专访|专访张宏江:AI会像电力一样为各行业赋能,将带来巨大机遇

6月1日至3日 , 由北京智源人工智能研究院(下称“智源研究院”)主办的2021北京智源大会在京召开 , 并发布了全球最大的超大规模智能模型“悟道2.0” 。
在与清华大学国家金融研究院院长朱民的对话中 , 智源研究院理事长张宏江对人工智能(下称“AI”)与未来世界做了构想——世界未来有三大支撑力 , 分别是AI数据、算力和大模型 。 这三者作为资产支撑着世界 , 也由于他们如此强大 , 世界经济将被这三种资产所统治 。
“让数据创造生产力、竞争力以及财富的实现路径是什么?未来整个世界的经济模式会是什么样的?”这些问题来自张宏江与朱民的探讨 , 也是他作为AI从业者对于未来的思考 。
过去多年来 , 无论是担任金山软件的CEO , 还是成为源码资本投资合伙人 , 张宏江多以商业领导者身份出现在公众视野中 。
然而 , 在公众并不熟悉的专业技术领域 , 张宏江也有着卓尔不凡的成就——他是世界多媒体和AI研究领域一流的科学家 , 被称为计算机视频检索研究领域的“开山鼻祖” 。 他也是唯一一位同时获得过电气与电子工程师协会(IEEE)和国际计算机学会(ACM)重大奖项的华人科学家 。
不久前 , 著名计算机科学研究门户网站Guide2Research公布了2021年世界顶尖计算机科学家排名 , 张宏江排名第42位 , 居中国大陆科学家榜首 , 这也是他连续第四年“霸榜” 。
智源大会期间 , 张宏江接受了澎湃新闻(www.thepaper.cn)采访人员的专访 , 就AI给中国经济发展带来的机遇和挑战、AI创投的现状与未来、AI未来应用预判给出了自己的思考 。
张宏江表示 , AI的发展将给中国带来巨大的机遇 。 未来AI将基于大模型形成类似于电网的变革性产业基础设施 , 提供智能能力 , 为各个产业赋能 。 目前中国的AI技术已经走在世界前列 , 很多技术有了应用落地的场景 , 接下来会有更多成果 , 这些成果也将向外输出 。
张宏江谈道 , 相比于几年前 , AI的技术门槛在降低 , 人才的成长速度在加快 , 但AI人才依旧紧缺 , 同时社会对AI新技术也十分饥渴 。 为此许多创新型AI研究院蓬勃发展 , 但张宏江同时指出 , 研究本身是一件长期的事情 , 研究机构要看清自己的定位、能力和资源 , 想要两三年快速出成果并很现实 。
对于AI领域的创投 , 张宏江认为 , 无论是To B还是To C , 两个领域的未来空间都非常大 。 投资核心需要看三个点:技术是否已经成熟或者正趋向成熟、落地场景是否有真正价值、AI是否可以帮助实现价值 。
对于AI引导产业升级给人带来的焦虑 , 张宏江认为这是社会问题 , 不能只通过技术解决 , 需要法律法规等方式解决 , 需要改变教育培养模式 , 培养人的创意 , 让被AI取代职业的就业者在新的领域学习新技能 , 找到自己的位置 。
张宏江还谈道 , AI等新技术的普及 , 长期趋势一定会缩短人的劳动时间 , 让人的劳动成为更有尊严的选择 。
对于AI远景未来 , 张宏江表示技术发展有太多不确定因素 , 很难做具体预判 。 很多技术会在人们不知不觉中应用在生活的方方面面 。 他坚信 , AI是人类创造的 , 未来人类与AI的共存模式一定是AI辅助人类 。

专访|专访张宏江:AI会像电力一样为各行业赋能,将带来巨大机遇
文章图片

北京智源人工智能研究院理事长张宏江 澎湃新闻采访人员 周頔 摄
以下为采访实录:
澎湃新闻:目前“AI+”已经成为了继“互联网+”之后的又一次产业融合浪潮 , 您怎么看当下“AI+”对我国经济带来的机遇与挑战?
