·面向未來的通用人工智能，有兩條發展路線，一是延續大模型路線，二是探索強化學習、知識計算、符號推理、類腦計算及其他新型路徑。

·未來的創新將不再是某一個環節的簡單創新，大模型創新涉及芯片、互聯、框架、數據、模型、評測、部署等環節，可多環節協同、體系化創新，實現全鏈條優化，彌補單環節劣勢。

上海人工智能實驗室主任助理、領軍科學家喬宇。

“我們正處于專用智能時代到通用智能時代的關鍵階段。”3月22日，在2024年上海市產業技術創新大會上，上海人工智能實驗室主任助理、領軍科學家喬宇表示，面向未來的通用人工智能，有兩條發展路線，一是延續大模型路線，用更大的算力擴大模型規模，拓寬能力邊界，向產業滲透；二是探索強化學習、知識計算、符號推理、類腦計算及其他新型路徑。這兩條技術路選并非孤立和互相替代的，而是要通過探索新的技術路線解決大模型現有路線中的固有問題。

喬宇表示，2010年左右的深度學習方法驅動了一輪人工智能浪潮。最初十年，人工智能行業針對不同任務開發專用小模型。“那時候大部分研發由應用問題驅動，針對不同問題收集數據、訓練模型，所以是分散式、多團隊的研發。”

到2020年左右，Transformer+大數據+自監督學習的大模型路線使得智能涌現，一個模型可以應對多種任務。在大模型時代，OpenAI找到了“大工程+大創新”的道路，工業化集中研發才得以產生ChatGPT、GPT-4。

面向未來的通用人工智能，他認為有兩條發展路線。

一是延續大模型路線，用更大的算力擴大模型規模，拓寬能力邊界，向產業滲透，模型也從語言大模型向多模態大模型、具身大模型的方向發展。多模態大模型是現在的競爭熱點，未來的大模型要能和物理世界交流，完成更復雜的任務，所以具身大模型是重要發展方向。

但單純擴大規模，存在幻覺、效率、可信、安全等瓶頸，“現在讓一個大模型做一個奧數題和計算2+2這樣簡單的算術題，需要的運算量、運算次數是一樣的。所以，我們能否把大模型做得更安全、更高效，更好解決現在存在的一些瓶頸？”

這就涉及到了第二條新技術路線的探索，要探索強化學習、知識計算、符號推理、類腦計算及其他新型路徑。喬宇表示，基于知識、符號、推理的方法，可解釋性和安全性非常強，把這些方法結合起來形成更強大的功能，是未來AI發展的重要趨勢之一。

這兩條技術路選并非孤立和互相替代的，喬宇認為，要通過探索新的技術路線解決大模型現有路線中的固有問題。與此同時，未來的創新將不再是某一個環節的簡單創新，大模型創新涉及芯片、互聯、框架、數據、模型、評測、部署等多個環節，可多環節協同、體系化創新，實現全鏈條優化，彌補單環節劣勢。“大工程+創新鏈+產業鏈”，這種融合式的創新、與知名高校合作，是未來更重要的趨勢。

當前，中國大模型發展面臨技術和生態的雙重挑戰。上海擁有金融、城市、制造等豐富的B端場景，他建議聯合領軍企業研發垂類模型，加快構建開源生態反饋機制，打造大模型倫理安全評測體系，促進健康發展和規范應用。