戴新宇

一、什么是智能？什么是人工智能？

（一）人類對(duì)自身智能的認(rèn)知仍然有限

整個(gè)人類的發(fā)展歷史，其實(shí)就是一個(gè)進(jìn)化的歷史。幾百萬(wàn)年前環(huán)境的變化驅(qū)動(dòng)了人類的進(jìn)化，從類人猿到直立行走，到會(huì)使用工具，到進(jìn)入工業(yè)化時(shí)代，到今天的智能化時(shí)代，都是環(huán)境的改變驅(qū)動(dòng)人類的進(jìn)化，進(jìn)化驅(qū)動(dòng)大腦的發(fā)育，發(fā)育驅(qū)動(dòng)大腦的進(jìn)化。

人的智能是從哪里來(lái)？或者說(shuō)人的智慧從哪里來(lái)？人類慢慢知道大腦是人類智能的中樞控制系統(tǒng)。因?yàn)榇竽X有神經(jīng)系統(tǒng)，可以控制我們的思維，控制我們的行動(dòng)，控制我們的學(xué)習(xí)能力等。大腦是思維的一個(gè)中樞系統(tǒng)，但是真正讓人類進(jìn)化和改變世界其實(shí)是靠我們這雙手，手是智能的外化。也就是說(shuō)，實(shí)際上是手使用工具，大腦只是思維和思考，真正去執(zhí)行，去使用技術(shù)，還是依賴我們這雙手。從使用簡(jiǎn)單的智能工具，到使用工業(yè)革命之后的機(jī)械化工具，到現(xiàn)在使用互聯(lián)網(wǎng)和移動(dòng)互聯(lián)網(wǎng)，都離不開(kāi)這雙手。

驅(qū)動(dòng)人類智能進(jìn)化的核心是語(yǔ)言。我們今天講的大模型，其實(shí)最早就是大語(yǔ)言的模型，是多模態(tài)的模型。語(yǔ)言也是智能的關(guān)鍵。生物也有智能，包括低等生物都有智能，但是所謂的人類的高級(jí)智能，是因?yàn)槲覀冇姓Z(yǔ)言。語(yǔ)言是我們交流的工具、知識(shí)的載體，或者是傳遞的載體，它是智能進(jìn)化的一個(gè)關(guān)鍵，它讓我們表達(dá)、交流，驅(qū)動(dòng)技術(shù)的發(fā)展。

其實(shí)從人類有意識(shí)開(kāi)始，大家就在想，能不能用人工去模擬我們的智能？古典哲學(xué)家有一個(gè)基本的假設(shè)，所謂的人工智能能不能實(shí)現(xiàn)？人類的思考過(guò)程、思維過(guò)程，大腦怎么運(yùn)作的？能不能符號(hào)化、機(jī)械化？因?yàn)橹挥蟹?hào)化、機(jī)械化，人才能用機(jī)器替代它。但是很可惜的是，人類其實(shí)對(duì)自身智能的認(rèn)知非常有限?，F(xiàn)在腦科學(xué)的研究?jī)H僅停留在大腦有各種各樣的區(qū)域，這些區(qū)域有的控制我們的記憶，有的控制我們的學(xué)習(xí)能力，有的控制我們的推理能力，有的控制我們的語(yǔ)言能力，各個(gè)區(qū)域有一定分工。人類大腦雖然有800億到900億的神經(jīng)元，這個(gè)神經(jīng)元驅(qū)動(dòng)我們大腦的整個(gè)思維過(guò)程，但是大象可能有2000多億的神經(jīng)元，但它為什么沒(méi)有人聰明？科學(xué)家說(shuō)人類更多的神經(jīng)元是集中在大腦的皮質(zhì)層，皮質(zhì)層幫助我們有很強(qiáng)的學(xué)習(xí)能力、推理能力等。所以，我們對(duì)人類智能的認(rèn)知還是非常有限，我們并不清楚大腦是怎么工作的。

（二）從功能主義角度去模擬人類的智能

那么人工智能假設(shè)就有問(wèn)題了，我們不知道大腦怎么工作的，怎么對(duì)它做符號(hào)化、機(jī)械化呢？其實(shí)沒(méi)有關(guān)系，我們從功能主義的角度去模擬人工智能。首先，我們不要求對(duì)人類的認(rèn)知過(guò)程、人腦的運(yùn)轉(zhuǎn)機(jī)理有完整的了解，我們?cè)噲D用符號(hào)化、機(jī)械化的方式模擬這些能力就可以了。

