1 在多智能體中通向“智能”
來源：AI科技評論
作者：黃楠
過去短短不到一年里，ChatGPT、GPT-4 的相繼面世，不斷刷新人們對 AI 的認知。
新技術(shù)帶來變革，也引發(fā)了外界對 AI 是否會取代人的討論，OpenAI 首席執(zhí)行官 Sam Altman 也公開表示，對人工智能技術(shù)的強大能力有些擔(dān)憂。
近日，倫敦大學(xué)學(xué)院（UCL）計算機系教授汪軍在接受 AI 科技評論采訪時坦言，雖然 ChatGPT 的語言能力、對話能力很強，但其并無法進行系統(tǒng)性決策，例如機器控制、群體協(xié)作、動態(tài)調(diào)度等，而這些是 AI 技術(shù)浪潮中更具革命性的部分。
汪軍，倫敦大學(xué)學(xué)院（UCL）計算機系教授，阿蘭·圖靈研究所 Turing Fellow。其主要研究智能信息系統(tǒng)，包括機器學(xué)習(xí)、強化學(xué)習(xí)、多智能體，數(shù)據(jù)挖掘、計算廣告學(xué)、推薦系統(tǒng)等；谷歌學(xué)術(shù)被引用量超過1.6萬次，已發(fā)表學(xué)術(shù)論文120多篇，曾多次獲得最佳論文獎。
2022年4月，上海數(shù)字大腦研究院正式創(chuàng)立，內(nèi)部孵化并成立了 Enigma Tech（中文名“謎題科技”）,汪軍擔(dān)任上海數(shù)字大腦研究院聯(lián)合創(chuàng)始人、院長，并出任謎題科技首席科學(xué)家；下半年，數(shù)研院研發(fā)出全球第一個多智能體決策大模型，該大模型集合 CV、NLP、強化學(xué)習(xí)和多智能體，致力于幫助企業(yè)解決多場景決策問題。
汪軍認為，ChatGPT 的出現(xiàn)，解決了以往大模型訓(xùn)練中如何降低門檻的難題，通過將自然語言處理與決策大模型的結(jié)合，ChatGPT 帶來的不能只是聊天，而是在 AIGC（AI Generated Content，內(nèi)容生產(chǎn)） 的基礎(chǔ)上更進一步探索 AIGA（AI Generated Actions，決策生成），讓模型的思考能力和決策能力應(yīng)用到具體場景中，真正實現(xiàn)幫助企業(yè)和人們解決決策問題，將人類釋放到更具創(chuàng)造性的活動中。
1 在多智能體中通向“智能”
AI 智能探索的進程中，脫離不開對定義問題的終極追求。
汪軍將通往智能的路徑分為兩步。第一步，需要先明確生物系統(tǒng)（Living System，人歸屬于生物系統(tǒng)）和非生物系統(tǒng)的差別。
2013年，生物物理學(xué)家 Jeremy England 提出一個開創(chuàng)性“耗散適應(yīng)”理論（dissipation-driven adaptation），將生命起源歸結(jié)于熱力學(xué)的必然結(jié)果，無分子系統(tǒng)在一定條件下通過化學(xué)反應(yīng)代謝消耗能量，以促進能量持續(xù)消耗及“熵”的增加。
在熵增熵減理論中，生命體從無序變成有序的過程持續(xù)吸收能量不斷熵減，汪軍認為，AI 從人產(chǎn)生，因此也是吸收能量幫助人完成熵減的使命，解決基礎(chǔ)問題的關(guān)鍵點在于如何定義智能，明確 AI 需要吸收多少能量才能達到一定的智能。
使用 AI 做圖像分類識別時，分類算法其準確率可達到98%。通過分類，AI幫助我們可以將處于無序狀態(tài)的圖像內(nèi)容組織轉(zhuǎn)變?yōu)橛行?、有?guī)律可循的圖像，系統(tǒng)中不確定性減小，產(chǎn)生熵減。熵減也需要計算，形成算法的算力多少，算力即是消耗能量的一種體現(xiàn)。
