麻绎文：算力再度火爆，人工智能还能布局吗
0分享至一、人工智能助推算力需求主持人：今天我们重点跟大家聊聊人工智能板块的投资机会，之前这些板块有一定的回调，但是最近又有一些细分的行业（比如存储芯片和其他算力方向）非常活跃。所以今天我们邀请到国泰量化投资部基金经理助理麻绎文老师，来跟大家一起聊聊。首先想请教一下麻老师，在人工智能浪潮中，AI和各种算力扮演着怎样的角色？麻绎文：其实人工智能的发展对算力需求有一个比较大的推动作用。人工智能大模型的训练可以分成两个部分，一个是训练侧，一个部分是推理侧。1、训练侧训练侧就是“喂”给人工智能一些经过标记的数据，这些数据可能来源于互联网上的百科或者是纸质的报刊、杂志等等资源，对它进行一些数据的标注，把这些数据“喂”给人工智能大模型进行训练，这样的话可以测定参数的设置。2、推理侧在这个大模型训练过程结束之后，面向用户需要去进行一些推理侧的应用。比如说大家去给人工智能模型抛出一系列问题，大模型就会进行一些推理型的计算，得到对应的答案，再输出给用户，这是整个人工智能大模型在应用过程中的划分。大家可以发现在两个环节其实都有很大的算力需求，根据OpenAI的报告，其实从2013年以来，整个以人工智能为代表的数据科学其实对算力有一个比较大的需求上的推动作用，大概每三到四个月整个算力的规模就会翻一倍，所以说这个增速是非常快的。往后看，我们觉得在整个人工智能大模型发展的过程中，参数的量、数据的量，其实都会有一个比较大的爆发。我们知道ChatGPT从1代只有几十个、几百个参数，到现在可能已经有上千亿的参数级别，包括“喂”的数据量也从过去GB级别的数据量，到现在可能有TB级别这样非常大规模的数据资源。从这个角度来说，在训练侧，首先人工智能大模型数据量，包括参数量都在翻倍式地增长。从推理侧来看，随着ChatGPT逐步地开源，用户去使用的数量也会变得越来越多，尤其是近期推出了GPT4.0以后，OpenAI对于问问题的数据也是有限制的。这背后反映的是目前算力不足的现状。总体来说，我们认为人工智能的发展对整个算力行业是有比较大的推动作用。二、算力相关的板块有哪些？
主持人：刚才麻老师讲到了人工智能发展中，算力是非常重要的一块，很多人在做二级市场投资的时候经常会谈到算力，算力会涉及到哪些行业板块？会有哪些相应的机会？麻绎文：我们觉得可以从两个角度来说：1、芯片领域（1）国产替代我们知道，芯片领域中使用在人工智能模型中的芯片可以分成很多类，包括CPU、GPU等等一系列的芯片都可以做人工智能的运算。但是这当中，GPU芯片（也就是显卡）在并行计算上有优势，所以在人工智能运算的方面，其实GPU的市占率比较高。由于性能的优异性，包括GPU在运算的速度、能耗上都有比较大的优势。目前我们国内人工智能领域的GPU芯片市占率达到了90%以上，也就是说基本上是绝对主导的地位。从整个全球GPU芯片竞争格局来看，海外两家头部大厂的市占率大概在96%左右。对于国内的国产厂商来说，整个国产替代的空间非常大。从去年开始可以看到，在GPU芯片领域发生着一系列科技摩擦类事件，包括海外头部大厂比较顶尖的人工智能运算GPU芯片，逐步开始对国内进行禁运，未来国产替代这条路还是比较漫长的，也是必须要走的。（2）行业规模增速从整个行业的规模增速来看，海外的市场机构也是基于人工智能大模型的发展，预测未来从2021年到2030年十年间整个GPU市场规模大概会在30%复合年均增速以上。不管从市场综合增速，还是从国产替代的角度来看，我们都认为未来整个GPU芯片领域都有比较好的投资机会。2、服务器领域另一方面，在人工智能服务器领域，数千片或者上万片的GPU芯片互相之间需要有通信上的连接来构成服务器的集群。从这个角度上来说，我们觉得在通信板块也有一定的投资机会，包括交换机、光纤光缆、光模块，这些都是今年市场关注度比较高的领域。尤其是光模块，我们知道在非常快速的传输应用场景当中，必须要使用这种光信号，那么到连接端之后就需要做光电的转换，所以在线缆的两端都需要用到光模块。从整个全球的竞争格局来看，其实国内的头部厂商有一定的竞争优势，尤其是在未来人工智能大模型的运算场景之下，对于传输速率有比较高的要求。比较新的人工智能服务器架构里面会用到一些传输速率比较高，甚至是800G的光模块。从去年下半年开始，国内的光模块头部大厂也已经开始有小批量的出货。