北京商报讯(记者 魏蔚)3月29日,百度CTO王海峰在未来人工智能先锋论坛上分享了自己对通用人工智能的思考。
"上世纪50年代人类提出人工智能概念,实际上人类在更早之前就已经开始探索人工智能技术",王海峰回顾了人工智能技术的演进历史,早期的技术以规则系统为主,要人工来写规则,耗时耗力,而且需要很专业。后来出现了统计机器学习技术,那时计算机可以从数据中自动学习和建模。再后来出现了深度学习技术,深度学习架构通用性非常好,可以适用于不同的领域,包括不同的语种等,算法的通用性变得越来越强,但解决不同问题时仍然需要训练不同的模型,模型还没有那么通用。
"近几年大模型出现,尤其是现在大模型的通用性越来越好,一个大模型可以适用于很多不同的领域,最多针对领域数据做一点微调或者做一点检索增强等,就可以把一个领域问题解决得很好",他认为,从人工到自动,从算法通用性越来越好到模型通用性越来越好,也让我们逐渐看到了通用人工智能的曙光。
怎么看通用人工智能?有很多不同维度。
站在技术视角,王海峰认为技术的通用性和能力的全面性很重要。
具体到技术的通用性,"不管是不同的任务、不同的语言、不同的模态,还是不同的应用场景,通用性都已经越来越好了",他以自然语言举例,大语言模型出现后,从词法到句法,从分类到识别等不同的任务,在一个模型里都能解决。
提到模型的全面性,王海峰拿"生成式"举例,"现在的算法的确是一个Token一个Token来生成,但不代表模型的能力只有生成"。不断分析人工智能各方面的能力后,"我们发现其中有四项能力非常重要、非常基础,就是理解、生成、逻辑和记忆。"