2024年，人工智能领域风起云涌，模型架构、训练数据、多模态、超长上下文、智能体发展突飞猛进。大模型的演进路在何方？

恰逢2024世界人工智能大会召开，在7月5日召开的“AI for Science: 十问”论坛上，上海人工智能实验发布其科学智能创新平台“浦科”OpenScienceLab。新民晚报记者专访上海人工智能实验室领军科学家欧阳万里教授。欧阳万里主要负责AI for Science（科学智能）方向的研究，领衔了气象预报大模型“风乌”、种业大模型“丰登”等多项成果研发。

在专访中，欧阳万里表示，“通专融合”是建立在过去一段时间大模型研发基础上的思考和总结，是更适合未来大模型的发展路径。

走“通专融合”发展之路

新民：2024世界人工智能大会上，多模态是不少与会嘉宾经常提及的，多模态大模型与大模型有什么区别？

欧阳万里：多模态大模型指的输入的形式非常多样。大众熟知的GPT类型的语言模型，普遍输入的是文字，输出的也多是文字。多模态大模型输入的可以是文字，也可以是语音、图像，甚至是视频。当输入形式不一样了，大模型与人交互的方式也不一样——变得更灵活、更多样。

新民：很多大模型研发团队纷纷提出“通专融合”的路径，这会是未来一段时间里大模型的演进方向吗？

欧阳万里：在近期的研究中我们发现，当有了非常不错的通用模型，加上关键领域有专业能力的模型来配合，将是一条能在细分领域走得更远，更适合未来丰富应用场景的道路。

我们不止一次注意到，一个80分的基础模型，通过数据或是算法的局部加强，在专业领域里能达到120分。大量研究机构的结果也都证实了这一点。

新民：有人觉得，Scaling Law（尺度定律）今年要走到头了；也有人认为，它在一段时间内依然有效，您怎么看？

欧阳万里：这个问题可以一分为二来看。一方面在有足够数据和算力的支撑下，Scaling Law应该仍然会有效，但我们不该一味追求这样一个方向。我们应该相信，通过算法和其他一些创新技术路线，能够让Scaling Law产生平移，在同样算力需求下，能够达到同样的，甚至更好的效果。

AI for Science有独特挑战

新民：在大模型中，AI for Science目前的表现怎么样？

欧阳万里：大家都知道，AI for Science有一个著名的工作是将蛋白质折叠进行预测，很多学者说未来它能获得诺贝尔奖，它做的事情是什么：当我有了一维的序列，就可以得到蛋白质在空间结构上的三维结构。

上海人工智能实验室在AI for Science领域也有突破，目前已经发布了气象海洋全方位预报体系“书生·风乌”、化学大模型“书生·鉴原”和种业大模型“书生·丰登”。

目前我们看到，大模型在AI for Science这条赛道上仍有不少路要走。如果仅仅是从科学知识里去学习文章，那么大模型充其量也就是高中生或者本科生的水平；真正要做科学发现，AI科学家还要赋予大模型更多能力，比如提出假设、数据分析等能力。

新民：大模型在AI for Science上如何提升？

欧阳万里：一方面，科学家们观测到的实验数据，已经为AI for Science提供了好的原材料，AI科学家将通过更强大的算力去得到更优的模型，来获得更好的科学结果。

另一方面，AI for Science本身有一些独特的挑战——需要跟自然科学领域的科学家进行更多的合作，让他们帮助建立更多的知识背景。相信未来三至五年内，AI for Science会对于整个自然科学领域带来更深刻的影响。

上海竞逐“模都”有优势

新民：如何看待申城大模型发展的生态？上海在“模都”竞争中，有哪些优势？

欧阳万里：上海将人工智能作为三大先导产业之一，着力建设人工智能“上海高地”，有着非常好的基础。第一，上海有坚实的科研基础优势，上海人工智能实验室和顶尖高校，从科研基础上支撑起人工智能的进步；第二，上海有诸多头部人工智能企业聚集，他们间的彼此合作与竞争，会带动上海人工智能产业的发展；第三，上海产业聚集，能够给人工智能落地赋能提供非常广阔的场景。

另外，申城各界都致力于各种方式的交流，将政产学研打通，形成了整体生态。如果说还有提升的空间，其实也是上海一直在做的，我们希望吸引更多的尖端人才加入到人工智能大模型的开发队伍中。

新民：大模型从“聊天工具”转变成“严肃生产力”用时很短，是不是代表一种未来AI的发展态度？

欧阳万里：人工智能本身很大的特点，就是容易做到离产业很近。无论是学术界还是产业界，都会认为大模型是人工智能未来发展的非常重要的途径，而且大模型能够把人工智能的对产业的赋能能力带到一个新的高度。

新民晚报记者 郜阳