今日，人类大脑，再天才也无办法同时做矩阵计算，不可能完成指数计算，所以要借助计算机。但是，传统的，或者经典的计算机已逼近极限，下一步是量子计算机。大模型说到底，其实就是包括Input（输入）Output（输出），具有自身学习能力的计算体系。大模型最大的优势就是可以接受发散的、没有规则的语料和信息，并使之收敛，产生结构性的和有价值的东西。

今天特别补充一点：现在大模型与普通民众息息相关，每位民众对人工智能都能有所贡献，丰富大模型参数，最后再影响民众的生活。这就是人工智能智慧和人类自然智慧的依存和互动关系。

刘志毅：很有启发。原来讨论人机交互更多是人和机器彼此单体和单体的关系，现在利用数据信息在知识层面达成了人和机器这个系统的交互。

朱嘉明：我今天特别强调大模型在这方面的先发优势，你做得越好百姓用得越多，百姓用得越多它就越好。因此人工智能竞争变成模型竞争，模型竞争变成民众使用规模的竞争。

新质生产力

刘志毅：人工智能技术的发展从2015年AlphaGo问世之后受到极大关注，很重要的原因是，它非常深入地渗入我们社会和经济系统当中，刚才盛院长提到新质生产力，这是围绕科技创新的概念讨论人工智能技术对社会发展的逻辑。人工智能技术到底从哪些层面上可以对我们国家，包括全球经济发展带来根本性变化？

*新质生产力体现在新和质，生产率提高是重要标志

盛雪锋对新质生产力更注重产业界的关注

盛雪锋：近期，新质生产力这个词非常热火。今天谈新质生产力，要关注新和质。“新”意味着更多新结构、新技术、新模式，“质”的变化是新的生产力应用于生产经营时发现它产生的作用不同以往。比如许多新领域运用人工智能、区块链、互联网新技术或其他智能化设施。毫无疑问，数字经济或数字技术是新质生产力为新的生产力带来驱动的重要方向。

新质生产力未来如何更好推动产业？

第一，如何理解新质生产力？更多关注产业界对此的理解和实践。一旦持续不断用新科技改变既有的传统生产经营方式，它所产生更高的效用一定会形成新质生产力。比如，汽车行业的零配件制造是传统中的传统，上海某家企业把整个汽车零配件的研发分散在全球各地，通过数字化智能化协同，变成24小时不间断的研发，极大提升了研发效率，这就是一种新质生产力的典型代替。又如，原来需要一批质检员检查零配件的磨损程度，现在它可以嵌入到生产过程中间的自动化环节，产品制造后立即通过摄像头比对，通过大模型判断它是否是废品，整个生产效率得到快速提升。

上个月我参观华为做WiFi6AP的盒子，60米的生产线，自动完成了原料进入、装配、质检、打包等全部流程。这就是新质生产力。

第二，对生产经营、产业界，无论上海还是其他城市，无论海内外，要更多聚焦在垂直应用领域内的大模型的发展。现状是，人工智能约等于大模型，在交通、气象、金融领域都已有大模型，各领域都要朝这个趋势和方向发展。

听众专注听讲

*开源可促进新一轮技术发展，场景驱动等是重要推动力

刘志毅：新质生产力还是科技创新驱动。科技创新引导产业发展，劭华老师怎么看科技创新推动人工智能技术在各个领域应用？

许劭华：首先开源开放是推动技术发展的重要力量。在开源过程中，开发者可以在开源社区中共享自己的技术成果和经验，开发者和使用者可以参与测试和优化从而促进技术创新和进步。目前在大模型领域，开源呼声越来越高。OpenAI创始人奥特曼不久前在社交网络上征集圣诞愿望时，回复中点赞最多的就是开源，他也在回复中列出了开源。

其次这一轮大模型的技术发展中，参与度高也很明确。近几年Arxiv上的论文在标题和摘要的关键词包含大模型的近几年持续在增长，特别是ChatGPT发布后迅速成为最热门的方向。

第三，工业产业中的数据驱动和场景驱动也是技术前行非常重要的支撑。当下，直接深入到产业界的速度远快于上一轮的AI技术落地。在企业内，不仅是研发团队，管理团队也积极参与交流大模型的应用，这将加快技术落地速度，形成反馈的高效响应，拉通内部不同团队，这点非常关键。