张宏江:AI经过了多年发展 , 目前已经到了一个时间点 , 大模型会成为一个平台 。 大模型对于AI具有重大意义 , 未来将基于大模型形成类似于电网的变革性产业基础设施 。
AI大模型相当于过去一百年前开始普及的“发电厂” , 当时的工厂纷纷拆掉自己的蒸汽发电机 , 引入电网 。 AI大模型也是如此 , 它将数据作为“燃料” , 转换出智能的能力、驱动各种AI的能力 。 如果将大模型和所有的AI应用相连接 , 将会为所有用户提供统一的智能能力 , 全社会将形成一个智能能力生产和使用的网络 , 即“智网” 。
一百多年来 , 电力曾给各个产业赋能 , AI也同样可以给各个产业赋能 。 从这个角度来认识的话 , AI的范畴就远远不止今天开会讨论的范畴 , 而是会影响各种各样现有的产业 。 从根本上讲 , AI是一个提高效率的赋能技术 , 它会带来一系列的机会 。
我们常说机遇与挑战并存 , 对中国来说 , AI带来的更多是机遇 。 体现在两个方面 , 一个是技术本身 , 另一个是技术的应用场景 。
随着互联网快速普及、数据爆炸增长 , 给了创业企业兴起的机会 , 使得我们的数字化、数据驱动经济等呈现了非常好的状态 。 我国的数据跟AI技术结合已经走到了世界前列 , 目前已经有了很多成果 , 包括在教育、广告、安防等等领域 , 以前不可想象的今天都已经做到了 。 接下来的五年会看到更多的成果 , 我觉得我们会把这些往外输出 , 输出到“一带一路”国家和其他国家去 , 这是一个机会 。
在过去十几年的积累当中 , 国家也积累了一大批人才 , 同样也产生了一系列的应用场景和落地场景 , 使得我们从业人员也觉得AI有用武之地 。
至于挑战 , 是人类所共同面临的 。 每一次技术革命都会打乱原来的社会秩序和分工 , 会取代原来的一些职业 。 随着效率提高 , 一些职业注定会消失 , 无论是蒸汽革命、电力革命还是信息革命都会有这些挑战 , 这就要求我们的教育体系、培训体系能够跟得上 , 对产业工人进行再培训 。
澎湃新闻:相比其他领域 , AI在“产学研”领域的结合似乎更加紧密 , 很多优秀的场景应用都是在商业化过程中逐渐探索出了成果 。 但商业化发展的同时也面临着垄断、扭曲、无序竞争等市场弊端 。 您如何看待AI发展中商业化的作用?
张宏江:我认为商业化对AI起到了非常正面的作用 。
任何一种技术都会带来相应的应用场景 , 更多地需要用法规的手段来进行调整 。 实际上过去几年 , 大量AI赋能的企业、创业公司在出现 , AI也在助力新材料的发掘和设计 。
AI在不同领域的应用都是革命性的变化 , 使我们的生活变得更加数字化、数据化 , 这是可以看到的正面作用 。 然而任何技术大浪潮下 , 总会有垄断企业 , 那是另外一个层面的问题 。
澎湃新闻:您如何评价目前AI“产学研”领域的发展态势?
张宏江:目前“产学研”的发展态势也相当健康 。 我们知道 , 一个新技术开始落地的时候 , 需要研究人员或者研究机构往前再走一步 , 帮助企业掌握这个新的技术 , 找到新技术的落地点 , 以及如何使用新技术 。 另外一方面 , 企业也给了研究人员新的数据和场景 , 使得他们能够重新定义问题 , 这是非常好的反馈过程 。
当然 , 随着AI技术本身的成熟 , AI落地的普及或者说产业界对于AI技术的掌握 , 那有些原来跨出去的学者们也会回到学校 。 有很多人的志向、兴趣、爱好、能力都是在做研究本身 , 而不是去做产品 , 所以他们在企业待一段时间回到研究机构很正常 , 有新的研究者进入企业也很正常 , 这是一个非常正向的循环 。
澎湃新闻:几年前您在接受媒体采访时谈道 , AI人才短缺是世界性问题 , 如今再看 , 人才短缺问题还严重么?