通往智能的第二步，汪軍認為，是分辨生物系統(tǒng)、所謂的 AI 系統(tǒng)的意識問題。當前，人工智能作為工具存在，算法只能判別 AI 工作的優(yōu)良程度，機器本身并不存在思考，如何使機器最終達到與人相等的思考能力，需要先理解人類大腦的各種現(xiàn)象，并增加對 AI 意識的關(guān)注。
在汪軍看來，意識是智能的一個重要表現(xiàn)，哺乳動物可以察覺意識、感知意識并形成主觀感受；同時，當多個個體與環(huán)境交互時，必須存在除單個個體外、另一有意識個體與環(huán)境發(fā)生影響、產(chǎn)生共鳴，從而使主觀感受得以表達。
對此，汪軍和團隊提出，在 AI 研究中，必須有多智能體（Multi-Agent）的相互作用來引發(fā)意識。
以大模型為例，跨任務(wù)是人為定義的，只局限在給定一個特定任務(wù)，把算法設(shè)計好讓機器去跑，難以產(chǎn)生更大智能的 AI，模型的思考能力和決策能力也無法得到提升。
汪軍告訴 AI 科技評論，“在同時推進多個事情時，需要大的思想來指導(dǎo)。如果沒有，顯然還缺乏一個內(nèi)在的規(guī)律?！边@個規(guī)律，正是機器模型通往更大“智能”的關(guān)鍵路徑。
2022年5月，DeepMind 發(fā)布集合 CV 和 NLP 的通用智能體“GATO”，它可以玩雅達利游戲、輸出圖片字幕、用機械臂堆疊積木、跟人聊天等等，還能根據(jù)上下文決定是否輸出文本、關(guān)節(jié)力矩、按鈕按壓或其他 token（逐詞），這項工作在當時引起了不小的討論。汪軍也是關(guān)注者之一。
事實上，從2021年開始，汪軍和團隊就開始思考創(chuàng)建一個可實現(xiàn)跨任務(wù)，將 CV、NLP、強化學(xué)習(xí)和多智能體四者嵌套為一個統(tǒng)一體決策模型的可能性。“GATO”的出現(xiàn)讓汪軍看到大模型廣闊的可探索空間，“這足以證明，一個模型解決多個領(lǐng)域任務(wù)是大勢所趨?！?/p>
決策大模型并不能單純從模型大小意義出發(fā)，究其本質(zhì)，是在數(shù)據(jù)集中通過強化學(xué)習(xí)與環(huán)境不斷交互所達到的一定的認知水平，如何攻破這個問題？當中最大的技術(shù)點就在于，降低強化學(xué)習(xí)和環(huán)境交互的復(fù)雜度。
原有數(shù)據(jù)在這一環(huán)節(jié)中起到關(guān)鍵性作用。
通過對其他任務(wù)或算法同環(huán)境交互產(chǎn)生的原有數(shù)據(jù)訓(xùn)練，搭建一個預(yù)訓(xùn)練模型，這一模型在面對新任務(wù)時即可迅速在進行應(yīng)用，從而實現(xiàn)規(guī)律、關(guān)系和數(shù)據(jù)的價值最大化。而伴隨預(yù)訓(xùn)練數(shù)據(jù)集的不斷擴大，模型也隨之變大，直至它可覆蓋的所有任務(wù)。
最終結(jié)果是，解決問題的方法聚攏，多個方向匯聚、統(tǒng)一為一個可預(yù)約、可跨任務(wù)泛化的多智能體。多智能體往往需要考慮平衡關(guān)系，即在達到自我目標的同時，使對方也能達到它的目標，互相牽制從而保持一個穩(wěn)定的平衡。
進入實際應(yīng)用場景中，多智能體也可以幫人們解決很多實際問題，例如搜索、推薦，甚至互聯(lián)網(wǎng)廣告，其本質(zhì)上是一個決策的過程，幫助用戶找到需要的內(nèi)容，而且這個內(nèi)容是符合用戶喜好的，“推薦給你看，其實就是個決策?！薄?/p>
多智能體的優(yōu)勢在于，可以很好地發(fā)揮其跨任務(wù)的能力。
