伊人久久五月丁香综合中文亚洲_亚洲图片激情小说_yy6080亚洲一级理论_亚洲成A人片在线观看中文

2月24日，由《財經(jīng)》雜志、《財經(jīng)》智庫、財通匯聯(lián)合主辦的“第五屆全球財富管理論壇——經(jīng)濟(jì)重構(gòu)中的財富管理態(tài)勢”在北京舉行。中國國際經(jīng)濟(jì)交流中心副理事長、IMF前副總裁朱民在會上表示：當(dāng)下在ChatGPT大熱的時候，在更深的層面上考慮問題，我們要看的是大模型的發(fā)展，這是影響今天、影響未來、影響中國、影響世界的最根本的科技發(fā)展。

【資料圖】

朱民表示，從文字到圖像生成的模式，從GPT3開始，到DALLE，到DALLE2是一個突破點，從文字到圖像的過程是走的很快的。這背后一個核心的變化是人工智能從1.0走向2.0，1.0是以編程為中心，2.0是以數(shù)據(jù)為中心的，這是一個特別大的區(qū)別。

在這種情況下，產(chǎn)生另一個更大的變化，就是人工智能“脫虛向?qū)崱保摼褪侨斯ぶ悄芤郧笆欠?wù)于虛擬世界的，搜索、資訊、信息等等，但有了大模型以后，特別生成人工智能以后，人工智能逐漸走向物理世界，在大模型的基礎(chǔ)上，通常走的是文字到圖像、到音頻、視頻、到三維、到蛋白，但未來是什么？在這條線以前，人工智能服務(wù)的是虛的，在這條線以后，人工智能服務(wù)是實的，是走向物理世界。第一個突破是蛋白，第二個突破是材料，這以后會走得特別厲害，這是因為在大模型的情況下，科學(xué)研究的方式發(fā)生了根本變化，我們稱之為科學(xué)研究的“第四范式”。

我們必須承認(rèn)人工智能走得很快，中國在2021年第一次人工智能的論文總量超過了美國，中國在兩年前人工智能的專利超過了美國，我們趕超非常厲害。我們需要圍繞趕超的過程，圍繞AI的2.0重新制定自己的人工智能發(fā)展戰(zhàn)略，因為這個世界從根本上變了。第二點特別重要的，就是發(fā)揮我們的數(shù)據(jù)，人工智能三項核心的資源，算力、算法、數(shù)據(jù)。我們真正的優(yōu)勢是數(shù)據(jù)。

三年以后，我們預(yù)計2025年中國的數(shù)據(jù)會超過美國，成為世界上最大的數(shù)據(jù)之國，因為物聯(lián)網(wǎng)，中國數(shù)據(jù)的質(zhì)量也會很好，所以讓數(shù)據(jù)流起來變成資源、變成資產(chǎn)、變成財富，就是今天這個論壇的主題，讓數(shù)據(jù)變成生產(chǎn)力是我們迎接科學(xué)革命、迎接大模型的最根本的一條，只有在這個基礎(chǔ)上，我們才能把大模型的應(yīng)用和商業(yè)化、企業(yè)化的發(fā)展結(jié)合起來，才能走上我們的趕超之路。

以下為部分發(fā)言實錄：

今天是一個經(jīng)濟(jì)學(xué)家跨界的時代，我講的是ChatGPT，網(wǎng)上都在講它確實厲害，很驚艷，前景非常好，大家都在講怎么追隨它、怎么做自己的ChatGPT，各個網(wǎng)站現(xiàn)在討論很多，我借這個機(jī)會把我的觀察給各位嘉賓做一個匯報。

ChatGPT很有意思，很有未來，它的基礎(chǔ)是大模型，是GPT，它是延伸到GPT3.5的往前的一個應(yīng)用。人工智能發(fā)展的核心轉(zhuǎn)移是GPT，是大模型，不是ChatGPT，我覺得這個概念特別重要，理解這一點的話，我們要把所有的工作重點、趕超的重點、研究的重點放到大模型，放到GPT上來，而不是放在ChatGPT。當(dāng)然，我們應(yīng)該承認(rèn)，我們在ChatGPT，在大模型上落后，但是怎么發(fā)揮我們的優(yōu)勢，這是在人工智能也是在中國未來科技創(chuàng)新，以及未來的經(jīng)濟(jì)金融發(fā)展中特別重要的一戰(zhàn)，這確實是科技走到今天一個重大的轉(zhuǎn)折點。所以我們要跨越ChatGPT，看到大模型和AI2.0以及它的未來。

