<mark id="oztn4"></mark>
0
今年 4 月，位于香港清水灣、香港科技大學的一個小型會議室內，匯集了十幾位頂尖的科學家，有以郭毅可為代表的香港本地高校教授，以及專門從北京飛赴港島的何曉冬、王小川等多位 AI 大牛。他們屏氣凝神，熱烈地討論著大模型帶來的技術熱潮。
這輪創新中，香港可以做什么？這是郭毅可彼時所提出的問題。
香港優勢在于高校多、人才豐富，但要把大模型部署到本地、并能應用起來，還需要大量 GPU，算力是大模型生存與發展的必要條件。
討論的最終結果是：必須要有一個機構作為依托，先做一個香港自己的基礎大模型（下稱“香港大模型”）出來。
大模型在國內爆火最初，很多浪潮中的創業者喜歡以“中國版 OpenAI”來講故事。2015 年，OpenAI 成立，這種獨立于商業之外的科研機構模式，被外界視為 ChatGPT 得以大獲成功的基座。但在郭毅可看來，OpenAI 之于大模型，它走通的大模型路徑可以學、它的技術長期理想主義可以學，而不是所謂的商業模式。
“OpenAI 很好，但創新不是如何去思考在中國再現它。每個人有自己的方法論，如果只能看到‘復制’、無疑脫離了創新本身應有的意義。”
他認為，從機構屬性自身出發，無論是如 OpenAI、DeepMind 的海外公司，還是國內像智源、百度、阿里達摩院等各類公司，并不存在真正意義上的模式“差異”，大家的目標是相同的：聚集有一批聰明的人，去做最尖端、最具探索性的工作。
這種樸實的理念也延續到具體的行動上。
之后的四個月里，香港由香港政府資助，港科大牽頭、香港五校聯合成立了香港生成式人工智能研發中心（HKGAI），港科大成為國內首個全面啟用 ChatGPT 服務的高校，目前，香港大模型也在 HKGAI 緊鑼密鼓地研發中、不日將面世。
不在排行榜的分數上爭高低，郭毅可透露，香港大模型的關注點更具體：多少人愿意用？哪些場景可以用？怎么用？出現問題了如何解決？
人工智能的市場很大，香港大模型定位成為一個開源技術基座，在此之上，所有香港本地的市民和企業都有機會使用大模型并可以這個技術基座開發生成式人工智能的應用。用技術來解決過去解決不了的、實實在在的問題，這才是創新的偉大所在。
郭毅可笑稱自己是“工程師”，少說、踏實做好過程中的每一步，是他予以“創新”的本質。
2022 年秋，郭毅可在倫敦
8 月初，在港科大郭毅可的辦公室里，我們與他就香港生成式 AI 研究中心、 HKUST ChatGPT 的話題進行了一場對話。
以下為訪談實錄，雷峰網-AI科技評論作了不變原意的編輯整理：
GPT 革新教育范式
AI 科技評論：今年 6 月 1 日，港科大正式開放了“港科大版 ChatGPT”，是國內首個全面啟用 GPT 服務的高校。專門做一個校園 GPT 的原因是什么？
郭毅可：我們是首個用 ChatGPT 的學校，做一個校園 GPT 的目的在于更好的理解用戶體驗，從而認真研究ChatGPT在大學教育中的有效使用。校園 GPT 是希望讓學生、老師都可以用上這樣的服務和技術，所以當時我們就想，還是買一個Subscribe Server，把 GPT 部署在校園網內，所有的使用數據歸我們自己管，這樣一方面既起到數據保護的作用，另一方面也能基于數據做更多的統計和研究、更好地理解 ChatGPT在大學教育中的作用。
AI 科技評論：在學校部署一個 GPT 里的成本高嗎？
郭毅可：并不像大家想象的那么高，一年大概三百萬港幣左右。
AI 科技評論：使用 HKUST ChatGPT 后，具體帶來了哪些變化？
郭毅可：變化是具體且多方面的，這當中核心的問題是，如何用它來改變我們過去的教育模式。
過去的教育模式主要采用記憶式，ChatGPT 出現后改變了這一情況，單純依靠記憶去學習知識的方式開始變得沒有用，任何問題、ChatGPT 都可以給你回答。這就需要我們去思考，這樣的回答有多少的準確性，可信度。聚焦到教育方法上，這就是要培養學生的批判性思維的能力。
ChatGPT 的有效運用，是需要有許多創造性思維的。舉個例子，例如很多考卷我們可以讓 ChatGPT 做一下，對考卷的質量有一個大體的認知，這樣我們就可以考試作出有意義的設計，可以改變考題，如果你出的考題 ChatGPT 能考 100 分，說明試卷可能沒有什么難度，但如果模型只能考 70 分，這樣的卷子拿去給學生考才有意義。
