融合时代(朱嘉明：为何是在2024年，大模型将开启数智融合时代？)

【导读】2024年1月8日，数字强国系列第六讲即163-6以《2024：开启数字与智能经济的融合时代》主题作为收官之讲，邀请知名经济学家、横琴粤澳深度合作区数链数字金融研究院学术与技术委员会主席朱嘉明做同名主旨发言，上海智慧城市发展研究院院长盛雪锋、上海人工智能实验室大模型生态总监许劭华、东方财富人工智能研究院首席科学家刘志毅应邀展开对话。10位听友参与互动，上海树图区块链研究院研究总监、Web3专场主讲嘉宾杨光博士参与提问点评。50位现场听友获得本期NFT数字藏品。

本期讲座由文汇报社、上海树图区块链研究院共同主办，上报集团融媒空间技术运营团队技术支持。

现经整理，分主讲、对话、提问三篇刊发讲座内容。此为主讲篇。

2024年已经开始，人们关注新一年的特征和趋势。我认为，2024年最重要特征和趋势将是开启数字和智能经济的融合时代。我主张“未来决定现在”，但是，这不意味着否定历史与现在和未来的高度关联。现在，既是过去的延伸又被未来所决定。

今天主题集中在探讨何为数字时代与智能时代的历史演进，两者如何在今天的历史背景下彼此联系，进而探讨当下应该怎么办。这个话题和国家、社会、企业，及个人都具有相当紧密的关系。

序言：

1944年前后，四位科学家开创数字时代的历史舞台

今天谈到的数字时代、智能时代，应当追溯到八十年前的历史场景。也就是第二次世界大战结束之前的1944年前后。那一年，发生了诸多大事：诺曼底登陆，产生联合国方案，布林顿森林会议召开。

但是，真正对历史产生深层次和持久影响的是四位科学家和他们的思想，他们分别是是冯·诺伊曼（John von Neumann，1903 - 1957）、斯蒂比茨（George Robert Stibitz，1904 - 1995）、图灵（Alan Mathison Turing，1912 - 1954）和香农（Claude Elwood Shannon，1916 - 2001）。没有他们在那个历史节点的贡献，很可能数字时代和智能时代就无从谈起。

他们的贡献是什么？为什么发生在距今八十年前后？这些贡献如何构成和奠定了历史的根本方向？

* 香农提出了系统的信息理论

八十年前，科学家前沿性地意识到：伴随量子科技，特别是原子结构认知的突破，经典的物质状态世界已经开始向信息世界和信息时代转型。世界是由物质、能量和信息构成。那么，什么是信息？至今难以定义，但有一点可以肯定，信息不是物质，无法用物理形态表现出来。它涉及到众多理论、模式、方法和工具。香农创建了信息论，包括信息结构、尺度、单位、标准和应用的技术路线。特别是信息和熵的关系，信息最终的体现是数字和数据。

* 冯·诺伊曼架构解决了信息的形态问题

那么，人类如何处理数字和数据？唯一选择是计算机。于是，冯·诺伊曼提出了冯·诺伊曼构架，解决现代计算机的三个原则：第一，计算机引入二进制；第二，实现数据存储和执行；第三，计算机体系包括输出、输入、储存、运算和中心控制。美国的第一台离散变量自动电子计算机EDVAC就是基于冯·诺伊曼构架而发明。可以肯定，没有冯·诺伊曼架构就没有计算机或者人类在计算机上要走漫长的道路。

*斯蒂比茨解决了计算机的遥控问题

如何将处于物理独立状态的计算机连接起来，不仅是最自然的思路，而且是最早期的互联网思想。对此，斯蒂比茨做出了巨大贡献，他将电路开关技术应用于计算机，解决了01语言的运行和电磁式计算机的遥控问题。由于他的贡献，奠定了计算机通信和互联网的基本技术前提。

* 图灵奠定了人工智能的基本思路

正是在这样的历史时刻，图灵提出了一个更加严肃的问题：计算机是否会学习？是否会思考？这就是人工智能的基本思路，进而提出了著名的“图灵测试”，图灵因此被誉为“人工智能之父”。