张宏江:依然是紧缺的状态 , 但我觉得是一种正常而正面的状态 。
【专访|专访张宏江:AI会像电力一样为各行业赋能,将带来巨大机遇】正常是指新技术的出现都会有类似问题 , 正面是因为人才紧缺很大程度上反映出大家对于AI新技术的饥渴 。
目前情况跟三四年前比改善了很多 , 一方面AI的技术门槛本身在降低 , 另一方面我们的工程师水平也非常强 , 掌握技术也非常迅速 。
澎湃新闻:近年来AI领域创新型研究院蓬勃发展 , 您怎么看创新型研究院对我国AI发展起到的作用?目前创新型研究院发展还存在哪些“痛点”?
张宏江:创新型研究院的使命在于组织人员探讨AI的前沿问题 , 能够发现和定义一些重大的研究方向 。 事实上 , 核心还是在于研究人员本身能不能够在大浪潮下找到自己喜欢的研究题目 。
智源研究院要做的就是把人才挖掘和组织起来 , 给他们提供支持 , 这是智源创立的使命所在 。 我们不应该幻想着因为多了几个研究院 , 就能够一下子把以前做不到的事情全部做到 , 而且这些研究本身是个长期的事情 。
我其实并不一定赞同在某一个领域很热的时候 , 大家纷纷开始做研究院 , 还是要看自己的定位、能力和自己的资源 , 是不是有长期致力于此的准备 。 如果做研究院想两三年快速出成果 , 这本身就不是很现实的 。
20年前 , 很多研究机构匆匆忙忙搞软件学院 , 然而这些软件学院今天看来并不很成功 , 也没有做得很风光 。 到底软件学院和计算机学院有没有差别?要不要分开做?大家都在想这件事情 , 在美国我没有看到这样的风气 。
在国内我也看到了很多以AI研究为核心的创新型研究院 , 我认为他们需要想清楚研究院长期的使命是什么 , 而不是短期的 。 智源研究院对于长期使命非常清晰 , 希望能够建立起一个平台 , 挖掘出北京的AI人才 , 为他们建起一个非常活跃的社区 , 给他们提供资源上的支持 。
我相信这种社区的建设和支持 , 能够让北京的AI人才聚起来 , 而且让他们找到可能突破的领域 , 或者说能让他们去大胆地探索那些所谓的无人区 。 当然 , 我们也希望组织大家一起做“悟道”等大的项目 。
澎湃新闻:我们知道AI发展依托于三个核心要锁:算法、算力和数据 。 随着数据立法推进 , 以及与国际规则逐步接轨 , 获取数据的成本和难度将越来越高 , 是否会影响到我国未来AI创新发展?您怎么看数据保护与技术发展之间的平衡?
张宏江:得益于中国人口基数、互联网普及 , 移动互联网的领先确实得益于数据红利 , 使得我们在AI运用方面走到了世界前列 。
法规管理、伦理和商业应用三者间一直是需要平衡的问题 。 对于中国互联网发展是受益数据治理乱象的说法我并不能同意 , 当人们意识到隐私被侵犯之后 , 是不可能允许(这种情况存在)的 。 企业会非常小心地在把控着不要过线 , 所以我不觉得这有多么大的问题 。
每个国家的法规 , 都要和它的国情相适应 , 就数据保护政策来看 , 美国似乎更多照顾企业的利益 , 而欧洲从字面上看更照顾个人隐私 。 然而我们看到了怎样的结果?欧洲有大的移动互联网公司吗?有大的AI公司吗?没有 。
显然 , 平衡是最好的 。 我们在不断地探讨这件事情 , 最终AI还是要为人服务 , 为人带来方便、利益和益处 , 就看如何把控 。 在这一点上 , 智源走在前列 。
智源的人工智能伦理与可持续发展研究中心由中国科学院自动化研究所曾毅研究员领衔 , 在2019年的5月份就发布了“人工智能北京共识” , 我们称它为“北京宣言” 。
“北京宣言”从研发、使用、治理等方面提出了14条基本准则 , 这是中国的民间研究机构第一次发布AI伦理相关准则 , 得到了国际关注以及正面评价 。 我们一直在持续推广“AI伦理”的理念 , 也帮助很多企业成立AI伦理和可持续发展的委员会 。
澎湃新闻:近几年 , 不少创投机构已经开始尝试在AI领域寻求投资机会 。 在选择To B还是To C的应用场景上 , 不少投资者存在纠结 。 在您看来 , AI未来会在哪个领域有更大发展空间?
