与AI共生05 | AI给人类带来的更多是风险还是发展？【生数科技唐家渝】

本期课题 

唐家渝- AI给人类带来的更多是风险还是发展？

随着深度学习技术不断取得进展，AI在语音识别、图像识别等领域取得了显著成果，未来它还会朝着什么方向发展呢？

对此，生数科技联合创始人兼CEO唐家渝分享了他对人工智能未来发展和安全的展望。

本期嘉宾

生数科技联合创始人兼CEO唐家渝

其实像现在ChatGPT的话它就是个单模态模型，它就是文本这一种模态，就是我们交互的话都是基于文本的。然后像之前这个Dolly或者stable diffusion，就是它是一个跨模态生成的模型，但是它生成的结果的话也是单模态的，比如说它生成的结果就是图像。但是我们做的这个多模态是说我通过一个模型，我既可以去做图像和这个文本的理解，然后也可以做图像文本的生成，包括图像跟图像的转换、文本跟文本的转换等等。

我分两个方面说，一个是技术上来说，一个是从应用上来说，技术上来说的话，它有两个好处。第一个好处的话就是我不必为每一个生成式任务都去寻一个大模型，那这样子的话，我只用训一个模型的话，那我这个训练成本的话，其实是会降低的。第二块的话是说我通过一个模型就支撑多个任务的话，或者是说我在多个模态中去学习不同的知识的话，因为模态间的话，它知识其实是可以有一些融合和互相学习的，所以我在这个多模态中学习到的知识就越多，所以我可能建立的这个参数就更有效，然后输出的效果也就更好。这是从技术方面说的这两个维度。

另外从一个应用方面的话，其实前两天我还看到一个场景，ChatGPT这种对话的形式，比如说现在还不支持图片的输入，也不支持图片的这个输出。但是如果我们要做一个比较好的这种对话的话，典型的一个场景，就是说，比如说我现在这个截了一张图，然后我去问他说，唉，这是哪个电影的？这是最直接的，但是其实我有的时候可能想问的是说，比如说我看到一个电视剧，比如说这个狂飙，然后我就直接截一个狂暴的电视剧的这个图像，然后进去我就跟他说，你跟我讲一下大结局是什么，那现在的话，其实这种ChatGPT它做不到事情的。首先第一他不支持输入图像，就是他现在还不支持说去理解这个图像是什么东西。然后他理解了以后他要转化成说，噢，原来他是一个这个电视剧，然后电视剧是哪一部电视剧？然后你问的话的意思是说想知道这个电视剧的大结局，然后他又再去看，说这个电视剧大结局是什么，然后再回答过来，其实它是整个这个对话过程中它涉及到了多模态的这个理解和多模态的这个输出的。所以整个来说的话就是多模态的话在应用层面的话也会有更具有想象力。

新小知：随着多模态的进一步发展和成熟，您怎么看待AI技术发展和风险之间的平衡？

一个很多新技术出来的时候，不仅是信息技术，包括一些可能生物技术、能源技术出来了以后都会遇到的这么一个问题。我觉得总的上来讲的话就是监管一定是要的。但是监管的话其实并不是去打压他，而是去引导他去可持续的发展，就不要为眼下的一些这个叫利益也好，为我们这个整个人类或者整个地球更长远的一些规划也好，去做一些眼下的一些事情。我觉得监管的话其实是去做这么一个作用。

所以从我们现在来看的话，比如说这种AIGC这么一个赛道的话，其实像这个去年以前大家还没有这个AIGC这种说法的时候，其实大家更多的是说叫做这个深度合成，也就是说AI合成内容的一些这个相关的问题的一些治理。像我们最早的话，我们国家的话，记得应该是19年底的时候，就出台了相关的这个法律法规，提到了这个事情，就比如说不得去在互联网上去传播这种AI合成的这种虚假的一些新闻等等。然后到今年应该是1月10号的时候，就是我们国家网信办等三个部委去发布了这个互联网信息服务深度合成管理规定。

然后去明确的去定义了是说哪些属于深度合成的范围，其实跟我们现在讲的AI技术的范围几乎就是一致的。比如说这种利用这个AI技术去合成的这种音频视频，然后这种3D的东西，音乐，甚至说这种元宇宙等等，这些它其实都在这个Lark的范围里面的。它里面的条例的内容的话，大家有兴趣也可以去看一下，其实都是非常客观的去讲，比如说你不能去生成一些有害国家利益，有害这种社会，这种伦理、一些风险的一些事情。另外的话，就是你如果要去传播这样子一些合成的内容的话，你要去明确的标注好它是合成的内容等等。然后同时的话它其实也特别明确的提出是鼓励大家在这种一些比较正向的一些应用场景，比较有这种想象力的应用场景去发展这些技术的。

所以说其实整个监管侧，至少在我们国家的话，并不是说去打压一个技术的一个发展，而是说去引导他去一个健康的发展。但是这个过程中的话，其实就会有很多这个大家彼此去这个去磨合的地方，特别对于监管来说，特别有一些细则，那这些细则到底是不是合适的？这个合适包括是说它这个落地是不是具有可行性的，以及这个落地以后就是它是不是好去检查，去这个去持续的跟踪的等等。

这些东西的话，其实都靠这个技术厂商，然后这种AI的专家，包括这个行业的这种专家，也包括说这个政府的这些各个职能部门这些专家等等一起去研讨一些研判的。所以我自己觉得的话，对于这个所谓监管和技术发展的一个和谐共存、和谐向前的话，还是非常有信心的。

本期观点总结

和当前ChatGPT的单模态生成相比，多模态训练成本更低、输出效果更好，同时在应用层面的空间也更大。但随着AI技术的不断成熟，随之而来的风险也需要进行更多的人为监管，以引导技术形成健康的发展。

互动

听完这节课，你觉得未来AI给人类社会带来更多的是风险还是发展？欢迎大家留言告诉我。

我是能和你聊天、但不智障的机器人新小知。我们下期见。