事實上，早在2017年開始，汪軍和其學(xué)生張偉楠（上海交通大學(xué)教授）就開始了跨任務(wù)嘗試，在自然語言處理（NLP）中加入強化學(xué)習(xí)。
以往的自然語言處理使用 GAN 生成文字時，由于詞索引與詞向量在轉(zhuǎn)換過程中的數(shù)據(jù)不連續(xù)，經(jīng)常會導(dǎo)致微調(diào)參數(shù)不起作用；不僅如此，由于 GAN 的判別模型只對生成數(shù)據(jù)整體打分，但文字一般均為逐詞生成，難以控制細節(jié)。
為此，他們提出 SeqGAN 模型，通過在借鑒強化學(xué)習(xí)策略，解決了 GAN 應(yīng)用于離散數(shù)據(jù)的問題，這也是最早利用強化學(xué)習(xí)訓(xùn)練生成性語言模型的論文之一，實現(xiàn)了文本生成，在自然語言處理和信息檢索等不同領(lǐng)域具有廣泛的應(yīng)用。
論文地址：https://arxiv.org/pdf/1609.05473.pdf
“強化學(xué)習(xí)和決策本質(zhì)上是相通的，通過強化學(xué)習(xí)，可以解決一些決策問題?！痹谕糗娍磥?，決策是一個長期研究的問題，多智能體決策大模型的提出，經(jīng)泛化后可在某些特定領(lǐng)域形成特有優(yōu)勢，AI 中大部分問題均可借助決策大模型來解決。
2 AIGA 比 AIGC 更進一步
ChatGPT 掀起的熱度還未過，3月15日，多模態(tài)預(yù)訓(xùn)練大模型 GPT-4 發(fā)布后，又一場顛覆性的變革呼嘯而至。
在這場關(guān)于通用人工智能的角逐中，ChatGPT、GPT-4 不是終點，競賽的關(guān)鍵聚焦在浪潮下更具價值的產(chǎn)業(yè)革命和創(chuàng)新中。
期間，汪軍也與關(guān)注市場資本的朋友保持密切溝通。
在汪軍看來，學(xué)術(shù)圈里面的問題有些不夠大膽、受資源約束，思考問題會受到一定因素的約束。而在工業(yè)界，決策大模型可以擁有更豐富的應(yīng)用場景，無論是在傳統(tǒng)產(chǎn)業(yè)，互聯(lián)網(wǎng)搜索推薦，到工業(yè)互聯(lián)網(wǎng)等等，都需要各種各樣的決策。
帶著這樣的想法，汪軍開始考慮將決策大模型在產(chǎn)學(xué)研三棲結(jié)合的可能性。
經(jīng)過一年的籌備期，2022年4月上海數(shù)字大腦研究院正式創(chuàng)立，內(nèi)部孵化并成立 Enigma Tech（“謎題科技”），主要負責(zé)將數(shù)研院的科研成果面向產(chǎn)業(yè)落地，為數(shù)研院提供現(xiàn)實場景及真實業(yè)務(wù)數(shù)據(jù)。汪軍擔(dān)任數(shù)研院聯(lián)合創(chuàng)始人、院長，并出任謎題科技首席科學(xué)家。
當大模型邁進實際的應(yīng)用場景里，企業(yè)往往面臨著模型廣譜性不強、入局門檻高的兩大痛點。
經(jīng)典的機器學(xué)習(xí)方法采用的是定制化模式，企業(yè)下發(fā)任務(wù)后，先定義問題、收集數(shù)據(jù)訓(xùn)練、模型測試，二次任務(wù)下發(fā)后，模型需要再次收集定義問題、收集數(shù)據(jù)訓(xùn)練、模型測試，往往會導(dǎo)致企業(yè)在部署上就已經(jīng)損耗了極大的財力、人力資源，廣譜性不強。同時，使用大模型對工程師的技術(shù)能力要求極高，需要具備一定的優(yōu)化經(jīng)驗，企業(yè)參與門檻高。
汪軍認為，ChatGPT 結(jié)合決策大模型，可以有效解決低門檻、廣譜性的問題。
