AI算得還不夠精？對話清華大學人工智能專家鄧志東 “讓子彈先飛一會兒，算法突破還需2到5年”

每經記者｜朱鵬    每經編輯｜梁梟    

最近幾天，人工智能第一股商湯股價持續走高。單是1月27日，公司股價漲幅就達到19.91%，截至2月1日前的5個交易日，累漲逾32%，市值逼近千億港元。

但目前市值相較其在2022年2月近2500億港元的最高市值仍有一定差距。除商湯（HK0020，股價2.85港元，市值957.2億港元）外，云從科技（SH688327，股價28.66元，市值212.3億元）和格靈深瞳（SH688207，股價39.57元，市值73.2億元）等AI明星獨角獸公司，在2022年年末的市值相較其上市之初均有一定縮水。

過去一年，行業遇冷以及明星公司的財務表現所傳遞的訊息很直接——AI的故事還有待完善。

外界對起伏的AI市場有諸多好奇和疑惑，因此《每日經濟新聞》記者找到了清華大學計算機系教授、人工智能研究院視覺智能研究中心主任鄧志東。在采訪中，我們試圖進一步了解，仍在探索之路的AI企業們在新的一年亟待解決哪些問題？現在所面臨的瓶頸背后又蘊含著哪些產業價值？

實現不了機器換人 就很難產生價值

今年年初，比爾·蓋茨在一場活動中直言：“人工智能是最重要的。我不認為Web3有那么重要，也不認為元宇宙本身是革命性的，但是人工智能是頗具顛覆性的。”

比爾·蓋茨略顯絕對性的判斷或許與微軟一直深耕AI相關研究及應用不無關系。但放眼全球，AI也的確是公認的“風口”。

雖然AI在2022年經歷了幾乎一整年的產業低迷狀況，不過2023年伊始，商湯、云從科技以及格靈深瞳等AI上市公司股價均大幅上漲。

據悉，股價上漲與外部環境有關。此前富時羅素收到美國海外資產控制辦公室（OFAC）的確認消息，稱商湯目前不受限于美國禁止該國投資者持有其股份的制裁，因此將在3月會對商湯被納入富時全球股票指數系列的資格進行評估。

拋開商湯在AI商業領域的落地突破進程，不受禁令限制就能大幅刺激股價回升，足見AI產業本身就對資本而言有著足夠的吸引力。

作為研究AI領域的專家，鄧志東同樣能感受到市場變化。他認為，以深度學習為代表的AI市場發展歷程也就是近十年。隨著商湯、云從等代表企業先后上市，資本市場也寄予了很高期望。“從人臉識別到自動駕駛，各家企業都在做，但市場上還很難看到一款真正落地的產品，企業又遲遲無法盈利，所以行業過去一年遇冷的關鍵就是AI的產業落地艱難。”

“當前的AI產業遲遲不能為用戶帶來更好的消費體驗，也不能為企業與社會創造更多的價值。”鄧志東說。

據IT桔子數據，截至2022年11月10日，2022年中國AI賽道在一級市場的融資事件數為400起，與2021年同期相比下降50%，融資交易額估算為770.4億元，與2021年同期相比下降61%。當被預支的價值認可無法及時轉化為收益，資本其實并沒有太多耐心。

從AI走入大眾視野的脈絡來看，自2016年AlphaGO戰勝柯潔開始，AI就開始加速進入大眾視野，市場熱度也隨之升溫。過去幾年，AI更像一個工具，各行各業都在思考如何利用其為自己業務創造新價值。去年底，隨著AI繪畫、ChatGPT的出圈，AI的產業價值又再一次得到熱議。

對此，鄧志東認為這是由于目前AI在預訓練語言大模型技術與應用上最為成熟，“實際上計算機視覺的產業應用范圍、規模和價值更大。例如智能機器人與智能駕駛，環境感知與自主導航的核心技術都是視覺智能技術，只是目前AI的視覺大模型還不成熟。”

據鄧志東，現有的AI小模型還無法解決產業落地實踐中的長尾問題。例如在自動駕駛領域，99.99%和99.999%的漏檢概率看起來數值差別很小，但要完成這樣的精度跨越，訓練AI需要的數據量與算力將呈指數級增長。“行百里者半九十。AI就是要用數據去灌，而且是帶標簽的大數據。4個9、5個9，甚至7個9的精度跨越是有客觀需求的。但這就需要算力以及算法有根本性的突破。”

