每經(jīng)記者：宋欣悅每經(jīng)編輯：蘭素英
“AI教父”杰弗里辛頓近日在BBC廣播4臺(tái)的《今日》節(jié)目中指出，AI的發(fā)展速度“非常非�？�，比我預(yù)期的要快得多”，并強(qiáng)調(diào)這一變化速度遠(yuǎn)超預(yù)期。據(jù)他預(yù)測(cè)，具備超人能力的AI可能在未來(lái)20年內(nèi)出現(xiàn)，最快甚至就在5年內(nèi)。
針對(duì)AI接下來(lái)的發(fā)展，《每日經(jīng)濟(jì)新聞》記者（以下簡(jiǎn)稱(chēng)NBD）近日采訪(fǎng)了清華大學(xué)電子工程系長(zhǎng)聘教授、博士生導(dǎo)師吳及。吳教授從AI技術(shù)瓶頸、AI+醫(yī)療等角度進(jìn)行了全面解讀。
在吳及看來(lái)，AI在學(xué)術(shù)研究方面有待突破的一點(diǎn)是對(duì)真實(shí)的物理世界進(jìn)行建模。以目前的技術(shù)來(lái)講，還很難做到將文本意義上的世界模型和物理意義上的世界模型關(guān)聯(lián)起來(lái)。在談及AI應(yīng)用落地時(shí)，吳及強(qiáng)調(diào)，加強(qiáng)對(duì)AI的認(rèn)是首要任務(wù)，如果認(rèn)識(shí)或理解不夠深，完全憑想象做事，那走的方向可能完全不對(duì)，這是很大的風(fēng)險(xiǎn)。
談AI技術(shù)瓶頸：對(duì)物理世界建模有待突破
NBD：當(dāng)前AI主要的技術(shù)瓶頸是什么呢？
吳及：從現(xiàn)實(shí)應(yīng)用來(lái)講，AI技術(shù)或者大模型跟很多現(xiàn)實(shí)場(chǎng)景應(yīng)用結(jié)合得還不是非常好。這個(gè)方向非常熱，但能夠被大規(guī)模、常態(tài)化使用的成功應(yīng)用還比較有限。這方面我覺(jué)得還有相當(dāng)長(zhǎng)的路要走。
從學(xué)術(shù)研究的角度來(lái)講，一個(gè)非常重要的突破點(diǎn)在于，能不能把文本意義上的世界模型和物理意義上的世界模型關(guān)聯(lián)起來(lái)，也就是說(shuō)，能不能建立起對(duì)真實(shí)物理世界的建模。以目前的技術(shù)來(lái)講，可能還很難完全做到，有待技術(shù)突破。
NBD：您提到的物理世界模型是不是類(lèi)似于李飛飛團(tuán)隊(duì)所做的工作？
吳及：對(duì)。目前大模型能力很強(qiáng)，具備越來(lái)越多的能力，例如寫(xiě)文章，寫(xiě)代碼、生成圖片和生成視頻，但核心還是語(yǔ)義向量，核心技術(shù)還是大語(yǔ)言模型。
但它對(duì)整個(gè)物理世界的理解能力，我覺(jué)得還是不夠的。以人的學(xué)習(xí)過(guò)程來(lái)打個(gè)比方，我們經(jīng)常會(huì)說(shuō)，“紙上得來(lái)終覺(jué)淺，絕知此事要躬行”，因此實(shí)踐非常重要。依靠文本為主的大模型也可以與其他模態(tài)對(duì)齊，但個(gè)人認(rèn)為還不足以對(duì)整個(gè)物理世界進(jìn)行建模。所以，建模真實(shí)的物理世界會(huì)是學(xué)術(shù)前沿研究上會(huì)面臨的下一個(gè)瓶頸。
談AI+醫(yī)療：三大場(chǎng)景有很大發(fā)揮空間
NBD：作為智慧醫(yī)療方面的專(zhuān)家，您認(rèn)為，AI+醫(yī)療將如何影響我們的未來(lái)？
吳及：相比其他場(chǎng)景，醫(yī)療場(chǎng)景是比較困難的，因?yàn)獒t(yī)療本質(zhì)上是用全國(guó)的醫(yī)療機(jī)構(gòu)和醫(yī)療隊(duì)伍去服務(wù)全體社會(huì)的過(guò)程。另外，醫(yī)學(xué)診療這件事既有理論，有科學(xué)，還有很多的經(jīng)驗(yàn)，很多治療還是靠經(jīng)驗(yàn)，靠積累，甚至靠專(zhuān)家的直覺(jué)。因此，從某種意義上來(lái)說(shuō)，醫(yī)療場(chǎng)景下AI的應(yīng)用難度更大，當(dāng)然它也會(huì)逐步滲透到一些比較典型的場(chǎng)景中。
首先是提高資源配置的效率，比如分診和轉(zhuǎn)診。在當(dāng)下的就診過(guò)程中，特別是國(guó)內(nèi)，我們沒(méi)有非常完整的分診體系，患者就診實(shí)際上是非常隨機(jī)的，憑著自己的意愿去掛某個(gè)專(zhuān)家的號(hào)，但醫(yī)學(xué)專(zhuān)家不是萬(wàn)能的，越頂尖的醫(yī)院分科越細(xì)，因此，在醫(yī)療資源的有效利用上，實(shí)際上存在一定的錯(cuò)配問(wèn)題，也就是沒(méi)有最大限度地加以利用。在有充分信息的支持下，AI的引入是有利于這種配置的。
我們?cè)谛鹿谝咔槠陂g嘗試過(guò)，比如重癥預(yù)警，預(yù)測(cè)哪些患者可能會(huì)發(fā)展為重癥，從而更有效地分配醫(yī)療資源，整個(gè)診療狀況可能會(huì)更加有序和有效。