大模型本身的技术迭代速度很快。对新技术的期待及社区的共同参与是推动技术发展和落地的重要动力。

*经济学是工业化的产物，进入AI时代需要重新定义

刘志毅：这个时间点上，从经济和数字技术关系来看有无新的变化和特征？如从经济学视角来看，是否有新的范式变化或者新的理念可供大家学习和参考？

朱嘉明作为经济学家，提出了经济学产生的时代要素，提出需要重新定义

朱嘉明：迄今为止的经济学，都发生在工业革命以后，它所适应的是工业时代的市场、交易、分工逻辑。今天看，传统经济学已经无法适应信息时代、数字时代和智能时代。

例如，亚当·斯密《国富论》是从分工谈起的，他所理解的分工是工业生产过程的分工。信息时代、数字时代和智能时代的分工完全不同。仅仅几年前，游戏编程工作需要专业训练，编程人员收入较高。现，编程可以由人工智能代理完成。过去认为拍电影需要导演，在小视频时代，人工智能代理就能编导视频。也就是，原来认为需要通过通过学习、教育和实习实践所形成的分工体系，正在瓦解，甚至崩溃。

从宏观角度看，垄断和竞争也变了，人工智能时代，垄断优势和垄断时间在急速短。此外，人工智能必然增加属于公共资源和公共资产的比重；人工智能导致知识产权复杂化。现在人工智能美术的知识产权纠纷就是案例。

简单地说，进入数字和人工智能时代坐标系变了，原来经济学的基本概念，需要审视重新定义，这是非常大的事情。

具身智能和AI for Since

四位嘉宾就两个前沿方向展开分析与展望

刘志毅：具身智能、AI for Science方向是朝前走的两个重要方向。盛院长，具身智能对其他产业的发展，包括整个经济生态的发展有什么影响和变化，能否举些产业的例子？

*具身机器人智能化被强化，将大量出现于社会生活中

盛雪锋：我们正在帮助上海某一区域做具身智能的规划和研究。一般把机器人分为工业机器人、服务机器人，现在多了具身机器人。有什么不一样？它依托于许多领域的融合性的发展而得以新的进步。比如大模型发展使得具身机器人的智能化程度远胜传统服务机器人。它可以解决生活、制造业领域、传统流水线智能化所无法解决的问题。

比如上海某汽车制造厂商的工厂里，需要经过高低不等的空间搬运箱子，除了依靠人力，还可以让具身机器人跨过障碍，放到指定位置。又比如，医疗和康复领域有许多瘫痪病患，可运用具身机器人辅助行走。在未来社会生活中可以看到许多具身机器人的应用前景。

中译出版社的前沿技术出版极为迅捷，2023年3月出版《AIGC》,6月出版《大模型时代》，均由朱嘉明做序

*大模型作为方法，在基础科研中的作用依然举足轻重

刘志毅：劭华老师，您可否分享实验室里AI for Science的创新案例？

许劭华：上海人工智能实验室AI for Earth联合团队研发出全球中期天气预报大模型“风乌”，“风乌”提供了一个强大有效的全球中期天气预报的AI框架，其领先性体现在预报精度、预报时效和资源效率三方面。AI气象大模型可与传统的物理模型形成互补，为生产生活提供更准确、更实用的天气预报信息，助力天气预报数字化。

AI for Science成果也会应用到产业界，在产业中产生价值。比如气象大模型可以应用于产业级的气象预报，服务于农林牧渔、航空航海、、能源等领域。

天气预告大模型“风乌”对台风预告准确率相当高。 来自新民晚报

*以文明视角思考：大模型将带来硅基生命形成后人类社会

刘志毅：这两个方向特别有意思，具身智能是创造一种实体来辅助经济社会的发展，AI for Science是提供一种观念和方法推动AI发展，朱老师，您觉得可以从哪些领域进入AI，使它从观念到实用带来新的变化和发展？

朱嘉明：现在需要一个方法或标准定义何为AI应用领域，在基础科学中，究竟如何划分AI和基础科学、AI和技术的边界。现在，需要从哲学和大历史观点探讨人工智能潜在的真正历史含义，或者利益价值。例如谁去火星？谁去开发外星球？碳基人难以胜任，只能考虑以硅基形态存在的生命。未来的人工智能，需要通过大模型和硅基物种成为人类的朋友，相当于电影《2049银翼杀手》里的场景。人类需要接受大模型和硅基新物种，并与之互动，这就是所谓后人类社会。

因此，对大模型或人工智能的理解，取决于视野的大小。大模型对日常生活中的贡献，对传统产业和恒业的贡献，甚至对科学基础研究的贡献，都呈现爆发性增长的历史时刻。我们需要更高和更大的视野看待人工智能未来发展的方向。可以这样概括：人工智能发展空间是巨大的，它将永远成为当代人类不能完成任务的选择。

《2049银翼杀手》剧照：人类与硅基生命友好相处 来自网络

人工智能伦理和治理

刘志毅：朱老师提醒了我们，更要关注AI在改变人类文明进程上不可替代的作用。您刚才说“再观察再看看”，演讲尾声提到的那封信，都涉及人工智能伦理和治理。我们在做关联学术研究时，也看到全球学者、科学家和科研工作者都在做相关工作。去年《自然》杂志也评出这个方向上的观点和思考。盛院长，企业在推动人工智能技术发展中如何控制相关的伦理与治理的风险

