Sora的橫空出世，如同一枚深水炸彈，瞬間引爆全球。我們特地專訪了在AI領(lǐng)域的權(quán)威人物——香港科技大學(xué)副校長汪揚(yáng)，邀請他就讀者關(guān)心的焦點(diǎn)話題進(jìn)行深度解讀。
「沒有什麼事情是人工智能做不到的」
記者：在您看來，Sora的出世意味著人工智能已發(fā)展到何種程度？
汪揚(yáng)：早在GPT-3發(fā)布時，我就覺得AI技術(shù)已經(jīng)是不可想象的強(qiáng)大了。只是因?yàn)樗皇莍nteractive（可交互的），也沒有開放給所有人，所以受到的關(guān)注比較少。等到ChatGPT（GPT-3.5)，那就是take the world by storm（席捲全球），全世界人民熱烈地談?wù)摿似鸫a有半年的時間，沒想到很快又迭代到了GPT-4。
對於Sora，我更有這樣的信心：在3到5年內(nèi)，你把電影劇本錄入Sora，它就能做出電影，哪怕不是非常完美，但至少是一份初稿，你可以根據(jù)這份初稿與它進(jìn)行對話，告訴它需要調(diào)整的地方，最後它真的就可以做出一部成熟的電影。
但任何技術(shù)，最終都要回答一個問題：它將帶我們?nèi)ハ蚝畏剑?/p>
近兩年以來，AI驚人的發(fā)展速度讓大家感到幾乎沒有什麼事情是人工智能做不到的。這就不可避免地會觸及到倫理問題，今後我們該如何定義人為的邊界？在電影《西部世界》裏，機(jī)器人攜帶槍支，但它永遠(yuǎn)不會傷害人類。而人類卻可以隨意虐待甚至殺戮它們，機(jī)器人成了人的奴隸。結(jié)果最後這些機(jī)器人慢慢地修改了它們自己的程序，開始越過了邊界，可以傷害人了，最後演變成一場災(zāi)難。
如今大家又有了同樣的討論，但不管怎麼樣，Sora現(xiàn)在離成熟還有段距離。最簡單的來說，ChatGPT和GPT-4完全可以商業(yè)化的，Sora目前還沒有到這個程度，但是假以時日，Sora是可以做到的。
記者：Sora目前依舊有很多問題，生成的視頻瑕疵不少，Sora進(jìn)一步優(yōu)化的技術(shù)難點(diǎn)在哪裏？
汪揚(yáng)：決定Sora表現(xiàn)的是參數(shù)的多少。參數(shù)越多，模型越大越合理，自然功能就更成熟，生成的視頻就更接近完美，但模型和參數(shù)優(yōu)化都是一步一步迭代出來的，不可能一步到位，一定是一個漸進(jìn)的過程。隨著模型變大，一定會階段性地出現(xiàn)種種問題，不斷解決然後才能一點(diǎn)點(diǎn)擴(kuò)大，這是需要積累的。
谷歌為什麼目前還沒有趕上 OpenAI？就是因?yàn)樗e累不夠。就像我們都知道中國航空發(fā)展需要好的發(fā)動機(jī)，發(fā)動機(jī)的原理在很早以前我們都已經(jīng)搞得很清楚了，但為什麼我們造一臺先進(jìn)發(fā)動機(jī)那麼困難？原因就在於缺乏經(jīng)驗(yàn)。
這讓我想起一個故事，當(dāng)時我們的工程師研究烏克蘭援助的發(fā)動機(jī)，發(fā)現(xiàn)它的葉片做得很毛糙，以為是質(zhì)量很差，就把它改成非常光滑漂亮的，但測試後發(fā)現(xiàn)性能根本不行。跟對方一溝通詢問是什麼原理，對方看了之後直接回答說他們也不知道，他們也是試了很多次，最後才發(fā)現(xiàn)就是這樣毛糙的才好用。這就跟Sora的發(fā)展進(jìn)程一樣，是不是一下子將參數(shù)提升幾個量級，Sora就完美了？不是那麼回事，參數(shù)增加的過程，是不斷解決問題、不斷嘗試的過程。在一個成功的模型上改進(jìn)，總是比在一個未知的模型上想達(dá)到完美容易很多。
記者：什麼決定了人工智能的發(fā)展進(jìn)程？
汪揚(yáng)：我認(rèn)為發(fā)展人工智能有三個必備條件：算力、數(shù)據(jù)和人才。排在第一位的算力是最最基礎(chǔ)所在。過去我們都認(rèn)為人才和數(shù)據(jù)最重要，那是在用錢可以解決算力，而且也沒有現(xiàn)在這麼海量算力需求的前提下。但如今，訓(xùn)練大模型成了發(fā)展人工智能的根基，算力則是發(fā)展大模型必不可缺的燃料。