ChatGPT橫空出世，ChatGPT的出現(xiàn)有點像2016年阿爾法戰(zhàn)勝了韓國的世界冠軍一樣，引起了所有輿論的關(guān)注，它的應(yīng)用場景確實很多，比如財富管理中心，每個人都要填表，要做風(fēng)險測試，以后就可以用ChatGPT做風(fēng)險測試，把你的偏好需求全部搞清楚，剩下的就是機(jī)器和機(jī)器交換，構(gòu)造財富管理的產(chǎn)品，做風(fēng)險管理，做整個后臺，精準(zhǔn)度可以大大提高，產(chǎn)品也可以大大豐富，所以ChatGPT是一個很有意思的產(chǎn)品。

比如走向醫(yī)院，給你看的第一個醫(yī)生是ChatGPT，它可以把你的基本問題全部搞清楚，剩下的就是機(jī)器和機(jī)器的溝通和交流，給你做基本的解答，再加上人的輔助，做最終的解答。在這個過程中把數(shù)據(jù)全部留下來，這是了不得的事情。ChatGPT基本上是一個語言大模型，它是WebGPT的基礎(chǔ)，最早是教上網(wǎng)查詢的機(jī)器，但它主要應(yīng)用了生成AI，可以不斷推演、不斷反饋，使得它的反饋學(xué)習(xí)加強(qiáng)，訓(xùn)練加強(qiáng)以后，能夠把語言模型的輸出和用戶的意圖連起來，反饋和強(qiáng)制訓(xùn)練強(qiáng)化一下就爆發(fā)了，這還是很厲害的。它的核心是Transformer、Transformer之后的ChatGPT1/2/3，它的核心還是在Transformer的集成，它是基于GPT3.5基礎(chǔ)上的應(yīng)用，它的好處很多，能記住大量的信息，搜索效率真的很高，它給我做經(jīng)濟(jì)學(xué)研究的文獻(xiàn)索引不亞于我的助理，因為它的面廣、快。

它能夠保持對話和對話的一致性，但它也能承認(rèn)錯誤，與此同時，它支持多種任務(wù)，支持藝術(shù)創(chuàng)造、改故事。我有一次讓ChatGPT給我做翻譯，翻譯得非常優(yōu)美，它可以編碼，可以寫辦公郵件，它的用途是很廣的，這就使得它特別火爆。它參加考試的話，可以考到中以上的水平，這是很不容易的，當(dāng)然它有它的局限性，主要是輸入的知識的局限性，它的時間點基本停留在2021年以前，我們用最新的東西試它，就有點跟不上。

從大的應(yīng)用來看，它是從2020年5月份GPT3開始，一直到DALLE生成，到ChatGPT，從大模型發(fā)展的過程中長出來的一個東西。國內(nèi)也一直在做大模型，但我們是落后的，落后兩年左右，我們的生態(tài)也不夠，所以不能從大模型衍生出ChatGPT應(yīng)用。歸根結(jié)底要回到什么地方呢？回到大模型，現(xiàn)在在ChatGPT大熱的時候，在更深的層面上考慮問題，我們要看的是大模型的發(fā)展，這是影響今天、影響未來、影響中國、影響世界的最根本的科技發(fā)展。

大模型還是從GPT3開始，1150億個變量，一路過來，我們有PanGu，我們也有百度，清華最近也出了一個GLM，現(xiàn)在世界上已經(jīng)GPT3走到GPT4，所以大模型的發(fā)展應(yīng)用是很厲害的。在大模型層面上走的最快的是深層次的人工智能，深層次人工智能能從文字轉(zhuǎn)到圖形、文字轉(zhuǎn)到編程、文字轉(zhuǎn)到影像錄像，然后走向3D，一旦走向3D就很厲害了，現(xiàn)在生成AI就是做蛋白質(zhì)的三維結(jié)構(gòu)分析，深層AI在整個大模型基礎(chǔ)上走，這是未來的一個特別重要的方面。