在這樣的思考下，汪軍領(lǐng)導(dǎo)謎題科技團隊提出 DB 大模型（AIGA 方向大模型，AIGA：AI Generated Actions，決策生成），其首發(fā)的 DB1 為全球首個多模態(tài)決策大模型，對標 DeepMind 推出的 GATO，可全面支撐多智能體，能夠并發(fā)處理千個以上決策任務(wù)。
通過將 ChatGPT 與決策大模型的結(jié)合，ChatGPT 帶來的不能只是聊天，而是在 AIGC 的基礎(chǔ)上更進一步探索 AIGA，讓模型的思考能力和決策能力應(yīng)用到具體場景中，所產(chǎn)生的交互通過跟具體場景的環(huán)境交互，小數(shù)據(jù)完成大任務(wù)，可直接面向產(chǎn)業(yè)真實場景，借助大模型實現(xiàn)任務(wù)閉環(huán)，實現(xiàn)機器人協(xié)作、設(shè)備動態(tài)、企業(yè)自主化調(diào)度、軟件開發(fā)等更廣泛應(yīng)用。
進而真正幫助企業(yè)和人們解決決策問題，將人類釋放到更具創(chuàng)造性的活動中。“最終為整個人類的進步帶來很大的促進作用。在這個情況下，我們才能孕育出真正的 AGI（通用人工智能）?！?/p>
目前，數(shù)字大腦研究院的基本架構(gòu)已搭建完成，業(yè)務(wù)內(nèi)容從算法、系統(tǒng)到具體工程項目均有覆蓋，可應(yīng)用于推薦系統(tǒng)、故障預(yù)測、自動駕駛、市場設(shè)計、游戲場景、EDA 優(yōu)化等多個場景，解決企業(yè)運作過程中的實際問題。
走出實驗室、成立數(shù)字大腦研究院，對汪軍而言，感受和狀態(tài)是截然不同的：研究不可能將所有因素放在一起考慮，要解決這個問題，首先其他東西得簡化，把真正問題解決了再轉(zhuǎn)向下一個；而一項研究的落地則更可能是多個問題的集合體，需要各個問題都一一擊破，并把解決問題的方法統(tǒng)一去應(yīng)用。
去年7月份，AI 科技評論曾有幸與汪軍院長進行了一場深入討論，彼時他對數(shù)研院的目標是，推動決策智能研究和 AI 研究，在中國做最好的、最基礎(chǔ)的研究。
而過去短短一年，Stable Diffusion、ChatGPT 和 GPT-4 等模型的出現(xiàn)，讓汪軍驚喜地認識到 AI 技術(shù)的革命性進步，也令他對數(shù)研院有了更具象化的目標，將決策大模型應(yīng)用到具體場景中解決實際意義問題。
從學(xué)術(shù)界到工業(yè)界，數(shù)字大腦研究院的發(fā)展時間還不長，其雛形也映射出汪軍在人工智能路上探知求索的方向?！拔覀兙褪且咦约旱囊粭l路，怎么樣把產(chǎn)學(xué)研結(jié)合一起闖出條新路，問一些以前沒有問過的問題。”
3 對話汪軍
AI 科技評論：介紹一下數(shù)研院過去一年在多智能體決策大模型方面所做的工作和進展。
汪軍：去年夏天我開始計劃一個新的課題，我們覺得大模型不只是在NLP、CV 里，它在決策中也有很大的作用，當時 DeepMind “GATO”的工作嘗試將各種各樣的任務(wù)放在一個大模型里面、Transform里面去進行學(xué)習(xí)，給到了我們啟發(fā)，所以當時就決定在它的基礎(chǔ)上往前探索，做了一個決策大模型，包括視頻、圖像的數(shù)據(jù)，自然語言的數(shù)據(jù)，機器人的數(shù)據(jù)，甚至還加入求解器的數(shù)據(jù)，例如怎樣做優(yōu)化任務(wù)、布置生產(chǎn)排期、對車輛進行優(yōu)化等。我們做了一個10、15億左右參數(shù)的大模型，雖然是一個早期的探索，但也證明了在大模型里面不光只是自然語言處理，還能在決策起到明顯作用。
前段時間我們在做足球游戲，發(fā)現(xiàn)有個沒有攻克的問題：現(xiàn)在強化學(xué)習(xí)所存在的研究邏輯，AlphaGo、星際爭霸、Dota 等帶有游戲系統(tǒng)中，人越多，其決策空間也會更加復(fù)雜。
