对话 IDEA 张家兴：AI 离成为普通人的工具就差一步

文｜林炜鑫

编辑｜邓咏仪

ChatGPT 打了一个共鸣的响指，大洋两岸的 AI 行业都为之震颤。短短几个月，许多知名人士宣布投身大模型创业，即便有人离 AI 很远，对大模型一知半解，也愿意拿出令人惊叹的热情和金钱，小步快跑挤进这条赛道。

(资料图片仅供参考)

" 仿佛回到了 10 年前深度学习刚出来那会，" 张家兴告诉 36 氪，" 全社会各行各业积极拥抱新的技术。"

近期，36 氪专访了这位科学家创业者，他坦言现在是自己职业生涯最兴奋的阶段，" 我完整经历过深度学习从学术界诞生到产业界落地的技术周期，现在我感觉在经历第二个技术周期。"

张家兴是粤港澳大湾区数字经济研究院（IDEA 研究院）认知计算与自然语言研究中心讲席科学家与负责人。加入 IDEA 研究院前，他先后就职于百度、阿里巴巴、360 等大厂，带领团队进行 AI 相关的项目研究和技术落地。

两年前，张家兴加入 IDEA 研究院，开始带领团队做大模型的深入研究，是国内最早一批专注于预训练大模型的团队之一。他带领团队开源了第一个以中文为主的 AI 绘画模型 " 太乙 "，还创建了名为 " 封神榜 " 的大模型开源计划，截止目前共开源超过 100 个模型。

作为行业专家，张家兴第一时间关注到 ChatGPT 的发布。他承认最初低估了 GPT-3.5 所带来的技术突破，直到团队上手体验，他的内心 " 受到很大的冲击 "。

在他看来，颠覆性的变化在于，从过去强调模型结构创新，走向了强调训练方法创新。OpenAI 为国内外同行指出一条明路：把通用大模型当作产品，引入更先进的训练方法，一遍遍打磨和调试。因此，训练方法将是大模型生产商的核心竞争优势。

对张家兴来说，大模型创业最难的环节不是资金和算力，而是人才。这不是单纯靠钱能解决的要素。在国内，AI 学界和工业界存在一定程度的脱钩，学界诞生的前沿成果往往很难快速应用到工业界。" 在青年研究者跟工程师之间，以前大家忽视了一层，是用工程能力做模型的人。"

在未来，各行各业都需要大模型——这已是显著的发展趋势。目前，很多公司还在调用通用大模型的 API，但不是每家公司都有能力和资源去从零开始建大模型模型。" 只有当每个公司拥有自己的大模型时，模型 - 场景的闭环才有可能得以成立，商业化实践才有可能获得成功，我想在中国将这层能力补齐，并打出影响力。" 张家兴表示。

如今，张家兴的团队也在这条道路上进行实践——专注于生产垂直领域的大模型，并与各个行业的企业客户合作，帮助客户量身定制合适的模型，落地到具体应用场景中。

谈及 AI 发展的未来，张家兴是坚定的乐观派，他相信 AI 能帮助提高人类的数字生产力。接下来的十年，是属于生成式 AI 和通用式 AI 的。对普通人来说，学会利用 AI 工具，其实不是一件难事。

以下是 36 氪和张家兴的对话，经 36 氪编辑整理：

OpenAI 证实了大模型的价值

36 氪：2014 年，其实你在深度学习领域已经发表了相当前沿的研究成果，当时想象过会出现 ChatGPT 这样的产品吗？

张家兴：2014 年有一个技术叫 LSTM（长短期记忆网络），在学术界出现了一些让人惊艳的成果。当时我印象很深刻的例子是，它可以直接生成一个网页代码，格式完全正确，网页也能展示。因此今天我们看到的生成式人工智能，其实在 2014 年已经看到了萌芽，但是在工业界迟迟无法落地。一个很重要的原因是，当年的模型规模太小，跟今天没法比。今天技术 ready 了，有更多更好的数据和算力，曾经我们寄予厚望的生成式模型终于实现了。