與此同時，從文字到圖像生成的模式，從GPT3開始，到DALLE，到DALLE2是一個突破點，從文字到圖像的過程是走的很快的。我剛才講對蛋白質(zhì)的分析，我們可以對190萬個蛋白質(zhì)用人工做三維的結(jié)構(gòu)圖，大概占了我們已知蛋白質(zhì)的1/100，不能小看這個數(shù)，這是一個很短的時間。再仔細(xì)想人是什么？人是蛋白質(zhì)組成的，如果我們能把蛋白質(zhì)全部數(shù)字化，還不能說把蛋白質(zhì)合成一個人，但可以合成新的物種，所以蛋白質(zhì)的應(yīng)用現(xiàn)在也是走的特別厲害的。

這背后一個核心的變化是人工智能從1.0走向2.0，1.0是以編程為中心，2.0是以數(shù)據(jù)為中心的，這是一個特別大的區(qū)別。1.0的時候聚焦的是算法、模型、程序，是軟件工程師在主導(dǎo)，2.0的時候是數(shù)據(jù)，數(shù)據(jù)越多越精越好，機(jī)器自己通過數(shù)據(jù)學(xué)習(xí)反饋優(yōu)化不斷生成、迭代，幾乎就是一個無限的過程，它就離開了人腦，這是大模型和2.0最大的潛力和最大的遠(yuǎn)景，我們已經(jīng)看到了人工智能可能可以離開人，從已有的智能走向一種新的智能，這個智能并沒有被人所意識到，這個事情就很有意思了。所以在這個基礎(chǔ)上，大模型產(chǎn)生的基礎(chǔ)模型是GPT3，現(xiàn)在出現(xiàn)因果人工智能，這是巨大的發(fā)展。最后是神經(jīng)，因為一切都是神經(jīng)AI的網(wǎng)絡(luò)，神經(jīng)AI現(xiàn)在走得很快。我現(xiàn)在列的這些最新籃球模型，在整個曲線下都是在兩年到五年的階段成熟，科技的浪潮非常厲害。

在這種情況下，產(chǎn)生另一個更大的變化，就是人工智能“脫虛向?qū)崱保摼褪侨斯ぶ悄芤郧笆欠?wù)于虛擬世界的，搜索、資訊、信息等等，但有了大模型以后，特別生成人工智能以后，人工智能逐漸走向物理世界，在大模型的基礎(chǔ)上，通常走的是文字到圖像、到音頻、視頻、到三維、到蛋白，但未來是什么？在這條線以前，人工智能服務(wù)的是虛的，在這條線以后，人工智能服務(wù)是實的，是走向物理世界。第一個突破是蛋白，第二個突破是材料，這以后會走得特別厲害，這是因為在大模型的情況下，科學(xué)研究的方式發(fā)生了根本變化，我們稱之為科學(xué)研究的“第四范式”。

牛頓和愛因斯坦時期科學(xué)研究的簡單方式，是通過觀察把數(shù)學(xué)模型化，這是最簡單的第一方式，第二是用模型推演，第三是用計算機(jī)仿真，這不是很成功。進(jìn)入近代以后，我們發(fā)現(xiàn)最大的問題是你觀察到的東西沒辦法寫成數(shù)學(xué)方程式，因為維度太高，在科學(xué)研究上有一個概念叫維度的詛咒，特別是量子物理學(xué)的角度沒法計算，大模型出現(xiàn)以后，現(xiàn)在可以做1024到2048個維度，這已經(jīng)不完全是個空間概念。兩千億到一萬億的變量，方程可以做到兩千億個變量，這個世界上還有什么方程是不可解的，這在根本上改變了科學(xué)研究的方式。以前是慢慢做、細(xì)細(xì)做，現(xiàn)在是用數(shù)據(jù)大規(guī)模做，這個世界就真的變了。

這就是為什么最近在有些領(lǐng)域突破特別快，生化、藥、材料，都是因為人工智能的原因。根本的科學(xué)研究的方式變了，以前科學(xué)研究是從最早的原理一步一步往前走，現(xiàn)在科學(xué)是從數(shù)據(jù)逆向倒推，整個思維方式根本變了。大模型現(xiàn)在幫助科學(xué)家人工智能進(jìn)入物理學(xué)，特別在數(shù)學(xué)和材料學(xué)，現(xiàn)在用一個數(shù)學(xué)家和機(jī)器合作來探索新的材料，這里有很多邏輯、很多理論，就不細(xì)說了，特別是也取得了一些很有意思的進(jìn)展，因為數(shù)學(xué)家的核心是把所有的一切數(shù)學(xué)化，能夠用公式表達(dá)才有應(yīng)用，不能用公式表達(dá)就不能作為產(chǎn)品，就不能生產(chǎn)。做藥，最近的生物藥研究的時間短了一半，成本下降一半，就是因為大模型的幫助，從數(shù)據(jù)著手，生物進(jìn)展很快。

