俄羅斯工程院外籍院士吳信東：對AIGC的過高期待和過快投入，可能導致人工智能遭遇下一次失敗

每經記者 劉旭強    每經編輯 劉艷美

活動現場 圖片來源：每經記者 劉旭強 攝

“生成式人工智能等新技術，使得人和機器的界限模糊了。”10月16日，在2023天府數字經濟峰會上，俄羅斯工程院外籍院士吳信東接受每日經濟新聞記者專訪時表示，AIGC的出現改變了人機協同中“人”的角色，人不再總是AI的主導者，而是按具體成本和效率與機器相互協同配合。

作為長期研究人工智能領域的專家，吳信東提醒，目前大家對AIGC的期望過高了。結合人工智能的發展史，他預測，業界對AIGC的過高期待和過快投入，可能導致人工智能遭遇下一次失敗。

AIGC的下一站是人機協同

新技術總能引領新一輪的科技革命和產業革命。在吳信東眼中，近年來數字技術對實體經濟的影響，集中在兩個方面。一是4G、5G等技術對短視頻、直播等新興行業的助推，另一類是AIGC等新技術帶來的模式創新。后者，他用“革命性”來形容。

“AIGC的出現，改變了過去以人為主導、機器配合的人機模式。”吳信東認為，AIGC的下一站是人機協同。未來，人將被視為一個智能體，和機器融合在一起，相互協同，核心是發揮人和機器的各自優勢。

比如，一件具體的任務，究竟是派人還是派機器去做，要根據效率和成本統籌安排。吳信東指出，目前來看，人機協同中人工智能擅長于數據處理和細節推理，而對宏觀知識的理解和把握還是要靠人完成。

如何快速建立起數據和知識間的聯系，更大程度發揮人工智能的能力？吳信東表示，知識圖譜化將是人工智能未來發展的一大趨勢。

知識圖譜是一種用可視化技術描述知識資源及其載體的工具。它可以將各類數據以圖譜的形式呈現出來，讓我們更直觀地了解知識之間的關系和結構。

“以前大家使用數據，只關注最終結果，而過程中的數據分析、計算等邏輯推理能力，并沒有積累下來，也就無法分享、復用這種經驗。”吳信東說，知識圖譜是與人類大腦思維本質最趨近的人工智能技術。圖譜可以挖掘實現對客觀世界的認知，并由已有的知識產生新的知識。“比如車輛故障，老師傅敲幾下就能知道問題在哪兒，新手可能要把相關零部件拆開看才能知道結果。知識圖譜就是一位老師傅。”他指出。

這將連接上游數據和下游應用，把數據更有效地轉變為行業知識。當下，知識圖譜已在語義搜索、智能問答、數據分析、視覺理解等方面開始發揮作用。

提高AIGC準確率還需時間沉淀

吳信東還坦言，AIGC的表現，讓身為人工智能領域專家的他都“嚇了一跳”。

“五年前，別人給我介紹AIGC，我信都不信。”如今，吳信東對AIGC在寫作、對話領域的“能說會道”深有體會。“我用清華Chat GLM寫的東西，到目前為止沒出現一個語法錯誤。我不知道怎么和一些愛哭鼻子的學生們溝通，AIGC也能幫我生成像模像樣的對話內容。這兩點，它比人還厲害。”

吳信東觀察到，AIGC 的優勢在于能夠突破人類創作的限制，實現無限的內容創造。機器能夠根據關鍵詞，依托海量數據庫、背景文獻，基于概率來預測下一個詞。不過，人工智能并不能理解海量文獻彼此的關聯，常常導致生成的上下文邏輯關系不強，這使得AIGC的缺點也非常明顯——經常“胡說八道”。

目前，要提高AIGC的準確率，只能通過“大模型+大數據+大算力”來實現，這顯然需要時間的積淀。吳信東指出，隨著AIGC的熱度上升，在細分應用場景中已經衍生出Chat PDF等工具，效果明顯。“給定Chat PDF幾頁PDF文件，要求人工智能只能在PDF提供的內容中發揮，就可以有效避免機器‘超綱’。”吳信東介紹。

結合人工智能“前世今生”的發展史，吳信東也不無擔憂，“大家現在對它（生成式人工智能）的期望太高了”。他提到，過去人工智能對專家系統和神經網絡也曾過度期待，但最終都遭遇了失敗。因此，吳信東預測，“下一次人工智能要是遭遇失敗的話，可能也是生成式人工智能導致的。”