(资料图片)

如果说ChatGPT的终点是迈向通用人工智能，那么，这种畅想会不会在不远的未来真正实现？2023外滩大会首日，通用人工智能成为行业专家口中的高频词。

蚂蚁技术研究院院长陈文光认为，判断数字生命是不是真的实现有两个标准，第一是它的大脑要真正达到图灵测试。第二就是对外展现上，要有真实感、实时可渲染、高精度可交互的展现模型，这个目前技术上也还有不小差距。

金沙江创投主管合伙人张予彤设想，多模态底层模型将越来越多涌现，未来的大模型不仅能处理文字、视频、代码、3D等数据，也可以模仿人类的大脑能力与真实世界进行交互，更进一步，甚至能像人类有手有脚一样，拥有执行的能力，而今天的大模型还不具备这种能力。

在一些专家学者看来，拟人化不一定是人工智能唯一的发展方向。清华大学人工智能研究院副院长朱军认为，我们更希望人工智能变成一个较友好的人类辅助，能够在一些危险环境、人类不擅长的任务等方面，去协助人完成，“但不一定需要在形体上、行为上、大脑上去仿造人、与人类对齐。”

通用人工智能的未来之路将如何走下去？清华大学计算机科学与技术系副教授刘知远畅想说，要实现通用人工智能，我们就要对标人类智能所体现出的集中特性，以此开展相关工作。他认为，人类智能有五大特征，包括语言智能、多模态智能、工具智能、具身智能以及群体智能。“我们可以认为，ChatGPT已基本实现人类的语言智能，接下来应该开展多模态智能以及工具智能的相关探索。”他解释说，多模态智能的目标是要理解多模态数据，掌握更多知识，以极大拓展大模型的能力边界。与此同时，创造和使用工具是人类智能的关键体现，人工智能接下来也应该具备这些能力。再沿着这条路走下去，刘知远认为，多模态智能与工具智能的结合，将引向具身智能和群体智能，最终实现通用人工智能的终极目标。

在落地应用中，需要大数据、大计算、大内存的大模型虽效果卓越，但部署使用的成本巨大，这是接下来将其推广至各行各业时不可避免的挑战。清华大学计算机科学与技术系教授朱文武指出，一个新的解决方法是轻量化，目前学界提出可以采用“量化”“蒸馏”“剪枝”等方法把大模型的知识迁移到小模型上，“不过，这条探索之路走起来也是布满荆棘”。他说，还可以在大模型与小模型协同和垂直领域大模型轻量化这两个方向上寻求突破。