*要善于勇于将困难转化为有效场景，提升体验和效率

盛雪锋：人工智能或者泛智能化的技术让整个社会快速发展、生活更加便利之外，还面临三方面挑战。第一，如何让智能技术更快更有效进入实际生产、经营、生活中，带来实实在在的体验感提升和生产效率提升。为何这次ChatGPT这么火爆？一方面是更多参数之后能力涌现了，另一方面是因为它和C端互动了，放到每个人均可参与的场景中，比如帮助绘画实现理想。因此，无论在生活领域还是生产领域，我们要善于并且勇于把现有的困难或者传统模式进行智能化改造，形成有效的场景，才有可能进一步形成智能化数字融合的时代。

第二，一定要关注特殊群体所面临的数字鸿沟问题，海内外都在倡导以人为本、以人为中心的发展模式，上海更是提出了“人民城市”发展理念。如何帮助老年人适用智能技术、智能化的服务，也得到较高质量的生活环境，在大力发展人工智能新技术正面效应不断激发的同时，一定要弥补弥合新技术带来的社会问题的挑战。

手机镜头里的对话

第三，要重新审视人才培养，多关注青少年和数字时代如何结合。

*需动态看待AI的动态发展，各类人才共同完善评测技术

刘志毅：劭华老师，上海人工智能实验室也正是以人为本，尤其在教育、相关领域关注AI的发展，您怎么看待AI伦理和治理的相关情况？

许劭华：这个问题特别重要。在人工智能特别大模型发展中，时刻伴随着安全伦理上的压力。我的观察是，大模型的应用范围是动态变化的，需要动态看待。举例：2023年上半年，一位美国律师使用ChatGPT写诉状,却引用了"根本不存在"的案例，不仅败诉还可能影响到他的律师执照。但半年后的2023年12月，英国允许法官使用ChatGPT撰写法律裁决书。这个转变如此之快，还是在颇为谨慎的英国。AI伦理和治理不仅需要安全治理相关专业人士的全面参与，同样需要技术持续发展及公众了解使用方法和范围。

英国允许律师用ChatGPT撰写法律裁决书，Colin Birss认为不要涉入自己不熟悉的范围以免ChatGPT生产虚假判断 来自网络

在大模型发展过程中，我个人非常推荐用评测来推动。大模型是智能体，它本身会涌现生成内容，我们要有一套综合的、体系化的框架体系来评测它是否符合现在人类定义的规范，无论是法律法规还是公序良俗，都要有动态的监管方法。这个过程不仅需要大模型技术人才，同样需要经济专家、法律专家、心理专家等全科人才合作，共同完善评测体系并动态地适配到整个大模型的技术发展中。

*冲击波仍在持续，同时向B端、C端和G端，共识尚未形成

刘志毅：联合国在2022年也给出了一些共识性的内容。朱老师，您认为在伦理和治理上目前是否达成了共识？这个共识能否帮助我们更好利用技术推动社会的进步和发展？

朱嘉明：因为人工智能时代，人们现在处于这样的场景：一方面以大模型代表的人工智能在急剧地推进，另一方面，人工智能的新技术不断突破，一天一小变，一周一大变，一个月一巨变。现在，关于如何认知人工智能的现状和趋势，人们并没有形成共识，大家的判断并不一样，期许也不一样，关于潜在的真正的深层目标也不一样。所以，现在各国对人工智能采取的政策也有很大差别，分为比较自由化、比较宽容宽松的和偏于严格监管的不同选择。

什么这么强调2024？因为2023年许多问题在快速集聚、成熟，2024年会显现出来。现在人工智能向C（Consumer）端、B（Business）端、G（Goverment）端同时进行。我相信三个月以后，因为人工智能变化太快，我们对这个问题的认知和今天也会大有不同。

对话环节的精彩观点，得到听友们的鼓掌认同

未来期许：

融入产业端、以民为本、把AI作为信仰

刘志毅：2024开启数字和智能经济的融合时代，站在关键的历史节点上，用一句话表达对未来期许。

许劭华：2024开端之际，非常期待基于大语言模型基础上，多模态大模型的发展在今年能有新突破并应用到产业应用端。

盛雪锋：未来决定现在，还是以终为始，以百姓未来构建更好的生活来审视和推进当下的智能化发展。

朱嘉明：我说的话比较振奋一点，大家应该把AI当做一个信仰。

不同视角的展望，但大家均看好大模型的发展

整理：李念

文末链接

朱嘉明：为何是在2024年，大模型将开启数智融合时代？|讲堂163-6①

作者：盛雪锋、许劭华、刘志毅、朱嘉明

文：盛雪锋 许劭华 朱嘉明 刘志毅图：现场拍摄 邢千里 其余来自网络编辑：李念责任编辑：李念

转载此文请注明出处。