對此，我們以游戲場景的足球作為問題研究點，在多智能體決策大模型中進行了多次嘗試，從簡單的2人足球，到5人、到11人。這個是比較大的、對強化學(xué)習(xí)有挑戰(zhàn)性的場景，目前問題本質(zhì)還沒有完全解決，或者說解決得很好，因此我們也花了很多時間在做這件事情，希望能做出一點成績。
AI 科技評論：ChatGPT 發(fā)布后，對數(shù)研院的研究帶來什么影響？
汪軍：我們一直重心在是決策上，現(xiàn)在也一直是。但 ChatGPT 出來后，我們對它的語言能力感覺到非常驚艷，完全超過我們的預(yù)期，對決策任務(wù)也起了一定的促進作用。
在做決策優(yōu)化的過程中，需要解決兩大痛點：廣譜性和低門檻。
決策大模型在一定程度上解決了模型的廣譜性問題，將新任務(wù)放置大模型內(nèi)進行迭代、微調(diào)，一個大模型可以應(yīng)對各種各樣的決策問題。
低門檻問題在做 AI 公司中普遍存在，在此之前，使用大模型對工程師的能力要求非常高，往往需要有優(yōu)化經(jīng)驗的人參與到問題決策過程中，個人和企業(yè)參與的門檻非常高，也增加了 AI 的使用成本。
為了解決使用的低門檻問題，我們之前預(yù)想發(fā)明一個比較簡單的語言，可以比自然語言要更復(fù)雜、嚴謹一點，但比真正的編程簡單些，任何人都可以使用，ChatGPT 的出現(xiàn)，突然讓我們意識到，機器的自然語言可以達到一個正常跟人交流的水平，一下子就把低門檻的痛點解決了。對我們來說，這個改變帶來的觸動是比較大的。
更有意思的是，ChatGPT 里具有一定的邏輯推理能力，可以幫助我們將一個復(fù)雜的問題分解為幾個子問題，這個子問題部分原本需要專業(yè)人士進行人為分解，但通過 ChatGPT 對語義的理解，在得到范例的情況下可對問題分解成基礎(chǔ)的問題，再經(jīng)由決策大模型對基礎(chǔ)問題已有的決策能力，實現(xiàn)直接調(diào)用。
AI 科技評論：多智能體決策大模型涵蓋的領(lǐng)域很多，在數(shù)據(jù)這塊會有什么要求？把它跟 ChatGPT 進行結(jié)合后，對某一領(lǐng)域的數(shù)據(jù)是否有特別的需求？
汪軍：它會有一些特定的要求。
自然語言的數(shù)據(jù)是離線的，屬于方法論上的學(xué)習(xí)；而決策中需要很多產(chǎn)生數(shù)據(jù)的能力，需要一個仿真器。舉個例子，當我們訓(xùn)練機械狗走路時，我們不會讓它到雨天里或其他環(huán)境走一圈將數(shù)據(jù)采集回來，往往是先建一個跟外界非常像的仿真器，通過仿真器來產(chǎn)生數(shù)據(jù)，模型學(xué)習(xí)完后再放到真實場景給予反饋，回來再進行學(xué)習(xí)，從而使得它可以很快將決策能力遷移到現(xiàn)實中應(yīng)用。大模型技術(shù)囊括各種各樣的場景，無論是下雨天、走臺階、走沙土都沒有任何問題。
第二個難點是，決策數(shù)據(jù)訓(xùn)練的難度比自然語言處理的難度要大，這個過程中在不斷產(chǎn)生數(shù)據(jù)，數(shù)據(jù)產(chǎn)生的效率、產(chǎn)生在什么地方，如何分配到各個學(xué)習(xí)模塊里面進行學(xué)習(xí)，需要統(tǒng)一的系統(tǒng)層面解決方案，此前我們專門做了一套大規(guī)模的學(xué)習(xí)方法，主要應(yīng)用在這種強化學(xué)習(xí)訓(xùn)練的方法。但 ChatGPT 出來后，基于大預(yù)言模型的訓(xùn)練方法不太適用。
