△点击上方卡片关注我，回复“实践”，即可获得 AI Agent、RAG、多模态大模型相关的案例资料。编者按：这篇文章是王坚院士在 9 月 5 日开幕的 2024 年外滩大会上的演讲实录。在题为《AI、AI+ 以及 AI 基础设施》的演讲中，王坚院士分享了他对 AI、AI+ 以及 AI 基础设施的思考。这里面有很多他个人角度新颖的洞察，值得我们花点时间仔细读几遍。
- 今天的人工智能跟 80 年代初大家讲的同一个人工智能，是一个完全不同的人工智能。
- 当你做不出一个比 ChatGPT 好的这样一个东西的时候，至少有两个原因在约束你。第一个当然是你的技术，就是基础，就是模型。第二就是你对这个问题理解的深度，你能不能真正找到这个领域的问题，事实上是你约束的最大的一个前提。
- 一旦有一个事情要谈到基础设施的时候，我觉得这是一个技术渗透的终极的形式。大家可以理解，你看人类发展历史上任何技术的发展，什么技术会对人类产生最长远的影响，就是它变成了基础设施。
- 数据是基础设施的核心的组成部分。数据不只是一个模型的附属品，这个数据也不只是一个计算的附属品。只有所有这些东西变成一个完整的基础设施的时候，我们才会有那一次更加激动人心的创新。
- 当你看 AI、AI+ 跟 AI 基础设施的时候，你就会发现这个世界不但技术在革命，机制也在革命，基础设施也在革命。没有比这三项革命在同一个时间发生再令人激动了。
各位来宾，非常感谢有这次机会，把过去几年甚至几十年有关的一些想法、一些教训或者一些经验在这跟大家分享一下。今天我自己找了三个关键词，就是 AI、AI+、AI 基础设施。其实这三个关键词都绕不开一个词叫 AI。刚才 Michael I. Jordan 也讲了，其实 AI 这个词可能一千个人有一千个人的理解，一千人有一千人的想法。但是今天碰巧这三个不同的方面，就是 AI、AI+ 跟 AI 基础设施在今天被结合在一起了。我经常说的一句话，人工智能有很长的过去，只有非常短的历史。其实这是一个非常纠结的一件事情。事实上我觉得最困惑的就是，到今天为止，人工智能到底在说什么事情呢？还是值得探讨一下。我想用一张图，当时我看到以后，为什么让我会想起人工智能有一个很长的过去，只有很短的历史？大家今天看到那个红线画的地方，这大概在（20世纪） 40 年代末 50 年代初，图灵写了篇文章叫《Intelligent Machinery》（智能机器），我自己觉得这是一个很长过去的开始，如果你要追关于机器智能的事情，可能可以追到几百年以前。在图灵这篇文章里边，他谈了一些很有意思的事情。这篇文章发表的时候，是发表在心理学一个哲学的杂志上。第一次在探讨关于机器跟智能之间的关系。大家要知道在那个时候，其实计算机这个词还没有完全出来。所以那个时候大家还习惯把它叫做“Computing machinary”。这就是为什么美国计算机学会会叫 ACM，也是这个原因。事实上那个时候没有计算机这个词，但是图灵在那篇文章也是第一次用了“数字计算机”这个词。所以这篇文章它的深远的意义，到今天为止看，都是非常值得重新来思考。我们很多最早的概念可能都是从这边来的。当然大家都会讲到达特茅斯这个会，我自己觉得很有意思，当时Michael I. Jordan特别讲了Cybermetics（控制论），我听完以后就很感触，如果当年那个会不在达特茅斯开，可能这十个人的想法就被维纳给灭掉了。这样的话，我们可能会用 Cybermetics 来称呼我们今天说的人工智能。但事实上，说不定从单词角度可能用 Cybermetics 可能会更好一点，但人工智能就这么流行了。我自己对人工智能的理解，是从 Herbert Simon 开始的。这个人很神奇，他是个心理学家，但是去参与了这个会，得了诺贝尔经济学奖。他第一次访问中国是 1972 年，是以美国计算机学会的名义到中国来的。他 80 年代初又以美国心理学会的名义到了中国来。那个时候我在大学读三年级，他到我们系讲了关于人工智能。