张宏江:我觉得两种都有很大发展空间 。
第一批成功的模式可能To B多一些 , 他们叫AI公司 , 所以可以看到To B的多一些 , 做一些AI能力的服务 。
但从持续发展角度看 , 在应用层面的很多互联网公司 , 比如美团、腾讯、百度等等 , 他们其实本质都是AI公司 。 然而很多成功的公司 , 他们会说自己是应用场景里的公司 , 而不是AI公司 , 但可以想象的是 , 如果没有AI技术 , 他们不会走到今天 。 从这个意义上讲 , To B还是ToC都可以很成功 , 只不过To C这些公司不把自己叫做AI公司而已 。
澎湃新闻:随着AI发展浪潮 , AI初创企业的评价标准在不断发生变化 , 在您看来 , 什么样特征的创投项目会更有机会?在您看到的创投项目中 , 优秀的创投有什么样的共性?
张宏江:没有一个所谓的标准答案 , 如果从创投来说的话当然是回报 , 更长期来说是企业本身的成功 。
企业本身的成功有短期回报和长期回报 , 从基金的投入来说 , 短期回报三年五年是成功 , 对企业来说是不是成功?这是要打个问号的 。 最终看企业是不是成功 , 需要看它是不是带来了用户需要的服务并能够持续 , 比如有没有成为它本身赛道的龙头企业 。
智源在创投领域 , 无论是用创新中心的形式 , 还是加速器、产业基金的形式 , 核心都是从技术出发 , 以学者为基础 , 让更多的技术往产品上走 。 从这个意义来说 , 我们的成功标准是企业能否把学校、院所里研究的这些技术落地 , 能够做到就是成功的企业或者成功的产品 。
澎湃新闻:AI领域一直被视为投资蓝海 , 几年来资本不断涌入 。 但与此同时 , 有观点认为目前AI投资处于泡沫期、休整期 , 也有观点认为AI创投风口只适合短线炒作 , 对长线投资没有信心 。 您怎么看这些观点?对于AI创投来说 , 应如何避免泡沫、加速落地?
张宏江:我觉得“AI热”一直在 , 只是它从最早纯技术到后来逐渐转移到应用 , 到今天更注重于应用场景 。
比如说AI制药非常热 , 但我不认为这是一个短线的事情 , 也不认为这个热点会过去 , 而是热点转移 。 反而一开始一哄而上的投资可能会让一些基金受损失 , 重要点是不能够在一个热点过来的时候盲目地追热点 , 这就跟二级市场股票一样 , 不能因为这个公司最近涨得很猛 , 大家都看好就跟进去 , 也许你进去了它就跌下来了 。
投资核心还是三个点 , 第一在于技术本身是不是已经成熟 , 或者正在成熟的路上 。 二是落地的场景是不是有真正价值 。 三是AI在里面是不是真正可以帮助实现价值 。
任何一个新的技术出现时 , 都会出现一些泡沫 , 这种泡沫有时候是正面的 , 就像互联网那么大的泡沫 , 在美国破了一点 , 中国还没有出现大破的情况 。
如果那时候一点泡沫也没有 , 很保守 , 那我们怎么会有这么大持续的投入呢?谈泡沫也还是要非常小心的 , 自身不是弄潮儿的话 , 是很难体会出来的 。
澎湃新闻:近年来AI应用场景不断普及 , 客观上说我们都是AI发展的受益者 。 但也有一些人提到AI多多少少都会有些焦虑甚至畏惧 , 很多人担心未来与AI的竞争关系 , 担心AI普及带来的行业内卷 , 甚至是结构性失业 。 这个担忧是必要的么?