你可以把ChatGPT的考分作為及格分，要求學生必須比機器做的好。現在，普遍的看法認為有了 ChatGPT 之后學生會抄襲，實際上這個看法很片面。以前搜索引擎剛剛開始的時候，大家也在說可以抄襲，現在 ChatGPT 跟搜索引擎的區別是什么？其實并沒有，ChatGPT 只是將搜索引擎里的信息進行了總結，我們可以將它視作一個非常好的思維鏈搜索引擎。所以對它能力的恐懼，沒有必要太夸張。實際上，ChatGPT 對教師提出了很高的要求，教師們必須改變教學方法，使得學生在和機器的交互中形成自己的思考，提高自己的能力。
AI 科技評論：這個過程中如何辨別機器的回答、并將機器的回答轉換成我們自己的知識和答案？
郭毅可：學會批判地看待它。ChatGPT 給你的不是知識，是壓縮，提煉過的信息。把這樣的信息去粗取精，去偽存真，使其成為知識，是我們在 人工智能時代 教育學生的主要任務，，這都對老師提出了更高的要求。我們的教育再也不是簡單地要求這個學生去回答一些書本上的問題，例如物理的定義、怎么使用定理等等，這都是過去的做法。
AI 科技評論：大模型的出現會如何影響人才教育模式？
郭毅可：最直接的影響是，知識積累的途徑發生了變化。讓人如何在和智能機器的交互中更快地學到東西。這種改變是必然發生的。
之前出現了一個專門向機器提問的崗位叫 Prompt Engineer（提示工程師），其真實含義是人要學會跟機器交流。這類崗位的存在，我覺得有點傻，這種工作要是有，也是暫時的，但它的確反映了當前人與機器交流的水平需要提高。
并且，機器本身也在發生很大的變化。目前大模型才剛剛開始，再過 5 年、10 年，大模型也會發生很大的發展。例如現在的大模型只能回答問題，或許在不久的將來我們還能看到會提問的大模型，這將是交互性人工智能時代的到來。
AI 科技評論：為什么學會提問更難？
郭毅可：所謂的提問有兩種，一種是不懂裝懂，另一種則是真的不懂、計算機也知道自己不懂，這就不容易了。
現在絕大部分的大模型都是在不懂裝懂，真正知道自己不懂的幾近于無，這是第一個方面。另一方面，模型要知道什么是對、什么是錯，這就意味著大模型有了價值觀。不是什么問題都亂提，而是能給出令人覺得有價值的問題。反之，人給出的回答機器也需要進行判斷，看正確與否。所以，有價值觀的機器才可以和人產生有意義的交互。因此，從這些方面來看，我們距離真正的交互式人工智能還很遙遠。
討論「AI 取代人」還太早
AI 科技評論：此前您曾提到一個觀點，認為 AI 的發展是“人創造更聰明的機器，更聰明的機器培養更聰明的人”；這一看法與此前外界對生成式 AI 的擔憂、人類難以控制的觀點是否相悖？
郭毅可：人應該比機器聰明。今天我們對生成式人工智能要做的就是努力地研究它，適當地使用它，用大模型做更多對我們有利的事情，在研究的過程中自然可以有管控它的方法。但前提是我們必須要實踐，不要想當然。
我們要首先要使用它（GPT），這能減少很多對生成式 AI 誤會的產生。任何新技術的出現，勢必會產生好壞兩端不同的看法。過去有了汽車、有了飛機，人類也擔心事故風險、是不是生命就變得危險了；有了計算器，我們也擔心人就不會算數？這些擔憂并沒有發生。只有使用之后你才會發現，人不是這么活的。
機器的確節省了一部分人的勞動力。比如做開會記錄、AI 可以將交流的內容自動錄下并成文，比如翻譯、如果 GPT 的翻譯能力比人更強，又為什么不把這件事交給機器去做？很多的事情是應該被機器取代的， 但人總是有人的用處，最大的用處就是在于人可以駕馭自己創造的機器。或許最開始機器可能會誤用，會有負面的效果，但這些都會被管控的。AI 來之于人、由人研發，為人所用，至少現階段無需太過悲觀，認為它會帶來毀滅性的災難。
AI 科技評論：有些職業確實會因此而消失。
郭毅可：關鍵還是如何改變你自己。
部分崗位確實會取消。例如傳媒，ChatGPT 的寫作能力帶來極大的影響，未來的傳媒形勢也隨之發生變化。再過 4 年，我們閱讀和新聞傳播的方式一定是今天這樣么？職業在社會上也會分化，文字生產者可能變成視頻的內容生產者等等。但這樣的改變有錯么？400 年前一樣沒有報紙、雜志。
