经济观察报 记者 任晓宁 当清华大学智能产业（AIR）院长张亚勤收到那份来自人工智能安全中心 (Center for AI Safety）的签名邀请时，没有太多犹豫，他选择签上了自己的名字。

这封后来引发全球关注的联名信只有一段话：“减轻AI带来的灭绝风险，应该与流行病和核战争等其他社会规模的风险一起，成为全球优先事项。”

包括张亚勤在内，全球有超过350名人工智能（AI）领域的行业高管、专家和教授签署了那封公开信，其中包括OpenAI公司CEO山姆·奥特曼、DeepMind公司CEO戴米斯·哈萨比斯再到微软的创始人比尔·盖茨等等——对于人类AI技术跃迁至关重要的名字，几乎都在这封联名信的签名之中。

张亚勤不仅是教授、院长，之前他还在微软、百度担任过高管。再之前，他是人工智能领域的世界级科学家，他也是一个天才神童。12岁时，张亚勤考入中国科学技术大学少年班，成为当届中国年纪最小的大学生，之后他就读于美国乔治华盛顿大学，全球知名的杰出科学家皮克·霍兹教授多次在公众场合夸耀张亚勤：“他是世界的一份财富。”31岁时，张亚勤成为美国电气和电子工程师学会（IEEE）百年历史上最年轻的院士。

2020年12月，清华大学智能产业（AIR）成立，张亚勤担任院长，他和他的团队研究AI大模型，也推进产业落地。

相比对于人类命运的忧虑，张亚勤当下更多的精力放在了国内的技术进展和产业应用之上。今年4月底，他和他的团队发布了生物医药开源模型BioMedGPT。“我希望我们做的研究是有用的，能用到产业上去的。”张亚勤告诉经济观察报记者。

他所在的清华大学智能产业（AIR）位于五道口启迪科技大厦，这里最近成为了国内AI从业者的“中枢大脑”。那些我们耳熟能详的获得融资的AI新秀公司负责人、AI研发带头人，以及顶级AI投资人，在近期都陆续来访这里。他们聊天的共同话题是AI，或者更准确的说，是大模型。

而和张亚勤有更多的沟通就会发现，尽管他在警惕AI风险的公开信上签名，但在采访过程中，他多次提到，他是一个AI乐观主义者——当然，这种乐观是建立在AI可控的前提下。

听张亚勤聊人工智能时，能感受到他的兴奋。他站起来指着屏幕上今年6月份制作的PPT说，ChatGPT是第一个通过图灵测试的产品，“它很不得了。”以前研究AI的人拼尽所能，却总被困在瓶颈里。大模型出现后，新的方向点亮了，虽然它此刻还不够完美，但结局明晰。

当人们对于当下国内短时间有近百家公司推出大模型存有疑虑时，张亚勤同样对此保持乐观。张亚勤觉得，数量有点多了，但他相信，在充分竞争的市场里打拼，终归能有一个好结果。这方面，久经厮杀的中国创业者最为擅长，他并不怀疑这一点。

这种乐观使得他并不认同更早的另一封同样震惊海外的公开信。特斯拉创始人马斯克在那封“呼吁暂停高级AI的开发”的风险警示信时说，AI有毁灭人类的可能性。张亚勤说，他并不担心这点，“历史上，每一次技术革命都会带来风险，但每一次人类都把风险管理得很好，这一次，我想也不会例外。”

|对话┃

技术风险

经济观察报：您签署了5月30日发布的警示AI风险的公开信，为什么签署？

张亚勤：其实早在20年前，我就一直在呼吁关注AI可能存在的风险和伦理上的挑战。其实不仅是AI，所有的技术面临的危机都是类似的，当技术越来越强时，它会出现两种方式：一种是用的好，可以为人类、为社会服务；另一种是用的不好，带来负面效果。

我其实还是乐观的，我认为我们可以控制它的走向，但是必须要有一种风险意识。我们人类有两种智慧，一种是发明技术的能力，一种是控制技术走向的能力。现在显然是智慧二落后于智慧一了，这时候应该加点劲。这种加劲不仅是政策法规上，技术上也应该加劲。