从今年来看，有可能会逐步导入到海外大厂的供应链里，下半年开始可能会逐步看到以800G光模块为代表的高传输速率的光模块放量，这也是目前整个市场有一定预期的投资机会。总体来说，我们觉得在算力侧，首先核心肯定是GPU芯片，目前国内相对来说这一块技术实力还比较薄弱。尤其是国内一些头部大厂的技术实力，可能仅仅相当于海外头部大厂2018年左右的水平，所以说总体来说技术实力的差距还是比较明显的。它的投资机会肯定更偏向于中长期，也就是国产替代，包括技术实力进步带来的投资机会。短期来看，从业绩确定性角度来看，整个国内通信设备的厂商，包括光纤光缆、交换机、光模块，这样一些企业其实是能够切入到海外的供应链里面来，这块的投资机会短期的业绩兑现确定性相对来说会比较高。三、芯片行业投资机会解读
主持人：刚才也重点强调了人工智能的存储芯片，很多投资者都会芯片很感兴趣，那么在人工智能算力这一部分，芯片的比重有多大？麻绎文：其实整个芯片就是AI算力的核心，也是提供算力的基础运算单元。整个AI的服务器里面，一个服务器就要用到几十块GPU芯片。在这样一种情况下，芯片在AI服务器里面价值量占比非常高，所以GPU芯片长期来看也是成长前景比较高的方向。尤其是在未来算力领域不断爆发的状态下。从目前来看，国内的GPU芯片头部厂商其实有部分能够切入到国内的互联网企业做大模型的产业链，但是整体来说目前整个出货量还比较少，还不能做到完全的国产替代。像刚刚所说，整个国内GPU芯片领域的投资机会，还是要着眼于中长期，短期的技术实力还有追赶的空间。主持人：麻老师给我们介绍了一下在存储芯片、AI芯片方面，我们有一些国产替代的逻辑和未来的空间在这里，后续大家可以关注一下。刚才讲到了存储芯片，也想衍生一下。很多人说芯片行业是一个周期性的行业，您觉得我们应该怎么看待这个行业后续的投资机会？麻绎文：芯片整个行业从库存周期来说，或者从景气周期来说，它的景气上行和下行的周期时间点差不多在18个月左右，也就是说大概在一年半的时间。我们去回顾上一轮芯片行业比较大的行情，从2019年出现了国内通信包括科技领域龙头公司被海外制裁的事件，也就导致大家关注到国产芯片的替代行情。除了国产替代之外，其实上一轮芯片行业的周期在2019年下半年前后见到了景气周期的拐点。当时，一些存储芯片出现了涨价的情况，背后的逻辑其实是5G手机开始更新换代之后，全球消费电子市场对于芯片的需求开始逐步向上走，所以整个芯片行业的上行周期大概从2019年年中或者是下半年开始。其实大家回顾上一轮的行情，在2019年下半年到2020年，整个芯片板块的涨幅是非常巨大的。另一方面，国产周期的更迭也会影响芯片的行情。我们知道整个芯片板块的国产化率相对来说还是比较低的，尤其是里面核心的上游环节，比如说材料、设备，很多环节国产化率都不到10%，也就是说在这样一种背景之下，我们有很大的国产替代的空间。上一轮在芯片设计领域已经涌现出了很多可以跻身世界一流的公司，但是我们也受制于材料和设备领域的关键环节，导致在晶圆代工等等领域处在卡脖子的状态当中，所以整个芯片的国产替代周期是更长的，我们觉得放眼未来五到十年都有一个比较大的确定性。短期来看，从芯片景气周期来看，从2019年下半年芯片板块出现涨价之后，一直到2020年出现的公共卫生事件之后，大家可以发现远程办公，包括在线娱乐等等领域又出现了一系列需求上的增加，导致整个芯片板块的景气周期一直延续到了2021年。从2021年的下半年开始，我们可以发现芯片板块的需求逐步在往下走，尤其是2022年全年，全球的智能手机包括PC的出货量同比处在持续下滑的阶段。虽然刚刚提到了在算力领域GPU的芯片有需求上的增加，但是我们知道在整个大的芯片板块里面，它的下游需求其实有百分之六十几在消费电子，也就是PC加上智能手机上，整个芯片板块的需求更多还是跟着消费电子的需求走。从这个角度来看，今年整个一季度消费电子的需求还是没有见到太大的起色，包括市场机构对于二季度整个存储芯片价格的预判还有同比负百分之十几价格上的降幅，也就是说短期消费电子芯片的需求相对来说比较疲软。从芯片的景气周期角度来看，我们觉得下半年有可能见到景气周期逐步筑底向上走的拐点。总体来说，我们觉得从短期景气周期角度来看，今年下半年开始逐步有希望见到芯片板块的周期逐步筑底往上走的行情。从大的国产替代周期来说，尤其是上游国产化率比较低的材料设备，其实是一个比较偏中长期的行情，大家可以去做一种长期的关注和布局。