創(chuàng)作詩詞、繪畫、進行醫(yī)療診斷......近段時間，以ChatGPT和MOSS為代表的對話式大型語言模型技術引發(fā)廣泛關注。復旦大學教授、琶洲實驗室(黃埔)AI模型算法研究中心教授邱錫鵬25日在廣州舉行的首屆粵港澳大灣區(qū)(黃埔)國際算法算例大賽頒獎典禮上說，大型語言模型的出現(xiàn)，將加速通用人工智能的實現(xiàn)。

前不久，邱錫鵬團隊發(fā)布中國首個大型語言模型 MOSS。邱錫鵬說，相對ChatGPT，現(xiàn)階段MOSS參數(shù)規(guī)模相對較小，研發(fā)成本比較低，可以用于知識量較小、參數(shù)量只需為百億個左右規(guī)模的垂直行業(yè)。但是由于其容量小，知識容量有限，因此在回答問題和邏輯推理能力方面還有待完善，其后可以通過擴大參數(shù)規(guī)模或接入垂直領域的知識庫，擴充該領域的知識并增強推理能力。

“當前ChatGPT的水平，從技術上我們追趕起來不太困難，但由于其本身也在動態(tài)發(fā)展，因此需要我們付出更多努力進行追趕。”邱錫鵬稱，可以發(fā)揮中國高水平人才和海量應用場景的優(yōu)勢，提高底層算法能力和以應用驅(qū)動創(chuàng)新實現(xiàn)趕超，促進中文大型語言模型的發(fā)展。

在邱錫鵬看來，建立大型語言模型技術需要進行多方的探索和研究，在探索出其技術路線后，還需要大量工程人員將其實現(xiàn)。“我們需要從創(chuàng)新生態(tài)或者機制上進行完善，培養(yǎng)鼓勵科研創(chuàng)新的氛圍。”他說。

海外頭部研究機構(gòu)近期開始轉(zhuǎn)向以大模型為基座的通用人工智能。邱錫鵬解釋說，實現(xiàn)人工智能發(fā)展的最終目標是實現(xiàn)通用人工智能，這與科幻電影里的人工智能形象一樣，擁有與人一樣的能力，特別是完成各種任務的通用學習能力。“對此我感到樂觀，因為根據(jù)目前展示出來的能力，我們離通用人工智能時代的到來并不遙遠，下一步要多考慮讓大模型連接現(xiàn)實世界，通過具身學習、跨模態(tài)學習等，讓大模型與現(xiàn)實世界‘對齊’。”

“中國的人工智能市場比較活躍，而且場景豐富，有必要建立中文大型語言模型。”清華大學教授、琶洲實驗室(黃埔)AI模型算法研究中心教授朱軍稱，在知識標注領域，中國擁有高端知識人才紅利，在動態(tài)追趕的過程中，需要組成工程優(yōu)化和科研探索的高質(zhì)量團隊進行協(xié)同攻關。

朱軍說，中國內(nèi)地建立了很多人工智能計算中心。“從長遠來看，我們要掌握底層算法能力。但就目前看來，可以先做新的模型算法創(chuàng)新。”他說。

需指出的是，人工智能之路要走遠，還需確立紅線約束。“由于人工智能模型迭代非常快，倫理問題很重要。”邱錫鵬建議，通過法律法規(guī)約束人工智能產(chǎn)品和通過模型端消除一些算法，去掉其中有害的信息。(完)