其次，提高診療質(zhì)量，全世界都存在這樣的情況，即好的醫(yī)療資源分配是不均勻的，好的醫(yī)療資源存在很強(qiáng)的虹吸效應(yīng)，往中心城市聚集。在很多地方，雖然醫(yī)院的信息化水平在不斷提升，但診療水平未必達(dá)到了學(xué)科前沿。AI能夠縮小不同地區(qū)間的醫(yī)療水平差距，AI可以促進(jìn)“知識(shí)下沉”，將先進(jìn)的治療技術(shù)和管理經(jīng)驗(yàn)傳遞到基層醫(yī)療機(jī)構(gòu)，提高整體診療水平。
第三，提高診療的效率，目前診療過(guò)程中有大量工作都是依靠醫(yī)生和護(hù)士來(lái)做的，如果把繁瑣的工作交一部分給機(jī)器去做，盡管機(jī)器未必比得上頂尖醫(yī)生，但可以在保證基本質(zhì)量的情況下，大幅度提高效率，減輕醫(yī)生的負(fù)擔(dān)，讓醫(yī)生能夠把時(shí)間精力用來(lái)處理那些真正需要決策、判斷的事情，極大提高診療效率，讓醫(yī)療機(jī)構(gòu)運(yùn)轉(zhuǎn)更高效。
用有限的醫(yī)療資源更好服務(wù)整個(gè)社會(huì)群體，這是很重要的。所以，不管是提高資源配置效率，還是保證臨床診療質(zhì)量以及提升診療效率，這都是AI能夠發(fā)揮重要作用的場(chǎng)景。
談AI應(yīng)用落地：理念與認(rèn)知是首位
NBD：隨著AI技術(shù)的不斷進(jìn)步，商業(yè)化的進(jìn)程也在加速。您認(rèn)為，AI商業(yè)化落地最難的環(huán)節(jié)是什么，技術(shù)問(wèn)題，還是市場(chǎng)接受度，還是其他？
吳及：AI應(yīng)用落地要面臨的困難還是挺多的。
首先是理念和認(rèn)知的問(wèn)題�，F(xiàn)在全社會(huì)都知道AI是潮流，非常關(guān)注AI技術(shù)，包括我去很多地方講課，我也感覺(jué)大家對(duì)AI的熱情很高。
盡管大家都認(rèn)可AI很重要，但對(duì)AI的認(rèn)識(shí)深度還是相當(dāng)不足。我有時(shí)候開(kāi)玩笑，如果找10個(gè)人一起討論AI，大家可能用的是同一個(gè)詞，但心里想的可能都不是一個(gè)事兒，在交流的過(guò)程中可能經(jīng)常會(huì)出現(xiàn)所謂的“雞同鴨講”。也就是說(shuō)，每個(gè)人都是憑自己的想象在想AI應(yīng)該干什么，能干什么，適合干什么，但對(duì)于技術(shù)本身的理解可能是非常有限的，因此會(huì)形成很多對(duì)AI的錯(cuò)誤認(rèn)識(shí)和錯(cuò)誤理解。
即使很多工作打上了AI這個(gè)標(biāo)簽，但其實(shí)未必能真正發(fā)揮作用，如果認(rèn)識(shí)或理解不夠深，完全憑想象做事，那走的方向可能完全不對(duì)，這是很大的風(fēng)險(xiǎn)。這就是為什么我說(shuō)，理念和認(rèn)識(shí)可能是排在第一的。
其次，我們一直談到三要素：算力、數(shù)據(jù)和算法。其中，數(shù)據(jù)非常關(guān)鍵。這一代AI技術(shù)對(duì)現(xiàn)實(shí)世界的認(rèn)識(shí)主要是靠數(shù)據(jù)，從數(shù)據(jù)中去發(fā)現(xiàn)知識(shí)，發(fā)現(xiàn)模式，去建立模型，去訓(xùn)練參數(shù)。但有些場(chǎng)景數(shù)據(jù)獲取比較容易，有些場(chǎng)景數(shù)據(jù)獲取相對(duì)困難。
互聯(lián)網(wǎng)可能是最公開(kāi)的數(shù)據(jù)場(chǎng)地，造就了今日的大模型，但各個(gè)領(lǐng)域還有很多數(shù)據(jù)沒(méi)有聯(lián)網(wǎng)。如果沒(méi)有數(shù)據(jù)的匯聚，僅僅靠某一個(gè)單位積累的數(shù)據(jù)，難以讓特定領(lǐng)域的大模型具備更強(qiáng)的能力，不管是法律，醫(yī)療還是教育領(lǐng)域。
總的來(lái)說(shuō)，從普遍的商業(yè)化應(yīng)用落地場(chǎng)景來(lái)講，數(shù)據(jù)采集、質(zhì)量保證和匯聚都是難題。我們國(guó)家之所以發(fā)布《關(guān)于構(gòu)建數(shù)據(jù)基礎(chǔ)制度更好發(fā)揮數(shù)據(jù)要素作用的意見(jiàn)》，提數(shù)據(jù)要素改革，就是因?yàn)閿?shù)據(jù)協(xié)同非常關(guān)鍵，也非常難。數(shù)據(jù)的孤島效應(yīng)和煙囪效應(yīng)終存在。因此，數(shù)據(jù)對(duì)于推進(jìn)整個(gè)智能化的落地以及AI技術(shù)的進(jìn)一步應(yīng)用是非常關(guān)鍵的。如果能理解清楚AI的三大要素，那就會(huì)知道怎么去推動(dòng)AI應(yīng)用落地了。
每日經(jīng)濟(jì)新聞
