人工智能的經(jīng)典內(nèi)容包含搜索與推理、知識(shí)表達(dá)與機(jī)器學(xué)習(xí)。在參與人數(shù)、發(fā)表論文、應(yīng)用落地等多個(gè)方面來(lái)看，機(jī)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(jī)器學(xué)習(xí)的上升來(lái)自人們對(duì)從數(shù)據(jù)中總結(jié)知識(shí)的需求。

在機(jī)器學(xué)習(xí)的過(guò)程中，數(shù)據(jù)充當(dāng)輸入的原材料，通過(guò)算法處理，最終產(chǎn)生出能夠?qū)π聰?shù)據(jù)進(jìn)行分析和預(yù)測(cè)的模型。例如，在人臉識(shí)別的場(chǎng)景中，模型接收?qǐng)D像輸入，并輸出相應(yīng)的識(shí)別結(jié)果。至于所謂的“大模型”，它并沒(méi)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(lèi)型任務(wù)的模型。ChatGPT就是一個(gè)例子，它利用了大規(guī)模的互聯(lián)網(wǎng)文本數(shù)據(jù)進(jìn)行訓(xùn)練，以此來(lái)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(wèn)：是什么讓ChatGPT如此驚艷

答：ChatGPT之所以讓人稱(chēng)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(guò)利用前所未有的大規(guī)?；ヂ?lián)網(wǎng)文本數(shù)據(jù)進(jìn)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(shí)庫(kù)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(jì)以及強(qiáng)大的工程能力。

其次是OpenAI在大規(guī)模語(yǔ)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(shuō)是對(duì)傳統(tǒng)機(jī)器學(xué)習(xí)應(yīng)用的一次重大進(jìn)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(gè)訓(xùn)練用于識(shí)別人臉的模型，它的主要用途也將限于識(shí)別圖像中的人臉。然而，OpenAI發(fā)現(xiàn)，通過(guò)訓(xùn)練模型來(lái)預(yù)測(cè)文本序列中的下一個(gè)詞，可以產(chǎn)生一個(gè)功能強(qiáng)大的工具，它不僅能回答問(wèn)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(yǔ)言模型的應(yīng)用范圍，使其適用性遠(yuǎn)超傳統(tǒng)界限，為人們帶來(lái)了令人矚目的體驗(yàn)。

答：無(wú)論大語(yǔ)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(mǎn)足人們的需求。以往已明確的需求，加上大語(yǔ)言模型后可以大幅提升效率，例如微軟的Copilot系列正在強(qiáng)化Github編程、Word文字處理、PPT設(shè)計(jì)等原有的應(yīng)用。對(duì)于這一類(lèi)需求，大語(yǔ)言模型的應(yīng)用普及可能會(huì)非常迅速。大語(yǔ)言模型也有可能幫助開(kāi)發(fā)新的需求，例如緩解情緒的聊天機(jī)器人等。但開(kāi)發(fā)新的需求總是有較長(zhǎng)的接受周期。

問(wèn)：您所專(zhuān)注的強(qiáng)化學(xué)習(xí)領(lǐng)域，近期有哪些新的前沿進(jìn)展

答：強(qiáng)化學(xué)習(xí)是構(gòu)建智能決策的AI技術(shù)分支。近期強(qiáng)化學(xué)習(xí)的主要進(jìn)展，我認(rèn)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(wèn)題?；谶@些進(jìn)展，南棲仙策已成為強(qiáng)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(jìn)制造所需的尖端決策控制提供核心技術(shù)。

問(wèn)：2016年開(kāi)始的上一輪人工智能商業(yè)化出現(xiàn)了一些問(wèn)題，AI企業(yè)不得不做很多繁瑣細(xì)碎的定制化項(xiàng)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(wèn)題

答：定制化是在滿(mǎn)足不同客戶(hù)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(guò)程中不得不投入大量的時(shí)間和資源去做定制化的項(xiàng)目，我認(rèn)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(wú)法處理全部環(huán)節(jié)。尤其是對(duì)客戶(hù)需求的理解和建模方面，以往很難通過(guò)AI技術(shù)來(lái)處理，這時(shí)就需要人工來(lái)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(qiáng)化學(xué)習(xí)應(yīng)用方面，正是運(yùn)用AI技術(shù)在處理業(yè)務(wù)建模。大語(yǔ)言模型對(duì)客戶(hù)語(yǔ)言描述理解能力的增強(qiáng)，也能一定程度上緩解人工適配的壓力，因此我們也會(huì)看到大語(yǔ)言模型的迅速普及。

問(wèn)：大模型和小模型的區(qū)別，小模型的機(jī)會(huì)在哪在資金儲(chǔ)備、人才資源、使用場(chǎng)景、數(shù)據(jù)積累方面，大公司都有著天然的優(yōu)勢(shì)。小公司是否有機(jī)會(huì)，如果有，機(jī)會(huì)在哪

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