香港短期內(nèi)幾乎不太可能做出大模型，為什麼？缺乏算力。ChatGPT的訓(xùn)練用了至少1萬片英偉達(dá)A100卡，GPT-4至少2萬片?，F(xiàn)在香港沒有任何企業(yè)機(jī)構(gòu)有這樣的算力。但香港可以專注做垂直應(yīng)用，我認(rèn)為這也是將來的主要賽道。目前，只有OpenAI、微軟、谷歌和亞馬遜這樣的大公司有足夠算力來發(fā)展通用大模型。近年來美國對中國進(jìn)口高端GPU實(shí)施限制，也確實(shí)使中國在發(fā)展人工智能的第一點(diǎn)條件，即算力方面處於比較劣勢的狀態(tài)，我們需要一段時間才能解決算力問題。
第二個條件則是數(shù)據(jù)。對中國而言，我們有中文數(shù)據(jù)，但是數(shù)據(jù)量比英文的要小很多，加之一些客觀原因限制了我們的數(shù)據(jù)應(yīng)用，而數(shù)據(jù)對於人工智能發(fā)展是至關(guān)重要的。
以人臉識別技術(shù)發(fā)展歷程為例，人臉識別技術(shù)必須要達(dá)到99.9%以上的準(zhǔn)確率才能滿足實(shí)際應(yīng)用的要求，研發(fā)者一開始找到最頂級的專家來幫助他們對算法進(jìn)行改進(jìn)，但發(fā)現(xiàn)無論如何改進(jìn)，準(zhǔn)確率都只有有限的提升。後來他們選擇以crowdsourcing付費(fèi)的方式形式吸引大家上傳頭像照片，以此方法，他們一下子收集到了大量的人臉數(shù)據(jù)，短時間內(nèi)準(zhǔn)確率就超過了99.99%。這就是展現(xiàn)數(shù)據(jù)重要性的先例。為什麼OpenAI和谷歌有先天的優(yōu)勢？就是因?yàn)樗麄兒茉缇烷_始收集各種各樣的數(shù)據(jù)。
數(shù)據(jù)確實(shí)是目前中國發(fā)展人工智能通用大模型的瓶頸，但中國想要追趕上也只是時間問題而已。另外中國在垂直領(lǐng)域數(shù)據(jù)方面沒有這麼大的差距，甚至在很多領(lǐng)域還領(lǐng)先。
人才是第三，中國不缺才，光香港科大就培養(yǎng)了不少人才（笑），清華北大里都是優(yōu)秀學(xué)生，Sora的核心團(tuán)隊(duì)裏就有北大畢業(yè)的，所以我從來沒覺得人才是一個瓶頸。
「沒有人敢說OpenAI是獨(dú)屬於美國的」
記者：美國採取的芯片限制政策在何種程度上影響了中國人工智能的發(fā)展？
汪揚(yáng)：芯片數(shù)量和質(zhì)量決定了算力的大小，而正如剛才提到，算力是發(fā)展人工智能的最重要元素。目前較為大眾所熟知的國產(chǎn)GPU芯片當(dāng)屬華為升騰910芯片，它表現(xiàn)雖還不達(dá)英偉達(dá)的水平，但依舊是供不應(yīng)求，無法完全滿足市場需求，部分原因就是芯片限制下，英偉達(dá)出口的只能是閹割版的芯片。
不過從原始算力上來看，根據(jù)許多報道，升騰910已經(jīng)至少達(dá)到A100的90%，甚至是95%的水平，這是非常了不起的，要知道GPT4就是用A100訓(xùn)練的。但華為的差距目前是在優(yōu)化方面，英偉達(dá)的優(yōu)勢不僅在於芯片，更在於它配套的軟件CUDA，還有芯片之間的通訊速度。這恰恰是華為所缺乏的。
因此，據(jù)我所知，華為的實(shí)際算力目前只能達(dá)到英偉達(dá)的20%左右，這肯定是不夠的。但這些都可以克服，我認(rèn)為在兩年內(nèi)，中國自產(chǎn)芯片的整體性能能夠達(dá)到A100的90%以上，到了那個時候，中國大模型發(fā)展將會有一個質(zhì)的飛躍。但在算力方面想趕超英偉達(dá)，10年可能都做不到。
記者：中美在AI發(fā)展方面差距如何？