“如果AI無法達到或者接近人的水平，那就很難實現機器換人。那AI的價值，無論是降本增效還是其他，就都很難實現。”鄧志東說。

公司按照鄧志東的解釋，如果把當前的AI小模型理解為具體的某棟建筑，那么預訓練AI超級大模型，或者叫巨模型，將是基礎設施一樣的角色。

“預訓練巨模型是一種通用人工智能，它有點像一種‘大神式’的存在，就是把各種任務的數據都放在里面進行遍歷式無監督自主學習，它是通用的AI上游基礎設施。”鄧志東說。

在上游通用巨模型框架下，想要解決下游某個特定行業具體應用場景的問題，從業者就可以從中遷移出其所需要的模型，之后通過少量行業數據的監督微調或少樣本學習，就可快速批量生產出接近人類水平的AI小模型及其特定場景的落地應用，從而完成從通用到垂類應用的轉化。

“行業會產生大量解決具體應用場景問題的中間層公司，因為他們做不了上游的巨模型，那是巨頭公司們才能做的，但他們可以根據下游行業客戶和消費者的需求，針對具體應用場景進行高效生產與價值轉化，這就構建了一種商業模式。”鄧志東表示。

過去幾年，隨著AI熱度攀升，價值與泡沫的爭論也此起彼伏。鄧志東也坦言，過去十年，AI在產業落地層面的確存在泡沫，“但過去一年行業的泡沫情況已經有所好轉。現在看起來，AI巨模型的工業化生產與商業化機遇，趨勢從未如此清晰。”

目前來看，AI語言大模型有望成為AI在各領域應用落地的突破口。鄧志東告訴每經記者，火爆中的ChatGPT某種程度上就是一種文本領域的上游巨模型。

這款由OpenAI于去年11月底推出的AI自然語言處理工具擁有強大的語言理解和文本生成能力，可以通過存儲上下文信息為客戶提供更加自然舒適的連續對話體驗。微博一名網友稱，對比ChatGPT和自己寫出的留學申請個人文書，前者語音水平遠高于后者。

近日，微軟就宣布將向OpenAI追加數十億美元的投資以支持其研究，并表示正在將OpenAI的ChatGPT模型納入微軟的消費級和企業級產品中。鄧志東認為，此舉不僅可以進一步提高辦公效率與生產力，也會對未來搜索產品帶來革命性的改變。

“讓子彈飛一會兒” AI會呈金字塔結構

任何行業要想做大蛋糕，建立有效的聯合互通機制或許都是必經之路。從物流到通信，“標準化”所能釋放的市場潛力已經被多次驗證。

去年9月，商湯科技董事長兼CEO徐立在公開場合稱，標準化將帶來AI產業化的大規模爆發，要讓AI算法像搭積木一樣輕松組合、高效復制、快速推廣，促進AI應用規?；涞亍?/p>

鄧志東同樣認可標準化的趨勢，但他認為，當前談論標準化還過早。隨著AI巨頭公司的持續推動，接近人類水平的上游AI巨模型不斷創新與發展，根據這些上游巨模型專門為多樣化下游任務進行定制服務，即面向特定行業應用場景需求的中間層AI企業，將會成為AI創業的風口。

“這些AI初創企業首先需要解決0到1的工程化與產業化定制生產問題，之后再談向標準化、模塊化方向發展。我的意思是，讓子彈先飛一會兒，現在產業都沒形成，還很初期。”

當前以AI小模型應用為主的行業現狀，也是AI企業更多做ToB（面向企業）、ToG（面向政府）的業務，ToC（面向消費者）業務相對進展緩慢背后的原因。“單純的AI小模型很難解決應用場景落地中的長尾問題。無論是ToG、ToB還是ToC，都存在這方面的技術挑戰。如果接近人類水平的AI視覺大模型、AI語音大模型與AI跨模態大模型得到突破，就會帶來包括自動駕駛與人形機器人在內的人工智能的大規模產業應用與突破。”鄧志東表示。

雖然AI行業還沒有大規模落地和應用，但技術革命所帶來的商業壁壘邏輯已經在互聯網時代得到了驗證。面對“技術壟斷”的疑問，鄧志東也坦言，在上游通用人工智能領域，壟斷的趨勢比較明顯。“但這并不是說其他企業沒有機會，大量中間層的AI企業是做具體應用的價值轉化，底層還有更多的企業做AI商業模式與產品的運維等。整個行業的結構有些像金字塔。”

“從大模型、大算力、大數據的發展趨勢來看，未來全球AI頭部企業在人工智能產業中的實力與地位，會更加彰顯。新興企業會承接中間層的角色，未來行業競爭可能會出現這樣的競爭格局。”