智见|专访周鸿祎：头部公司才做大模型大部分人得专注场景

出品｜网易科技《智见访谈》作者｜赵芙瑶编辑｜丁广胜大脑是如何工作的？我们能否设计一个机器来模拟大脑？这是早在1956年，信息论创始人克劳德·香农与发明Lisp语言的约翰·麦卡锡在合编的著名论文集《自动机研究》开篇曾提出的两个问题。：大脑是如何工作的？我们能否设计一个机器来模拟大脑？如今，ChatGPT使人工智能技术在拟真度和功能维度方面达到新高度，人工智能似乎与真正的大脑之间的距离开始无限接近

出品｜网易科技《智见访谈》

作者｜赵芙瑶

编辑｜丁广胜

大脑是如何工作的？我们能否设计一个机器来模拟大脑？

这是早在1956年，信息论创始人克劳德·香农与发明Lisp语言的约翰·麦卡锡在合编的著名论文集《自动机研究》开篇曾提出的两个问题。：大脑是如何工作的？我们能否设计一个机器来模拟大脑？如今，Chat GPT使人工智能技术在拟真度和功能维度方面达到新高度，人工智能似乎与真正的大脑之间的距离开始无限接近。

生成式人工智能带来的全面智能化是一场深刻的革命，企业的治理运行逻辑也或将随之发生深刻变革。

在此背景下，互联网巨头们加码AIGC，纷纷表示想要打造“中国版ChatGPT”，这已不是一句口号，而是已经走向落地阶段。放眼望去，近日，清华系智谱AI公司宣布开源ChatGLM-6B大模型，百度也终于发布即将在3月16日召开“文心一言”发布会大模型。基于这个话题，360公司创始人、董事长兼CEO周鸿祎也高度关注AI大模型技术进展，在两会期间，他将“国内AI大模型的技术创新和创新模式”写进提案。

在周鸿祎看来，人工智能会带来一场工业革命，可以重塑甚至颠覆众多企业的现有模式。“GPT已经给大家相当于指明了方向，大力出奇迹。”周鸿祎在接受网易科技专访时指出ChatGPT具有无限无线可能，并对于ChatGPT的未来发展展开大胆想象。

谈赋能传统行业：ChatGPT可重塑企业生态链

今年政府工作报告提出，要加快传统产业和中小企业数字化转型，着力提升高端化、智能化、绿色化水平。

以“专精特新”为代表的中小企业是数字经济发展的主力军，然而在数字化转型的浪潮中，许多中小企业面临着成本受限、转型能力不足等挑战。

作为一名曾经的创业者，周鸿祎非常能理解中小企业以及小微企业的艰辛，他认为在中小微企业转型数字化过程中真正做到一个也不能少，才能实现数字化战略的共同富裕。“数字化浪潮来的时候，我曾说所有的行业值得重做一遍。实际上重做的难度还是很高的，要采集大数据，建立自己的大数据中台，做大数据分析模型，用数据来进行决策，将所有传感器都物联网化，这样成本很高。”周鸿祎道出了传统企业的转型难题。

同时周鸿祎指出，ChatGPT无疑为企业提供了一条新的思路。“现在很多企业如果用ChatGPT进行生态链重塑就比较容易，只需购买SaaS服务，并把SaaS服务跟现在已有的业务流程进行结合。写稿时如果觉得江郎才尽，可以和ChatGPT聊聊天，或许会脑洞大开。”

周鸿祎坚信，人工智能重塑各个行业、各个企业。目前周鸿祎要求其公司每个团队都得做APP的部署，无论是To B、To C都应该涵盖。假设拥有了强大的大脑后台，将云服务引到APP中，软件一定会焕然一新，而ChatGPT无疑是产业革命的加速器。

谈打造中国版ChatGPT：产学研研究机构与产业化公司需“珠联璧合”

ChatGPT背后最为核心的技术，是深度学习的多层变换器Transformer、即GPT中的“T”。其模型也并非完全原创，但是最终产生了1+1＞2的效果。目前，对于前沿科技领域，国内很多研究机构还处于追随模仿阶段。

周鸿祎指出国内企业最终还是要靠自主创新，在学术上有所突破。“前沿的人工智能模型和算法，很多都不是我们原创的，这需要科研机构的努力。同时，单单靠研究机构也不行，必须效仿OpenAI与微软的模式，让研究机构与产业化公司深度合作。”

周鸿祎认为指出，人工智能大模型的成功一部分是技术，一部分是产品体验，还有一部分是工程化，其中存在许多环节，包括内容的调度、数据的筛选、工程师的标注、人工的训练。而研究者往往容易忽视工程化，这是错误的做法。

