半岛·体育网页版入口薛澜：中国大部分模型都是“套壳”算力也被“卡脖子”了

　　4月1日消息，近期举行的中国数字经济发展和治理学术年会（2024）上，清华大学苏世民书院院长、人工智能国际治理研究院院长薛澜教授以《人工智能发展的治理挑战》为题进行了主旨演讲。

　　薛澜在演讲中表示，中国 AI 最新发展态势基本平稳，现在国内有超过130个大模型。尽管单从量上讲进步很大，但实际上中国大模型还存在不少问题。他提到有不少大模型是用“套壳”和拼装的方式构建的，而且算力也被“卡脖子”了。

　　“目前很多国外的模型是开源的，那么在开源的基础上进行套壳就可以形成一个套壳的大模型，接着再将一些这样的大模型拼装在一起就变成更大的大模型，这种方式做出来的大模型背后的原创性是有限的。另外，我们算力也被“卡脖子”，比如英伟达的GPU A100和H100被美国禁售，很多公司受到影响。”薛澜表示，此外，中国数据质量比较低，没有真正产业化，相对标准化的数据服务商还比较少，而且中国资本短视等，都是中国大模型产业下一步发展需要思考和解决的问题。

　　薛澜表示，随着2022年11月份ChatGPT问世之后， AI 领域技术创新加速，尤其是以OpenAI为代表的美国技术前沿公司更是形成了你追我赶的局面。今年OpenAI推出了非常独特、跨模态的视频生成工具Sora，时长可以达到60秒，惊艳全球，将对短视频等很多媒体娱乐行业产生巨大冲击。同时，自动驾驶、广告、教育、医疗、安防等不同领域也受到很大影响并有可能成为Sora潜在的应用市场。

　　“同时，美国在AI算力的核心硬件方面也有很多新突破，如Groq LPU这一新的大模型推理芯片，其制程虽然还是14nm，但由于有TSA架构，使得其特定的处理能力非常快，推理速度比GPU快10倍，但能耗只是它的1/10。”薛澜称半岛体育官网。

　　薛澜坦言，随着美国Groq、英伟达、OpenAI等公布多个 AI 新技术不断突破，进一步把中美大模型技术差距拉大，这对于中国的创新体系是一个很大的冲击。

　　”中国现在的创新模式还是遵循比较传统的线性模式，即从学术研究开始，到工程技术半岛体育官网，最后再到产品。这个模式无法形成研究、工程和市场间密不可分的生态，这是现在中国创新体系亟待解决的问题。“薛澜表示半岛体育官网。

　　薛澜指出，“中国 AI 的最新发展态势基本平稳，中国在 AI 领域发表论文全世界最多，美国是第二，中美合作的论文也很多。在AI大模型方面，现在已经超过130个大模型。如果单从量上讲进步很大，但是实际上我们的大模型还存在不少问题，因为有不少是用套壳和拼装的方式构建的。而且，我们的算力也被‘卡脖子’。

　　同时，中国数据质量比较低也是一个问题。中国的数据量很大，但没有真正产业化，相对标准化的数据服务商还比较少，因为大数据服务不赚钱，公共数据企业没有意愿去清洗，定制化服务又一般收费比较高。因此，数据市场如何构建也是需要解决的问题。

　　另外就是资本短视。资本短视有各种各样的原因，其中一个原因是对中国资本市场政策不稳定的担心，另外就是商业化面临一些挑战等。所有这些都是中国大模型产业下一步发展需要思考和解决的问题。”

　　薛澜认为，从综合社会收益讲，生成式 AI 的渗透性非常强，对社会影响是全面的。对制造业来说，AI 有利于推动产业的数智化转型升级，在推进新质生产力和高质量发展方面潜力巨大。中国在这方面已经做了很多探索，例如，三一重工制造工厂应用 AI 技术后提高185%，生产周期30天缩短到7天。同时，AI 在推动智力密集型的服务产业规模化方面也发挥了巨大作用。

　　但是，“AI 的潜在风险体现在多个层面。在个体层面，AI可能引发算法歧视、知识产权争议、信息错误等问题，这与技术本身相关。应用和开发过程中也有问题，包括数据隐私保护、防范伪造等。目前我们比较关心的是这些直接的影响，但是社会层面还有一些更长远的大问题，如劳动力结构调整、产业结构调整等影响。同时，由于劳动力结构调整，可能对收入分配影响很大，从而加剧数字鸿沟、社会不公平等问题，这些都是需要慎重考虑的。另外大模型训练的能源消耗非常厉害，现在看来可能所增加的温室气体排放也是不能忽视的。