材料，德州用大模型做耐高溫耐氧化的高熵的合金，材料科學(xué)將來會走得很快，新的材料會出來，會有無限想象的空間，它的算力如此之大，算法效率如此之高，第一次我們可以把物理世界和信息世界、虛擬世界連起來，物理世界的數(shù)字在虛擬世界經(jīng)過大模型回到物理世界去操縱物理世界，這個世界真的變了。現(xiàn)在用的最多的是什么？戰(zhàn)爭，現(xiàn)在戰(zhàn)爭的電子演習(xí)已經(jīng)做得很大規(guī)模和經(jīng)濟(jì)化。現(xiàn)在由人工智能主導(dǎo)運營數(shù)字化的過程，因為數(shù)字的產(chǎn)生和迭代效率特別高，這個過程也在不斷加速自動化，而且在提升自動化的效率。

人工智能幫助管理物理世界最典型的案例，最近美國公布在核聚變?nèi)〉猛黄菩园l(fā)展，人類第一次核聚變產(chǎn)出的電大于投入的電，我在普林斯頓讀書的時候，80年代和蘇聯(lián)合建的裝置，這個裝置做一次試驗，我們小鎮(zhèn)就沒有電了，做了幾十年沒有進(jìn)展，這是突破的一個核心功能，等離子在磁的電里轉(zhuǎn)的時候，產(chǎn)生功能的時候，不能碰到地，一旦碰到電磁的地就衰退，一衰退就沒有能量，但是等離子是沒法控制的，它自由在里面轉(zhuǎn)，怎么控制呢？人想了一個別的辦法，控制外面磁的線圈，怎么控制磁的線圈呢？用人工智能。深度學(xué)習(xí)可以幫助形成一秒鐘高達(dá)幾千次的線圈位置的移動，來使得里面走的等離子不會碰到這個線圈，它是移動墻壁使里面走的人自由，而不是走的人不能碰到墻壁，這個思維方式是反過來的，結(jié)果就有了核聚變的突破。美國的目標(biāo)是核聚變讓每度電一美分，如果達(dá)到這個標(biāo)準(zhǔn)，今天所有的能源世界徹底改觀。

這種對物理世界的管理和深化，影響是巨大的。大模型帶來了巨大的想象空間，特別在推動科學(xué)實驗方面空間是很大的，它對生命科學(xué)、藥物研發(fā)空間很大，材料科學(xué)空間很大，能源科學(xué)空間很大，電子工程和計算機(jī)科學(xué)空間也很大，當(dāng)然環(huán)境地球空間就更大了。大模型現(xiàn)在變成了工程學(xué)，變成了一個輔助工具，變成了我們今天所有一切超高級、超高速效率的輔助工具，世界在這個基點上變了。

我們必須承認(rèn)人工智能走得很快，中國在2021年第一次人工智能的論文總量超過了美國，中國在兩年前人工智能的專利超過了美國，我們趕超非常厲害。我們需要圍繞趕超的過程，圍繞AI的2.0重新制定自己的人工智能發(fā)展戰(zhàn)略，因為這個世界從根本上變了。第二點特別重要的，就是發(fā)揮我們的數(shù)據(jù)，人工智能三項核心的資源，算力、算法、數(shù)據(jù)。我們真正的優(yōu)勢是數(shù)據(jù)。

三年以后，我們預(yù)計2025年中國的數(shù)據(jù)會超過美國，成為世界上最大的數(shù)據(jù)之國，因為物聯(lián)網(wǎng)，中國數(shù)據(jù)的質(zhì)量也會很好，所以讓數(shù)據(jù)流起來變成資源、變成資產(chǎn)、變成財富，就是今天這個論壇的主題，讓數(shù)據(jù)變成生產(chǎn)力是我們迎接科學(xué)革命、迎接大模型的最根本的一條，只有在這個基礎(chǔ)上，我們才能把大模型的應(yīng)用和商業(yè)化、企業(yè)化的發(fā)展結(jié)合起來，才能走上我們的趕超之路。

好，這就是我的簡短匯報，謝謝大家！