近日，张鹏受邀做客中央广播电视总台财经节目中心《对话》栏目，与360集团创始人周鸿祎，九光智能创始人兼首席执行官徐志根，广药集团党委书记、董事长李楚源，中国企业家杂志社副总编辑何伊凡，华夏时报执行总编辑张志伟，《财经》杂志副主编朱弢，以及图灵奖得主、蒙特利尔大学教授约书亚·本吉奥，共同以“AI+未来大猜想”为主题，对人工智能的技术发展、商业化路径等话题进行了深入的探讨交流。
01
目标定在AGI尚未看到人工智能的天花板
主持人：如果画一张图，把横轴标记成时间，纵轴标记成人工智能发展的速度，未来的发展会是什么样的状态？
张鹏：从人工智能这个学科产生到现在已经过去了将近七十年的时间，发展的速度是逐渐在增快的，但早期可能会相对慢一些。最近几年突飞猛进，过去这一年大家已经感受到了。
当然很多人也预测人工智能可能就会缓下来了，或者就像技术成熟度曲线一样，它会到达一个顶峰，会进入破灭期。但是我们切身在做这项技术的人就会发现，其实目前技术虽然已经非常快速地在呈现，但是仍然有很多的问题值得去探索。如果说我们的目标定在AGI（通用人工智能），这里面的每一个问题的突破都有可能带来飞跃式的发展，至少我们现在还没有看到天花板。
02
人工智能带来的变革处于“蒸汽机改良”阶段
主持人：我想到了第一次工业革命，从18世纪初发明了蒸汽机，到后来瓦特改造了蒸汽机，再到最后大规模地应用、效率提升，那是19世纪初的事了，整个过程持续了近两百年的时间。那么这一次人工智能给我们带来的工业革命和变革，如果类比蒸汽机的话，现在大概处在哪个阶段？
张鹏：如果类比的话，现在大概处在蒸汽机被改良的阶段。大模型本身的原理大家已经基本上接受并达成一致，这是我们通向AGI的一个有效路径。但它是不是当前最有效的，或者说已经达到了终极的效果？还没有，中间还有很多可改良、可改进的地方。当然未来怎么样，会不会像蒸汽机被内燃机淘汰，那是太远的事情。
03
未来对“新式程序员”的需求极大增加
主持人：有观点认为程序员以后可能不会存在了，您同意这一观点吗？
张鹏：我觉得要这样来思考这个问题。首先想为什么会有编程语言这件事，和自然语言到底差异在哪里。在计算机诞生的第一天，机器都是很笨的。如今整个编程语言也在不断地进化，向自然语言靠近。从最早的打孔，到汇编，到C++，到高级程序语言，到现在普遍使用的Python，越来越像自然语言。
自然语言最大的特征是含糊，因为人和人之间的交流不光是通过语言，是靠着大家自有的背景的知识，去补充和判断含糊的部分。有了大模型之后，未来我们跟机器之间的沟通，会越来越贴近自然语言的方式，这是我们人类所希望的，也一定会往这个方向去走。
但是未来对程序员的定义会有变化。刚才讲的所谓的程序员指的是传统的程序员，就是写机器program language的这种程序员，未来这种肯定是会越来越少，但是建立在机器和人之间新的沟通方式上的所谓新式程序员可能会需要更多。
大家讨论问题的时候很容易忽略另外一个因素——时间，我们容易高估技术的短期价值，低估技术的长期价值。
04
大模型增强了机器人算法的完备性和泛化性
主持人：说到OpenAI，我们可能很多人首先想到的就是ChatGPT，但是可能很多人不知道在最开始的时候，OpenAI公司还生产了一款机器手臂。它既能动，又能把魔方调成想要的样子。
张鹏：人工智能的发展历程中其实有一个很重要的流派，认为人类的智能和人的物理存在无法分割。如果想做人工智能甚至是通用人工智能，那必须结合物理实体，所以要有机械手、机械臂或者是任何一种物理的实体。
看起来调整魔方这件事情其实比较简单，但实际上在世界里要面临的问题非常多。不同的光线、照明，还有力度等等，包括手上握持的魔方的大小、旋转的速度等条件，随机性非常大。
他们在数字世界里构建了一个训练的模拟场景，在虚拟世界里加速训练的过程，训练完了以后，再移植到机械手臂上。因为在虚拟世界里，机械手臂经历过大量的甚至是随机的一些条件的组合训练，具备了非常强的泛化能力。不管在手上用什么角度、用什么样的姿势放进去一个魔方，甚至是在它转魔方的过程当中加入一些干扰，它仍然能够正确地完成这个动作。
大模型本身对机器人算法的改进产生了巨大的作用，从规划、规则的完备性，以及泛化性等方面，实现了明显的增强。
05
2024年是向AGI发起冲锋的起始年份
主持人：大模型什么时候能够解决衣食住行等一些非常现实的问题？
张鹏：大模型知识层面很完善，但结合硬件去解决衣食住行这种实际的问题，进入物理世界，其实还需要一点时间。
我们已经看到了曙光，所以在我的心里，2024年应该是向AGI发起冲锋的起始年份。在这一年里大概率可以看到比较实在的能够解决大家现实问题的应用出现。
比如工作中要做一个很简单的演示，你需要在网页上搜索数据、整理数据、形成数据文件，然后根据这些数据文件做分析、绘制图表，最终写成文档，这是现在很多办公场景里大家日常做的工作，即使非常熟练也需要30分钟到几个小时的时间来完成。但是用我们的大模型，几分钟就能解决这个问题。
由通用底座大模型的能力提升所衍生出来的能力，让我们能够create something new，这可能就是所谓的“大模型原生应用”或者“大模型原生场景”。在这个过程当中，技术需要发展，产业也需要落地。
免责声明：本文转载自君联资本，文章版权归原作者所有，内容仅供参考并不构成任何投资及应用建议。
