人工智能（AI）的發(fā)展正以驚人速度向前推進。近期，全球多家公司推出的最新大模型讓人目不暇接，特別是GPT-4o等產(chǎn)品備受關(guān)注。接下來全球這一領(lǐng)域競爭的焦點在哪里？各國人工智能發(fā)展將面臨哪些挑戰(zhàn)？
多模態(tài)成為競爭新焦點
本月，美國開放人工智能研究中心（OpenAI）發(fā)布了最新多模態(tài)大模型GPT-4o，它對語音的理解能力有了質(zhì)的飛躍，同時還可分析圖像、視頻，并識別用戶情緒；緊隨其后，谷歌發(fā)布了多模態(tài)AI助手Project Astra。業(yè)內(nèi)人士認(rèn)為，這兩大產(chǎn)品背后的多模態(tài)融合技術(shù)，是人工智能競爭的新焦點，多模態(tài)、更自然的交互體驗成為大模型技術(shù)產(chǎn)品化并為更多人所接受的關(guān)鍵。
上海Soul人工智能研究院院長陶明日前在對新華社記者談到GPT-4o發(fā)布時說：“不再大談深奧的技術(shù)、不再強調(diào)未來投入多少巨資，而是重點展示了家教輔導(dǎo)等應(yīng)用場景，從中可以看出，此輪AI發(fā)展中，關(guān)注場景和交互體驗將會是必然的趨勢。”
中國多家科技企業(yè)近期也相繼發(fā)布新產(chǎn)品。字節(jié)跳動公司發(fā)布了豆包大模型家族，同樣具有多模態(tài)能力，可適用于多種場景；騰訊發(fā)布基于混元大模型的創(chuàng)作與分發(fā)平臺騰訊元器，方便用戶開發(fā)具備聊天對話、內(nèi)容創(chuàng)作、圖像生成等多功能的智能體；大模型公司零一萬物推出的千億參數(shù)Yi-Large閉源模型正式亮相，據(jù)美國斯坦福大學(xué)最新大模型排行榜評估，其英語回復(fù)能力相關(guān)指標(biāo)在全球處于領(lǐng)先地位。
零一萬物首席執(zhí)行官李開復(fù)日前接受新華社記者采訪時表示，多家中國科技公司在開源和閉源領(lǐng)域都發(fā)布了大量高質(zhì)量的模型，性能逐步追齊GPT-4，并在中文能力上達到世界領(lǐng)先。
需要關(guān)注場景和應(yīng)用
斯坦福大學(xué)今年4月發(fā)布的人工智能指數(shù)報告稱，2023年，著名人工智能模型中有61個源自美國，中國則有15個。業(yè)內(nèi)人士指出，中美是全球人工智能發(fā)展的“領(lǐng)頭羊”，展現(xiàn)出了不同的發(fā)展趨勢和戰(zhàn)略重點。美國在高端芯片制造、基礎(chǔ)研究和技術(shù)創(chuàng)新上優(yōu)勢明顯；而中國擁有龐大的互聯(lián)網(wǎng)用戶基數(shù)，提供了豐富的場景等方面數(shù)據(jù)資源，這對于訓(xùn)練大模型來說是重要優(yōu)勢。
“大模型的競賽可以分為幾個階段，第一個階段是‘卷指標(biāo)’，在參數(shù)和指標(biāo)的提升中重點關(guān)注性能問題，但這也造成了目前的一個行業(yè)通病問題——大模型性能和應(yīng)用嚴(yán)重分離，也就是大家所討論的‘拿著錘子找釘子’的問題。因此，發(fā)展至第二個階段‘卷場景和體驗’，成為一種必然。”陶明說。
上海市數(shù)據(jù)科學(xué)重點實驗室主任肖仰華在接受新華社記者采訪時指出，應(yīng)該看到這一輪競爭中應(yīng)用場景的重要性。中國企業(yè)可以先從應(yīng)用層面切入，反哺和推動基礎(chǔ)模型性能提升。
在談到數(shù)據(jù)問題時，肖仰華說，GPT等大模型仍然是主要基于互聯(lián)網(wǎng)通用開放語料進行訓(xùn)練。這類通用大模型一旦用于千行百業(yè)，可能存在領(lǐng)域知識匱乏的根本性問題，從而限制了大模型在具體領(lǐng)域的價值發(fā)揮。
零一萬物公司模型訓(xùn)練負(fù)責(zé)人黃文灝表示，他看到GPT-4o更新了分詞器的詞表，但其中和中文相關(guān)的詞元質(zhì)量還是沒跟上。他認(rèn)為這可能是由于他們?nèi)狈Ω哔|(zhì)量的中文語料，這對中國企業(yè)是一個機會。“國內(nèi)的工程師可以更沉下心來對數(shù)據(jù)進行研究、分析，將數(shù)據(jù)質(zhì)量做到非常高的水平。”
面臨能源、安全等諸多挑戰(zhàn)
能源成為人工智能發(fā)展中的重要問題。有研究顯示，ChatGPT每日約消耗超過50萬度電，相當(dāng)于一個美國家庭每天平均用電量的1.7萬倍。美國“元”公司首席執(zhí)行官扎克伯格、OpenAI首席執(zhí)行官奧爾特曼等人今年在不同場合都強調(diào)了能源在人工智能下一步發(fā)展中的關(guān)鍵作用。微軟、OpenAI、谷歌、亞馬遜等企業(yè)紛紛通過直接入股核電或向核電公司購買電力等方式，加強能源供應(yīng)。
中國云基礎(chǔ)設(shè)施服務(wù)提供商中聯(lián)數(shù)據(jù)集團副總裁馬超日前接受新華社記者采訪時也表示，算力和大數(shù)據(jù)產(chǎn)業(yè)對能源的需求快速增加，產(chǎn)業(yè)競爭日益重視能源。
倫理相關(guān)問題也一直是公眾不安全感的來源。GPT-4o使用了高度類似好萊塢女星斯嘉麗·約翰遜聲音的語音，但未獲她授權(quán)。對此約翰遜發(fā)文表示：“在這個我們都在努力應(yīng)對深度偽造，保護自身形象、作品和身份的時代，我期待通過透明度和立法來解決這些問題，確保個人權(quán)利得到保護。”
此外有不少人擔(dān)憂，人工智能發(fā)展過速可能會對人類構(gòu)成威脅。去年底，首屆全球人工智能安全峰會在英國召開。美國、英國、歐盟、中國等多方代表就人工智能技術(shù)帶來的風(fēng)險與機遇展開討論，推動形成具有廣泛共識的人工智能治理框架。
此前，在去年10月，中方提出《全球人工智能治理倡議》，主張人工智能治理應(yīng)確保有益、確保安全、確保公平。