汪揚(yáng)：在這方面總有人唱衰中國，認(rèn)為中國在這一方面的研究遠(yuǎn)遠(yuǎn)落後於美國。我很反對這種說法，首先，以游泳運(yùn)動講法為例，當(dāng)領(lǐng)先一個身位的時候，就可以說是有絕對優(yōu)勢。目前美國領(lǐng)先中國可能兩三個身位。但我們需要看到，中國可能是領(lǐng)先別的國家四五個身位。全世界現(xiàn)在只有中國和美國在第一梯隊(duì)，而且中國的優(yōu)勢在於垂直領(lǐng)域。
其次，沒有人敢說OpenAI是獨(dú)屬於美國的，Sam Altman（OpenAI的CEO）是一個非常理想化的人。如果你問他：「你是為美國而做的嗎？」他一定不會同意，他一定是為全人類而做的，這樣的技術(shù)全世界人共享才能發(fā)揮真正的價值。另外，我認(rèn)為人工智能越往前發(fā)展，越有可能蠶食掉美國的優(yōu)勢行業(yè)，或許美國會後悔的（笑）。
舉個例子，在電影《大空頭》裏，當(dāng)別人都不假思索地跟風(fēng)購買CDS時，電影的主人公 Michael Burry耐下心來閱讀了基金公司們故意寫得很複雜冗長的100多頁產(chǎn)品介紹，發(fā)現(xiàn)CDS不過一堆垃圾。於是他開始做空，在市場崩潰時得利，成為贏家。而現(xiàn)在你我都不用花費(fèi)時間讀這些東西了，直接將內(nèi)容往ChatGPT4里一輸入，它可以立馬告訴你這個產(chǎn)品到底是什麼，可以讓你更好判斷值不值得入手，甚至直接給出建議。如此一來，人們將不再需要傳統(tǒng)的金融分析師。
「利用AI進(jìn)行創(chuàng)造，成了一門學(xué)問?！?/strong>
記者：您認(rèn)為，以Sora、ChatGPT為首的這些人工智能產(chǎn)品會對教育界產(chǎn)生什麼影響？
汪揚(yáng)：衝擊非常大，用孫正義的話來說，人將分為兩類，會用人工智能和不會用人工智能的人。十年之後，這兩類人的距離會跟人與猿人之間的距離一樣遠(yuǎn)。ChatGPT剛出來的時候大家都很擔(dān)憂：有了它還要我們老師幹什麼？我認(rèn)為這種擔(dān)憂是完全沒有必要的。我們應(yīng)該用歡迎的姿態(tài)迎接人工智能，我們的教育思路、產(chǎn)品也必須跟著科技的進(jìn)步做出調(diào)整。
其中一個很重要的課題就是教會學(xué)生如何利用AI進(jìn)行創(chuàng)造，這反而成了一門學(xué)問。什麼樣的人才能在這樣的環(huán)境中脫穎而出？首先是具備想象力的人，沒有想象力的人一定是用不好AI的，因?yàn)锳I始終是根據(jù)用戶輸入的內(nèi)容進(jìn)行創(chuàng)造。
第二是有鑑賞力的人，這是我認(rèn)為在今後的人工智能的發(fā)展中最最重要的能力之一了，其與想象力的重要性並駕齊驅(qū)。為什麼鑑賞力如此重要？因?yàn)榻襻嵋欢〞霈F(xiàn)同質(zhì)化，以GPT4為例，它生成的內(nèi)容相似度都很高，這時，就需要鑑賞力來分辨出什麼才是真正好的。
最後就是原創(chuàng)性，人工智能永遠(yuǎn)超越不了真正杰出的作家和畫家，莫奈、梵高的畫並不會因?yàn)槿斯ぶ悄芸梢詣?chuàng)造出大量的很不錯的圖片就貶值，這一點(diǎn)我們從數(shù)碼拍照就可以看出來。數(shù)碼拍照讓很多業(yè)餘人士都能拍出非常精美的圖片，但這些照片永遠(yuǎn)都賣不出Ansel Adams這些大師們精心拍攝沖洗出來的照片的價錢。
人工智能終究是輔助人實(shí)現(xiàn)目的的一種工具，而不會取代人的原創(chuàng)性，相反其更能凸顯出原創(chuàng)的價值所在，人工智能只是按照我們所想的去做，我們才是真正的指揮官。（作者：納婕謐）
來源：香港《經(jīng)濟(jì)導(dǎo)報》總3563期
電話：（香港）852-2564 0768
（深圳）86-755-83518792 83518734 83518291
地址：香港九龍觀塘道332號香港商報大廈
