熱度不減的大模型是實現人工智能的唯一解決方法嗎？每個行業都要有自己的大模型嗎？對於大模型，我們自主的發展路徑是什麼？當預訓練大模型攪動起巨大的研發、應用熱潮，這些問題隨之產生。

中國計算機學會以“智啟新局”為主題，於5月16-18日在浙江寧波舉辦了2024青年精英大會（YEF2024），1200多名來自全國各高校、科研院所、企業的青年學者、專家，集中討論了大模型、人工智能安全、國產算力、開源芯片、腦機接口等多個前沿領域的發展問題。

不依賴“一兩個模型打天下”

大模型為什麼不是萬能的？面對現在的大模型熱，南京大學計算機系主任、人工智能學院院長周志華教授從兩個方面進行了分析：一方面大模型確實非常有用，所以業界特別是企業應該努力“壓榨”這個大模型路線的技術紅利，盡可能讓它發揮更大的作用﹔另一方面也需要認識到大模型不是所有任務的最佳解決方案，“很多企業現在都在做自己的大模型，甚至覺得不做大模型不正確，但是機器學習裡有一個基本定律‘沒有免費的午餐’。希望一個算法模型能夠包打天下是不可能的，一定有弱點，大模型也有一些‘煩惱’。”

長期從事人工智能核心技術機器學習研究的周志華教授列舉了大模型的多個“煩惱”。

首先，構建大模型要先規劃任務、收集數據，然后訓練出模型，也就是說必須先考慮到要解決某一類任務，然后為它去收集數據做模型，這時如果有一個新任務，原來沒有被考慮規劃過，就沒有模型可用。

其次，大模型訓練和使用的能耗、碳耗、數據消耗都很大，一般人用不起。有人預測，按照現在的趨勢下去，2025年一個大模型訓練產生的碳排放相當於全紐約1個月的碳排放。

周志華教授提到，現在人們都希望先訓練一個模型，並希望在使用的過程中不斷去更新它，但是目前的大模型路線，有一個問題叫“災難性遺忘”。他以自動汽車駕駛為例，若機器學習模型在對新環境獲取的數據進行學習時，會“沖掉”舊環境中得到的寶貴信息，會出現重大安全隱患。

由於前面列舉的各種問題，人們都希望大模型能夠持續學習和終身學習，希望模型隨著應用的不斷發展，能夠不斷地“學”下去。周志華判斷：“這件事情在今天基於神經網絡，或者從基本的數學工具上還看不到解決方案。”

“訓練大模型要有大量的訓練數據，但是在大數據時代，這仍然是問題。”周志華表示。此外，數據隱私和所有權問題還無法解決。

“所以大模型的用處更應該是因地制宜，或者因任務制宜，很多的任務可能不太適用於像今天的大模型。我們有必要去嘗試其他的研究路線。我們這幾年在研究‘學件’（learnware），這個詞也是我們造出來的。”周志華介紹，學件=模型+規約，基本思想是不依賴“一兩個英雄模型打天下”，可以發揮多個模型的集成作用，以適應不同任務需求。在未經過專門訓練的新任務上提供解決方案，同時強調保護用戶和開發者的數據安全，實現模型之間的協同工作，以推動創新和提升問題解決能力。

AI應用市場繁榮，但這是一座“危樓”

中國科學院院士、清華大學教授胡事民提及，本輪人工智能發展有4駕馬車：算力、框架、算法、數據，匯聚並促進了人類智慧的交融。他認為，應該更全面看待人工智能發展，不要隻看應用端，要從硬件、框架、模型算法和應用4個層面來看，這四者都對人工智能的生態產生重要影響。

胡事民院士分析了目前人工智能發展過程中，我國面臨的幾個不利條件。首先，從硬件來看，兩種國外AI芯片佔了很大的市場份額。國產芯片要融入既有生態非常難，迭代更新慢。

其次，從框架來看，國外深度學習框架佔據主導的地位，國產框架面臨生態屏障。從模型與算法方面來看，比前兩者要好，但需加強原始創新。

在應用層面，我國市場大、應用場景多、落地快、市場繁榮，有許多創業公司，“但它底下的硬件和軟件有問題。這是我們的現狀。”

“需要以深度學習框架為牽引，夯實我國AI生態。”胡事民院士提出，因為框架承上啟下，它可以在芯片算力水平不高的情況下盡量挖掘潛力，同時把應用層支撐好。清華大學在2020年3月20日推出“計圖”深度學習框架，具備兩個優點：第一個好處是快﹔ 第二個好處是對硬件的支持廣泛，可以快速適配任何一款國產硬件。“希望以‘計圖’框架為核心，基於國產硬件促進人工智能算法應用的創新，來推動開源開放，構建中國人工智能的生態。”

人工智能自主發展需要匯聚青年力量

中國工程院院士、清華大學教授鄭緯民告訴中青報·中青網記者，從學術角度來看，現在有4類人在關注大模型，一是真正做大模型的，二是大模型+，做應用的，三是進行政策規范治理的研究學者，四是為大模型應用，進行基礎設施建設的科研人員。

作為大會程序委員會主席，清華大學副教授崔鵬說，我們現在整體人工智能的發展路徑還是以跟隨為主，其中一個很明顯的現象是，OpenAI發布一個新的產品，我們趕緊奮起直追，那麼中國人工智能自主發展路徑在何方，希望匯聚青年精英的力量，共同去探討和商議。

清華大學公共管理學院教授，人工智能治理研究中心主任梁正在專題報告中指出，發展人工智能，我國在基礎理論、核心軟硬件和生態方面還與國際先進水平有一定差距，要平衡創新與治理、踐行價值對齊的倫理思路，並吸收國際經驗，探索理念開放、主體多元、對象分層、工具靈活的敏捷治理新思路，以推動我國人工智能治理的進一步發展。

相較於大語言模型，近期以Open AI的SORA、GPT-4o，以及谷歌的Gemini為代表的世界模型，成為學術界和工業界的研究熱點，被認為是通向強人工智能的關鍵技術路徑。但是以多模態學習為基礎的世界模型的路線還不清晰，未來發展有很多爭議。復旦大學教授邱錫鵬教授發起的“世界模型之路在何方”的論壇，吸引了更多學者探討世界模型的發展路線，以及在國內算力不足的條件下如何輕量化發展，如何跨模態相互理解等研究方向。

分享讓更多人看到