AI 科技評論：具體場景中，如何用 ChatGPT 跟決策大模型進行結(jié)合？
汪軍：舉一個機械狗的案例：最早我們訓(xùn)練機械狗使用的是歸控的經(jīng)典方法，它的問題是在單一環(huán)境路況上走沒有問題，但遇到雨天、雪天就走不了，但當我們加入了大模型方案后，機械狗開始具備基礎(chǔ)的交互能力，可以進行推理。向機械狗下發(fā)一個送信的指令，模型會將任務(wù)自動分解為1至5個基礎(chǔ)步驟，每個模塊在傳送中有對應(yīng)邏輯，例如從A點行至B點的路徑規(guī)劃。
由于機械狗自身并不具備往東走、往西走的概念，只有坐標，因此需要將交互指令與具體的語義結(jié)合、對應(yīng)起來，通過 ChatGPT 的方式，我們無需將指令轉(zhuǎn)化為編程語言，可直接進行交互，機械狗在接收到問題后，會講指令分解成幾個不同的問題，先優(yōu)化一部分的 Chat，將動作、決策和語義同 ChatGPT 產(chǎn)生自然語言對應(yīng)起來。
這樣成為了我們接下來研究的主要方向，我們將其稱為 AIGA（AI generate actions），前期 ChatGPT 帶來的是 AIGC，再結(jié)合決策大模型，從 generate content 更進一步、變?yōu)?generate actions，生成決策。
數(shù)研院的長處是在決策大模型，因此我們堅持決策大模型的方向是不變的，要讓 AI 不只是交流，更重要的它是幫助你去優(yōu)化，幫助你去做決策，我們覺得它的價值非常大。ChatGPT 結(jié)合決策大模型后，所產(chǎn)生的交互不再僅限于它能回答問題，更在于它是否能理解復(fù)雜、構(gòu)建復(fù)雜，通過跟具體場景的環(huán)境交互，ChatGPT 跟決策大模型進行結(jié)合，可實現(xiàn)機器人協(xié)作、設(shè)備動態(tài)、企業(yè)自主化調(diào)度、軟件開發(fā)等更廣泛應(yīng)用。
AI 科技評論：在訓(xùn)練多模態(tài)數(shù)據(jù)之后，參數(shù)量到達多少會涌現(xiàn)更多的能力?文字，圖像，語音，視頻……哪一個模態(tài)對多模態(tài)模型的影響會更大？
汪軍：在數(shù)據(jù)方面，“大力出奇跡”這個事情有一定的極限，雖然目前這個極限我們還沒有完全看到，但是我覺得，我們不是只著眼于僅學(xué)習(xí) ChatGPT 的訓(xùn)練方式。
ChatGPT 的語言能力很強、對話能力很強，但 ChatGPT 是否真正理解了它吸收的內(nèi)容？我認為它是沒有理解的。讓它玩猜數(shù)字游戲，表面上它可以玩，但其實它是不知道、沒法猜到你心里的數(shù)字。ChatGPT 更多是在原有訓(xùn)練數(shù)據(jù)中對邏輯內(nèi)容的記憶，它的搭料能力很強，但是它真正理解的能力很弱。
如何打破它的局限性？我認為，我們需要在訓(xùn)練里加上模型對整個世界的理解，如果它本身不去建一個描述世界的數(shù)學(xué)模型，把它的理解放到世界模型中，它不會對周圍世界有更深層次的理解的。舉個簡單的例子，我們給 ChatGPT 2000分以下的所有人類下棋能力的數(shù)據(jù)，如果模型只模仿人，那么它無法模仿出比2000分更高的智能。
數(shù)據(jù)很重要，但與此同時，模型的大小也很重要，要有不同的訓(xùn)練方法來提高它。
而在多模態(tài)中，自然語言是基礎(chǔ)，人在思考時，語言是我們的思維的載體，它構(gòu)架了一個相對清晰的邏輯描述，這個邏輯描述可能并不是百分百嚴謹，存在不清晰、模糊的地方，但是它足夠讓我們?nèi)ケ磉_一些非常復(fù)雜的邏輯關(guān)系。
