新华社北京5月31日电 题：从GPT-4o看(kan)人工(gong)智能竞争的走向和(he)挑战
新华社记者孙晶 胡丹丹
人工(gong)智能（AI）的发展正以惊人速度向前推进。近期(qi)，全球(qiu)多家公司推出的最(zui)新大模型让人目不暇接(jie)，特别是(shi)GPT-4o等产品备受关注。接(jie)下来(lai)全球(qiu)这一领域竞争的焦点在(zai)哪里？各国人工(gong)智能发展将面临哪些挑战？
多模态成为竞争新焦点
本(ben)月，美国开放人工(gong)智能研究中心（OpenAI）发布了最(zui)新多模态大模型GPT-4o，它(ta)对(dui)语(yu)音的理解(jie)能力有了质的飞跃(yue)，同时还可分析图像、视(shi)频(pin)，并识别用户情绪；紧随其后(hou)，谷歌发布了多模态AI助手Project Astra。业(ye)内人士(shi)认为，这两大产品背后(hou)的多模态融合技术，是(shi)人工(gong)智能竞争的新焦点，多模态、更(geng)自然的交互(hu)体验成为大模型技术产品化并为更(geng)多人所接(jie)受的关键。
上海Soul人工(gong)智能研究院院长陶明日前在(zai)对(dui)新华社记者谈到GPT-4o发布时说：“不再大谈深奥的技术、不再强调未(wei)来(lai)投入(ru)多少巨资，而(er)是(shi)重点展示了家教(jiao)辅导等应用场景(jing)，从中可以看(kan)出，此轮AI发展中，关注场景(jing)和(he)交互(hu)体验将会是(shi)必然的趋势。”
中国多家科技企业(ye)近期(qi)也相继发布新产品。字节跳动公司发布了豆包(bao)大模型家族，同样具有多模态能力，可适用于多种场景(jing)；腾讯发布基于混元大模型的创作与(yu)分发平台腾讯元器，方便用户开发具备聊(liao)天对(dui)话、内容创作、图像生成等多功能的智能体；大模型公司零一万(wan)物(wu)推出的千亿参数Yi-Large闭源(yuan)模型正式亮相，据美国斯坦福大学最(zui)新大模型排行榜评估，其英语(yu)回复能力相关指标在(zai)全球(qiu)处于领先(xian)地位。
零一万(wan)物(wu)首席(xi)执行官李开复日前接(jie)受新华社记者采访时表示，多家中国科技公司在(zai)开源(yuan)和(he)闭源(yuan)领域都发布了大量(liang)高质量(liang)的模型，性能逐步追齐GPT-4，并在(zai)中文能力上达到世界领先(xian)。
需要关注场景(jing)和(he)应用
斯坦福大学今年(nian)4月发布的人工(gong)智能指数报(bao)告称，2023年(nian)，著名人工(gong)智能模型中有61个源(yuan)自美国，中国则有15个。业(ye)内人士(shi)指出，中美是(shi)全球(qiu)人工(gong)智能发展的“领头(tou)羊”，展现出了不同的发展趋势和(he)战略重点。美国在(zai)高端芯片制造、基础(chu)研究和(he)技术创新上优势明显；而(er)中国拥(yong)有庞大的互(hu)联网用户基数，提供了丰(feng)富(fu)的场景(jing)等方面数据资源(yuan)，这对(dui)于训练(lian)大模型来(lai)说是(shi)重要优势。
“大模型的竞赛可以分为几个阶段(duan)，第一个阶段(duan)是(shi)‘卷指标’，在(zai)参数和(he)指标的提升中重点关注性能问题，但这也造成了目前的一个行业(ye)通病问题——大模型性能和(he)应用严重分离，也就是(shi)大家所讨论的‘拿着(zhe)锤子找钉子’的问题。因此，发展至第二个阶段(duan)‘卷场景(jing)和(he)体验’，成为一种必然。”陶明说。
上海市数据科学重点实验室主任肖仰华在(zai)接(jie)受新华社记者采访时指出，应该(gai)看(kan)到这一轮竞争中应用场景(jing)的重要性。中国企业(ye)可以先(xian)从应用层面切入(ru)，反哺(bu)和(he)推动基础(chu)模型性能提升。
在(zai)谈到数据问题时，肖仰华说，GPT等大模型仍然是(shi)主要基于互(hu)联网通用开放语(yu)料进行训练(lian)。这类通用大模型一旦用于千行百业(ye)，可能存在(zai)领域知识匮乏的根本(ben)性问题，从而(er)限制了大模型在(zai)具体领域的价值发挥。
零一万(wan)物(wu)公司模型训练(lian)负责人黄文灏表示，他看(kan)到GPT-4o更(geng)新了分词器的词表，但其中和(he)中文相关的词元质量(liang)还是(shi)没跟上。他认为这可能是(shi)由于他们(men)缺乏高质量(liang)的中文语(yu)料，这对(dui)中国企业(ye)是(shi)一个机会。“国内的工(gong)程师可以更(geng)沉(chen)下心来(lai)对(dui)数据进行研究、分析，将数据质量(liang)做到非常高的水(shui)平。”
面临能源(yuan)、安全等诸多挑战
能源(yuan)成为人工(gong)智能发展中的重要问题。有研究显示，ChatGPT每日约消耗超过50万(wan)度电，相当于一个美国家庭(ting)每天平均用电量(liang)的1.7万(wan)倍。美国“元”公司首席(xi)执行官扎克伯格、OpenAI首席(xi)执行官奥尔特曼等人今年(nian)在(zai)不同场合都强调了能源(yuan)在(zai)人工(gong)智能下一步发展中的关键作用。微软、OpenAI、谷歌、亚(ya)马逊等企业(ye)纷纷通过直接(jie)入(ru)股核电或向核电公司购买电力等方式，加强能源(yuan)供应。
中国云基础(chu)设施服务提供商中联数据集团(tuan)副总裁(cai)马超日前接(jie)受新华社记者采访时也表示，算(suan)力和(he)大数据产业(ye)对(dui)能源(yuan)的需求快(kuai)速增加，产业(ye)竞争日益重视(shi)能源(yuan)。
伦理相关问题也一直是(shi)公众(zhong)不安全感的来(lai)源(yuan)。GPT-4o使用了高度类似(si)好莱坞女星斯嘉丽(li)·约翰逊声音的语(yu)音，但未(wei)获她授权。对(dui)此约翰逊发文表示：“在(zai)这个我们(men)都在(zai)努力应对(dui)深度伪造，保护自身形象、作品和(he)身份的时代，我期(qi)待通过透明度和(he)立法来(lai)解(jie)决这些问题，确保个人权利得到保护。”
此外有不少人担(dan)忧，人工(gong)智能发展过速可能会对(dui)人类构成威胁。去年(nian)底，首届全球(qiu)人工(gong)智能安全峰会在(zai)英国召开。美国、英国、欧盟(meng)、中国等多方代表就人工(gong)智能技术带来(lai)的风险与(yu)机遇展开讨论，推动形成具有广泛共识的人工(gong)智能治理框架(jia)。
此前，在(zai)去年(nian)10月，中方提出《全球(qiu)人工(gong)智能治理倡议》，主张人工(gong)智能治理应确保有益、确保安全、确保公平。（参与(yu)记者：张紫赟、梁晓飞、汪海月、孙蕾、双瑞(rui)）（完）