新华社北京(jing)5月31日电（记(ji)者孙晶 胡丹丹）人工智能(neng)（AI）的发(fa)展正以惊人速度向前推(tui)进。近期，全(quan)球多家公司推(tui)出的最(zui)新大模型让(rang)人目不暇接，特别是(shi)GPT-4o等产品备受关注。接下来全(quan)球这一领域竞争的焦点在哪里？各国人工智能(neng)发(fa)展将面临哪些挑战(zhan)？
2024年5月30日，在瑞士日内瓦举(ju)行的2024年“人工智能(neng)造福人类全(quan)球峰会” 上，参(can)会者和一个用于社会关怀的机器人互(hu)动。新华社记(ji)者 连(lian)漪 摄
多模态成(cheng)为竞争新焦点
本月，美国开(kai)放人工智能(neng)研究中(zhong)心(xin)（OpenAI）发(fa)布了最(zui)新多模态大模型GPT-4o，它对语音的理解能(neng)力有了质的飞跃(yue)，同时还可分析图像、视频，并识别用户情绪；紧(jin)随其后，谷(gu)歌发(fa)布了多模态AI助手Project Astra。业(ye)内人士认为，这两大产品背后的多模态融合技(ji)术，是(shi)人工智能(neng)竞争的新焦点，多模态、更自然的交互(hu)体验成(cheng)为大模型技(ji)术产品化并为更多人所(suo)接受的关键。
上海Soul人工智能(neng)研究院院长陶明日前在对新华社记(ji)者谈到GPT-4o发(fa)布时说(shuo)：“不再大谈深奥(ao)的技(ji)术、不再强调未来投入(ru)多少(shao)巨资，而是(shi)重点展示了家教辅导等应用场景，从中(zhong)可以看出，此轮AI发(fa)展中(zhong)，关注场景和交互(hu)体验将会是(shi)必然的趋势。”
中(zhong)国多家科技(ji)企业(ye)近期也相继发(fa)布新产品。字节跳动公司发(fa)布了豆包大模型家族，同样具有多模态能(neng)力，可适(shi)用于多种场景；腾讯发(fa)布基于混元大模型的创作与分发(fa)平台腾讯元器，方便用户开(kai)发(fa)具备聊天对话、内容(rong)创作、图像生成(cheng)等多功能(neng)的智能(neng)体；大模型公司零一万物(wu)推(tui)出的千亿参(can)数(shu)Yi-Large闭源模型正式亮相，据美国斯坦福大学最(zui)新大模型排行榜评估，其英语回复能(neng)力相关指标在全(quan)球处于领先(xian)地位。
零一万物(wu)首席执行官李开(kai)复日前接受新华社记(ji)者采访时表示，多家中(zhong)国科技(ji)公司在开(kai)源和闭源领域都(dou)发(fa)布了大量(liang)高质量(liang)的模型，性能(neng)逐步追齐GPT-4，并在中(zhong)文能(neng)力上达到世界领先(xian)。
需要(yao)关注场景和应用
斯坦福大学今年4月发(fa)布的人工智能(neng)指数(shu)报告(gao)称(cheng)，2023年，著(zhu)名人工智能(neng)模型中(zhong)有61个源自美国，中(zhong)国则有15个。业(ye)内人士指出，中(zhong)美是(shi)全(quan)球人工智能(neng)发(fa)展的“领头羊(yang)”，展现出了不同的发(fa)展趋势和战(zhan)略重点。美国在高端芯片制(zhi)造、基础研究和技(ji)术创新上优势明显(xian)；而中(zhong)国拥有庞大的互(hu)联网用户基数(shu)，提供了丰富(fu)的场景等方面数(shu)据资源，这对于训练大模型来说(shuo)是(shi)重要(yao)优势。
“大模型的竞赛可以分为几个阶段，第一个阶段是(shi)‘卷指标’，在参(can)数(shu)和指标的提升中(zhong)重点关注性能(neng)问题，但这也造成(cheng)了目前的一个行业(ye)通病问题——大模型性能(neng)和应用严(yan)重分离，也就是(shi)大家所(suo)讨论的‘拿(na)着锤子找(zhao)钉子’的问题。因此，发(fa)展至(zhi)第二个阶段‘卷场景和体验’，成(cheng)为一种必然。”陶明说(shuo)。