总之，从1944年到1950年前后，所谓的最重要的科学前沿机制在信息论、计算机科学、计算机互联网、计算机思考这四个方面。这四个方面的交换作用，就是所谓的信息和通信技术革命（ICT Revolution），或者是数字革命（Digital Revolution）。

在过去的八十年间，人类一直被这四条平行线所左右。只是在过去的十年左右的时间，人们突然发现这四条平行线发生了交汇。此时此刻，这样的交汇突然加速。

数字生态的形成与演变

人类历史上农业经济和工业经济，都是存在于农业生态和工业生态体系之中的。数字经济也不是单纯的经济，其背后是一个数字生态时代。简单回顾一下数字生态是如何形成与发展、变化。

*数字经济、数字技术的基础理论问题，1950年代已完成

数字时代是以计算机为基础，以互联网为网络而构成的一种全新的社会经济模式或社会运行体系。互联网保守估计有八十年的历史，可以简单分成几个阶段。

1940年代，奠定数字生态关键思想和技术的时期。

1950年代，计算机和半导体发生技术根本性的突破。

1960年代，实现从互联网思想到阿帕网的投入和使用。

1970年代，制定互联网规则（TCP/IP）。

1980年代，个人电脑普及。

1990年代，万维网诞生和基于互联网经济的全面崛起。

2000年以后，二十年间数字经济全面崛起。

在这个过程中，还有三个人非常重要。第一位是诺伯特·维纳（Norbert Wiener，1894 - 1964），提出了控制论；第二位是万尼瓦尔•布什（Vannevar Bush，1890 - 1974），奠定了美国前沿科技管理体系，是构建科学家、政治家和企业家联盟的关键人物，也是美国曼哈顿计划的参与者和组织者；第三位是约瑟夫·利克莱德（Joseph Carl Robnett Licklider，1915 - 1990），在1960年代设计了互联网的初期架构——以宽带通信线路连接的电脑网络。

历史事实是：在上个世纪50年代，数字经济、数字技术的关键问题，包括今天讨论的半导体和芯片问题，都在基础理论和关键技术层面得以完成。著名的“摩尔定律”就是在这个时期提出来的。

* 计算机和互联网自身的发展形成数字生态双轮驱动

在数字经济和数字生态的发展过程中，最重要的推动力是两个轮子，一是计算机硬件和软件的发展，二是互联网硬件和软件的发展。其中的互联网历史有四个非常重要的里程碑：创立了局域网，或者阿帕网（ARPANET）；建立相关规则；发明和应用日趋完备的技术体系，包括电子邮件、编程、远程登录、网上交流；建立了万维网。特别强调，蒂姆·布纳斯-李（Timothy John Berners-Lee，1955 - ）的贡献巨大，因为他，互联网实现了全球化，并全方位进入民众生活。

在互联网的发展过程中，逐渐形成完整的数字生态，生态中的基本元素是数据。在数字生态中，数字经济至关重要。因为数字技术的商业溢出效应，产生了具有创新特征的代表性公司，并形成彼此的分工。例如，台积电（台湾积体电路制造公司，TSMC）主要解决芯片问题；社交平台有推特；元宇宙有Meta公司（前身是脸书Facebook）；搜索引擎有谷歌；还有软件开发的微软和跨境电商亚马逊。

* 数字生态时代陷入危机：数据、算法、摩尔定律

在上述背景下，形成算力为动力、算法为工具、平台为纽带这样全新的数字经济形态。在数字生态中，平台经济起到核心作用。平台经济使用户、商家和生产者之间构成了全新的三角形关系。期间，形成了系统数字生态理念。在这方面，美国圣塔菲研究所、麻省理工学院和惠普公司对数字生态理念、目标、愿景进行宏大阐述和力所能及的实验。