所以我們沒有什么好擔憂的。職業變化是必然的，技術推動社會和人的能力的發展也是永恒的。
每次新的技術出現，總有一批人或歡呼、或謾罵。但這并不會、也不能改變什么。我們要做的是在規則范圍內，以科學的方式去探索。而不是等技術在某天發展到一定階段時才發現，這件事別人都做了、而你還不懂。
AI 科技評論：今天大模型市場上，人才也是一個被爭搶的焦點。從 OpenAI、微軟出來的人熱度都很高。
郭毅可：什么叫挖人？我認為這是件很可悲的事情。OpenAI 第一代的人從何而來？
不可否認的是，我們確實需要有領軍的人物，有經驗的工程師來帶領去完成一次又一次的迭代。但看今天世界上，所有的創造有多少是已經創造過的？
一個人在 OpenAI 工作過本身具有很多的偶然性，對大模型有多少的貢獻也存在很多不確定性。同時，一個人在一個問題上做了貢獻，并不等于他的明天還沒貢獻，甚至往往做了一件事情成功、就意味著他會缺乏創新能力，不要去這么想問題， 認為創新的捷徑就是挖人，這太幼稚了。
我在選擇人才上思考的是：要做什么事情，需要具備什么樣的能力，我要的人是否有通過學習獲得這些能力的靈氣，是否可以有踏踏實實做好一件事的耐心，是否可以獨立思考，坦誠相見。
AI 科技評論：如何理解您剛剛提到人在創造中的偶然性？
郭毅可：OpenAI 今天的成就不是偶然，它在創新上做的很好。但深入到團隊里，他們之中有幾個是谷歌的成員？并沒有。所以說，某個人在這個節點在 OpenAI 工作過，這件事本身是有偶然性的，并不意味著他一定是天才。
因此，如果我們的角度是，因為這個人參與過大模型、懂得怎么做，我們 copy 起來更容易，那么我認為，這種想法本身就否定了創新，也不尊重知識產權。
Transformer 提出是在 2017 年，之后在 2020 年 OpenAI 發布了 GPT-3，三年時間過去了，該學的也都學會了。如果今天有 OpenAI 團隊因為我們的工作想加入，我很歡迎，但我并不希望他將 OpenAI 的那套方法論帶過來，不需要。因為每個地方、每個人的做法不同。
多數 VC 對初創公司的關注點會放在創始團隊上，發現團隊里有 OpenAI 的人便趕快投錢、沒有就不投，類似的思路能夠成就一家成功的公司么，并不一定。Midjourney 只有 12 個人，依舊做成了一家這么偉大的公司，它挖了哪些人么？并沒有。因此我覺得，挖人這件事境界不高，檔次不夠。
不做 OpenAI「第二」
AI 科技評論：之前您曾提到，有做一個香港版 OpenAI 的想法，目前這件事還在進行中嗎？
郭毅可：正在進行中。
香港沒有 OpenAI、也沒有智源，我們需要一個像智源這樣的機構。我們確實也這么做了，成立了香港生成式人工智能研發中心。可以說它在做的事情，就相當于一個智源，但我們的組織機制、創新文化、技術途徑和智源不會相同的。
由于香港的主體或應用很多，因此，我們至少要有個自己的 foundational model，下一步才能去思考大模型如何發展，如何跟金融、法律、藝術等相結合進行應用。
AI 科技評論：對這個中心有哪些設想？
郭毅可：香港生成式人工智能研發中心由港科大牽頭，聯合港中文、港大、港理工和港城大，五所香港高校一起打造研究中心，集中力量為香港的政府、市民去做這件事，屆時也會以開源的方式跟大家見面。
站在工業界的立場，有些企業和公司有自己的任務、自己的目標，那個環境更職業一些。架構上不同，但我覺得目前的架構比較好、也更適合我們。
研發中心主要做兩件事，第一件、做一個香港的基礎大模型，第二件要在基礎模型做應用的系統，要有國際水平，也要有香港特色。現在都在推進當中。
AI 科技評論：一個客觀事實是，OpenAI 有微軟的支持，而國內的非營利性機構研究則是以大學研究立項、國家科研經費支持為主，這種模式差異帶來的影響有哪些？
郭毅可：在我看來其實沒有什么差異，只是平臺不一樣。
香港沒有類似微軟這樣的私營產業能夠提供支持，但在內地，百度、阿里、京東、騰訊等等，都有專門的研發部門，企業來提供研發支持。而從大學做科研的角度出發，可能更偏重對創新性的要求。