但我不认为缩小差距的方式是叫停前沿的探索。之前有封信建议大家暂停研发GPT6个月，我理解他们的顾虑，但我认为这是不可能的。因为人类的好奇心、人类创新的步伐是挡不住的。人们的出发点是好的，但很可能这个公司停了，那个公司不停，这个国家停了，那个国家不停，所以这种呼吁其实是很难实现的。

经济观察报：我们应当如何应对AI风险？

张亚勤：我相信人类拥有管理AI风险的能力，因为人类第二种智慧是一直存在的。比如发射火箭也存在很多未知的风险。而它化解风险的方式是，用不同的、科学的、技术的方式做各种测试，比如rocket safety research，在火箭里有一个分支就是这样。AI同样可以有一个分支做这件事，把所有的风险降到最低。

我们相信，这也是人类可以不断快速发展、生存、不断进步的原因。我是个乐观主义者，我认为技术创新是推动社会进步的最大动力，之前工业革命是技术的革命，这次也一样，人工智能就是第四次工业革命的技术动力。

其实在每一次技术革命时，人类都把风险都管理得很好，虽然不完美，但都管理了。我们人类的寿命延长了，社会生产力发展了，生活更幸福、更充足了。

大模型进化

经济观察报：这一次大模型的出现，和此前的AI技术迭代有什么不一样？

张亚勤：人工智能过去一个重大挑战是常识不足，一个模型只能做某一件事，每个具体任务都要专门做一套模型。现在AI常识能力越来越强，在向AGI发展，这个真的不得了。

而且，AI模仿的不是一个人，它是模仿全人类。它把人类最好的东西积累起来，所以叫superintelligence。这样发展下去，它会把我们人类所学的东西，人类的常识都囊括进来。

过去我们开玩笑说，人工智能，做标注的人工比智能还多。但现在不需要人类标注了。比如下围棋，你不用告诉它规则，只要告诉它什么是输赢，它自己就能学会，而且能够应用到其他棋类上。

经济观察报：大模型是否也存在短板？

张亚勤：它现在的效率依然很低。目前的大模型效率比人脑差的太多了，可能至少差1000倍。从规模和耗能来看，人类的大脑是效率最高的智能体，它有860亿个神经元，每个神经元有上万个突触，却只有不到3斤重，耗能不到20瓦，人脑的储存量和效率之高，是目前任何大模型都无法比拟的。

所以现在需要提高大模型效率，让能耗更小。而且在人脑中，你问一句话时，它并没有调动所有神经元，只调动一小部分，越聪明的人调动越少。可大模型不一样，向大模型提出任何的问题，它可能都要调动所有的资源，这无疑是一种巨大的浪费。

不过，解决这些问题是需要时间的。这也是我们未来研究的方向，要学习人脑感知、决策、思维。

但一定要知道，做研究和产品，时间是不一样的。大模型什么时候能耗会变小？不会一天就能变小。有的研究让它降低20%，有的研究让它降低30%，可能多年之后到达某一个节点，就成功了。其实现在大模型已经可以用了，只是能耗很高，所以微软、谷歌那些公司在大模型方面的业务还未能盈利。

经济观察报：清华大学智能产业（AIR）能够为AI技术发展带来什么？

张亚勤：我们是一个基础研究机构，有20多个教授，100多个博士后、博士生和实习生。我们和一般学校的院系研究有些不同，我希望我们做的研究是有用的，能用到产业上的。这个研究也许是3年，也许是5年，也许更长，都没关系，因为我们是面向解决真正问题的研究，不是一个纯好奇心的研究。

我们的科研方向有三个，也是人工智能在未来5年、10年具有巨大影响力的三个方向。第一个是机器人和无人驾驶；第二个是智慧物联，包括绿色计算、小模型部署到端等；第三个是智慧医疗，包括AI驱动的新药研发等。