所以大家可以设想一下看，一个大学三年级的学生，在中国，在 80 年代初有一个人告诉你，人工智能在下面十年会有一次天翻地覆的变化。你大概可以设想一下，那时我有多么的激动。但事实上，等了十年没有什么东西发生，所以后来就该干什么就干什么去了。但事实上，里边的很多最基础的东西在那个时候也被提到了，甚至大家今天知道的神经网络。我印象很深，当时在 80 年代末的时候，有一本教科书叫 PDP（Parallel Distrbuted Processing），那里面讲的通篇都是神经网络的理论。那时候讲的都是每一层两个节点，只有三层，大概你能做到那个程度就结束了。但今天的规模跟那个时候没法比。所以我想说，今天的人工智能跟 80 年代初大家讲的同一个人工智能，是一个完全不同的人工智能。刚才 Michael I. Jordan也讲到了这一点。那为什么算是一个非常短的的历史？再回到刚才这张图上，现在这个红线里边就讲到了 2017 年，就是 Google 开始提出了 transformer 这件事情。今天我们能够谈，人工智能，又重新回到了大家的视野，又重新在产业上有那么大影响的话，那就是从 2017 年开始。所以我相信 2017 年以前的人工智能，跟我们今天说的人工智能，还是有非常不同的差别。这就是我说只有七年历史的这个原因。当然这段历史就是从一篇文章开始的，这个大家都知道。但是我想强调一下的事情就是，这文章的 8 个作者现在都不在Google。听说有一个最近大概又回去了。Anyway 也就是说，尽管它发明了很多东西，但是没有Google什么事。那这里边有些今天大家被忽视掉的发明。比如说第一次有了 token 这个概念，听起来好像也没什么了不起。大家都知道今天一个商业服务，大家都是用 token 来计价的。大家可以设想一下看，大家可以设想一下如果里面最基本的计价逻辑都不清楚的话，大概是不会有一个好好的产业的。更不用讲，待会儿我主题里面讲到的关于基础设施的事情。同样，大家都知道在Google那个时候的前后（发表这个文章的前后）有一家公司叫OpenAI，OpenAI的出现站在我的角度来说，就是让我们重新思考一下创新的机制是什么？所以那就有了在2022年GPT的发布。这两件事情结合在一起，我总是觉得一件很怪的事情。所以我说了一句话就是：Google很行，Google也很不行。这个Google很行是什么呢？特别是在中国，大家都会讲 0 到 1 的创新。所以大家可以设想一下看，Google是 100% 完成了我们讲的 0 到 1 的创新是吧？甚至还要多一点。但为什么Google不行呢？我觉得大家都可能知道Eric Schmidt前段时间在斯坦福有一个发言，搞的沸沸扬扬的，说的Google很不行，那确实也不行，为什么呢？他没有创造出一个东西像Open AI创造出的那么有价值，对社会来说。
所以我想，这其中要让我们重新思考这个创新的机制到底是什么。它不是一个简单的从 0 到 1 创新，不是简单的你有一个好的想法。这中间的机制是远远超出今天学者甚至产业界可以来理解的。我觉得这也是对我们一个最大的挑战。所以我用了一个Google很行，Google也很不行。但在这个 ChatGPT 后面，它的光芒事实上是对大众而言的，不是对业界而言的，是被掩盖了很多事情。大家都知道AlphaFold，特别是AlphaFold3出来了。但是很少人会谈论说，它其实背后还是Transformer+Diffusion，大家今天在讲能生成一个图片，能生成一段视频，大家会讲到Transformer+Diffusion，可是很少人理解，为什么Google那篇文章有那么大的影响？也就是说到最后大家今天听到的一些最基本的东西，到最后也离不开Transformer。当然从AlphaFold2到Alphafold3，中间用了一个Pairformer，但是最后的东西还是这个Transformer。当然就是说从 alphafold 2 到 alphafold 3，事实上他那个名字稍微做了一些改变？