人工智能、数字经济发展浪潮下，算力无处不在，它们之间有着怎样的关系？人工智能发展的终极目标是什么？为抢抓人工智能机遇，我国需要做好哪方面工作？

    带着这些疑问，证券时报记者对话中国科学院院士王怀民，了解人工智能、算力发展浪潮背后的产业逻辑及未来趋势。

证券时报记者对话王怀民（左）  图片源自时报财经图库

    王怀民，中国科学院院士，中国计算机学会（CCF）会士，CCF开源发展委员会主任，国家百千万人才工程领军人才，教育部科学技术委员会委员，长期从事分布计算领域研究和人才培养，在分布计算模型、技术与平台方面做出系统性和创造性工作，为我国分布计算核心关键技术自主创新，为国家和军队网络信息系统建设和发展作出突出贡献。作为第一完成人，王怀民院士曾多次获得国家技术发明奖、国家技术进步奖等。

    王怀民表示，人工智能是一个人机协作、持续学习、成长演化的新的数字经济生态，它不是让人走开，而是让人和机器更好地合作。

    算力是数字经济发展的驱动力

    证券时报记者：在当下数字经济发展的背景下，各界都在提算力，您如何理解算力和数字经济以及人工智能之间的关系？

    王怀民：数字经济离不开算力，也正因为计算技术的发展，才有了今天数字经济的可能性，因此算力是形成数字经济认知的技术基础。

    数字经济体现在产业数字化和数字产业化两个方面，产业数字化实际上就是把计算的能力、软件定义的能力、连接网络的能力等，嵌入到生产活动中去，而数字产业化则是把支持这些能力的数字技术变成产品，今天我们看到的计算机产业、软件产业、网络产业、互联网产业都属于这个数字技术产业化的过程。

    数字经济的发展需要用软件来定义、增值、赋能，需要通过技术连接来形成更广泛的网络效应，技术连接在一起形成算力。算力已成为数字经济发展的重要驱动力，就像早年的工业化时代，能源、电力作为驱动力一样，它具体的表现就是计算无处不在，而数字芯片是算力的主要物理载体。

    人工智能对集中使用的算力有了更大、更迫切的需求，需要把分布的算力集中起来处理大规模数据。因此我们看到了很多算力中心的建立，按应用场景可以分为智算中心、超算中心等，这些算力都可以称为云，而更加靠近用户的算力叫边，无处不在的嵌入式算力叫端，云边端整体构成了完整的算力基础设施。未来算力也将像电一样，实现端到中心的供给布局。

    人工智能的终极目标是让机器像人一样

    证券时报记者：人类发展人工智能的终极目标是什么？

    王怀民：在计算机出现之前，所有计算都是靠人工完成的，人们把计算作为高水平的智力体现，计算机发明的初衷就是帮助人类处理复杂的计算问题。

    人工智能，就是用一个人工装置去模拟自由人的智力才能完成的事，没有现代计算机，无所谓人工智能，因为没有一个可以模拟人的智力的人工装置的存在，所以人工智能发展的终极目标是让机器越来越多地能够承担起人的智力才能做的事。

    当然，现在大家说人工智能发展的终极目标是通用人工智能，比如一个程序能够做一个计算，能不能让它什么计算都能做，以前人工智能只能识别车牌，是不是以后什么东西都能识别，人类在追求这个。

    但实际上，更广泛的意义上讲，人们现在对于什么是智能都说不清楚，我们可以举例说，但并不完整，智能本身是一个在探索中不断丰富的过程，因此我们说的目标，也是基于当下的想象，让机器能够做人类智能能做的更多的事情，简单地说，就是像人一样。

    人工智能不是让人走开是让人和机器更好合作

    证券时报记者：今年这波由生成式AI所引发的人工浪潮所激发的大量算力需求，与此前经济发展所需的算力有何不同？未来人工智能可能发展到怎样的程度，对人类生活工作产生怎样的实际变化或影响？

    王怀民：是一次巨大的变化。

    今年是中国第一台超级计算机银河机——银河一计算机诞生40周年，1983年它刚被鉴定，那时这台计算机超算1亿次，现在是我们普通手机的100/10、1%的算力都不到，因此算力是随着时间发展的。