人類有哪些智能呢？人類有感知能力，有各種感官系統(tǒng)，通過(guò)眼睛、耳朵、皮膚，我們可以感知到外部的世界，獲取外部世界的信息；我們有抽象能力、記憶能力、學(xué)習(xí)能力等，再進(jìn)一步高級(jí)智能，我們有推理能力、決策能力、語(yǔ)言能力、類比能力、創(chuàng)造能力等，這是人類智能的各種能力。盡管我們現(xiàn)在對(duì)人類的認(rèn)知機(jī)理不是那么清楚，但是并不妨礙我們?nèi)ピO(shè)計(jì)各種各樣的人工智能系統(tǒng)，去仿真或者模擬這樣的能力。

馬文·閔斯基是人工智能奠基者之一，1956年達(dá)特茅斯人工智能會(huì)議的創(chuàng)始人之一，他認(rèn)為“人工智能就是讓機(jī)器來(lái)完成那些由人來(lái)做則需要智能的科學(xué)”。就是某一件事如果要人來(lái)做，需要某種能力才能完成，通過(guò)機(jī)器來(lái)做，那就是人工智能。

其次，我們不要求人工智能全面地達(dá)到人類的智能水平。如果全面地研究腦科學(xué)，研究人腦怎么工作的，怎么全面地去做仿真，我們現(xiàn)在達(dá)不到（這個(gè)能力），只能去做模擬，所以我們不需要全面達(dá)到。其實(shí)全面達(dá)到也是有問(wèn)題的，現(xiàn)在很多人說(shuō)人工智能威脅論，真的全面達(dá)到可能會(huì)產(chǎn)生威脅。所以我們只要它做事就可以了，不需要它具有意識(shí)，不需要它具有情感。當(dāng)然這個(gè)情感、意識(shí)等，很多科學(xué)家也在做相關(guān)研究了。

鳥(niǎo)類也有智能，它的腦袋只有幾克重量，但鳥(niǎo)的智能水平也挺高，它在樹(shù)林穿梭絕對(duì)不會(huì)碰到一片樹(shù)葉，而我們的無(wú)人機(jī)現(xiàn)在避障還沒(méi)有鳥(niǎo)那么靈活。鳥(niǎo)會(huì)做路線規(guī)劃，會(huì)做食物辨別，等等，有很強(qiáng)的智能。我們并不知道鳥(niǎo)的大腦的工作原理，不知道它怎么避障，但是并不妨礙我們現(xiàn)在可以做出自主巡航的大飛機(jī)。所以我們可以做一個(gè)類比，一個(gè)是生物智能，一個(gè)是人工智能。

我們要用機(jī)器去實(shí)現(xiàn)人工智能。機(jī)器實(shí)現(xiàn)人工智能有哪些要素呢？比如人類有學(xué)習(xí)能力，那人工智能有學(xué)習(xí)能力，包括深度學(xué)習(xí)能力；人類有聽(tīng)力，有語(yǔ)言表達(dá)能力，所以人工智能可以語(yǔ)音識(shí)別、語(yǔ)音合成；人類有眼睛，那人工智能有計(jì)算機(jī)視覺(jué)，可以采集各種外部數(shù)據(jù)；人類有語(yǔ)言交流表達(dá)能力，所以人工智能有一個(gè)研究領(lǐng)域叫自然語(yǔ)言處理；人可以做專家，人工智能以后會(huì)有專家系統(tǒng)，可以做決策，做推理；人可以做規(guī)劃，比如路線規(guī)劃，那導(dǎo)航就是一個(gè)人工智能系統(tǒng)，幫我們做路線規(guī)劃；人可以運(yùn)動(dòng)，機(jī)器人就是仿造人類的運(yùn)動(dòng)能力。

二、人工智能大模型簡(jiǎn)介

（一）人工智能進(jìn)入大語(yǔ)言模型時(shí)代

我們通常說(shuō)1956年是人工智能的元年，經(jīng)過(guò)快70年的發(fā)展，其實(shí)人工智能已經(jīng)賦能我們生活的方方面面。我們每天都在接觸人工智能的產(chǎn)品，雖然我們有的時(shí)候并沒(méi)有意識(shí)到它的存在，但都在享用人工智能賦能我們生活帶來(lái)的便利。

人工智能還可以賦能各個(gè)行業(yè)，即人工智能+X，這個(gè)X可能是金融行業(yè)、教育行業(yè)、電力行業(yè)、法律行業(yè)等，包括我們今天的傳媒主題。