所以在 alphafood3 时候，他就用那个 Pairformer，但大家都知道背后最基本的东西还是这个 Transformer。再往下看，其实大家也知道，其实从 ChatGPT 到 alphafold，到今天大家在媒体上也经常会看到关于天气预报的时候，这是一个三个跨度非常大的应用。但是他们到背后，我觉得有一个最基本的东西就是脱离不掉，就是 Transformer。所以我想这个 AI 为什么只有7年历史，大家再回过头来看，我们事实上是你愿意不愿意，我们生活在 Transformer 这样的一个阴影下，也可能是一个以后是一个阳光灿烂的东西。所以我有时候会讲到说，当你在这样的一个背景下，再回过头来看，去年在政府工作报告当中，多次谈到了人工智能，同时提到了这个人工智能 +。所以大家设想一下看，在 Transformer 这个逻辑下，我们要理解的人工智能 + 到底是什么。所以大家可能今天一谈到人工智能 + 的时候，就会简单的加一个行业进去。我用我自己的话来讲，其实这是没有比在人工智能 + 后面加一个行业把人工智能庸俗化的做法了。所以就是反复思考的人工智能 + 到底是什么？所以我们再来看这个 GPT，或者是我们今天要说的这些事情的话，那可能是需要有一次重新的思考的。所以这个 ChatGPT 如果在人工智能 + 这个逻辑上，大家可以认真想一下看 ChatGPT 不是个应用，它是个应用平台。就像在上一个年代这个 office 一样，它不是一个应用，它是应用平台。但如果把 GPT 再拆一拆，刚才讲过了，它如果把它变成个基础模型的话，事实上 chat 就是一个应用。所以 ChatGPT 就是 GPT 加 chat，这是我的理解。但是我想多说一句的话，chat 不是一个简单的应用场景。大家都知道 Microsoft 跟 OpenAI 这个合作过程当中，不只是做了 ChatGPT。其实他们到比尔盖茨家里讨论了很多 GPT 这样东西可以用到什么场景。最后只有 ChatGPT 是最革命的，所以变成了产品。他们做了一大堆也很有用，但没有革命的东西，后来都写成了书。所以有时候经常开玩笑说，这个书是很危险的，就是不是革命的东西都写成了书，可能最革命的东西做成了产品，这是我们今天真正发生的事情。所以我想没有比 OpenAI 的这个公司的人对 chat 本身有更深的了解。所以今天我还是要讲一句话，就是说当你做不出一个比 ChatGPT 好的这样一个东西的时候，至少有两个原因在约束你。第一个当然是你的技术，就是基础，就是模型。第二就是你对这个问题理解的深度，你能不能真正找到这个领域的问题，事实上是你约束的最大的一个前提。我们往往在很多时候，其实对这个问题不理解，以为有了 GPT 就可以解决很多的问题。当然我今天讲的重点是这个 + 到底是什么？这个 + 就让我想到了，大家都知道当时这个 chat 做这件事情的时候，事实上只是反映了比尔 - 盖茨当年的一个愿景，就是让计算机能听能说。所以我想今天因为有了 ChatGPT 以后，就当这台计算机变成了一个手机以后，我们今天就做到了这一点。那么这背后的真正的 + 的机制就是 ChatGPT。当我们讲那个加的时候，不是加什么东西，而是怎么加，更加重要的是一个机制的创新。这句话听起来很抽象，再把它回过头来，大家可以看一看 ChatGPT 什么意思，这个家就是 OpenAI 这家公司。没有 OpenAI 这家公司，GPT 和 chat 是不会变成这样一个影响大家的产品。那 OpenAI 这家公司为什么是一个机制的创新呢？到今天为止，其实大家都知道 OpenAI 是一个怪物，也就是说它有Nonprofit（非盈利） 的AI，也有 OpenAI LP 这样的东西。所以大家可以设想一下看，一个Nonprofit这样一个机构跟一个商业机构在 OpenAI 这么一个主体里边，被这样莫名其妙的存在在一起。所以我想就是发生的过去发生的事情都跟 OpenAI，其实大家讲的 OpenAI 都是讲的 OpenAI LP。可是当大家知道它最早创办是一个非营利机构的话，大家可以想象它中间的机制是多么复杂的一件事情。