最近，无论刷抖音还是看新闻，你都会莫名发现被刷屏。它到底凭什么“出圈”？
作为由人工智能实验室发布的对话式大型语言模型回答软件，它可以天南海北和你胡诌聊天，也可以算数学、写代码、甚至帮你轻快地写一篇文章，流利回答法律、医学、历史以及其他你能想象到的几乎任何问题。
当然，仅是如此会有人认为不过是人工智能玩出“花里胡哨”、华而不实的功能。但实际上，不少相关领域的学者、企业家却对其作出了更为广阔应用领域的前瞻。到底能给金融、医疗、教育、制造等领域带来哪些机遇与影响。或许行业中的领军企业人物，会有自己的不同看法。
为此，上游新闻将专题采访高校教授、相关行业领军企业及技术专家，漫谈他们心中的。
本期嘉宾：张洪宇，重庆大学大数据与软件学院院长、教授。
与传统搜索引擎大不同 可更好地理解人类语言
问：是如何实现聊天的？它和人类学会语言的逻辑和方式有什么不同？
张洪宇：最近，大模型技术如表现出很高的自然语言理解能力，具备了一些通用人工智能的特征。实现聊天主要分为两步：首先，使用大规模预训练语言模型GPT-3.5，“预先阅读”海量文本数据，比如维基百科、图书等，学习句子中单词之间的前后概率关系。然而，这样的“回答”可能有很多种，有些可读性很强，表达明确，有些则出现很多语法错误，可读性差。
其次，为了生成更好的回答，使用基于人类反馈的强化学习，调整预训练语言模型，使之与用户意图一致。调整后的模型可以不断接收人们的问题，并且给出答案，实现多轮对话的能力，即“聊天”能力。
人类学习语言主要是通过文字符号来描述现实世界，便于记录、交流、思考、解决问题等。借用大数据和大规模计算资源，学习文字世界中的概率关系。我觉得其思考和解决问题的能力是通过阅读海量文献“涌现”出来的，其其学习的逻辑和推理的方式目前尚不清楚，需要进一步研究。
问：与我们此前使用的网络搜索引擎，有哪些技术革新？
张洪宇：通过关键词索引的网络搜索引擎，多数时候是在互联网的历史数据中寻找与关键词相关的数据，返回匹配的结果。其缺陷在于：一是自然语言理解能力差，无法理解关键词所表达的复杂含义；二是知识表示能力不足，无法理解大规模数据中的知识；三是问答能力不足，只能简单地返回可能相关的结果，无法整合出有价值的答案。
背后的语言模型能够更好地理解人类语言的描述和数据中的知识，甚至可以通过再次询问的方式明确具体需求。此外，也能够根据模型学习过的海量历史数据，自动生成一些匹配的内容作为回答。这样，人们无需花费时间和精力去鉴别、筛选、整合搜索回来的结果，这无疑是搜索引擎的一次革命。
重庆已初步具备研发类似产品的条件 但仍需探索
问：对实现数字产业化，产业数字化会有哪些影响和推动？
张洪宇：强大的自然语言处理能力可以更好地理解用户需求，挖掘数据中的知识，解决不同数据描述中的随机性和不确定性。这些能力正是突破数字化挑战的一大关键，对推动数字经济和实体经济深度融合具有重要作用，可以加快企业数字化转型，进一步推动智慧城市、智慧经济的发展。
能在现有产业的基础上提供多种更智能的服务产品，如机器人客服、辅助教育、法律顾问等等。同时，具备不错的代码生成能力，它可以将用户的具体开发需求转变成可供程序员参考的代码，进一步提升数字化的工作效率。例如，作为程序员的编程助手，在汽车软件开发中，一些初步代码和文档可以通过自动生成，可以很大地提高软件开发效率。
问：重庆目前人工智能水平如何？是否可实现研发属于自己的？
张洪宇：达到当前版本的水准需要付出大量的物力、人力和智力。训练一个大规模预训练语言模型需要大量的计算资源（如网络，存储，GPU等）；的训练中又依赖于大量人工标注信息，这些也需要大量的人力成本；的训练需要更为先进的算法，这也离不开专业技术的智力支持。
重庆在实现类似产品上有一定优势：《重庆市数字经济“十四五”发展规划》中提到“到2025年，建成算法开发、服务支持、运营保障、资源配置于一体的国家级超级计算资源集聚高地”，这些高性能超算中心能够为训练提供一定的算力支持；重庆市作为中国西部文化科教中心，具备充足的人力资源储备，能提供人力支持；重庆大学等高校，特别是重庆大学大数据和软件学院，具有很强的人工智能、服务计算、软件开发相关科研能力，这为实现提供了智力支持。
当然，构建是一件极其昂贵的事情，仅以其背后依赖的模型的早期版本GPT-3在训练过程中消耗的计算资源为例，据估算相当于约300万~460万美元。构建还需要很强的云计算基础设施和AI平台，以及经验丰富的人才。
总而言之，我认为重庆目前已初步具备研发类似产品的条件，但如果要达到现在的水准，可能还需几年时间的探索与完善。
能进一步提升“代码智能”的研究应用
问：在推出后不久，微软也发布了类似的New Bing，据媒体评测，体验甚至更好。这是否意味着它可以快速迭代进化。
张洪宇：快速迭代进化是可以的。自2022年11月发布以来，受到了全世界的关注，收到了很多反馈意见。截至2023年2月27日，已有5次版本迭代。根据前述模型训练方法的叙述，其采用了强化学习方法，根据用户反馈进行模型迭代，而这期间大量用户的使用记录可用于进一步训练模型。因此，利用更多的数据和计算资源，结合用户的反馈，能够让和New Bing快速迭代进化。
问：除了作诗、写作，未来还可以与哪些领域进一步合作？
张洪宇：可能被用在几乎所有与自然语言理解相关的领域中。同时，我想重点说明它在软件开发中的应用。自动化、智能化一直是软件技术发展的核心目标之一。我早在2016年就开创性地提出了基于深度学习的代码推荐技术，展示了人工智能在软件开发中的应用潜力，工作发表在软件工程顶会FSE 2016中，目前已经收到近560次引用。之后，我又提出了一系列数据驱动的，AI赋能的软件开发技术，如代码搜索、自动摘要、代码生成，缺陷检测等技术，推动了“代码智能”这一新研究领域的发展。的出现会进一步提升“代码智能”的研究与应用。例如，作为程序员的编程助手，可以检索相关编程知识，编写初步程序，检查软件中的质量问题和安全问题等。
相关文章
