从横空出世到短短几个月内迭代至4.0版，聊天机器人程序ChatGPT的一路“狂飙”，引发了学界业界的强烈关注，也让人们对人工智能和数字经济的未来有了更多的想象与思考。

　　党的二十大提出，加快发展数字经济。浙江今年也明确提出，要以更大力度实施数字经济创新提质“一号发展工程”，彰显数字经济大省抢占未来发展制高点的决心和魄力。为此，潮新闻记者采访了中国工程院院士、浙江大学教授、科技部新一代人工智能战略咨询委员会组长潘云鹤，之江实验室高级研究专家、人工智能研究院执行院长林峰，网易高级副总裁、雷火事业群总裁胡志鹏，请他们阐述如何以新一代人工智能技术引领数字经济产业发展。

　　记者：能否简要介绍ChatGPT以及它目前的应用场景？

　　潘云鹤：ChatGPT是美国OpenAI公司研发的一款聊天机器人程序，能够通过理解、模拟和学习人类的自然语言来进行对话，并根据聊天的上下文进行实时互动。

　　它为什么这么热？我认为主要有三点原因：第一，它回答问题的水平提高之快出乎大家预料。它有非常大的语料库、知识库和算力支撑，问什么都能出口成章，而且回答问题时表现得实事求是、规矩谦逊。第二，它可能会给一些文字和文化创编职业带来挑战。第三，OpenAI采用了很精彩的营销策略：先是宣布限时开放使用，做足了机遇感，所以ChatGPT能在短短两个月内吸引了1亿多人使用。用的人越多，它又可以不断接收反馈数据、修改知识，反过来升级自己。

　　林峰：ChatGPT比较吸引人的系统功能主要是生成可读的各种文本，通过识别用户问题并匹配相应答案，将不同的语言文字相互转换，以及识别文本中的关键信息来生成简明的摘要等。特别是在应用场景需求相对固定时，比如开发一个程序，它甚至可以编写代码，检查代码语义，改进和简化程序员的工作。

　　现在看来，它将会进一步推动人工智能技术与行业，特别是人工智能内容生成及人机交互领域的发展。

　　胡志鹏：ChatGPT能做的事情很多，包括写故事、诗歌、企划、广告文案等等，但必须看到，它也有明显的局限性。比如，它的训练资料目前仅更新到2020年，缺乏时效性；基于概率的文本生成方式，让它可能产生很多常识性的错误；缺乏足够的推理能力，让它在处理计算推理的数理问题时表现一般。

　　但也应该意识到，这一波人工智能（AGI）的发展是爆发式的，这些问题每天都在被改善。比如GPT-4已经具备跨模态能力，可以识别图像。身处产业界和科技界的感受就是，半年前的新技术，现在看来就觉得是上古产物了，知识更新太快了。

　　记者：产品是载体，技术是内核。在您看来，ChatGPT揭示了新一代AI技术怎样的演进方向？

　　潘云鹤：ChatGPT毫无疑问是一个异常成功的人工智能聊天产品。对于研发者而言，比聊天产品更值得关注的是其背后的三个概念。

　　一是AIGC（智能生成）。随着人工智能2.0时代的来临，在大算力、大数据支持下，AIGC具有非常广阔的发展空间和实用领域，我们必须进行重要的布局。如在实体经济领域，探索根据产品新需求自动生成新设计与加工新流程；在文化艺术领域，探索动漫、音乐、儿童教材等内容的智能生成；在城乡发展领域，推动城乡规划、智能社区、生态推演等的智能生成。

　　二是跨媒体智能。所谓跨媒体智能，即像人类通过五感理解周围那样，通过综合或转换图像、声音和文字等多种数据作出高水平的智能模拟。我国开展这类研究最早，但开展的力度还不够且比较分散，建议要组织重大课题，要像chatGPT一样瞄准一个方向，在这个方向布置大数据、知识库、知识的迭代生成等算法，并推动落地应用。

　　三是数据与知识的双轮驱动。过去60多年，人工智能的主流核心技术经历了从规则和逻辑驱动，知识和推理驱动，再到数据和深度神经网络模型驱动三次创新，现在将迎来第四次创新，就是把数据和知识结合起来，更好地解决更复杂的问题。在这次创新中，多种知识的表达、知识的自动生成、视觉的知识，都是重要的开路先锋，是推动创新大潮的核心力量。

　　林峰：ChatGPT属于生成式人工智能，突破了观察分析现有内容的局限，能生成新的内容。它接受过海量数据的预训练，并进行了大量监督学习和人类反馈强化学习。其中关键的转换器是一种自然语言处理模型，通过对大规模语料库进行预训练，从而使模型能够适应特定的语言处理任务。

　　从人工智能技术的演进历史来看，对人类特有的语言功能进行模仿参照发挥了主导作用。美国语言学家乔姆斯基曾提出，一个人的语言规则能力是人脑这个有限的机体固有的，而且这种生成句子的能力是无限的。因此，我认为ChatGPT让人们为之侧目的语言生成能力，正是计算机算力与存储能力极大提高的结果，当然也有与之相适应的神经网络算法的作用。

　　记者：在您看来，新一代人工智能技术将在哪些方面推动数字经济产业变革？

　　潘云鹤：中国发展人工智能，一定要紧紧抓住“产业”这根弦。人工智能是典型的工程科学技术，在实践中发现和解决问题是工程科技的核心价值所在。

　　当前，我们既要重视像chatGPT这样的产品与平台，更要研究这些产品和技术怎样适应和赋能更广泛产品开发、产业升级和服务创新。在这一点上，习近平总书记已经指明了方向，那就是“促进人工智能同一、二、三产业深度融合，以人工智能技术推动各产业变革，在中高端消费、创新引领、绿色低碳、共享经济、现代供应链、人力资本服务等领域培育新增长点、形成新动能”。

