聊天机器人(行情300024,诊股)ChatGPT爆红全球，掀起AI浪潮。一时间，人工智能生产内容（AI Generated Content，AIGC）也再次被推上了风口浪尖，国内外科技巨头争相布局。
随着新市场的打开，AIGC将如何影响资本行业的发展？人工智能的发明终究会对人类产生怎样的影响？ 结合当下ChatGPT，金融界推出《颠覆——人类与 AI 之争》特别策划，对话新闻传播、服务行业以及前沿科技等领域专家、学者，探讨人工智能新技术如何驱动经济发展，实现新旧动能转换，促进产业生态的良性发展。
本期嘉宾：旷视研究院基础科研负责人张祥雨
核心观点：
◎人工智能作为新一轮科技革命和产业变革的核心力量，会在未来几年更快速地发展和应用，从而改变我们的世界。
◎ChatGPT 在底层数据、核心技术、用户体验等各方面都可以说是里程碑式的 AI 产品。但对于常识建模、尤其是数学逻辑能力比较欠缺，对数字的敏感性不强。
◎“AI in Digital”和“AI in Physical”是两条不同的技术路线，相辅相成，对我们的未来会产生根本性的影响。
以下为对话全文：
金融界：请您谈一下最新风口上的ChatGPT，将会给人工智能带来哪些变革？
张祥雨：人工智能作为新一轮科技革命和产业变革的核心力量，从底层推动着社会生产力的提升。我们相信，人工智能会在未来几年更快速地发展和应用，从两个方向改变我们的世界。
一是“AI in Digital”，即以 AIGC 为代表的技术浪潮，通过重构内容生产力，让数字世界发生变革。二是“AI in Physical”，即以特斯拉为代表的企业，通过构建不同形态的机器人载体，对物理世界进行改造。
ChatGPT 在底层数据、核心技术、用户体验等各方面都可以说是里程碑式的 AI 产品。 如果我们从智能的角度看，AI 要能完整模拟人脑，大概是“感知-决策-执行-反馈 + 知识/记忆”这几个模块。ChatGPT 的核心技术是 AI 语言大模型，关键是如何让 AI 模型具备逻辑推理能力，以及如何让 AI 学习全互联网的知识。ChatGPT 基本都做到了， 因此在决策和知识这个环节有了很大的突破。但是它基本上是没有跟物理世界发生关系，包括输入和输出。
我们会发现，人类在物理世界的生存能力和基础运动能力，看似简单，其实经过漫长的进化，底层机制是更难被破解的。某种意义上来说，是一种更难学习的智能。 “AI in Digital”和“AI in Physical”是两条不同的技术路线，相辅相成，对我们的未来会产生根本性的影响。“AI in Digital”背后的生成式大模型也为“AI in Physical”的发展带来了新的机遇。旷视的技术愿景是“AI in Physical“，通过构建底层统一的感知 -决策-执行技术体系，做真正影响物理世界的 AI 技术创新。
金融界： 你认为ChatGPT存在的瓶颈是什么？
张祥雨：自从ChatGPT发布之后每天都在体验。我主要关注它的逻辑能力，而不是知识容量。给我最大感受是多轮对话、语义理解能力很强，语言逻辑非常流畅，在高阶的指代关系推理、思维链（chain-of-thought）方面做得也很好。但是对于常识建模、尤其是数学逻辑能力比较欠缺，对数字的敏感性（比如大小关系等）不强。总体上来讲，还是非常超出预期的。虽然在此之前我们已经接触过很多语言大模型，但ChatGPT的出现还是让我感觉技术又前进了一大步。
ChatGPT 在底层数据、核心技术、用户体验等各方面都可以说是里程碑式的 AI 产品。
期待国内能够培养出更多有前瞻能力、能出题的帅才，提出好的课题，带领团队做出具有原创性的科研成果。
金融界：如何看待 ChatGPT 的应用趋势？旷视研究院的核心科研成果有哪些？
张祥雨：从能力上来说，ChatGPT 背后的关键技术底座是生成式大模型；从公司自身角度谈起，模型设计能力是旷视研究院多年以来积累的核心能力。我们围绕“感知算法+算法量产”，不仅在算法模型上有深厚积累，而且还可以将算法生产的全过程实现标准化，从而形成了自己独特的技术优势。
旷视研究院的核心科研成果包括AI生产力平台Brain++ 、开源深度学习框架旷视天元MegEngine、AI算法生产平台AI Service、移动端高效卷积神经网络ShuffleNet等多项创新技术和产品。随着预训练大模型技术在近几年的快速成熟，旷视研究院围绕通用图像大模型、 视频理解大模型、计算摄影大模型和自动驾驶感知大模型四个方向积极布局，并取得了多项突破。比如，在通用大模型方面，旷视提出了RepLKNet、RevCol等创新性模型。在自动驾驶感知大模型方面，旷视提出的PETR系列大模型、 LargeKernel3D和BEVDepth 3D检测模型在检测、分割等任务上均取得了最优成果。