另外，从算力侧的角度来看，这里面针对着芯片领域比较细分的GPU芯片细分子行业，这也是一个比较长的需求增长和国产替代的道路，大家去关注它的时候可以更多关注长期的投资机会。主持人：麻总给我们讲得很详细，芯片这块和消费电子的关联性很高。刚才麻总讲到了芯片的周期性和目前所在的位置，能否介绍一下芯片具体的上中下游哪一个是比较值得关注的投资机会？麻绎文：如果去看芯片板块的产业链关系，我们觉得可以大致分成上游的材料设备，中游的设计和制造，下游的封装和测试。从国产化率角度来看，上游材料设备很多环节国产化率都不到10%，比如说芯片材料里面的光刻胶，设备里面的光刻机等等，这里面的国产化率都非常低，尤其是针对精度比较高的芯片，其实国产化率更低。总体来说，国产替代的逻辑可能会走得比较长。中游的设计、制造领域，尤其是晶圆代工非常依赖于材料和设备，所以总体上来说这一块也是被海外卡脖子比较严重的一项环节。在设计领域，其实国内的头部设计大厂，不管在手机的消费电子领域，包括汽车的车载电子这样一些芯片设计的公司，其实都已经做到了比较成熟的阶段。但是我们知道光有设计，没有制造也不行，还是很容易被海外制裁。总体来说，我们觉得上游的材料和设备是比较关键的领域。到了下游的封装和测试，其实国产化率已经比较高了，国内也可以做到自主可控，尤其是头部的封测公司，其实技术实力储备也比较强。尤其是近几年来出现了Chiplet先进封装的技术，就是把相对来说制程比较低的芯片做一种特殊的堆叠，能够达到制程相对来说比较高的效果，这一块的技术近几年的市场关注度也比较高。往后看，虽然说封测领域国产化率目前已经比较高了，但我们觉得Chiplet也是国产替代去做弯道超车的一个部分，大家可以去做一定的关注。总体来说，在整个芯片产业链里面来看，各个环节都有一定的投资机会，建议大家可以通过芯片ETF（512760）做一些全面的布局。四、通信板块投资机会解读
主持人：刚才也讲到了光模块和通信，通信前段时间也有一定的上涨，请麻老师跟我们讲一下通信板块的投资逻辑和后续的相关机会。麻绎文：其实通信模块可以从政策和产业两个角度去分析投资机会。1、政策角度从政策角度来看，我们觉得去年出现了比较大的一些事件，也就是东数西算，就是把东部的数据和西部的算力资源相结合，在这个中间就会有一些通信设备领域的需求。也是从去年年初开始的一系列政策，引发了大家对于整个通信板块的关注。直到去年下半年，在通信领域最大的催化政策还是来自于数字经济的大范畴，尤其是在去年年末，我们可以看到国家推出了数据二十条的政策。从过往来看，大家往往不把这种数据认为是一种生产资料，大家往往认为土地、劳动、资本可能是一种生产资料，现在我们逐步认可到数据本身作为一种生产资料其实有一定的价值，包括数据二十条其实是解决了数据资源的定价，包括交易等等一系列问题上的关键环节。从这个角度来说，具备一定的数据资源的公司，它的价值会得到重估。比如说国内的运营商、通信设备领域的公司在传输当中的需求也有一定的增长。到今年年初又出了两个事件，一个是国内提出了要统筹建立国家数据局，另一个是《数字中国建设规划》的出台，这两个其实体现了国内政策层面对于数字经济的重视。《数字中国建设规划》里面，把数字中国的建设纳入到了党政体系的考核范畴里面，也就是说整个数据中国的建设有了一个执行力度上的保障。这里面也提到了领导各社会资本去参与数字经济的建设当中。其实过往大家会担心在财政领域去做数字经济的建设会不会存在资金支出不足的问题，但是未来如果说是引导整个社会资本进入到数字经济的建设当中来，那么其实资金的问题可能会得到相对来说比较有效的解决。另一方面，《数字中国规划》里面提到了将数字经济和传统的行业进行一定的结合，包括农业、金融等等。其实这些行业都会有比较大量的数据资源，数字经济工具所使用的领域也是比较宽泛的。在这样的情况下，整个数字经济和传统经济行业相结合，其实能够创造出更大范围的经济价值，总体来说政策领域从去年下半年开始，对于数字经济的支持力度还是比较大的。2、产业角度从产业角度来看，我们觉得可以从两方面出发讲一下通信板块的投资机会。一个方面是去年下半年开始的信创政策。