张宏江:任何一个新技术开始普及的时候 , 都会替代一些职业 , 核心在于我们能不能够有机制来对这些职业的人重新培训 。
这就要对现有的教育体系从根本上进行一些改变 , 要培养人的创意 。 创意的职业有价值 , 很难被机器人代替掉 , 因为机器本身是跟人学的 。 凡是死记硬背、照本宣科的 , 机器一定比人做得好 。 以前人类体力的重复劳动就已经很大程度被机器取代了 , 未来机械性的脑力也会被机器取代 , 这些被取代职业的就业者需要在新的领域学习新的技能 , 找到自己的位置 。
此外 , 过去近两百年工业革命让人们的生活习惯在改变 , 社会规范也在改变 。 不会再像以前资本主义初期那样长时间体力劳动了 , 这个场景基本消失或者正在消失 。
长期趋势看 , 人们工作时间是会越来越短的 , 30年前北欧提出每周40小时工作时间改成37小时 , 我当时还觉得太夸张了 , 但现在北欧很多国家是每周工作35小时 , 这是社会的一种进步表现 。 当我们看到越来越多的职业被机器所取代的时候 , 其实社会本身就应该相应作出一些改变 。
你刚刚提到很多人对AI有焦虑和畏惧 , 这源自于大家对新技术核心不了解 , 或者是说对于它带来的影响感到无助 。 我觉得这更多的是社会问题 , 而不是技术问题 。
比如 , 法律规定每周工作40小时改成35小时 , 这是一种变化 , 但是这种变化很多人会觉得没有影响他 , 或者说在这种变化下他的作用、生活质量在下降 , 这更多的是社会问题 。
这种社会问题不能只靠技术解决 , 一定靠社会的力量解决 , 靠社会舆论 , 靠立法来解决 。 比如说欧美国家有些提出全民基础工资(UBI)、全民基础福利(UBA)等 , 加拿大、芬兰已经通过了 , 就是每个人每个月都发钱 , 让你有基本的收入 , 所以劳动本身会成为有尊严的选择 。
这是社会的一种进步和发展 , 即使不是AI , 以后也有别的技术 , 而且过去200年也在不断地发生着 。
澎湃新闻:《人类简史》作者尤瓦尔·赫拉利曾预测 , 在下一个世纪 , AI等技术将改变我们的身体、大脑和意识 。 对于AI远景应用形态、带来的变革 , 您有什么预测或者判断?
张宏江:我特别不愿意做预测 , 不光是因为我本身对预测没有把握 , 另一方面也看到太多的预测变成了科幻 , 技术发展有太多不确定因素在里面 。
比如5年前大家投资自动驾驶 , 认为自动驾驶5年以后会上路 , 今天看起来即使是L4级的自动出租车 , 也可能还在5年以后 , L5全自动驾驶的个人应用可能会到10年以后
自动驾驶肯定是大方向 , 但是大家在预测时间点上就完全错了 。 很多场景很难预测 , 比如十几年前预测AR和VR会普及 , 但是AR、VR现在以不同的形态进入我们的生活 , 3D打印也是一样 , 但并不是所谓的普及 。
我会更相信很多技术到来了、应用在我们生活的方方面面了 , 但我们未必体会到 , 而不是突然有一天早上起来所有事情都改变了 。
澎湃新闻:短期来看 , AI尚不具备自主意识 , 但长远来看 , 这种担忧是否成为可能 , 人类是否会面临赋予AI算法人类身份这样的问题?人类与AI共存的模式会是怎样的?
张宏江:有人问过霍金这个问题 , 霍金说这是信仰的问题 , 我蛮同意他这种想法的 。 我蛮对意识没有一个清晰的定义 , 意识是从什么时候开始的?从孩子出生开始 , 还是出生之前开始 , 或者它是什么样的形态?今天我们看不到 , 我也看不到AI会怎样 , 更多是个信仰的概念 。
对于人类与AI共存的模式 , AI是人类创造的 , 所以共存模式一定是AI辅助人类 。
(本文来自澎湃新闻 , 更多原创资讯请下载“澎湃新闻”APP)

    推荐阅读