“9月5日2024外滩金融峰会的7个演讲,3个国际对话,10场报告中唯一出现的一个共同的关键字,就是人工智能。”上海华东师范大学上海人工智能金融学院的院长邵怡蕾在外滩金融峰会期间主持圆桌时这样说。
AI技术不断进展,未来全球AI发展的趋势和方向如何?与主要竞争对手比,中国在AI技术研发、应用创新和产业布局上有哪些差距?……这些问题都成为2024外滩金融峰会上嘉宾关注的重点。
人工智能在生活中的应用“远远不够”
“人工智能发展都是最近的,从一个人的成长比喻来说,可能还不到1岁。人工智能已经掀起了轩然大波,在我们生活中也有很多应用,但还远远不够,现在尤其是在经济的影响力和生产上,大家还有更多的期待还没有发生。”
2024外滩金融峰会期间,微众银行首席人工智能官杨强在圆桌分享中表示,大模型的基础架构,多是基于统计学原理,统计学作为一个数学驱动整个AI的发展,已经有很大的成就,但它的上限、边界在哪里?是不是数据越多越好?到什么时候为止?Scaling law到什么时候就无效了?现在缺乏一个科学的探讨。
“虽然现在大模型在商业和工程上有长足的表现,但对大模型本身的理解,对它原理的理解,我们还没有形成一个大模型研究的科学家群体。这个缺乏,是滞后于大模型工程的。”微众银行首席人工智能官杨强认为,因为对大模型的原理没有了解,所以无法解释大模型的结果,其可解释性、透明性非常差,以至于在一些确定性很高的领域不敢用。
“比方金融的很多精算,我们不敢用大模型做;比如医疗领域,人命关天的领域,今天的大模型还远远不够。”杨强说,到什么时候够?一方面要对大模型进行系统的科学研究,另一方面我们要继续探索现有的大模型到底可以应用在哪些领域。这个探索并不是那么直接的,需要我们工程师和科学家一起来做这种探索。
大模型参数增长将放缓
智谱AI首席执行官张鹏认为,大模型,从现象上、结果上看是参数量越大,效果越好,我们简单粗暴就把它表示成一种scaling law现象。“早期可能是参数量,十亿、百亿、千亿到万亿,确实是这样增长,但到后来大家发现,其实不是简单的参数量,它会变成参数量乘以数据量(训练量),最后甚至又把它归结为计算量。所以scaling law这个词虽然是用来概括这个现象的。”智谱AI首席执行官张鹏认为,整个过程中,scaling law这个词的内涵、外延走在不断变化,到今天为止,大家基本上可以认为,你有多少算力或有多少计算量,你模型的能力就有多高。所以scaling law是在这个层面上,到今天为止仍然在起效。未来很长一段时间里,我们预测,仍然还是会起效的。