当人们对数字技术、数字经济、数字生态充满极大的热情，推动数字化转型之时，也要看到数字生态所面临的困境和潜在危机。

主要是：人类大脑无法解决非线性问题和指数计算问题。在传统数字技术的框架中，无法解决非线性的和加速成长为特征的大数据的爆炸。现在数据大到难以想象的程度，现在已经进入175ZB规模，距离YB时代近在咫尺（1PB=1024TB，1EB=1024PB，1ZB=1024EB，1YB= 1024ZB，1BB= 1024YB）了。除了算力不足，算法滞后。大模型的本质是解决概率问题，这个世界是由或然率决定的，人类过去的算法工具已不可行。此外，还有数据确权问题、安全问题和治理问题。在过去五年时间里，数字技术支持的硬技术方面，挑战也是严峻的。例如，摩尔定律已是极限，于是衍生出后如何理解和面对后摩尔定律时代。

总而言之，不要认为数字经济靠它本身或者数字技术可以无限发展下去，这是错觉。

智能生态由边缘向中心跃迁

第二条平行线即人工智能，一直在发展。其实人工智能就是关于怎么处理输入输出，完成自我学习，优化升级，实现像人一样的思考，并且超越人类。

* 74年后，第二条平行线的AI走出沼泽地成为主导力量

人工智能是可以不断定义、不断动态发展的概念。人工智能演变历史中，最重要的两个问题是如何通过机器学习和将自然语言纳入大模型（Large Language Models，LLM），与神经系统结合，实现可持续的深度学习。

完成这一历史跃迁花了七十年。从1950年图灵提出图灵测试至今已有74年。如果以1956年夏天在美国达特茅斯召开的为期两个月的人工智能大会算起，是68年了。此次会议的发起人都是当时的年轻人，几乎探讨了人工智能的所有问题。这次会议形成符号主义、联结主义和行为主义三条路线。最后是联结主义路线被证明是唯一能够走出人工智能沼泽地的路线。

这漫长的近七十多年的历史期间，人工智能有起有落。

2009年之后，人工智能急速发展，在这一年，“智能汽车”进入人们视野；

2015年成立了非营利性人工智能研发组织OpenAI；

2017年诞生了第一代有语言和智能意识的机器人索菲亚；同年论文《Attention Is All You Need》发表，提出了今天人工智能发展的完整框架和核心技术，即Transformer，实现了机器学习模型的突破。从2017年之后，人工智能进入了所谓的快车道；

2017年到2022年11月30日，人工智能产生了根本性的突破；

2022年年末，ChatGPT的发布，彻底改变了人工智能生态，实现了人工智能从“边缘”到“中心”的跃迁。人工智能迅速变成一个主导性的科技力量和发展模式，成为可以泛化的一种工具。

* 当下人工智能由大模型的集群构成，高度竞争和快速进化

业内将大模型通常分为通用型和行业型。一种错误观点认为，大模型是人工智能的突破性进展，是人工智能的工具。这样的认识是很不够的。今天讲人工智能，就是要讲大模型，没有大模型的人工智能是不成立的。也就是说，人工智能已“大模型”化，人工智能和大模型实现了前所未有的高度重合。现在，人工智能由大模型的集群构成。目前正处于高度的大模型竞争和进化的历史时期，一方面还会有新的大模型产生；另一方面，绝大多数大模型会自生自灭。

过去一年，与大模型有关企业的盈利速度显著，人工智能成为影响资本市场的核心变量。这也是对美国股市去年比较惊艳的表现的解读。在微观层面，人工智能一方面催生全新的智能企业，另一方面正在大面积地推动企业的智能化转型。例如，2022年11月之后，优步（Uber）的大模型使用规模是遥遥领先的。

2024年：数字与智能经济“一体化”融合

当下的历史时期，可以概括为数字技术和数字经济会迅速被智能化技术和智能化经济所改造和替代的时期。所谓数字化转型，在尚未完成的情况下，又叠加了智能化转型。

* 大模型竞争在于GPU，并已从芯片扩大到“芯粒”