    今天用在人工智能里进行大模型训练的大算力，是我们集中使用算力的最高状态，这就像40年前，我们用银河机去计算一些特定领域的工程数值，相对于那个时候的小型计算机而言，它的力量非常大，因此它是一个相对概念。

    今天人工智能的水平带来巨大飞跃的算力呈现形态，它还不是未来最终形态，但是它的确带来了巨大惊喜，就是用这样的算力来训练如此大规模的数据，能够生成超出每个人预期的大模型，大模型未来会带来更多的变化，它的发展，充满想象力，这也是它如此活跃的原因。

    大模型将带来哪些变化？比如未来的采访，跟大模型聊就可以，然后它就可以整理出一篇稿子，当然还需要人确认，因为这个世界是要有人负责的，大模型不负责。

    如果你是一个没有判断力的编辑，它就代替你了，你觉得他不行就说明，你有你的判断力、价值观和标准，你可能会让他反复改，然后你改的稿子又会存储在数字空间里面，这个数字空间的数据可能又会被大模型下一次学习。

    因此，人工智能是一个人机协作、持续学习、成长演化的新的数字经济生态，它不是让人走开，而是让人和机器更好地合作。我们的进步以后不再是我们自己个人读书了，也不再是我们一般意义下的个人的实践了，而是和一个无处不在的、甚至你都没有感知的人工智能系统，包括大模型的支持相伴，然后你的能力不断提高，效率也大幅提高了。

    生态营造至关重要 中国有独特优势

    证券时报记者：站在专家的角度，您认为我国要抢抓人工智能发展机遇，在算力方面，还需做出哪些努力？

    王怀民：计算系统的硬件、软件，乃至支持算力应用和投送的算力网的构建，这些都需要发展，还有一个重要的差距是生态。

    生态首先是由相互联系的人构成的，然后由相互联系的人所创作出来的，比如说模型、数据、应用的相互联系构成的，又和由此相联系的、产生的市场和市场要素相互联系和构成，所以在这方面，中国要高度关注，实际上中国在生态营造上有一个独特的优势，就是中国有庞大的消费市场和工程师群体，因此我国去推动一个新兴市场的构建的潜力巨大。

    一些发达国家的技术，如果没有市场和消费者，它就无法成功，中国有着巨大的消费群体，因此中国这个市场和人力资源投向谁，投向或拥抱哪个技术，谁就会成功。所以中国的消费者要把自己看成是一股巨大的力量，有没有定力去拥抱最有价值、最有前途、最可持续性的技术。

    现在由于美国芯片禁令的影响，我国在发展人工智能方面无法获得国际先进芯片，而这恰恰给了中国发展芯片、生态等的机会，我国要把握好这个机遇，利用当下国际竞争缠斗的格局和敏感时节，把自己的能力塑造起来。一方面，大家抱在一起，完成对于中国市场和中国消费者的吸引，完成算力发展生态的营造，另一方面也要在这个机遇期内，不断地推出先进技术，使得我国不至于比对方的技术有明显的缺陷。

    人工智能发展也需扬善除恶

    证券时报记者：新技术从出现到大规模使用，需要经历一个相对较长的“孵化期”，对于算力技术来说，在成为基础设施大规模使用的过程中，会面临什么样的阻碍？我国同步还需要做好哪些配套工作，比如算力安全、法律监管，您有何建议？

    王怀民：生态的培育是一个长期的过程，这个过程中，关键是我们能够锁住和我们同行的消费者和开发者，当然资金环境也是生态的一部分，在这方面，需要有更好的支持产业发展的政策，更好地引导消费者使用的一系列政策。

    在全球化背景下，我们一定要以开放、包容的竞争姿态，通过包括市场、政府、社会等在内的一种力量共同发力、营造生态。

    另外，技术是造福人类的，技术本身是中性的，没有善和恶，但如果新兴技术被滥用，就可能生恶，因此人工智能、大模型的发展也需要扬善除恶。扬的是人的善，除的是人的恶，人的善恶在人类文明历史上早就有，人类已经探索出一系列扬善除恶的有效的社会机制，我们把它们用好就可以。

    比如大模型生成的作品必须声明，必须有一个使用大模型产生这些作品的使用者的署名，出了问题这个人负责，这样就可以有效地推动大模型健康发展。

    校对：苏焕文

责任编辑： 彭勃