36 氪：两年前，你就已经开始在 IDEA 研究院对大模型做深入研究了，当时，你对大模型的判断是怎么样的，学界对大模型的研究大概是什么状态？

张家兴：我对 AI 发展一直很乐观。两年前，随着 GPT3 的问世，我们已经认识到未来认知智能必须基于基础设施——预训练模型，做任何自然语言任务，都是要从预训练模型开始，不可能一切都是从零开始。

当时我组建认知计算与自然语言研究中心，就是生产预训练模型。跟现在不同的是，当时模型结构并没有像今天这样收敛到 GPT 这样的结构，当时还是百花齐放的状态。

36 氪：那会你们做的预训练模型是什么样的？

张家兴：那个时候我们团队就在推出 " 封神榜 " 体系，" 体系 " 这个词也意味着要做很多基础的训练模型，当时我们就是中文最大的开源体系。我们希望下游可以拿着我们的模型再进一步微调，实现他们具体场景中的应用。这件事情做了两年，开源了接近 100 个预训练模型，直到 ChatGPT 的出现，打破了传统模型的效果。

36 氪：技术层面，ChatGPT 具体最让你感到惊讶或震撼的是什么？

张家兴：令我很惊讶的还是在基于一定知识之下，它可以进行复杂的推理，得出正确的结论。

此前我们有两大很难解决的问题。一个是知识的结构化，为此耗费了巨大人力，也难以保障准确率，维护成本也很高。现在只要对包含知识的文本做预训练，就能让大模型真的去理解、记住这些知识。

另一个是推理，之前我们认为推理需要通过符号系统再加上结构化的知识才能实现，而今天我们看到，ChatGPT 可以完全通过自然语言的训练，并未显示出现符号和知识就具备这个能力，颠覆了我们对这个问题的认知。

36 氪：具体来说，OpenAI 推动的最重要的技术变化是什么？

张家兴：终于从过于强调模型结构创新走向了强调训练方法创新。训练方法变得更重要起来了。

ChatGPT4 模型跟两年前的 GPT3 模型结构是一模一样的，但是为什么效果就提升了这么大？因为这里面引入了很多更先进的训练方法，比如说指定微调，让机器更懂得人类的指令；比如人类反馈学习，能够调整模型的偏好，全都是训练方法上的创新。

我们团队目前也将这些创新性训练方法应用于模型训练过程，实际应用证明，这些方法确实能够显著提升模型的表现。因此，我们深刻认识到，训练方法的创新在实现更强大的 AI 系统中起到了关键性作用。即使把模型结构开源了，但训练方法是你藏起来的核心竞争力，这也使得在这个时代做通用模型训练这件事情有商业价值。

同时，OpenAI 也让大家认识到，不要追求用一次性的训练就能得到一个效果很好的模型。模型效果提升是靠一遍又一遍的打磨，不断的迭代升级。

36 氪：这是不是意味着把模型当成产品？

张家兴：对，当我的模型进行一次训练迭代，我会看到模型的优点跟缺点，针对缺点，我找补救的方法，再继续进行训练，当所有的缺陷都补齐，优点都加强之后，模型就变成今天大家看到的样子。我们团队当下在做的姜子牙大模型就在持续地作为产品打磨，接下来也会不停地进行版本升级。

36 氪：OpenAI 刚起步时，因为技术路线比较小众，创始人 Sam Altman 回忆说他们遭受到很多白眼。你刚开始做 IDEA 的时候，当时国内行业氛围是怎么样的？

张家兴：当时，这个领域（预训练大模型）没有那么受重视，因为大家传统的思路都是 AI 的价值一定要跟某个行业结合，一定要有直接在具体场景中的产业落地。我们只生产预训练模型，可能别人不理解，觉得通用的东西又有什么用呢？