所以我经常跟投资人讲，你用传统的方法是投不出 OpenAI 这样一家公司来。黄仁勋说了一句话叫ChatGPT是人工智能的iPhone时刻。其实这句话被很多人引用，我自己一开始听的时候也很激动。但是后来想了一想，这个就不知道在说什么，为什么呢？因为 ChatGPT 是什么也没有完全说清楚，人工智能是什么也没有完全说清楚，那 iPhone 到底是什么也没有说清楚，就是把这三个说不清楚的东西放在那里变成了一句话，这是让我困惑了很长时间。其实大家也不要觉得说清楚 iPhone 是什么是一件很困难的事情。我说一个现象就知道了。大家说起这个 iPhone 都觉得 app store 是它非常重要的事情。今天任何一个人发言都说生态多么重要，可是很少人理解。你们去看，Steve Jobs 发布第一代的 iPhone 时候，是没有 APP store。完了如果你要讲它的生态系统，当年跟 Steve Jobs 一起发布 iPhone 第一代的那些公司，今天都不见了。所以他到底是什么？也是值得我们非常深思的。当然这句话，我自己觉得他其实抄袭了另外一句话。这是当年我自己听了看了非常激动的。就是当AlphaFold出来的时候，AlphaFold2出来的时候，有人说了一句话“AlphaFold是生物学的ImageNet时刻”，我自己觉得这是真正反映了技术发展的背后的。当然这个就回到了那篇文章，就是杰弗里·辛顿（Geoffrey Hinton）跟他的两个学生同学写的。大家只要在做机器学习也好，做图象识别也好，一定知道这篇文章。但是你把这篇文章抽象出来就三个东西，就是今天构成人工智能大家天天讲的三个东西，ImageNet就是有组织的数据，然后它有一个模型，那时候叫CNN，然后+GPU。这是第一次一篇文章完美地把三个东西结合在一起。只不过是这三个东西在那个时候都谈不上是新的，imageNet 也存在了很久，CNN 也不是一个新的算法，GPU 那个时候在每个网吧里面都有。但是是这篇文章，这三个学生把它结合在一起，使得 GPU、模型和数据成为做这个行业的一个最基本的标准。特别是 GPU，是在那篇文章之后，它才成为学术界的标准，在他这篇文章之后才成为工业界的标准。而当时他们用了两块 GPU 卡，是一个非常普通的 GPU 的卡。尽管这两张 GPU 的卡在当时大概已经超过了上万个 CPU 核的算力，但是这是在中国的每一个网吧里面都有的 GPU 卡。但是因为这样发生了一次非常大的变化，所以算力重不重要？算力重要。但是在创新阶段，大家都知道没有比人的创造力再重要的事情。那么到了今天发生的变化，为什么会引出要引出基础设施呢？就是因为规模。也就是说当数据、模型、算力的规模都变成了一个巨大的变化的时候，这个时候一定要引入了新的东西，不然它没法解决了。这个也是做 IT、做程序设计的，看到这句话也很激动。这是 Pascal 的发明人曾经写过一句话，他说一岁孩子爬行速度的千倍就是超音速喷气机的速度。也就是说在我们世界里面，任何的事情的规模增加了 1000 倍，它就会发生天翻地覆的变化。大家都知道在我刚才讲的三个组合的规模上，在每一个单元都超过了 1000 倍。正是这 1000 倍，使得今天我们绕不开一个最基本的东西，就是 AI 的基础设施。大家知道一旦有一个事情要谈到基础设施的时候，我觉得这是一个技术渗透的终极的形式。大家可以理解，你看人类发展历史上任何技术的发展，什么技术会对人类产生最长远的影响，就是它变成了基础设施。当然 AI 基础设施不是我发明的，今天大家都在谈的。所以我想为什么从 AI 到 AI+ 到我们今天可以讲 AI 基础设施的话，是一个非常值得我们深思的。那下面我也会很快说一下，这是红杉在一次研讨会上用的一个幻灯片。把它拿过来了。拿过来的目的，只是为了看大家最下面一行，他就会叫做基础设施。大家看一看在云时代，在移动时代，在 AI 时代，他们觉得的基础设施就是云计算。这里很有意思，他把苹果是划到了基础设施这一类的。