2023年以来，大模型领域持续火爆，各方力量持续入局，在快速推进人工智能时代到来的同时，也显现出各种问题和挑战。

  中国科学院院士、清华大学人工智能研究院名誉院长张钹表示，对大模型本身的学术研究非常迫切、重要。到现在为止国内的大模型主要集中在垂直领域应用上。而全世界对大模型的理论工作原理、所产生的现象都是一头雾水，所有的结论都推导产生了“涌现现象”。“实际上这反映了我们对它一点不清楚。这个问题必须搞清楚，我们才有可能发展出有中国特色的大模型。”张钹表示，对此，有三个方面的问题研究比较重要。

  首先是“大模型为什么能够产生出来非常连贯的、多样化的人类语言？”在他看来，这主要靠三方面的措施，第一是文本的语义表达，也就是把文本里的词、句、段落全变成向量，这给构造一个连续的拓扑空间创造了条件。第二个是转换器，注意力机制可以保证上下文的一致性。最后是下一个词的预测。

  第二个问题是，大模型为什么会产生幻觉？他指出，这个问题涉及ChatGPT跟人类自然语言生成原理的不一样，最根本的区别在于，ChatGPT生成的语言是外部驱动的，而人类的语言是在自己意图的情况下驱动的，所以ChatGPT内容的正确性和合理性是不能保证的。

  “只有经过ALignment（对齐）才能解决这个问题。”张钹指出，之所以能从GPT3.5到GPT4，几个月时间有那么多变化，主要就是“对齐”的功劳。在“对齐”方面，国内做的工作太少。不过他同时也指出，做“对齐”是做治理，治理以后内容的多样性会下降，所以还需要平衡开放和治理的关系。

  张钹把ChatGPT生成的语言称作GPT语言。在他看来，第三个需要研究的问题是，将来努力的方向是什么，是不是把GPT语言完全对齐到人类的自然语言？他认为这个可能性不大。“因为想实现这个目标，你必须让GPT有自我意识。”

  这样（让GPT有自我意识）没有必要。他强调道，因为人工智能追求的是机器智能，希望这个智能和人类的智能不一样，它某些方面比人类有优势，某些方面比人类有缺点，只有这样人类才能和机器和平共处。“目前最重要的是，我们要研究、了解GPT语言，只有彻底了解了它，才能更好地发展它，使用它，或者说从产业角度来讲才可以发展出更健康的人工智能产业。”

  人工智能产业如何做大做强，是目前这一领域从业者遇到的最大问题。张钹分析称，和信息产业相比，人工智能产业的发展过程更曲折。这主要缘于两个原因。一是目前人工智能的软硬件与应用场景、应用领域密切相关。比如，人工智能的“智能芯片”与计算机的芯片完全不同，前者是为特定的算法、领域服务的，不具备计算机硬件的通用性，因此会遇到如何扩大市场的困扰。

  二是人工智能缺乏理论基础，算法和模型都具有很大的缺陷和局限，这也对它的应用领域产生了限制。由于它的方法本身的限制，比如安全性、隐私保护等，使得人工智能的应用领域也受到限制。

  对此，张钹提出了两点意见。首先，人工智能要往各种维度去发展。比如，语音信息处理就不仅是语音或说话人识别，可以扩展到其他应用领域，不仅能用来做身份鉴别，也可以用来诊断疾病，诊断机器的问题或者观察机器的运行等。

  其次，人工智能要有维度上的扩展，这是针对算法本身的局限性。机器学习的方法是运用大数据处理，而大数据的处理方法虽然有很多优点也很实用，但本身并不安全。“我们需要通过对算法缺陷的改进，也就是发展第三代人工智能的思路来扩展它的应用范围。”张钹介绍称，这包括数据与知识的结合、多特征的融合、多种模态的结合以及软硬件的结合等。

  “从传统人工智能到生成式人工智能的变化是剧烈的，这让我们有理由、有底气相信，它会改变这个世界。生成式人工智能一方面能够给企业家带来机会，企业家有使命去利用这个机会发展新产业；另一方面，也给企业家带来责任，企业家在开发、应用大模型时，一定要考虑可能产生的负面影响。”张钹说。

（文章来源：新京报）