在他看来，而这需要进行结合与互补。“搞工程化的公司有时往往又觉得搞研究的人想得太理想主义，所以我认为这次人工智能大模型的成功应该说是微软和OpenAI之间珠联璧合的合作起到了决定性作用。微软提供算力、工程师，帮其解决工程化的问题，而产业化公司比较擅长的是用户体验。此外因为大模型训练的成本很高，如果找不到商业模式，是难以为继的，而这也是产业化公司擅长的。”周鸿祎指出了二者各自的优势，同时也挖掘出了其合作模式。

在周鸿祎看来，微软承接了许多属于产业化公司擅长的工作，使OpenAI可以专注于技术研究，双方在资本上又进行了很好的结合，这给予了我们启发，中国可以将大学、国家实验室、科研机构、科研体系和互联网公司、产业公司结合起来，通过合作的方式来推进。

“别人已经领先了，我们不能再把别人踩过的坑再踩一遍。”周鸿祎感叹道。他认为首先可以建立大型科技企业+重点科研机构的产研协同创新模式，打造中国的“微软+Open AI”组合引领大模型技术攻关；其次可以支持设立多个国家级人工智能大模型的长期开源项目，打造开源众包的开放创新生态。建立大型科技企业+重点科研机构为龙头，通过开源、合作、众包和生态的创新模式，引导高校、科研机构和创新型企业形成多个技术路线的创新生态群。这样一来，可以降低错误风险和防止技术垄断风险，避免其变成新时代的数字鸿沟。

谈与国外差距：原创性有差距，两年有望赶上国外

“我觉得中国和国外的差距没有那么大，比光刻机芯片差距都要小很多，主要原因是这方面的论文都是开放的，很多模型算法原来都是开源的，相当于我们有基础。GPT已经给大家相当于指明了方向，大力出奇迹。但是，我觉得这里有很多细节的技术问题，比如灌输知识是容易的，但能力和推理能力，包括各种实际技能的训练较为复杂。所以我认为大概需要两年左右的时间，国内的水平就可以赶上来。”谈及我国的AI企业在资金、人才、底层技术等关键环节与国外存在的差距，周鸿祎这样回答道。

周鸿祎还提出，中国和微软、Google的差距，从模仿角度来看差距不大，从原创角度差距仍然存在。“我们面临几个不利的条件，就是我国缺乏开源的传统，它里面用了很多模型都是前面的公司开源的，没有前面的开源就没有在前人肩膀上的积累，每个公司都要从黑暗中摸索，这对国家整个产业发展速度是不利的。这么牛的技术，也确实不应该被垄断在一两家公司手里。”

他还指出我国目前存在的一些难点。他指出，为了实现对GPT的超越，需要使用更多的数据，而不仅仅是开源数据集。这包括大量的杂志、期刊和图书。公共数据是非常重要的，因为GPT对时效性的要求并不高，它可以使用很早以前的书籍或文章。但周鸿祎也指出数字化的问题是一个难点：“如果大量的中文图书没有数字化，或者没有一定版权的授予，这个版权授予如何进行、国家如果没有政策支持，那么数字化的难度会更大。”

除了版权之外，周鸿祎认为互联网的信息也非常重要，互联网有上万亿个网页，其中有很多都是电子垃圾，这就需要搜索引擎进行调度、处理、过滤和清洗。“但是中国出现一个怪现象，乔布斯发明了APP，大家用习惯了就不怎么用网站了，但是美国还有一个传统，所有的APP背后还有一个Web版本，还是保持了Web化的浏览体验，这样的话这些不涉及用户隐私的数据可以被抓取可以用来做训练，但在中国所有的信息都被APP分割了，APP人为的将互联网分割成了各种信息孤岛。如果你的数据我拿不到，我的数据也不给你，最后大家训练出来的能够真正超越吗？我觉得会比较难。”

同时周鸿祎也规划了一条企业可以选择的路径，他认为打造生态至关重要，ChatGPT目前表面上来看，是打造了一个聊天机器人、个人助理来帮助大家更好的使用工具。而实际上它做了一项工作：秘密挑选了一百家专业公司并扶植其做专业的垂直应用，这一百家公司大部分均为创业公司。

“头部企业才需要搞大模型，大部分企业只需要在大模型的基础上，结合自己的行业场景、专业需求，利用大模型提供AI的能力来赋能自己就可以了。所以，对于很多创业企业应该是一个蓬勃发展的机会。”周鸿祎向网易科技表示。

同时周鸿祎也强调，ChatGPT被称为通用人工智能是因为它构建了一个通用的知识基础，可以为不同的行业和应用场景提供支持，而不是只限于某一个垂直领域。这也是它的产业革命的价值所在。虽然在中文语料方面，ChatGPT的中文表现不如英文表现好，但这是因为中文语料的比例非常低，大约只有百分之几。这意味着要训练更好的中文模型，需要更多的中文语料。

展望未来，周鸿祎认为在追赶美国的过程中，我们要先把自己的“疑难杂症”解决，如果想在一片土壤上长出几棵苍天大树，要长出生态，就先要把土壤环境机制创造好。