最近半年，人工智能有一個(gè)顛覆性的動(dòng)作，就是人工智能進(jìn)入大模型時(shí)代。這個(gè)大模型技術(shù)，其實(shí)過(guò)去幾年一直在發(fā)展。2022年11月30日，OpenAI發(fā)布了ChatGPT，引起了全社會(huì)的震撼。ChatGPT為什么影響這么大？因?yàn)槊恳粋€(gè)人都可以使用它，每一個(gè)人都可以感受到它的強(qiáng)大。我們可以跟它聊天，跟它討論問(wèn)題，詢問(wèn)它一些信息，它可以跟我們的生活息息相關(guān)。它本質(zhì)上是一個(gè)自然語(yǔ)言對(duì)話方式的人機(jī)交互系統(tǒng)。

我們一直想讓機(jī)器跟人類實(shí)現(xiàn)自由的交互。ChatGPT在發(fā)布2個(gè)月后，全球達(dá)到了1億用戶。有數(shù)據(jù)對(duì)比，在全球范圍內(nèi)，TikTok 9個(gè)月達(dá)到了1億用戶，F(xiàn)acebook幾十個(gè)月達(dá)到了1億用戶，而手機(jī)用了15年達(dá)到了1億用戶。再往前推，傳統(tǒng)的固定電話，用了75年才達(dá)到了1億用戶。所以ChatGPT這個(gè)人機(jī)對(duì)話系統(tǒng)帶給大家的震撼力是非常強(qiáng)的。

哲學(xué)家維特根斯坦說(shuō)：語(yǔ)言的邊界就是世界的邊界，知識(shí)的邊界。我們從小到大的學(xué)習(xí)過(guò)程，其實(shí)也是不停地跟父母、跟老師、跟同學(xué)、跟朋友的交流過(guò)程，我們學(xué)到了各種知識(shí)，了解了這個(gè)世界。整個(gè)學(xué)習(xí)過(guò)程是用語(yǔ)言交流完成的。其實(shí)ChatGPT就是做這么一件事情，當(dāng)它把整個(gè)語(yǔ)言的知識(shí)都學(xué)會(huì)，它就能夠了解世界的邊界，了解知識(shí)的邊界。

更通俗地去解釋這件事，就是人和機(jī)器要互動(dòng)，要交互。ChatGPT最終完善的版本，應(yīng)該是完全懂人話，說(shuō)人話?，F(xiàn)在它是能懂點(diǎn)人話，會(huì)說(shuō)點(diǎn)人話。它通過(guò)語(yǔ)言交流學(xué)到了各種知識(shí)，了解了這個(gè)世界之后，它在一定程度上學(xué)會(huì)了思考，有一些通用能力，一些創(chuàng)造力。大模型就是這樣。

（二）GPT類大模型

ChatGPT，CHAT是聊天，GPT是什么？ChatGPT是一個(gè)人工智能的對(duì)話系統(tǒng)，一個(gè)互動(dòng)系統(tǒng)，GPT的英文是Generative Pre-trained Transformer，是生成式的模型。第一個(gè)叫Generative（生成），它一個(gè)字一個(gè)字蹦出來(lái)，就像我們說(shuō)話一樣的，叫生成式。然后它是一個(gè)預(yù)訓(xùn)練的Transformer，是一個(gè)網(wǎng)絡(luò)結(jié)構(gòu)，它本質(zhì)上是語(yǔ)言大模型，實(shí)際上是一個(gè)詞語(yǔ)接龍的游戲。ChatGPT的參數(shù)規(guī)模是1750億個(gè)參數(shù)，預(yù)訓(xùn)練的目的就是準(zhǔn)確預(yù)測(cè)下一個(gè)接龍單詞是什么。基于海量的數(shù)據(jù)，經(jīng)過(guò)預(yù)訓(xùn)練，ChatGPT擁有相當(dāng)量級(jí)的參數(shù)規(guī)模，模型能力已經(jīng)很強(qiáng)大，剩下的是怎么進(jìn)一步馴化它。

互聯(lián)網(wǎng)上有很多的數(shù)據(jù)，大模型也好，人工智能也好，數(shù)據(jù)是基本要素之一。數(shù)據(jù)經(jīng)過(guò)預(yù)測(cè)模型，預(yù)訓(xùn)練之后可以得到一個(gè)能力很強(qiáng)大的魔獸，但是這個(gè)魔獸有的時(shí)候不知所措，它不知道每個(gè)時(shí)間點(diǎn)該完成什么樣的任務(wù)，進(jìn)一步經(jīng)過(guò)指令學(xué)習(xí)，我們可以對(duì)它做訓(xùn)練和分工，比如扔給它一堆文字，你幫我翻譯一下，它就做中英翻譯；你幫我寫一段代碼，它就做代碼的生成；你幫我去寫一個(gè)新聞稿，它去寫新聞稿。當(dāng)我們把這樣成千上萬(wàn)的數(shù)據(jù)喂給它，它就知道什么時(shí)候該干什么，你只要有一個(gè)正確的指令給它，它就知道下一步該做什么，但是這個(gè)時(shí)候我們還不敢用它，因?yàn)橛械臅r(shí)候它會(huì)亂說(shuō)，它說(shuō)的內(nèi)容不符合我們?nèi)祟惖膬r(jià)值觀。所以下一步，我們要用人類反饋強(qiáng)化學(xué)習(xí)。我們要訓(xùn)練它說(shuō)出我們想聽(tīng)的話，說(shuō)出符合人類價(jià)值觀的話。我們國(guó)內(nèi)的各個(gè)大模型也在經(jīng)過(guò)這幾步的訓(xùn)練。