其实从去年下半年开始可以陆续看到国内行业信创逐步落地，尤其是金融、通信的央国企开始进行了招投标和设备的替换，包括在计算机板块有一些操作系统，在通信板块可能会有数据中心、服务器等等信创领域的替换，我觉得参考上一轮信创行业的行情，是从政策预期到后面的订单逐步落地，再到后面的业绩兑现，其实走了两年多的行情。当前，我们觉得从去年下半年开始，政策逐步落地到今年的上半年，订单逐步落地。往后看，整个通信板块的业绩兑现情况有可能逐步会实现。另一大产业变革是刚刚提到的人工智能领域的变革。在去年年末，OpenAI发布了ChatGPT。一开始大家对于它的关注度并没有那么高，最主要的原因是大家一开始没有想到人工智能的商业化落地会这么快。包括到今年之后，其实进展是不断超出整个市场预期的。包括国内的厂商相继发布自己的人工智能大模型，今年ChatGPT发布了自己的第四代，在很多能力上有了一个比较大幅的提升，包括逻辑推理能力、文字处理能力等等，文字处理量相对前一代也有数十倍的增长。总体来看，人工智能大模型的进展是非常迅速的，近期也可以看到ChatGPT发布了手机APP，包括海外的芯片巨头发布了自己一系列人工智能的大模型解决方案，去帮助一些相对来说规模比较偏中小型的企业解决人工智能大模型开发的问题。所以总体来说，通信板块目前还面临着人工智能大模型发展迅速带来的新投资机会，尤其是刚刚提到的在大模型服务器、数据中心当中会使用到的互联互通的设备，光纤光缆、交换机、光模块等等，其实这块的需求量增长是比较大的。未来，整个通信板块不管是在政策角度还是在产业角度，其实成长性、成长空间都比较大，大家可以关注通信ETF（515880）。五、游戏板块投资机会解读
主持人：麻老师给我们总结了两个驱动的方向，一个是信创驱动的通信行业的前景和需求，第二是人工智能的驱动。人工智能这一块儿，最近市场也在热议人工智能技术在游戏行业的落地和应用场景，游戏行业前段时间也有比较大的涨幅，您怎么看游戏行业？麻绎文：首先从游戏行业和人工智能结合的角度来说，我们可以从两个角度来看这个问题。1、降本增效人工智能对于游戏行业带来两大变革，其一是降本增效。降本增效的理解可以从游戏行业的成本端来分析，我们知道整个游戏的创作过程，其实可以分成美工、开发以及策划等等，尤其是美工，其实占到了很大的成本，传统上来看，游戏行业的美工成本可以占到50%到60%。随着人工智能大模型的不断发展，其实具备了多模态的能力，所谓多模态就是除了文字之外，它可以处理其他的数据类型，包括图像、语音、视频等等。海外已经有这样一些软件发布，就是说能够根据用户的指令生成一系列的图像，通过AI大模型的模式来形成用户所需要的图片，这块是所谓的文生图，能够给游戏行业的美工带来很大的时间或者成本上的节约。近期国内一系列游戏大厂已经开始逐步通过AI美术上的原画来节约开发成本。包括近期可以看到头部的GPU公司发布了自己针对游戏行业的服务，也就是大模型开发的集中式、批量式的生产服务，其实可以帮助一些中小型的游戏公司产生一些智能交互NPC的形象，也可以帮助游戏行业进行降本增效。2、游戏创新另一方面，在人工智能大模型发展背景之下，整个游戏行业的玩法也出现了创新，比如说海外已经有一系列智能交互的NPC类的游戏开始落地。过去游戏行业在开发过程中就把文案或者剧情设计好了，不同的人去玩同一款去玩游戏的体验差别并不大。但是随着人工智能大模型和游戏行业逐步结合，一方面我们去和游戏人物进行交互的时候，交互的内容可能会出现千人千面的状态。另一方面，整个游戏的剧情可能也会出现一定的变化，这背后会导致整个游戏行业的可玩性有比较明显的提升。我们觉得这从两个角度来看，未来整个游戏行业和人工智能结合的能力可能会越来越强，也可能是人工智能大模型下游应用落地比较快的领域。这也是今年整个资本市场对于游戏行业关注度比较高的原因之一。从游戏行业自身的基本面角度来看，我们可以看到，去年年报以及今年一季报整个游戏行业的净利润还是处在同比增速下滑的阶段。这背后反映的就是游戏行业当前基本面表现并没有那么强，主要原因一方面是从2021年年中到2022年的年中，游戏行业有8个月的版号停发，游戏版号是游戏公司的生命线，只有获得了新的版号之后才有新游戏的上线，才可以获得新的流水。所以说过去几年，尤其是2021年到2022年的上半年，游戏行业是处在一个比较强监管的状态，整个政策层面更多关注的是未成年人保护领域，其实也是严格限制了游戏行业的一些新游戏发行等等。