但是 ChatGPT 的出现，让大家知道一个做通用模型的公司，在整个产业生态中具有非常重要的价值。AI 产业需要有上下游这样的生态体系，而不是每一家都自己去垂直造烟筒——从预训练模型到产业落地，恨不得把一整个系统都做出来。

OpenAI 证实了大模型的价值，我们做这个事情的价值也终于得到证实。

36 氪：现阶段去追赶 OpenAI，做出一个跟 ChatGPT 差不多的东西，还有没有意义？

张家兴：还是有意义的。OpenAI 这样提供一个超级大模型，一个通用 API，指望大家来调用，这不是产业落地的唯一方式。很多商业公司有需求针对自己场景的定制化模型，但又没办法从头去做这件事情，代价太大，就需要生产通用大模型的公司来帮助他们。

36 氪：这也就是你们团队要做的事情？

张家兴：我们具备了生产通用大模型的能力，还能给用户提供一些工具，帮助用户基于我们的模型继续生产他们垂直应用场景里的模型，再通过这种方式就能够让用户的模型跟场景形成迭代。我认为这是这是接下来大模型能够商业化成功的关键。

让模型落地到场景中，是商业化的关键

36 氪：相信你最近的工作状态特别忙碌，能跟我们说说你的一天怎么过的吗？

张家兴：我的一天，一方面是跟团队研究探讨最前沿的技术问题，另一方面现在会见大量的客户，主要也听听大家想拿大模型做什么，这样好让我们的通用模型去提供大家所需要的能力。

比如，我们接下来会开源各个不同侧重能力的模型，也是因为发现每个客户对于大模型的需求不同。通过这些开源模型，我们希望能推动中国 AGI 的应用层迸发。

36 氪：两年间，" 封神榜 " 开源体系已经推出了近百个开源模型。你的团队最近刚刚开源了 130 亿参数的通用模型 " 姜子牙 "，这个大模型具体是怎么样的？

张家兴：" 姜子牙 " 是我们针对通用大模型推出的新开源系列，而第一个开源的 " 姜子牙 " 通用大模型 v1 也是我们封神榜开源系列的第 99 个开源模型。

在最新的 SuperCLUE 测评榜单中，我们的姜子牙 v-1 的测评结果也是开源模型里的第一。接下来，我们还会侧重各种能力开源不同的模型，比如多模态模型就会在本周推出。

36 氪：目前企业对于大模型的需求，都有哪些？

张家兴：我接触的这些企业几乎横跨了所有领域。比较典型的是这几件事情：第一是生成文章和代码。第二是对文本做完全开放式、预先不设定具体任务、精准的理解。第三就是推理类的，比如说我要做一道题，能不能提示这个问题怎么解决。

36 氪：大模型比较理想的商业模式，应该是怎么样的？

张家兴：根据以往经验，很多商业成功需要一个商业实体（如公司、团队和机构等），在技术产品的基础上建立应用场景，形成迭代的闭环。在这一闭环的生态里，更好的产品技术会吸引更多的用户和数据，产品和技术得以迭代更新、变得更好。

但在 AI 产业，目前很多公司还在调用通用大模型的 API，无法建立闭环，大模型的商业化进程缓步不前。只有当每个公司拥有自己的大模型时，模型 - 场景的闭环才有可能得以成立，商业化实践才有可能获得成功。

我们团队的目标就是，用通用大模型去帮助每个企业甚至每个个人，让他们能够拥有并不断优化自己的大模型，和应用场景形成闭环，在商业化道路上走得更好。

36 氪：商业化这个事情，会如何改变整个 AI 产业？

张家兴：未来的 AI 产业一定是巨大生态体系，既有处于下游的各个企业在各自场景中引用大模型技术，又有处于上游的模型生产商为整个生态提供预训练模型。云厂家和解决方案公司也在整个生态系统中扮演重要的角色。