因为智能化需要大数据的支持和培育，数字经济和数字技术的进展会对智能化技术、智能化经济产生非常积极和正面的作用。中国面临巨大挑战，那就是要重构包括数字经济和智能技术在内的新的基础设施，即物理形态所支撑的新的基础结构。现在产生了两个新概念，人工智能硬件与人工智能软件。支持人工智能大模型的硬科技正在快速进入“后摩尔时代”，除了GPU（图形处理器）之外，还有DPU（数据处理器），以及谷歌开发的TPU（为机器学习定制的张力芯片）。而CPU（中央处理器）只是数字时代的基础结构的支撑。现在比较大模型，不仅看其思路、构架是否更完美，更要看GPU、DPU，因为它们直接关于实际性能。目前，英伟达是GPU的“王者”，已有V100、A100，正在研发的H100（第九代数据中心GPU）能够维持未来十年的优势。但是，谷歌、微软、英特尔、AMD也都在加速开发自己的GPU。

特别值得关注的是，具有多功能的“芯粒”（Chiplet），即预先制造好、具有特定功能、可组合集成的晶片（Die），开始成为人工智能基础设施的新赛道。

* 从数字资本、AI资本并存，到AI资本压倒数字资本

网上有一个对话：英特尔前高级副总裁帕特·基辛格（Patrick Paul Gelsinger，1961 -）在麻省理工学院的座谈会上反省了英特尔的成长教训。他提出，英伟达太幸运了才会成功。英伟达对此反应激烈，英伟达称，是凭借对人工智能发展过程清晰的判断和认知才获成功。我认同英伟达的观点，在整个硅谷或者当时广义的IT产业中，只有英伟达的创始人黄仁勋（Jen-Hsun “Jensen”Huang，1963 - ，美籍华人）在1999年重新认识和解决了到两个问题，一是GPU和图形的问题，二是平行计算问题。人类大脑虽然可以同时思考很多问题，无法同时运行若干个平行计算。平行计算超出了过去传统或经典计算机的思路，在模型和芯片上加以支持。英伟达实现了不起的突破。

今天是数字企业、数字技术和智能技术混合企业的成长过程，绝大多数微观企业必须完成定制化的人工智能的转型，从数字资本和AI资本的并存，到AI资本压倒数字资本。过去软件开发靠人，现在靠人工智能，人工智能可以节省55%的资源。

按照区域分析，人工智能领域的投资差异十分明显，美国第一，欧盟第二，其次是英国，然后是中国和世界其他国家。这就说明，在农耕时代，所有国家都是参与者。在工业时代有一批参与者和引导者，其他国家勉强能跟上，只是发展速度不同。但数字时代，已经有一半国家出局。到人工智能时代只有极少数国家有能力、有资格参与竞争和游戏。

* 下一步将通过具身智能机器人加速数智一体化

目前已形成许多人工智能领域的新企业集群，除了大型公司还有许多小公司，从绘画、唱歌、写小说到PPT制作。

下一步，在大模型的基础上，具身智能机器人将在经济和社会的各个领域发挥全方位的作用。什么叫具身人工智能？它与过去的机器人不同，过去机器人是生产线上辅助人类、替代人类体力劳动的机器人，我们把它理解成蓝领机器人，对人类威胁并不大。今天产生的是超白领机器人，它最大的特点是具有学习、推理、判断、决策、创造等能力。2024年，马斯克做的第二代人形机器人Optimus（擎天柱），会实现感知、运动、交互这完美地结合，成为彻底改变人工智能的新一代，目前生产的目标是至少100亿台超过地球总人口80亿。

* 人工智能代理时代来临，知识图谱、思维方式被迫改变

在这个数字和智能融合时代，一切人类的行为都可以通过人工智能得以实现。用人工智能的话说，是可以多模态生成的时代，人工智能可以满足人类所有想象的愿望并加以实现。其中，最震撼的是人工智能代理时代扑面而来。

AI Agents现在处于什么状态？所有人都被迫作出选择，在不同领域中很快面对或处于三种场景：其一，经典传统人主导的、人工智能辅助的场景；其二，人和人工智能平分秋色的场景；其三，人工智能占主导的场景。未来大趋势是，人们会发现，大模型与人之间也需要有中介，所有事情都需要通过人工智能的中介加以实现。