从去年下半年开始，随着未成年人保护取得了不错的进展，整个未成年人的时长和流水占比比较低，在这样的情况下，政策角度也逐步转暖。去年下半年开始游戏行业也陆续获得了自己的版号，尤其是头部的游戏公司在去年年末开始拿到了自己的新游戏版号，未来还需要经过一到两个季度的测试，包括试运营等等，才能够逐步地形成一个稳定的流水。短期，整个游戏行业的业绩兑现还没有那么快，从这个角度出发，游戏行业虽然在上涨一段时间之后，它的短期估值还是比较高，尤其是一季度的业绩兑现情况也没有那么快，也导致了在5月份有一定的调整。全年来看，游戏版号恢复发放之后，整个游戏公司今年业绩增长的确定性相对来说还是比较高的。另外，在下半年有希望看到游戏公司人工智能大模型应用的落地，一方面会帮助进行降本增效，另一方面可以帮助产生一系列新的玩法上的创新，所以总体上来说游戏行业的投资机会还是比较显著的。另一方面是政策层面，从去年下半年到今年整个政策更多认识到了游戏行业的一些科技价值，包括文化价值。其实现在提到的GPU芯片一开始也是在游戏领域的应用非常广泛，尤其是在图像处理这个方面，后续也是因为图像的并行运算上的优势，使得它被使用到了人工智能大模型运算的领域。总体上来看，我们觉得游戏行业既有自己的文化价值，又有自己的科技价值。结合这两个价值来看，未来我们觉得游戏行业的政策，尤其是在未成年人保护取得比较明显的成效之后，整个游戏行业的政策层面也会逐步转向积极。可以关注游戏ETF（516010）和游戏沪港深ETF（517500）。六、人工智能现在还能上车吗？
主持人：人工智能经历过一段火热时间之后，最近又有回暖迹象，很多投资者比较关心，现在能不能上车？后续主要关注哪些点？麻绎文：目前整个人工智能板块行情还处在相对来说偏早期的阶段，不管是上游的算力侧的业绩兑现，还是下游的应用，以及中游的大模型开发等等，其实目前都还处在比较早期的阶段。对于整个行情可以从更长期的眼光去看待。从短期来说，整个大模型的涨幅相对来说还是比较巨大的，从去年的下半年ChatGPT发布以来，尤其是游戏板块最高已经有翻倍的涨幅。其实这个涨幅相对来说还是比较巨大的，而且上涨也是比较快的。短期来说，包括计算机、通信、游戏等等这些板块的业绩表现并没有那么好，也没有出现比较快的增速，其实背后反映的就是短期人工智能大模型的落地还没有那么快。总体上来说，短期的行情出现一些波动也是比较正常的。从板块的估值角度来看，其实整个通信板块目前估值相对来说还比较低，但是计算机、游戏由于去年业绩受影响比较明显，今年估值短期来说也比较高，也是出现高波动的原因之一。在投资建议上，其实人工智能大模型短期不可避免会出现一定的波动，尤其是在积累了这么大的涨幅之后。从未来来看，着眼于中长期的投资来看，行业机会可能还没有走完，也建议大家如果想要去布局的话，可以考虑在整个板块出现一定调整之后再进行逢低分批的布局。风险提示：投资人应当充分了解基金定期定额投资和零存整取等储蓄方式的区别。定期定额投资是引导投资人进行长期投资、平均投资成本的一种简单易行的投资方式。但是定期定额投资并不能规避基金投资所固有的风险，不能保证投资人获得收益，也不是替代储蓄的等效理财方式。无论是股票ETF/LOF基金，都是属于较高预期风险和预期收益的证券投资基金品种，其预期收益及预期风险水平高于混合型基金、债券型基金和货币市场基金。基金资产投资于科创板和创业板股票，会面临因投资标的、市场制度以及交易规则等差异带来的特有风险，提请投资者注意。板块/基金短期涨跌幅列示仅作为文章分析观点之辅助材料，仅供参考，不构成对基金业绩的保证。文中提及个股短期业绩仅供参考，不构成股票推荐，也不构成对基金业绩的预测和保证。以上观点仅供参考，不构成投资建议或承诺。如需购买相关基金产品，请您关注投资者适当性管理相关规定、提前做好风险测评，并根据您自身的风险承受能力购买与之相匹配的风险等级的基金产品。基金有风险，投资需谨慎。特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice:Thecontentabove(includingthepicturesandvideosifany)isuploadedandpostedbyauserofNetEaseHao,whichisasocialmediaplatformandonlyprovidesinformationstorageservices.
