一段时间以来，以ChatGPT为代表的人工智能大模型搅动了..人工智能技术发展的浪潮。从写代码到讲故事，从撰写文章到自动制作数据表格……人工智能正在给人类的工作、学习、生活带来诸多变化。

　　我们距离“无所不能”的通用人工智能还有多远？人工智能的发展带来哪些隐患和挑战？近日召开的2023北京智源大会上，来自..的人工智能..学者围绕相关话题展开探讨。
　　　通用人工智能路途尚远
　　“想象一下，未来10年，通用人工智能（ＡＧＩ）几乎在每一个领域都超过人类的专业知识，可能超过所有大型公司的总体生产力，这将提高人们的生活水平。”OpenＡＩ执行官山姆·阿尔特曼展现了一幅人工智能的未来图景。
　　所谓ＡＧＩ，是指能够像人类一样在各种领域进行智能任务的人工智能系统。这与目前人工智能应用只聚焦于特定任务或领域（如图像识别、语音识别、自然语言处理等）不同，对人工智能技术提出了更高要求。
　　“通用人工智能可以比人类更好、更快地学习和执行任务，包括人类无法处理的任务。由于机器在速度、内存、通信和带宽方面的巨大优势，未来通用人工智能几乎在所有领域都将远超人类的能力。”美国加州大学伯克利分校计算机科学教授斯图尔特·罗素说。
　　尽管人工智能已经有了“超越”人类的“时间表”，但在很多..看来，目前的人工智能距离ＡＧＩ还有不小的距离。
　　罗素认为，当下火热的大语言模型并不“理解..”，只是通用人工智能的一块“拼图”——“我们并不了解如何将它与其他部分连接起来，甚至还有一些缺失的拼图还没有找到。”
　　北京智源人工智能研究院院长黄铁军指出，要实现通用人工智能，有３条技术路线：首先是大模型，通过海量高质量数据，让人工智能具备智能涌现能力；其次是具身智能，通过强化学习方法，训练出具身模型；第三是类脑智能，让机器达到或类似于人脑能力。
　　对于人工智能的发展，图灵奖得主、纽约大学教授杨立昆提出了“..模型”的概念——人工智能系统可以通过这一模型理解..的运转方式，并以优化、成本小的方式来行动。
　　加强治理领域..合作
　　根据普华永道会计师事务所预测，到2023年，人工智能将创造15.7万亿美元的经济价值。人工智能为经济发展提供了重要机遇，但也引发了安危性方面的担忧和争议。
　　图灵奖得主、多伦多大学教授杰弗里·辛顿认为，目前的人工智能已经可以通过学习，掌握“欺骗”人类的方式。“一旦人工智能具备了‘欺骗’的能力，就有了‘控制’人类的能力。这样的智能可能会比预想中发生得更快。”
　　在通用人工智能时代到来之前，人工智能的风险主要来自于“人”。“我们不应该假设机器是公正的，因为机器可能会试图改变人类的行为。更准确地说，是机器的所有者想要改变其他人的行为。”图灵奖得主、中国科学院院士姚期智说，当前人工智能的发展处于重要窗口期，各国应共同合作，搭建人工智能的治理结构。
　　随着人工智能的本事越来越大，人工智能的“对齐”问题浮上水面。所谓“对齐”，即人工智能系统的目标要和人类的价值观与利益“对齐”，保持一致。
　　如何让人工智能与人类“对齐”？阿尔特曼认为，人们应当负责任地将人工智能应用到..中，重视和管理好风险。他建议在人工智能技术研发过程中建立平等、统一的..规范和标准，并通过..合作，以可验证的方式建立人工智能系统开发的信任体系。
　　黄铁军认为，人工智能虽然会产生预料之外的新能力，但这并不意味着人类无法对人工智能进行管理。“如何管理人工智能这样一个创造性强的系统，社会学、历史学等学科都能提供很好的借鉴意义。”
　　今年２月，中国在《..倡议概念文件》中提出加强人工智能等新兴科技领域..治理，预防和管控潜在风险。在此次智源大会上，..学者积评价中国在推动人工智能..治理上的贡献。
　　阿尔特曼说，中国在人工智能领域拥有大量人才和产品系统，在人工智能的方面应发挥关键作用。
　　麻省理工学院人工智能与基础交互研究教授马克斯·泰格马克表示，中国在塑造..人工智能议程上的能力日益增长，可以在人工智能治理领域发挥..作用。
　　推动大模型共建共享
　　当下，..人工智能领域的科技竞赛日趋白热化。2023中关村论坛上发布的《中国人工智能大模型地图研究报告》显示，..已发布了７９个参数在１０亿规模以上的人工智能大模型。
　　从..来看，中国和美国已发布的大模型数量超过..总数的百分之８０。中国自2020年起进入大模型快速发展期，在大模型方面已建立起涵盖理论方法和软硬件技术的体系化研发能力，形成了紧跟....的大模型技术群，涌现出多个具有行业影响力的预训练大模型。
　　在此次大会上，开源的智源“悟道3.0”系列大模型及算法正式发布。据了解，“悟道3.0”涵盖了一系列成果，包括“悟道·天鹰”（Aquila）语言大模型系列、天秤（FlagEval）开源大模型评测体系与开放平台，“悟道·视界”视觉大模型系列以及一系列多模态模型成果等。
　　黄铁军认为，人工智能大模型有３个特点：一是规模大；二是有“涌现性”，即能够产生预料之外的新能力；三是通用性，不限于解决专门问题或者专门领域。他表示，大模型不是任何一家机构或者一家公司垄断的技术，应当共建共享，推出一套智力社会所需的基础的算法体系。