（三）大模型時(shí)代走向通用人工智能

在過(guò)去幾十年，人工智能各個(gè)方面已經(jīng)有了巨大的發(fā)展，有了各種各樣的能力，但是之前是專用人工智能，比如說(shuō)圖像識(shí)別，它只能識(shí)別人臉，識(shí)別路況?，F(xiàn)在是通用人工智能，ChatGPT可以做各種任務(wù)，可以寫作、聊天、問(wèn)答、翻譯、編程，甚至可以參加考試。我們通過(guò)語(yǔ)言的訓(xùn)練來(lái)強(qiáng)化它的學(xué)習(xí)能力，它可以把任務(wù)之間的邊界給打破，這也造就了現(xiàn)在大模型的學(xué)習(xí)能力強(qiáng)。它會(huì)現(xiàn)學(xué)現(xiàn)用，會(huì)舉一反三，甚至有推理能力。它還有一定的創(chuàng)造能力，所謂AIGC，就是幫助人類生成各種各樣的內(nèi)容，這個(gè)內(nèi)容的生成不能是簡(jiǎn)單的重復(fù)，還要有創(chuàng)造。其實(shí)，懂人話和說(shuō)人話，是從感知智能到認(rèn)知智能的一個(gè)巨大發(fā)展。

微軟有一篇文章稱ChatGPT是通用人工智能的火花。我們并不能說(shuō)ChatGPT就是通用人工智能的唯一路徑，但是起碼它點(diǎn)燃了一個(gè)火花，或者說(shuō)可能的一條路徑出現(xiàn)了。ChatGPT+X，就是ChatGPT在各個(gè)行業(yè)做一些應(yīng)用和探索，比如跟傳媒行業(yè)的結(jié)合。

三、大模型賦能傳媒行業(yè)內(nèi)容生成、交互方式

（一）ChatGPT+X：賦能傳媒

1.內(nèi)容生成（AIGC）

內(nèi)容生成并不是剛剛有的，過(guò)去十年一直做這個(gè)事情，只不過(guò)現(xiàn)在大家對(duì)AIGC這個(gè)概念提得更多了。其實(shí)內(nèi)容生成主要是數(shù)據(jù)源在哪兒。數(shù)據(jù)源有官方數(shù)據(jù)庫(kù)、專業(yè)數(shù)據(jù)公司，企業(yè)數(shù)據(jù)庫(kù)、互聯(lián)網(wǎng)數(shù)據(jù)、社交媒體、論壇等。2014年美聯(lián)社推出WordSmith，2015年騰訊推出DreamWriter，2016年新華社推出快筆小新。2022年11月30日，ChatGPT出來(lái)之后，很多人開(kāi)始迅速用它創(chuàng)作，其實(shí)是快速做了一個(gè)推進(jìn)。當(dāng)然這里也會(huì)帶來(lái)一些問(wèn)題，比如假新聞，甚至多模態(tài)的創(chuàng)作生成的圖片是AI生成的，我們?cè)鯓訉徍?，這是一個(gè)非常重要的課題。