比如我们的刘洋（男）教授一直在做模型之间的调用，以及模型之间的交互，这是大模型方面的一个研究。刘云新教授在做轻量模型，就是把大模型的能力小型化。刘菁菁教授做多模态大模型，把模态之间的声音、图像、文字联合训练，她之前在微软就做大模型。聂再清教授做大数据大模型，他的团队最近发布了生物医药大模型BioMedGPT。刘洋（女）副教授做联邦学习、隐私计算。李鹏副教授也一直做通用大模型，陈亦伦教授也一直在做交通大模型，詹仙园助理教授也在做强化学习等，他们的工作在全球都是顶尖的。

我们最近发布了生物医药开源模型BioMedGPT，这是一个生物垂直领域的模型。我们的协同视觉与机器人实验室（DISCOVER Lab）代表队参加了ICRA 2023 PUB.R国际机器人竞赛并取得冠军，同时本次DISCOVER实验室是国内中稿论文最多的课题组、实验室主任周谷越副教授是全球中稿论文最多的华人学者、博士生李鹏飞是全球中稿论文最多的学生作者。

长期主义

经济观察报：此前有不完全统计显示，国内已经有79家公司在做大模型。这是否是同质化竞争？

张亚勤：他们虽然都做大模型，但不一定都做横向模型，有些在做垂直模型。我和很多创业者讨论过，他们大部分都是有想法，想去做事，很聪明的人，他们会根据产业发展计划做调整，调到后面就会有几个胜出的。虽然大部分都会消失，但不经过这个过程，你怎么知道谁会存在，谁会消失呢？互联网公司都是这样，比如百团大战、视频大战、搜索大战等。

从互联网历史看，PC互联网、移动互联网到了后期时，中国公司的规模创新、平台创新都很多。PC时代我们几乎都是抄美国，到了移动互联网时代，中国的移动互联产品比如支付、短视频、微信，以及O2O，都比美国做的要好。

因此，我觉得在人工智能领域，中国以后也能做得好，我们能够追上来。

经济观察报：这是否意味着全新的创业机会正在出现？

张亚勤：每次产业平台的更迭所产生的效应都是数量级的增长。从过去来看，移动互联时代的产业机会比PC时代至少大10倍，人工智能时代的产业机会比PC时代至少大100倍，比移动互联时代大10倍或更高。

我们回溯IT行业的历史会发现，每次都有小公司颠覆大公司，只是不同公司做的方式不一样。现在79个公司也好，100多个公司也好，总有人能找到他的新定位。这其中有很多事情可以做，比如垂直模型、自动驾驶、生物医药等等，现在有很多很多机会。你要相信这些互联网时代出来的人，他们绝对知道怎么竞争。

经济观察报：外界有忧虑，这一轮生成式AI浪潮会不会和此前许多一阵风式的技术风口类似。

张亚勤：做研究的还是要有长期主义，心要安静一点，不要急。你看OpenAI也没急、DeepMind也没急。

但必须看到，在很长一段时间以来，国内一旦某个领域火爆的时候，大家全都下场，包括投资的人也会催着创业者下场做公司，从而形成短暂的狂热氛围。可一段时间之后，好像并没有新的进展，于是大家的注意力又转移到新的地方。一种真正的技术，短期我们往往高估它的能力，长期又往往低估它的影响。我认为现在的情况与互联网1998年左右情况类似，然后2000年左右泡沫开始破裂，你看到，那么多的VC都是血本无归。当时很多人都对互联网公司抱有悲观预期，但现在来看，互联网依然还是我们最重要的能力之一。

人工智能作为一个大的平台，好的公司会越来越大，但过两年可能大家反而又忘掉了。就像前几年自动驾驶很热，当时整天都在讨论。现在自动驾驶正是发展最好的时候，大家反而没反应了。

当然，能够看到的是，经历了此前的泡沫之后，长期主义的氛围也在慢慢的形成。以前大家是钱少，现在有些人赚了很多钱，以后也会有一些NGO、基金会或者很富有的个人。所以我想，我们也不妨多一些耐心和时间，等待这种转变。