/阅读下一篇/返回网易首页下载网易新闻客户端人工智能可能有自主意识了吗
➤大模型、大数据的驱动让人工智能在对话的自然度、趣味性上有了很大突破，但距离具备自主意识还很远。换言之，即便人工智能可以对人类的语言、表情所传递的情绪作出判断，但这主要应用的是自然语言处理、计算机视觉等技术
➤不同于当前依赖数据学习的技术路线，新一代人工智能强调在没有经过数据学习的情况下，可以通过推理作出合理反应，从而与没有见过、没有学过的事物展开交互
➤当前人工智能治理面临的最大挑战，是我们没有一套比较成熟的体系来规制其潜在的风险。在发展科技的同时，必须同步发展我们的规制体系
➤“技术归根结底是由人类来发展和把控的。人类和人工智能的未来，是由人类选择的。”
今年6月，美国谷歌公司软件工程师布莱克·勒莫因称语言模型LaMDA出现自我意识。他认为，LaMDA拥有七八岁孩童的智力，并相信LaMDA正在争取自己作为一个人的权利。
LaMDA是谷歌去年发布的一款专门用于对话的语言模型，主要功能是可以与人类交谈。
为佐证观点，勒莫因把自己和LaMDA的聊天记录上传至互联网。随后，谷歌以违反保密协议为由对其停职。谷歌表示，没有任何证据支持勒莫因的观点。
事实上，“AI（人工智能）是否拥有自主意识”一直争议不休。此次谷歌工程师和LaMDA的故事，再次引发讨论。人们想知道：人工智能技术究竟发展到了怎样的阶段？是否真的具备自主意识？其判定依据是什么？未来我们又该以怎样的能力和心态与人工智能和谐共处？
人工智能自主意识之辨勒莫因认为LaMDA具有意识的原因有三：一是LaMDA以前所未有的方式高效、创造性地使用语言；二是它以与人类相似的方式分享感觉；三是它会表达内省和想象，既会担忧未来，也会追忆过去。
受访专家告诉《瞭望》新闻周刊记者，上述现象仅仅是因为LaMDA所基于的Transformer架构能够联系上下文，进行高精度的人类对话模拟，故能应对人类开放、发散的交谈。
至于人工智能是否已经具备自主意识，判定标准如何，受访专家表示，对人类意识的探索目前仍属于科技前沿，尚未形成统一定义。
清华大学北京信息科学与技术国家研究中心助理研究员郭雨晨说：“我们说人有自主意识，是因为人知道自己在干什么。机器则不一样，你对它输入内容，它只是依照程序设定进行反馈。”
中国社会科学院科学技术哲学研究室主任段伟文认为，一般意义上，人的自我意识是指对自我具备觉知，但如何认识和理解人类意识更多还是一个哲学问题而不是科学问题，这也是很难明确定义人工智能是否具备意识的原因。
被誉为“计算机科学与人工智能之父”的艾伦·图灵，早在1950年就曾提出图灵测试——如果一台机器能够与人类展开对话而不能被辨别出其机器身份，那么可以称这台机器具有智能。
这一设想随后被具化为，如果有超过30%参与测试的人以为自己在和人说话而非计算机，就可以认为“机器会思考”。
当前随着技术的发展，已经有越来越多的机器能够通过图灵测试。
但清华大学人工智能国际治理研究院副院长梁正告诉《瞭望》新闻周刊记者，图灵测试只能证明机器在表象上可以做到让人无法分辨它与人类的不同，却不能证明机器能够思考，更不能证明机器具备自主意识。
段伟文表示，目前大体有两种方式判定人工智能是否具有自主意识，一种以人类意识为参照，另一种则试图对机器意识进行全新定义。
若以人类意识为参照，要观察机器能否像人一样整合信息。“比如你在阳光下，坐在河边的椅子上看书，有树影落在脸上，有风吹来，它们会带给你一种整体的愉悦感。而对机器来说，阳光、河流、椅子等，是分散的单一元素。”段伟文说。
不仅如此，段伟文说，还要观察机器能否像人一样将单一事件放在全局中思考，作出符合全局利益的决策。
若跳出人类构建自主意识的范式，对机器意识进行重新定义，则需要明白意识的本质是什么。
