刘玉书

7月6日至8日，以“智联世界，生成未来”为主题的2023世界人工智能大会再度绽放黄浦江畔，一批全新人工智能项目进行了现场签约，大会共对接210家上下游企业，达成110亿元意向采购金额，推动32个重大产业项目签约，项目投资总额288亿元，涵盖算力、数据、大模型、硬件、软件等领域，展现了上海不断突破的创新策源力、不断凝聚的产业新动能、不断刷新的应用新标杆、不断优化的开放新生态。本次参展企业数量、展览面积均创历届之最；线下参观人数、全网曝光量均创历史新高，大会的磁场效应已经显现。

抢抓新一代人工智能发展机遇、加快打造世界级产业集群，是以习近平同志为核心的党中央交给上海的重大战略任务。今年适逢世界人工智能大会“落沪”5周年，对于持续推进人工智能高地建设的上海来说，这是个重要的节点时刻。过去5年，上海将人工智能作为重点打造的三大先导产业之一，持续发力，取得显著成果，人工智能高地建设有高度、有厚度、有活力。上海在全国率先出台首个地方性人工智能产业发展五年规划，实施首部人工智能省级地方性法规，建设首个地方人工智能标准体系；通过组建人工智能产业投资基金，撬动千亿元资本；通过促进算法开源、算力开发、数据开放，成立人工智能行业协会等组织，构建人工智能资源要素的高效链接……

由此，在面对快速迭代、不断演进的技术潮流时，整座城市显得如此游刃有余。下一步，上海市委书记陈吉宁在今年的大会开幕式的致辞表示，新征程上，上海要努力推动高质量发展、创造高品质生活、实现高效能治理，比以往任何时候都更加需要发挥人工智能赋能百业的“头雁效应”、拉动发展的“乘数效应”。上海将以更大力度推动人工智能健康发展，努力打造更具国际影响力的人工智能“上海高地”。

未来正在生成，未来属于申城，人工智能“上海高地”的愿景已然不远。

2016年，谷歌的人工智能程序AlphaGo打败了韩国棋手李世石，此举引起了全球性的震动。围棋一直被视为人类智力对决的巅峰游戏。但AlphaGo出现后，人工智能与人类的围棋对战，就像核武器对战古代冷兵器一样，任凭人类怎样“苦思冥想”，都显得那么苍白无力、不堪一击。至此，人工智能开始逐渐进入人们的视野，并越来越引人注目。由此，也引发了一个普遍受到关注的问题：人工智能究竟有何发展前景？有何意义与价值？要回答这个问题，我们需要对人工智能发展进行一个简单的回顾，找出人工智能发展的关键。

人工智能的发展之路是将人类思维转化为计算思维的过程

人工智能是在“人类的思考过程可以机械化”这个基本假设的基础上逐渐发展起来的。20世纪20年代至30年代，数学家们提出了一个基础性的難题：“能否将所有的数学推理形式化 ”对这个问题的研究促使了“邱奇-图灵论题”的诞生。根据邱奇-图灵论题，任何在算法上可计算的问题同样可由图灵机计算。这个理论，加上当时在控制论和信息论中的新发现，促使研究人员开始构建“电子大脑”，这是现代人工智能的最初发展。

1943年，美国神经科学家麦卡洛克和逻辑学家皮茨在《神经活动中内在思想的逻辑演算》论文中提出了神经元的数学模型。这篇论文被视为人工智能学科的奠基石。

1950年，英国数学家艾伦·图灵提出了“图灵测试”概念，为人工智能的理论发展奠定了基础。1956年，约翰·麦卡锡等人在达特茅斯会议上首次提出并定义了“人工智能”这个词，标志着人工智能学科的诞生。

20世纪50年代到70年代初期，人工智能迎来了一个发展的黄金时期。大量的人工智能程序开发出来用于解决代数应用题、证明几何定理、学习和使用英语等。

到20世纪80年代中期，专家系统的兴起一定程度上绕开了通用人工智能所需的海量计算需求，迎来了人工智能的第二次发展期。

从20世纪90年代中期开始，得益于计算技术和互联网的发展，人工智能迎来了第三次发展期。这一时期发生了一系列在人工智能历史上的革命性事件。1997年，深蓝电脑在国际象棋大赛中首次战胜人类。2005年，DARPA无人驾驶大赛，斯坦福的无人驾驶汽车夺冠，成功实现自动行驶131英里等。在这一段时期，人工智能相关的基础科学得到了迅速发展。特别是互联网高速发展，全球海量基础数据的积累以及摩尔定律推动下高性能计算系统的不断升级，为大数据时代人工智能的飞跃奠定了基础。

进入21世纪，随着计算能力的提升和大数据的涌现，机器学习，特别是深度学习，开始在人工智能领域崛起。2012年，AlexNet在ImageNet图像识别竞赛中取得了突破性的成绩，标志着深度学习时代的到来。至今，深度学习已经在众多领域（如图像识别、语音识别、自然语言处理等）取得了重大的成就。大语言模型，如GPT-4等，已经能够生成令人惊奇的自然语言文本。同时，人工智能也正越来越多地应用于实际问题，如自动驾驶、医疗诊断等。

人工智能的发展史是人类思维过程可计算化的发展过程。从最初人类用机械化模拟人类思维过程开始到将人类思维转化为“0”和“1”的计算问题，是人类思维过程中“可计算”部分不断扩展的过程。

思维能否计算化是判断人工智能价值的关键

人类思维的可计算化指的是我们能用算法或者数学模型来模拟、复制人类的思考过程。思维的计算化从五个方面推动着人工智能的发展。

一是推动科技进步。通过可计算化的模型，我们能模拟和解决以前只能通过人类思维解决的问题。例如，人工智能现在已经能够在图像识别、自然语言处理等领域逐渐达到逼近甚至超越人类的水平。这对于科技的进步带来了巨大的推动力。