　　胡志鹏：ChatGPT类技术在推动产业机器换人、降本增效、强化营销互动等方面具有广泛的应用前景，这正是网易一直关注的。早在2021年，我们就以“超大规模预训练模型云平台”课题申请加入了浙江省科技厅“尖兵”高新科技研发攻关计划。今年1月，该平台“玉言”系列模型在CLUE分类任务排行榜中荣登首位。目前平台建设已经到了中后期，我们搭建了可以兼容华为“昇腾”、寒武纪“思元”等国产芯片的混合算力池，接入了新闻、游戏、音乐、文创、教育等多个应用场景。未来，我们还会开放API（程序编程接口）给更多国内企业和用户接入使用。

　　同时，我们也欣喜地看到很多国内企业都计划推出自己的大模型平台，比如百度的“文心一言”、华为的“悟空”等，相信在大家的共同努力下，中国的人工智能技术一定会尽快产生科技溢出效应，为产业数字化、数字产业化拓展发展空间。

　　记者：浙江提出以更大力度实施数字经济创新提质“一号发展工程”。能否结合现实情况，谈谈浙江如何在新一轮变革中率先布局人工智能，推动数字经济发展？

　　潘云鹤：人工智能的进步最需要的就是和各行各业相结合，和经济社会发展相结合。浙江是民营经济大省，同时又较早地发展数字经济，在推动产业链与创新链深度融合上，具有多方面的先发优势。

　　未来，必须将布局新一代人工智能作为浙江推动高质量发展、实现中国式现代化的一项战略性举措，加紧研发AIGC、跨媒体智能、数据与知识双轮驱动等前沿技术，并尽快深度应用到产品开发、产业升级和服务创新中。

　　我非常高兴地听闻，多家浙江企业正与浙江大学计算机学院磋商，筹建浙江省人工智能产业联盟，并携手推动大数据智能平台的技术开发，在不同领域搭建人工智能应用场景和发展生态。这是推动浙江人工智能技术研发和产业化十分重要的一步。

　　林峰：用一句话概括，就是看准问题、沉下心来，争取成为某一个实用行业的领跑者。现在各种新技术、新业态层出不穷，我们还是要保持定力，去判断究竟哪些产业适合并且值得我们花大力气去布局人工智能，而不要轻易被社会舆论影响。

　　以之江实验室为例，我们建成了之江天枢人工智能开源平台，在超大规模场景下的模型训练、模型重组炼知等技术上形成了独特优势，并且面向智能视觉、智能交通、智能金融、智慧城市、智能医疗、智能机器人等六大产业领域积极构建开源生态。如推动成立数字化康复装备浙江省工程研究中心，针对一系列神经、骨肌、心肺疾病康复评定和治疗，提出了一整套基于人工智能相关理论与技术的解决方案，并以临床需求为牵引，在数字人全息呈现、康复机器人等方面开展了针对性的工程研究，这将有效拉动生命健康产业链发展。

　　胡志鹏：近年来，浙江设立了“尖兵”“领雁”研发攻关计划，通过迭代梳理科研攻关清单，推行“揭榜挂帅”等科研攻关模式，目的就是要攻克一批关键核心技术。

　　建议政府在进一步加强组织协同和政策倾斜的基础上，探索“大型企业研发大模型基座”“中小企业提供应用场景”“一流高校攻克疑难算法”产学研三管齐下的方式，助力浙江在更多高精尖缺领域抢占先机。

　　记者：目前推动人工智能政产学研用一体化、真正赋能数字经济发展还存在哪些“痛点”“堵点”？浙江如何先行破题？

　　潘云鹤：在新一代人工智能的战略实施中，队伍的组织和人才的培育是最为重要的，而目前还存在一定的缺口。

　　现阶段，浙江可以在培养三类人才上下功夫。一是人工智能的专业人才。尤其是技术理论研究和算法研究，没有专业人才是不行的。二是“人工智能+X”人才。既了解人工智能，同时是其他某领域的专家，在跨学科碰撞中产生创新。比如具备人工智能和医学交叉背景的人才，对于推动医学技术智能化发展会起到很大作用。三是应该对每个单位作科学技术决策的人进行人工智能的集训、短期培训，帮助决策层理解人工智能是怎么解决问题的、能解决哪些问题，这样就可以和自己单位的发展方向结合起来，从而从更高层面推动数字化和智能化。

　　林峰：由于人工智能研发与应用具有较高的门槛，因此在现实中，常常会面临研发成本高、成果转化链路过长、中小企业在市场竞争中处于相对劣势地位等问题。我认为，浙江应该更加重视有组织的科研，在科研组织模式上进一步贯通政产学研用创新链条。应明确一个共同的创新目标，通过一套创新体制机制的设计，包括人才机制、资源配置机制、考核评价激励机制等等，让不同的创新主体能够实现真正的交叉融合，避免各自为政的无序探索。

　　胡志鹏：首先要破解算力问题。现在很多人工智能技术和应用是以海量算力为前提的，而美国等西方国家对高端芯片的封锁势必造成国内企业算力不足。目前国内拥有大模型开发能力的企业基本还在单打独斗，如果浙江甚至整个长三角地区能建设自己的超算中心，整合企业的零散算力，则有希望解决这一问题。

　　其次是上游技术提供者和下游产业的距离还是太远了。一些传统企业对人工智能还抱持观望态度，就好比自来水厂建好了，自来水管还没有铺设到户。这需要相关部门的统筹协调，按先易后难的顺序组织各方力量完成人工智能应用落地工作。