段伟文告诉记者，有理论认为如果机器与机器之间形成了灵活、独立的交互，则可以称机器具备意识。也有理论认为，可以不追究机器的内心，仅仅把机器当作行为体，从机器的行为表现判断它是否理解所做事情的意义。“比如机器人看到人类喝咖啡后很精神，下次当它观察到人类的疲惫，能不能想到要为人类煮一杯咖啡？”段伟文说。
但在段伟文看来，这些对机器意识进行重新定义的理论，其问题出在，即便能够证明机器可以交互对话、深度理解，但是否等同于具备自主意识尚未有定论。“以LaMDA为例，虽然能够生成在人类看来更具意义的对话，甚至人可以与机器在对话中产生共情，但其本质仍然是在数据采集、配对、筛选机制下形成的反馈，并不代表模型能够理解对话的意义。”
换言之，即便人工智能可以对人类的语言、表情所传递的情绪作出判断，但这主要应用的是自然语言处理、计算机视觉等技术。
郭雨晨直言，尽管在情感计算方面，通过深度学习的推动已经发展得比较好，但如果就此说人工智能具备意识还有些一厢情愿。“把‘意识’这个词换成‘功能’，我会觉得更加准确。”
技术换道有专家提出，若要机器能思考，先要解决人工智能发展的换道问题。
据了解，目前基于深度学习、由数据驱动的人工智能在技术上已经触及天花板。一个突出例证是，阿尔法围棋（AlphaGo）在击败人类围棋世界冠军后，虽然财力和算力不断投入，但深度学习的回报率却没有相应增长。
一般认为，人工智能可被分为弱人工智能、通用人工智能和超级人工智能。弱人工智能也被称为狭义人工智能，专攻某一领域；通用人工智能也叫强人工智能，主要目标是制造出一台像人类一样拥有全面智能的计算机；超级人工智能类似于科幻作品中拥有超能力的智能机器人。
从产业发展角度看，人工智能在弱人工智能阶段停留了相当长时间，正在向通用人工智能阶段迈进。受访专家表示，目前尚未有成功创建通用人工智能的成熟案例，而具备自主意识，至少需要发展到通用人工智能阶段。
梁正说，大模型、大数据的驱动让人工智能在对话的自然度、趣味性上有了很大突破，但距离具备自主意识还很远。“如果你给这类语言模型喂养大量关于内省、想象等与意识有关的数据，它便更容易反馈与意识有关的回应。”
不仅如此，现阶段的人工智能在一个复杂、专门的领域可以做到极致，却很难完成一件在人类看来非常简单的事情。“比如人工智能可以成为围棋高手，却不具备三岁小孩对陌生环境的感知能力。”段伟文说。
谈及背后原因，受访专家表示，第一是当前人工智能主要与符号世界进行交互，在对物理世界的感知与反应上发展缓慢。第二是数据学习让机器只能对见过的内容有合理反馈，无法处理陌生内容。第三是在数据驱动技术路线下，人们通过不断调整、优化参数来强化机器反馈的精准度，但这种调适终究有限。
郭雨晨说，人类在特定任务的学习过程中接触的数据量并不大，却可以很快学习新技能、完成新任务，这是目前基于数据驱动的人工智能所不具备的能力。
梁正强调，不同于当前主要依赖大规模数据训练的技术路线，新一代人工智能强调在没有经过数据训练的情况下，可以通过推理作出合理反应，从而与没有见过、没有学过的事物展开交互。
相比人类意识的自由开放，以往人工智能更多处在封闭空间。尽管这个空间可能足够大，但若超出设定范畴便无法处理。而人类如果按照规则不能解决问题，就会修改规则，甚至发明新规则。
这意味着，如果人工智能能够超越现有学习模式，拥有对自身意识系统进行反思的能力，就会理解自身系统的基本性质，就有可能改造自身的意识系统，创造新规则，从而成为自己的主人。
“人工智能觉醒”背后有关“人工智能觉醒”的讨论已不鲜见，但谷歌迅速否认的态度耐人寻味。
梁正表示：“如果不迅速驳斥指认，会给谷歌带来合规性方面的麻烦。”
据了解，关于人工智能是否有自主意识的争论并非单纯技术领域的学术探讨，而关乎企业合规性的基本坚守。一旦认定公司研发的人工智能系统出现自主意识，很可能会被认为违反第2版《人工智能设计的伦理准则》白皮书的相关规范。