2.新的交互方式

大模型時(shí)代最大的推動(dòng)，是交互方式的改變。人在幾百萬(wàn)年的進(jìn)化過(guò)程中，人和人交流，人和人互動(dòng)，對(duì)人類社會(huì)的發(fā)展起到巨大的作用。計(jì)算機(jī)誕生之后，人也在跟機(jī)器自然地互動(dòng)，而且這幾十年的發(fā)展，人機(jī)互動(dòng)進(jìn)入了一個(gè)新的階段，最早的人機(jī)互動(dòng)是鼠標(biāo)鍵盤、電腦系統(tǒng)，但是我們一直希望人和機(jī)器可以用自然語(yǔ)言做交互，這是最順暢的。我把它歸結(jié)為幾個(gè)時(shí)代：第一個(gè)時(shí)代是互聯(lián)網(wǎng)時(shí)代，人機(jī)交互是用百度、谷歌，人主動(dòng)去檢索，我們稱為主動(dòng)搜索的時(shí)代。第二個(gè)是移動(dòng)互聯(lián)網(wǎng)時(shí)代，機(jī)器會(huì)主動(dòng)地推個(gè)性化的信息給不同的用戶，機(jī)器主動(dòng)發(fā)起，人類是被動(dòng)的，所以是被動(dòng)的內(nèi)容推薦時(shí)代。第三個(gè)是大模型時(shí)代，我們真的實(shí)現(xiàn)人機(jī)的互動(dòng)，雙向的交互，大模型時(shí)代最核心的就是多輪的對(duì)話交互。這種交互方式的改變給傳媒業(yè)帶來(lái)什么變化？

（二）人機(jī)雙向交互——視頻媒體的視角

人機(jī)交互的方式變化以后，從媒體視角來(lái)看，AIGC怎樣創(chuàng)作用戶喜歡的內(nèi)容？怎么滿足用戶個(gè)性化的需求？?jī)?nèi)容怎么傳遞給用戶？從內(nèi)容角度來(lái)看，用戶在內(nèi)容選擇上，經(jīng)歷了選頻道—關(guān)鍵詞搜索—個(gè)性化推薦幾個(gè)時(shí)代，和人機(jī)交互的演變過(guò)程是一樣的。從傳播角度來(lái)看，用戶經(jīng)歷了名主播—大眾主播—數(shù)字人主播，下一個(gè)階段是什么？下一步就是人機(jī)雙向交互。用戶跟主播做交互，但是主播就一個(gè)，怎么能夠響應(yīng)那么多用戶的需求？所以主播也會(huì)分身，有數(shù)字分身，不同的用戶需求不一樣，主播的數(shù)字分身可以與不同用戶交互。還有就是用戶之間也變成雙向交互，有點(diǎn)類似于元宇宙的概念。

四、大模型的挑戰(zhàn)

（一）大模型時(shí)代的挑戰(zhàn)

大模型還是存在不足，一是沒(méi)有可解釋性，缺少透明的機(jī)制。它中間的神經(jīng)網(wǎng)絡(luò)是一個(gè)黑盒子，你也不知道它怎么預(yù)測(cè)下一次。二是違背事實(shí)的一本正經(jīng)的胡說(shuō)八道，缺少可控機(jī)制。我們說(shuō)ChatGPT可以懂人話，可以說(shuō)人話，但是我們希望它不亂說(shuō)話。三是無(wú)法應(yīng)對(duì)復(fù)雜的系統(tǒng)任務(wù)，缺少符號(hào)推理的機(jī)制。人是有一些結(jié)構(gòu)化知識(shí)的，怎么結(jié)合，這個(gè)也是一個(gè)問(wèn)題。四是模型無(wú)法實(shí)時(shí)更新，ChatGPT的大模型不能快速更新它的參數(shù)，它有一些方法可以去快速更新，但是沒(méi)有辦法把它整個(gè)模型做一個(gè)更新，所以它缺少在線學(xué)習(xí)機(jī)制。五是深層次的編碼機(jī)制，語(yǔ)言編碼和圖像編碼的差異，缺少理論支撐。

還有一個(gè)很大的挑戰(zhàn)，新的技術(shù)帶來(lái)新的國(guó)家安全和社會(huì)管理風(fēng)險(xiǎn)。用戶隱私怎么保護(hù)，生成的內(nèi)容版權(quán)怎么界定，生成的內(nèi)容是不是符合倫理，我們?cè)谟盟臅r(shí)候有沒(méi)有審查機(jī)制，怎樣保證整個(gè)AI系統(tǒng)的安全性，會(huì)不會(huì)被攻擊等等。

（二）大模型時(shí)代的發(fā)展趨勢(shì)

大模型時(shí)代短期內(nèi)的發(fā)展趨勢(shì)，一個(gè)是通用大模型，像垂直領(lǐng)域的大模型，比如傳媒大模型，貼合傳媒業(yè)務(wù)，還有一個(gè)是語(yǔ)言對(duì)話系統(tǒng)，往人工大腦方向發(fā)展。

AIGC的發(fā)展方向，從語(yǔ)言文本，到音視圖文，再到動(dòng)作行為，最終的發(fā)展趨勢(shì)，人類社會(huì)往人機(jī)共生的社會(huì)發(fā)展，媒體行業(yè)有什么新業(yè)態(tài)，可以進(jìn)一步思考和探討。