2024年5月30日，在瑞士日内瓦举(ju)行的2024年“人工智能(neng)造福人类全(quan)球峰会” 上，参(can)会者头戴脑神经(jing)检测(ce)器在人工智能(neng)艺术表演上演奏小(xiao)提琴。新华社记(ji)者 连(lian)漪 摄
上海市(shi)数(shu)据科学重点实验室主任肖仰华在接受新华社记(ji)者采访时指出，应该看到这一轮竞争中(zhong)应用场景的重要(yao)性。中(zhong)国企业(ye)可以先(xian)从应用层面切入(ru)，反哺和推(tui)动基础模型性能(neng)提升。
在谈到数(shu)据问题时，肖仰华说(shuo)，GPT等大模型仍然是(shi)主要(yao)基于互(hu)联网通用开(kai)放语料(liao)进行训练。这类通用大模型一旦用于千行百业(ye)，可能(neng)存在领域知识匮乏(fa)的根本性问题，从而限制(zhi)了大模型在具体领域的价值发(fa)挥。
零一万物(wu)公司模型训练负责(ze)人黄文灏表示，他看到GPT-4o更新了分词(ci)器的词(ci)表，但其中(zhong)和中(zhong)文相关的词(ci)元质量(liang)还是(shi)没(mei)跟上。他认为这可能(neng)是(shi)由于他们缺乏(fa)高质量(liang)的中(zhong)文语料(liao)，这对中(zhong)国企业(ye)是(shi)一个机会。“国内的工程师可以更沉下心(xin)来对数(shu)据进行研究、分析，将数(shu)据质量(liang)做到非常(chang)高的水(shui)平。”
面临能(neng)源、安全(quan)等诸多挑战(zhan)
能(neng)源成(cheng)为人工智能(neng)发(fa)展中(zhong)的重要(yao)问题。有研究显(xian)示，ChatGPT每日约消耗超过50万度电，相当于一个美国家庭每天平均用电量(liang)的1.7万倍。美国“元”公司首席执行官扎克伯格、OpenAI首席执行官奥(ao)尔特曼等人今年在不同场合都(dou)强调了能(neng)源在人工智能(neng)下一步发(fa)展中(zhong)的关键作用。微软、OpenAI、谷(gu)歌、亚马逊等企业(ye)纷(fen)纷(fen)通过直接入(ru)股核电或向核电公司购买电力等方式，加强能(neng)源供应。
中(zhong)国云基础设(she)施服务提供商中(zhong)联数(shu)据集团副(fu)总裁马超日前接受新华社记(ji)者采访时也表示，算(suan)力和大数(shu)据产业(ye)对能(neng)源的需求快速增加，产业(ye)竞争日益重视能(neng)源。
2024年2月5日，联合国教科文组织总干事阿祖(zu)莱在斯洛文尼亚克拉尼举(ju)行的第二届全(quan)球人工智能(neng)伦理论坛上发(fa)表演讲。新华社发(fa)（泽利科·斯特凡尼奇 摄）
伦理相关问题也一直是(shi)公众不安全(quan)感的来源。GPT-4o使用了高度类似好莱坞女星(xing)斯嘉丽·约翰逊声音的语音，但未获(huo)她授权。对此约翰逊发(fa)文表示：“在这个我们都(dou)在努力应对深度伪造，保护自身形象、作品和身份的时代，我期待通过透明度和立法来解决这些问题，确保个人权利得到保护。”
此外(wai)有不少(shao)人担忧，人工智能(neng)发(fa)展过速可能(neng)会对人类构(gou)成(cheng)威胁。去年底，首届全(quan)球人工智能(neng)安全(quan)峰会在英国召开(kai)。美国、英国、欧盟、中(zhong)国等多方代表就人工智能(neng)技(ji)术带来的风险与机遇展开(kai)讨论，推(tui)动形成(cheng)具有广(guang)泛共识的人工智能(neng)治理框架。
此前，在去年10月，中(zhong)方提出《全(quan)球人工智能(neng)治理倡(chang)议》，主张人工智能(neng)治理应确保有益、确保安全(quan)、确保公平。（参(can)与记(ji)者：张紫赟、梁晓飞、汪(wang)海月、孙蕾、双瑞）