同样的大家可以看到在今天，他把英伟达也划到了基础设施那一类。所以这是一个非常有意思的一个分类方法。这个也不奇怪，为什么？英伟达大家都觉得他应该去做云计算。作为做云计算的，我看到这张图的时候也非常激动。这张图不是我画的，但是解释是我的解释。就是这张图大家看到这是六个在美国的做 AI 的独角兽，那你看它背后的基础设施的支持很有意思。就是 OpenAI，大家都知道它得到了 100 亿美金的投资，它背后是 microsoft，第二名的背后是 AWS。大家可以看到在这些企业真正背后的排名是什么？就是全世界排名第一、第二、第三、第五、第六的云计算服务商，都是今天美国独角兽公司的背后支撑的来源。这里大家看到很很神奇的一件事情，在这里有第一、第二、第三、第五、第六，就是没有第四，对吧？那第四就是阿里云。我想就是说，这种基础设施对将来这些事情的影响，从计算这个角度也能看得出来。但是我想从另外的角度也反映了这个产业之间的差距到底在哪里。所以从这个角度，让我想起了另外一句话，我觉得微软很不行，但是微软也很行。也就是说，它在人工智能领域没有做出 transformer 这样的东西。但是它因为云，因为这个基础设施，它在跟 OpenAI 创造出这么一个今天我们可以看到的东西出来的话。你从另外一个角度也可以看得出，好像微软不行，但是微软还是很行。所以我想在 AI、AI+ 跟 AI 基础设施这个逻辑上，所有人都是可以做自己可以创造历史的事情。我前几天看到一个创业公司，为了证明他这个创业的重要性，画了一张图。我觉得很有意思。就是我相信今天我们老是讲数据，讲计算，讲算法。但是大家设想一下，这些东西不在一个基础设施里边，事实上是没有价值的。我把这个红框里面画出来，其实这张图很有意思地告诉大家，数据是基础设施的核心的组成部分。数据不只是一个模型的附属品，这个数据也不只是一个计算的附属品。只有所有这些东西变成一个完整的基础设施的时候，我们才会有那一次更加激动人心的创新。如果大家看最前面它里面讲到那个事情，去做了两个区分，就讲是在传统的 IT 时代的云计算，以及在 AI 时代的云计算。尽管这两种计算有差别，但都是云计算。同样数据也做了这个区分，就是在传统意义上的数据，跟在 AI 这个意义上的数据，它是做了这么一个细微的区分的。今天这个我就不展开讲了。最后总结一下：就是事实上，当你看 AI、AI+ 跟 AI 基础设施的时候，你就会发现这个世界不但技术在革命，机制也在革命，基础设施也在革命。没有比这三项革命在同一个时间发生再令人激动了。所以我想这些革命正在创造未来。金融行业凭借相对完善的数据和技术基础，以及丰富的业务场景，成为智能技术的实践场。在智能时代背景下，包括银行、保险、证券等在内的金融机构正在借助 AI 大模型、大数据、云计算等数字化技术不断完善和迭代自身的产品和服务，同时通过向外赋能，加速其它行业数字化，完成数实融合。关注「InfoQ 数字化经纬」，回复「实践案例」领取相关资料。极客时间企业版推出「金融科技人才培养解决方案」， 构建金融科技人才数字化能力的全景培养体系，提供一个结构化的成长路径，满足金融科技行业对于不同层级人才的需求，明确了数字化领军人才、数字化管理人才、业技融合人才、数字化应用人才、专项技术人才各层级的培养重点及形式。扫描二维码了解方案详情。AI 应用开发正在逐步成为各行业内的核心创新驱动力，CUI 式的对话助手、串联业务流程的 Agent 或是内嵌在原有业务逻辑中的 AI 模块，都在不断拓展面向用户的新应用场景。我们惊喜地看到从中小创业公司到大型企业，都在利用计算机视觉、自然语言处理、个性化推荐、对话式交互等 AI 能力提升业务效率、优化用户体验，显著增强了产品的市场竞争力。10 月 18-19 日，来 QCon 全球软件开发大会（上海站），了解更多成功应用 AI 技术的案例与最佳实践。- 关注「InfoQ数字化经纬」公众号，回复「案例」领取《行知数字中国数字化转型案例集锦》。
- 关注「InfoQ数字化经纬」公众号，回复「进群」加入数字化读者群交流。