　　薛澜认为，政策制定和科技发展步调不一致，造成 AI 治理的挑战。他指出，AI 的技术发展非常快，但治理体系的变化相对慢一些——一个法律法规要出台，其实要经过一系列的论证和各方面的考虑。同时，政府端和企业端信息不对称，也给 AI 治理增加难度。传统的治理，是政府去治理和规制，而企业被规制，一般来讲是用“猫和老鼠”的游戏——企业要想办法去躲避政府的规制，政府要去挑企业的问题在哪里。但实际上，双方有很多盲区。企业不知道政府规制最关心的问题在哪儿，而技术发展可能会带来什么风险，政府也不清楚。所以双方的信息不对称，或者有时候共同无知的情况也经常出现。此外，AI 治理的另一个挑战，是在风险规制的过程中的成本不对称。薛澜举例，滥用或误用 AI 的技术成本相当低，但要去防范这种风险非常困难，所需的成本要远远高于它有可能造成的危害。最后一个挑战则来自全球治理。薛澜指出， AI 的治理是全球治理的问题，不是任何一个国家、任何一个国际组织或者一个企业独自能解决的。专业组织、国际组织、基金会、企业等组织都对这个问题有一定的治理兴趣，甚至于他们也有这方面的能力和条件，但是所有这些组织之间没有从属关系。“联合国是不是最大的？但联合国可能管不了很多企业。中国政府管中国的企业有可能，但是管不了美国的企业，”薛澜指出，一系列机构互相之间有重叠、有矛盾还都有相关的利益，希望来参与治理，这样使得全球治理体系的形成就有很大的困难。目前，全球政府均在完善生成式 AI 的监管。2023年8月，七部门公布《生成式人工智能服务管理暂行办法》开始施行。美国白宫则在2023年10月发布AI监管令，最强大的AI系统的开发者在训练模型时必须通知联邦政府。2023年11月，全球首届AI安全峰会在英国布莱切利园举办，中国、美国和欧盟在内的28个国家和地区签署了《布莱切利 AI 安全宣言》（Bletchley Declaration）。而在欧洲，《AI 法案》已在2024年3月生效。对于前述四大挑战，薛澜提出一系列建议，包括要加强安全和技术研发，尤其要加强国际合作，同时鼓励企业的自我规制，学习国际民航业、核电站等行业的自我规制机制。薛澜还特别提到地缘问题。他指出，美国国务卿布林肯把对华科技政策称为“小院高墙”，但在科技话题下，怎样才是真正的小院？薛澜提出，在 AI 领域，中美双方要加强合作，才能真正解决人类面临的各种问题。

　　2023年，中国提出《全球人工智能治理倡议》，围绕 AI 发展、安全、治理三方面系统阐述了 AI 治理中国方案，包括主张建立 AI 风险等级测试评估体系，不断提升 AI 技术的安全性、可靠性、可控性、公平性；支持在充分尊重各国政策和实践基础上，形成具有广泛共识的全球 AI 治理框架和标准规范，支持在联合国框架下讨论成立国际 AI 治理机构等。

　　“总体来说，中国的 AI 有雄厚积累与先发优势，形成了推动 AI 发展的总体规划，在过去发展过程中也形成了自上而下和自下而上相结合的治理框架， AI 技术也有非常广阔的应用场景。同时，中国 AI 发展未来也面临着一些挑战。

　　首先是怎么样形成不同企业公平竞争的市场环境，包括民营企业、国有企业和外资企业、包括大中小企业等等，这种多元公平竞争的市场环境对 AI 领域发展至关重要；其次是产业生态问题，如何建立企业、资金、人才等多方面主体和多方面资源能够有效流通协调一致的产业生态。第三是治理问题，怎么形成可预期、包容审慎、敏捷有效的治理框架，为形成鼓励 AI 发展的市场环境和产业生态奠定制度基础；最后，就是怎么聚集全球顶尖 AI 人才，OpenAI是全世界各国不同优秀人才聚集发展起来，人才多元化程度很高，中国在这方面需要加大开放力度。”薛澜坦言。

　　薛澜在演讲结尾强调，“在各方面的共同努力下，中国 AI 领域能够抓住发展机遇，克服重重困难，迎接多方面的挑战，有效防控各种风险，让 AI 的发展为中国现代化建设服务，为世界和平发展服务。”

　　清华大学人工智能国际治理研究院（Institute for AI International Governance, Tsinghua University，THU I-AIIG）是2020年4月由清华大学成立的校级科研机构。依托清华大学在人工智能与国际治理方面的已有积累和跨学科优势，研究院面向人工智能国际治理重大理论问题及政策需求开展研究，致力于提升清华在该领域的全球学术影响力和政策引领作用，为中国积极参与人工智能国际治理提供智力支撑。