當然，我們的研究中心的不同之處在于，我們是拿著納稅人的錢、為政府和市民在做這件事，在模型側更注重如何讓香港大模型讓人們能夠用起來，而不是去追求一些人為的指標，比如哪個模型比另一個更精確、任務檢驗的指標更好。我們追求的目標是，如何讓人們能真正使用起來，令大家覺得大模型對他們的生活是有幫助的，這個很重要。
AI 科技評論：您的思路很實在。
郭毅可：一直以來我對自己的定位是工程師，總結起來就是一句話：少說、多做。
AI 科技評論：過去一段時間，很多人都會問一個問題，為什么大模型先在美國產生了、而不是中國。
郭毅可：如果將自己定位成一個跟隨者、依靠別人引路，那它只能永遠慢半拍，充當創造者的解說員和模仿者。
中國不乏創造者，舉些成功的案例。從港科大走出去的大疆，過去人們未曾設想過飛機能夠以無人機的形式飛行，大疆做成了。內容賽道里的抖音、快手，也跑出了它們自己的模式。或許這種創新的類型、級別不同，但這并不意味著，中國就沒有創新。我并不覺得中國的企業就要比美國的公司落后多少。但可能在做事情的心態上，需要改變和調整。
AI 科技評論：OpenAI 的模式是否有帶來哪些沖擊和影響？
郭毅可：首先，我并不認同“OpenAI 帶來新模式”的說法。全身心投入到技術創新的研究中去，無論是谷歌的 DeepMind，還是國內阿里的達摩院，騰訊、百度等企業內部的 AI Lab，長期以來一直都在這么做，因此從這個方面出發，我認為不存在模式上的差異。只是說，可能中國的經濟還沒有達到一個高度。
一個成熟的經濟，必須有一批人去做最尖端、最具探索性的工作。企業有錢就企業投，企業沒有錢、國家有錢就國家投。今天的中國有了很多國家實驗室，我們也相信他們能夠做出創新性的工作。
但重要的是，我們需要明白科學研究是一個長期的過程，并非兩年、三年就能完成的事。科學研究從失敗里走來，不斷地試錯，所以要給時間。
AI 科技評論：我們看到 3 月份的創業潮里，很多企業想在說自己要做中國版 OpenAI，但近段時間類似的聲音似乎變小、變少了，以您的觀察來看，發生這種變化的原因是什么？
郭毅可：事物發展兩面性一直存在。
我覺得王小川就做得還可以，而且我也相信他能做出一個好的結果。他有夢想，也融到了錢，過去的經歷為他提供了很好的知識積累和行業經驗。所以我覺得他是有這個能力去做的。其實，中國在大模型研究和發展上的成就是令人自豪的，我們不要妄自菲薄。
有的人看得更遠，有情懷、想做出一個中國的拳頭產品。有的人聚焦的是它背后帶來的商業價值，目的和方向不同。最終成果有成功、有失敗，很正常。
AI 科技評論：那今天我們想做一個中國版 OpenAI，它需要具備哪些條件或特質？
郭毅可：首先我認為，這個說法已經錯了。不要去做中國的 OpenAI ，OpenAI 已經誕生，沒有必要再去創造另一個。按照這種思路，如果不久后美國或者其他國家又跑出了新的模式，我們又再做一個“中國版”的 XXX，這無異于失去了自己的創新。
我們要做的，應該是中國自己的生成式人工智能，做自己的 AI，而非對 OpenAI 的盲目崇拜。有了 OpenAI 后，谷歌就不值錢了嗎？事實上并非如此。
甚至，要佩服的是 Microsoft 而不是 OpenAI，Microsoft 率先以 Copilot 的模式將所有技術集中在其產品中，真正把 OpenAI 的東西轉變成 embedded insight，這是技術所帶來的真正偉大之處，因為它并非僅僅是技術本身，而是聚焦對人類問題的攻克，正如 DeepMind 用 AI 來解決蛋白質結構、經濟學等各個領域的問題。
OpenAI 值得我們學習之處，是它對科研的初心，從最開始還沒有做起來的階段、就敢于把所有的東西都公開、開源出來，包括對大模型路線的堅持，它之所以存在的特殊性是我們要學習的，而不是學習它的公司和商業模式。
AI 科技評論：也就是說，實現一件事的過程、比達成同樣的結果更重要。
郭毅可：是的。不是說 ChatGPT 很厲害、效果很好，我們就要去追求一個同樣好的 ChatGPT。堅持自己的方向和路線（也很重要）。正如前面我所說，一個能夠提問的機器，能夠跟人辯論、理解語言意義，具有價值觀的機器，遠比復刻一個 ChatGPT 要重要得多。
（雷峰網雷峰網(公眾號：雷峰網)）
相關文章：
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
