图片来源：界面图库
界面新闻记者 | 伍洋宇
界面新闻编辑 | 文姝琪
9月6日，在由界面新闻主办的2024 REAL科技大会上，上海人工智能研究院总工程师王资凯发表了《前沿技术发展与治理路径》主题演讲。
上海人工智能研究院是由上海市 *** 和上海交通大学市校共建的新型研发机构，成立于2019年世界人工智能大会。在过去发展的四五年历程中，研究院已逐步形成全面的技术研发和产业转化的能力，目前已孵化二十余家细分领域初创公司，整体估值超过100亿人民币。
王资凯首先就新一代AI技术的科研与实际应用的差别进行了论述。例如，科研论文或报告更关注更佳性能SOTA，采用静态数据和封闭问题集，公平性和可解释性的重要程度不那么突出，而实际应用则几乎完全不同，产品的落地更注重比已有模型略好即可，其使用数据也在不断变化，并且格外重视公平性和可解释性。
这决定了科研与实际应用的难点和亮点也大相径庭。科研论文的难度在于建模，即怎么把现实问题描绘成复杂的数学问题，而实际应用更多讨论的是复杂的工程实现。从亮点角度讲，产品落地讲究的是稳定，科研论文则要突出精挑细选的结果。
在不断推进科研和实际应用的同时，王资凯也指出了新一代AI技术自身尚存的缺陷。
他表示，当前AI技术还存在多个问题，使其无法开箱即用，例如高质量的训练数据、高昂的推理成本、庞大的算力需求、推理速度限制、无法满足垂直领域安全性和可解释性要求的黑盒体质，以及幻觉导致的“乱讲话”等。
这每一个缺陷的背后都对应着巨大的技术和投资机遇。在应对 *** 上，王资凯提出，行业可以针对不同场景和用户需求打造不同的解决方案，例如 *** 产业数据集、产业领域细分垂类小模型，以模型即服务的商业模式服务小中型企业，针对细分领域去推测试集，做高性能的边缘侧推理设施，以及围绕细分场景做可控生成和结合增强等等。
在推动技术发展的同时，技术监管问题也不可避免。王资凯表示，这背后的根本原因是新一代AI技术带来了许多争议。他提到了去年发生在美国的一份针对微软和OpenAI的集体诉讼，可能对整个世界范围内大模型的监管和治理产生深远影响。
同时，他也提到了近期引起强烈争议的美国加州“SB 1047法案”，也即“前沿人工智能模型安全创新法案”。
王资凯认为，“SB 1047法案”可能成为人工智能治理的重要节点。该法案不仅提及了法律责任和“合理关怀”这一概念，也覆盖系统安全与审查、监管机制、法律框架与执法、公众和利益相关者的参与、未来可能出现的调整与更新等多个维度。
“我认为加州的SB 1047法案提到了各种各样的安全标准、风险评估、测试程序，这套流程其实值得我们学习，这是中国和美国治理路径的少许差异。”王资凯说。
他就此回顾了中国在相关领域的技术监管进程。从2023年4月网信办发布的《生成式人工智能服务管理办法（征求意见稿）》，到2023年7月国家网信办联同国家发改委、教育部、科技部、工信部、公安部、广电总局共同发布的《生成式人工智能服务管理暂行办法》，王资凯认为中国在该领域的监管办法质量有了很高的提升，“我认为这部立法是中国甚至世界人工智能治理节点性的事件。”
他也由此比较了中美在大模型治理领域面临的差异，包括 *** 速度和覆盖范围、数据中心规模、 *** 安全和隐私保护、能源价格以及用户习惯等。他具体提到，中国有非常强大的4G和5G能力，能源价格的差异会牵扯到训练和推理成本，国内企业的SaaS习惯也还有所欠缺，这些差异或将导致中美人工智能落地路径和环境的不一致。
面向中美在新一代AI技术上的未来竞争，王资凯认为上海和长三角在人才、科研产出以及产业链方面都具备独特优势。
如果以上海为中心，以200公里为半径画一个圆圈，范围内有至少15家世界排名前500的学校，对应整体长三角范围内的人口达到2.3亿，每年可能为市场供给至少上万名人工智能专业相关的毕业生，这是非常强的人才动力。相比之下，美国湾区只有不到800万人，人才供给并没有长三角旺盛，不过美国的移民机制每年会帮助它吸引大量人才。
王资凯最后总结到，新一代AI技术的治理需要各个国家的探索和判例，面向未来。上海和长三角既具备丰富的场景和机遇，同时也会在各种实际案例中存在挑战。
发表评论