发展是破解焦虑的主要方式
凭借在AI方面的出色研究，杰佛里·辛顿在2024年成为诺贝尔物理学奖得主。他认为，应该加强AI监管方面的国际合作，防止AI在未来对人类生存造成“重大威胁”。对此，业内与之齐名的AI研究学者杨立昆则认为，现在的AI离人类智能还十分遥远，AI“毁灭人类”仅存在于科幻片中。
这两种截然相反的观点，揭示了当下学界和业界的重大分歧。如何让AI焕新而非“换人”，是摆在所有人面前的一道必答题。
当下探讨“AI是否会统治人类”这一话题，其实为时尚早。目前，可供AI学习的文本信息正逐渐趋近“耗竭”状态，并且“千亿级”AI大模型的研发与运行，需要消耗大量的资源。
中国科学院脑科学与智能技术卓越创新中心研究员张铁林指出，文本大模型更新迭代的进程明显受到了文本数据量和资源条件方面的限制。一方面，现今互联网上公开的人类自然语言文本语料，在很大程度上都已被机器“学习利用”。另一方面，训练千亿甚至万亿参数AI大模型，不仅要耗费巨量的电力能源，还需要数以万计的AI芯片提供算力支持，这无疑意味着巨额的资本投入。一些急于看到回报的资本开始纷纷撤离，导致那些缺乏支持的AI大模型项目不得不停滞。因此，在短期内能否发展出具备人脑综合高级认知能力的AI大模型，仍需进一步观察和研究。
尽管以人类自然语言为学习语料的AI大模型取得了较为显着的成果，在这一领域也存在着不同的发展态势。从长远来看，以科学数据为学习基础的科研大模型同样具有重要的发展潜力，因为我国在科学数据方面具备一定的先天优势，所以在针对科研大模型的研发工作上相对较为顺利。
我国类脑脉冲等新型低能耗大模型方面也已经布局多年，正在迎来国际领跑机会，结合类脑芯片硬件系统，将极大发挥低能耗优势。在获得相应的资源支持后，我国有望在科研大模型、类脑脉冲大模型等领域取得更为出色的成绩。 |