36 氪：你之前在大厂也有过多年的技术转化业务落地的经验，现在在 IDEA 研究院进行科研转化的实践。从科研到转化落地中，你有哪些想分享的体会？

张家兴：如果作为科学家，更多的精力会放在前沿技术的思考和解决问题的创新上，会比较少去关注具体这个技术如何能给市场和社会带来价值，以及能带来多大的价值。

而作为科学家创业者，则更需要去关注市场的需求。从技术的前沿创新研究到最后的落地市场商业化，有很多鸿沟需要跨越，包括了解市场，了解客户，了解实现落地的每一步。我相信每一位科学家都有一个自己的梦想，而如何将这个梦想实现出来，是创业家需要去完成，也是现在特别让我兴奋的一个角色。

36 氪：做大模型的几个核心要素：算力、人才、数据等等，从难到易，你会怎么排序？

张家兴：我认为最困难的是人才，目前在国内做大模型的团队还是稀缺资源。算力实际上只要有资本的认可、有钱，就会有。数据虽然需要长时间积累，但它是线性增长，有多少投入就有多少数据。人才不是单纯用钱可以解决的，并且还需要很长时间的积累。我们团队也是基于通过生产近百个大模型，才逐渐磨合出来的。

36 氪：当下，AI 人才的竞争是否已经到了一个白热化的程度？

张家兴：可能会有这样的趋势。但从另一个方面来说，大模型团队的建设不仅仅是把人聚在一起，还需要一个好的方式把大家组织好做好模型。

AI 离成为普通人的工具就差一步

36 氪：现阶段的 AI 研究进度会使你感到害怕吗？

张家兴：我对 AI 对社会的影响一直比较乐观。AI 发展减少一些工作机会的同时也创造出更多工作机会，甚至它创造的工作机会正好适合于那些可能丢了工作的人。

以我们算法工程师为例，曾经我们每个人都是垂直造烟筒，什么都做。现在 AI 产业有上下游的健全的生态体系，那么算法工程师必然会分层，有些在做上游的预训练模型，有些拿着预训练模型，基于上游提供的工具，在做下游的更广泛的落地。下游对算法工程师的需求量会更大，所以说 AI 创造了更多的就业机会。

从宏观来说，AI 为社会创造更多数字生产力。现在世界的人口可能走向稳定，甚至人口会减少，但是美好生活需要有更多生产力，我们就靠通用人工智能增加更多数字生产力。

36 氪：今年三月你公开表示，将来 10 年是属于生成式 AI 和通用式 AI。对我们普通人来说，将来 10 年应该做好什么准备？

张家兴：对于普通人来说，就是要学会怎么利用 AI 的工具，这是对每个人都有用的。另外一点，作为具体在每个场景中的人要努力去想，在我的场景中，我该如何积极拥抱 AI 的技术，然后对我的场景进行 AI 升级。

36 氪：一个不懂 AI 的人，是否有可能被淘汰？

张家兴：未来只要会用 AI 工具的人，就不会被淘汰，使用 AI 工具其实并不是一件难的事情。 所以我希望大家都要积极拥抱 AI，把它作为提升自己生产力的工具。

36 氪：你觉得现在我们已经进入 AGI 时代了吗？学术界可能还有一些争论。

张家兴：我认为这个叫做 AGI 时代 1.0。其实是如何理解 " 通用 " 这个词，现在终于有一个模型可以具备所有的能力，这已经是一种通用。

36 氪：你认为，下一次 AGI 的突破会是什么？

张家兴：AGI 当下表现出来的是特征，是用自然语言来交互，但还欠缺的能力是自然语言学习。如果未来 AGI 模型都跟人一样，通过自然语言就能教会它各种知识技能，那么它就会真的变成普通人的 AI 工具。在更远的未来，或许 AGI 可以像人一样融入社会，跟人类一起交流、学习、成长。

欢迎交流

标签：