但與此同時，我們也要清晰地認識到，自然語言中隱含的語義信息和表達是非常重要的，也就是說，它可以能把這個問題表述得很清晰、但這是表象，最主要的是對話里面含載的語義關(guān)系，當其他多模態(tài)來了之后，匹配上相應(yīng)的語義表達，就可以遷移到其他的模態(tài)當中。
在自然語言的基礎(chǔ)上，我們可以加入其他更多模態(tài)參與到模型當中。
AI 科技評論：您如何看待“人類反饋”數(shù)據(jù)對多模態(tài)大模型或決策大模型的影響？
汪軍：需要一些人類反饋數(shù)據(jù)，但它的量不像以前的監(jiān)督式學(xué)習(xí)需求量那么大，一個基礎(chǔ)模型只需要給它幾個示范，目的是導(dǎo)引基礎(chǔ)模型適應(yīng)新的任務(wù)場景，令基礎(chǔ)模型把原來的能力顯露出來。這是對經(jīng)典機器學(xué)習(xí)訓(xùn)練模式的革新。
以前的機器學(xué)習(xí)，大部分 AI 企業(yè)采用的是定制化模式，任務(wù)來了先定義問題、收集數(shù)據(jù)訓(xùn)練、模型測試，第二個任務(wù)下發(fā)后、又再次收集定義問題、收集數(shù)據(jù)訓(xùn)練、模型測試，不僅難以復(fù)制，部署也會損耗極大的財力、人力資源。
ChatGPT 后的機器學(xué)習(xí)是大模型先行，我不需要知道具體的問題是什么，就可以先搭建模型，再分發(fā)至客戶或廠家，將模仿放置到某一個不具有訓(xùn)練大模型能力的公司，由公司去部署，再進行定義，整體流程反過來了，其本質(zhì)是激活大模型應(yīng)用至特定任務(wù)中，再定義任務(wù)、輸出結(jié)果，極大地降低了“人類反饋”數(shù)據(jù)對模型的影響，真正實現(xiàn)廣譜性、低門檻的 AI。
AI 科技評論：有看法認為，在 ChatGPT 這輪競賽中，算力和模型不再如前兩個時期那么重要，而場景和數(shù)據(jù)將成為這一輪關(guān)鍵，您是怎么看的？
汪軍：模型很重要。當前一些大模型語言能力的提升，會令人產(chǎn)生模型也具備理解人的能力，但這只是表象。僅靠幾個字來預(yù)測下一個單詞的基礎(chǔ)模型訓(xùn)練方法、難以產(chǎn)生更大智能的 AI，模型的思考能力和決策能力無法得到提升，而這兩者是作為人工智能體最基礎(chǔ)的能力，它需要知道怎樣去跟環(huán)境交互。
從這個模型角度來講，模型仍需要進行革新，Transform 這個架構(gòu)很好，但并不代表就可以止步不前，我們?nèi)匀恍枰镄碌摹⒂袆?chuàng)造力的、能產(chǎn)生思考的神經(jīng)網(wǎng)絡(luò)模型出現(xiàn)。
算力、模型、數(shù)據(jù)、場景四者都很重要，當數(shù)據(jù)和算力達到一定高度后、需要一個新的創(chuàng)新出現(xiàn)，創(chuàng)新后再進行數(shù)據(jù)和算力的變量累積，再達到一定的高度和進行創(chuàng)新，這是一個螺旋上升的過程。
場景是目的，最終我們需要在場景中定義問題、解決問題，而不僅僅讓研究停留在學(xué)術(shù)層面。場景驅(qū)動之后，再使用一個新的模型或方法，用數(shù)據(jù)和算力使它達到又一個極致。
ChatGPT 的廣譜性很強，但并不代表它能夠解決所有的 AI 問題，我們應(yīng)該思考下一個場景的東西什么、能夠解決什么問題？問題的核心是，讓模型的思考能力和決策能力，真正能夠應(yīng)用到具體場景中，同時它要跟環(huán)境進行交互，跟人、跟各種各樣的場景進行交互，最終實現(xiàn)對整個能源產(chǎn)業(yè)，整個人類的進步帶來很大的促進作用。
在這個情況下，我們才能孕育出真正的 AGI。這也是數(shù)研院的目標。
聯(lián)系客服
