近日,首都科技领军人才、东方通科技首席科学家谢耘在通州全球发展论坛(2025年春季)“DeepSeek中国人工智能、跳跃式发展与全球2050目标”主题研讨会上发言指出,未来大模型应聚焦边界明确的问题领域,避免处理无限开放性问题,同时需以理性态度看待AI发展,而不是用感性的期望想象,代替理性的分析认识。
从科学角度来看,大模型的基础是什么?我们可以讨论一下这两个核心的基础。因为一个事物的基础决定了它能做什么,能走多远,所以我们需要理解它的基础。
大模型的核心基础是基于文字符号的统计。通过统计,可以发现文字符号之间的概率关系,并借助这些关系生成所需的内容。虽然统计方法在科学中较为常见,但它有一定的局限性。例如,开普勒通过统计行星数据发现了行星轨道的特点,但他无法通过统计得出其他物理现象的规律,如万有引力定律。因此,统计方法在科学中是一种相对基础的方法。
大模型的另一个基础是现代工匠技艺。人工智能目前主要依赖于这种技艺,而非科学理论。尽管使用了复杂的数学方法,但人工智能本质上仍然是工匠性的实验方法。这种技艺依赖于经验和悟性,缺乏科学理论的指导。因此,人工智能的发展存在一定的盲目性和不确定性。历史上,许多工匠技艺在科学理论的支持下取得了成功,而缺乏科学理论支持的技艺则可能难以持久发展。
大模型被认为具有理解能力,但这种理解是基于字符的统计形成的,与人类基于意义的理解不同。两者在底层逻辑上完全不同,因此大模型会产生一些幻觉,但这在大模型的运行机制中是正常的。此外,大模型的逻辑能力基于概率统计,与人类的逻辑思维不完全等价。大模型和人类都会犯错误,但它们犯错误的方式不同。人类的错误在一定程度上是可以预测的,而大模型的错误则不可预测。
最后,关于未来的发展,人工智能的科学原理是否会有突破?个人对此持怀疑态度。虽然人类最聪明的大脑已经研究智能科学多年,但至今没有重大突破。科学界普遍认为,人类大脑是一个现代科学最深的黑洞。因此,人工智能的发展可能会以问题边界受限的应用为主,这样可以更好地解决有限的问题。面对人工智能大模型的发展,我们应该保持理性的态度,而不是用感性的期望和想象来解释这一切。科学的态度和负责任的使用是关键。