最严肃的问题是，人工智能改变知识图谱和思维方式，会强制人类接受不断改进的思维树，接受新的决策模式。人工智能会改变人类反馈强化学习的模式。同时，人工智能也会彻底改变云计算、区块链、互联网，重新构造元宇宙。

*既通过开源推动技术发展，也要考虑制定AI宪法

2023年，全球最有影响的开源软件开发平台GitHub对于人工智能技术开发贡献甚大。基于这个平台的人工智能有关的项目达到三亿多。在亚太地区，印度、日本、新加坡都是这个平台的受益者。这也意味着，充分利用GitHub是实现人工智能技术开源的重要途径。

现在，可以考虑提出一个人工智宪法（AI Constitution），推动人工智能和DAO的结合模式，也推动人工智能的法规、体系、监督的方式 。

＊新挑战：大模型有无极限，有无替代？如何控能耗？

总之，当人工智能刚刚从边缘进入人类经济活动的中心位置，已经开始面临诸多的严肃问题和一系列挑战，包括：大模型是否有极限？视觉、图片性数据是否有天花板？Transformer为核心的支持大模型框架，是否有替代方案？如何改善人工智能大模型成本结构？如何降低人工智能能源消耗？如何构建人工智能与Web3的融合模式？等等。所有这些问题，在2024年都需要有解决方案和技术性突破。

上海的优势与潜能

首先，制度优势。人工智能发展到今天，任何一个项目的开发动辄十亿、百亿甚至上千亿美元，它对资本的需求需要实现资源整合。中小企业直接开发或者创新人工智能的技术难以实现。所以，需要集结力量。举国体制正在成为关键选择。在这方面，中国特别是上海地区是有优势的。

其次，区域创新体系。上海已经建立包含政府、科研机构、企业紧密集合的区域创新系统，具有相当成熟和互动的经验，现在应当思考如何将这些经验和资源投入基于人工智能的创新。

再次，制造业基础。从数字经济到智能经济，最终还是与工业制造结合，需要有相当的工业制造能力支撑这样的智能体系。例如具身智能机器人。在这方面，中国有优势，上海的优势更加明显。

此外，先发优势。上海具备先发优势的基本条件，有条件组织AI联盟。

结语：

AI发展进入博弈状态，世界需要全新解决之道

2023年3月29日，美国生命未来研究所公布了一封由辛顿、马库斯和马斯克发起，共1079人联署的公开信，呼吁人工智能停止六个月开发，在此期间加快开发强大的AI治理系统。但是，事实证明该愿望并未实现，因为人工智能的所有方面都已进入博弈状态，每个人或者每个主体都处于“纳什困境”。

最后，引用最近三个人的话作为我的结尾，微软首席执行官纳德拉说，“人工智能的黄金时代已经成熟”。比尔·盖茨说，“未来18个月到24个月，我们现在刚开始，人工智能会（在发达国家）广泛地使用”。斯坦福大学的吴恩达（Andrew Yan-Tak Ng，1976 - ，美籍华人)提出一个观点，今天大模型往前发展就是世界大模型。Facebook首席人工智能科学家杨立昆（Yann André LeCun，1960 - ，法国AI科学家）说，“AI将接管世界，当然它不会征服”。

英国经济学家刘易斯（William Arthur Lewis，1915 - 1991）曾经提出农业经济和工业经济二元结构理论。几十年过去，在世界范围内，传统的二元结构并没解决，现在又出现了工业经济和数字经济的二元结构，以及数字经济和人工智能经济的二元结构，导致几个二元结构的差距（gap）的叠加时代，最终引发世界的非均衡发展的加剧，甚至断裂。人类必须寻求全新的解决之道。中国要有新的历史贡献。

简言之，2024年，将是人工智能彻底改变传统经济形态、传统社会形态和传统全球化的关键一年。未来愿景是，人工智能将以2023年为拐点，2024年将全方位向所有行业和社会领域蔓延。

整理：李念 金梦

文末链接

文：朱嘉明

图：现场拍摄 邢千里 PPT来自演讲者

编辑：李念