这一由美国电气和电子工程师协会2017年发布的规范明确：“根据某些理论，当系统接近并超过通用人工智能时，无法预料的或无意的系统行为将变得越来越危险且难以纠正。并不是所有通用人工智能级别的系统都能够与人类利益保持一致，因此，当这些系统的能力越来越强大时，应当谨慎并确定不同系统的运行机制。”
梁正认为，为避免社会舆论可能的过度负面解读，担心大家认为它培育出了英国作家玛丽·雪莱笔下的弗兰肯斯坦式的科技怪物，以“不作恶”为企业口号的谷歌自然会予以否认。“不仅如此，尽管这一原则对企业没有强制约束力，但若被认为突破了底线，并对个体和社会造成实质性伤害，很有可能面临高额的惩罚性赔偿，因此企业在合规性方面会更为谨慎。”
我国也有类似管理规范。2019年，国家新一代人工智能治理专业委员会发布《新一代人工智能治理原则——发展负责任的人工智能》，提出人工智能治理的框架和行动指南。其中，“敏捷治理”原则主要针对技术可能带来的新社会风险展开治理，强调治理的适应性与灵活性。
中国信息化百人会成员、清华大学教授薛澜在接受媒体采访时表示，当前人工智能治理面临的最大挑战，是我们没有一套比较成熟的体系来规制其潜在的风险。特别是在第四次工业革命背景下，我国的人工智能技术和其他国家一样都处于发展期，没有现成的规制体系，这样就使得我们在发展科技的同时，必须同步发展我们的规制体系。“这可能是人工智能发展面临最大的挑战。”
在梁正看来，目前很难断言新兴人工智能技术具有绝对风险，但必须构造合理的熔断、叫停机制。在治理中既要具有一定的预见性，又不能扼杀创新的土壤，要在企业诉求和公共安全之间找到合适的平衡点。
毕竟，对人类来说，发展人工智能的目的不是把机器变成人，更不是把人变成机器，而是解决人类社会发展面临的问题。
从这个角度来说，我们需要的或许只是帮助人类而不是代替人类的人工智能。
为了人机友好的未来确保通用人工智能技术有益于人类福祉，一直是人工智能伦理构建的前沿。
薛澜认为，在科技领域，很多技术都像硬币的两面，在带来正面效应的同时也会存在风险，人工智能就是其中一个比较突出的领域。如何在促进技术创新和规制潜在风险之间寻求平衡，是科技伦理必须关注的问题。
梁正提出，有时技术的发展会超越人们预想的框架，在不自觉的情况下出现与人类利益不一致甚至相悖的情况。著名的“曲别针制造机”假说，即描述了通用人工智能在目标和技术都无害的情况下，对人类造成威胁的情景。
“曲别针制造机”假说给定一种技术模型，假设某个人工智能机器的终极目标是制造曲别针，尽管看上去这一目的对人类无害，但最终它却使用人类无法比拟的能力，把世界上所有资源都做成了曲别针，进而对人类社会产生不可逆的伤害。
因此有观点认为，创造出法力高超又杀不死的孙悟空本身就是一种不顾后果的冒险行为。
与其对立的观点则认为，目前这一担忧为时尚早。
“我们对到底什么样的技术路线能够发展出具备自主意识的人工智能尚无共识，现在谈论‘禁止发展’，有种空中楼阁的意味。”梁正说。
商汤科技智能产业研究院院长田丰告诉《瞭望》新闻周刊，现实中人工智能技术伦理风险治理的关键，是产业能够在“预判防范-应用场景-用户反馈-产品改进”中形成市场反馈机制，促成伦理风险识别与敏捷治理。同时，企业内部也需建立完整的科技伦理自律机制，通过伦理委员会、伦理风控流程平台将伦理风险把控落实到产品全生命周期中。
郭雨晨说，人工智能技术发展到目前，仍始终处于人类可控状态，而科技发展的过程本来就伴随对衍生问题的预判、发现和解决。“在想象中的人工智能自主意识出现以前，人工智能技术脚踏实地的发展，已经造福人类社会很多年了。”
在梁正看来，人与人工智能在未来会是一种合作关系，各自具备对方无法达成的能力。“技术归根结底是由人类来发展和把控的。人类和人工智能的未来，是由人类选择的。”
编辑：李华山
2022年08月16日07:42:05