二是推动经济增长。人类思维的可计算化为各行各业带来了许多新的机遇。例如，在金融领域，算法交易已经成为主流；在制造业，自动化和智能化的生产线提高了生产效率；在服务业，自动化的客服系统提高了服务质量和效率。这些都是经济增长的重要动能。

三是推动社会变革。人类思维的可计算化也给社会带来了深远的影响。例如，自动驾驶技术的发展可能会改变我们的交通系统；在线智慧教育的普及可能会改变我们的教育模式；智能医疗系统的应用可能会改变我们的健康保健模式。这些都可能对社会的组织和运作方式带来深刻的变化。

四是推动文化和艺术创造。人工智能技术，如深度学习，已经被应用到音乐、绘画、写作等艺术创作中。人类思维的计算化，通过强大的算力和算法，当前在一定程度上甚至颠覆了人类艺术的创作模式，也引发了当前全球艺术界对艺术、创新和机器创造力的广泛思考。

五是推动哲学和伦理学发展。人类思维的可计算化对哲学和伦理也产生了深远的影响。例如，它引发了关于意识、自由意志、人机关系、机器道德等一系列哲学和伦理问题，推动了相关研究和讨论。

从以上五个方面可以看出，人类思维的可计算化对文明发展的影响是深远而广泛的，它不仅推动了科技进步和经济增长，也改变了我们的社会、文化，乃至哲学和伦理观念。

那么，当我们面对具体的人工智能产品时，我们应该怎样判断其“思维可计算化”程度呢？其中涉及三个关键问题。

第一个关键是算力及其成本问题。这是人工智能的驱动“引擎”。越高级的人工智能活动，对算力的需求就越高，对应的算力成本也就会增加。

第二个关键是数据的质量及数据集闭合程度。数据是人工智能将人类思维计算化的“燃料”。没有数据，算力的“引擎”就“难为无米之炊”。对于人工智能产品而言，有两个数据的指标非常关键：即数据质量的高低和数据集的闭合程度。这两个指标直接影响人工智能产品的性能。

第三个关键是“算法”。算法在人工智能中扮演着至关重要的角色。可以说，没有算法，就没有人工智能。算法在人工智能思维可计算化过程中，发挥了模式识别、决策制定、优化计算、预测分析、智能控制等作用。算法是人工智能实现功能的基础工具。先进的算法在强大的算力支持下，可以更好地模拟人类的思维过程，因而可以更好地像人类一样，处理现实问题。人工智能大模型就是当前先进的算法、大数据和强大算力支撑下发展的最新成果。

大模型推动了人类创造能力的计算化，展现了人工智能广阔的发展前景

今年来，文言一心、GPT-4以及Mid journey等以内容生成为导向的人工智能应用，引发了一轮又一轮的创新浪潮。大模型在生成式人工智能领域展现出了非凡的能力——大模型实现了人的创造力的计算化。这是人工智能发展的革命性进步。

人工智能大模型指的是使用深度学习技术构建的规模庞大的神经网络模型。这些模型具有数以亿计的参数，能够对大量的数据进行训练，从而在各种任务和领域中展现出强大的语言理解、生成和推理能力。以人工智能大语言模型为例，一般而言，人工智能大语言模型是一个由数十亿个及以上参数（权重）的神经网络模型，通过大量已标注或未标注数据进行训练，以学习语言等的模式和规则，用于处理和理解人类语言。例如，OpenAI公司的GPT-3有1750亿个参数，并利用互联网上公开可用的大型文本语料库进行训练。这使得它能够生成与人类语言表达相似的文本，从而具有在各行业广泛应用的潜能。

大模型的出现，将人类思维可计算化向前推动了一大步。目前，美国的OpenAI人工智能、国内的百度文心一言等大模型已经能够生成令人惊讶的创造性结果，例如生成鲜活的人类文本、创作诗歌、编写音乐，甚至在某种程度上进行科学发现等。这些都是人类创造力的一部分，而大模型已经在模仿这些能力方面取得了显著的进步。

这些大模型通过在大量的数据集上训练，学习到人类的语言、知识和一些理解世界的方式。模型在训练过程中不断优化，最终能够理解和生成新的、有创造性的内容。也就是说，这些大模型使得人类的创造能力在一定程度上变得“可计算化”，因为它们能够利用算法和计算资源来模仿和生成人类的创造性输出。在“创造力”的加持下，当前大模型的发展趋势展示了人工智能广阔的发展前景和意义，其中对以下多个相关行业产生了直接的冲击。

一是客户服务的行业。例如，通过提供24/7的聊天机器人服务，解答常见问题，或者在一些更复杂的场景下协助人类客户服务代表。当前，基于语音大模型的金融客服系统，已经开始逐步在金融领域应用落地。

二是内容创造领域。例如，撰写新闻文章、博客文章、营销文案，甚至创作诗歌或故事。例如目前国内多家主流媒体，以及全球主要的头部传媒集团都开始采用人工智能自动采写、生成新闻报道等。

三是教育行业。例如，在ChatGPT出来之后，由于其强大的程序代码解读和生成能力，直接对全球已有的知名编程线上教育机构产生了直接的冲击。除此之外，大模型还展现了语言学习智能化的强大能力。通过ChatGPT等，可以實现高效的外语辅导和自学。大型人工智能模型可以为学生提供个性化的学习体验，提供定制化的学习资料，或者在学生有疑问时提供即时的辅导，这将加快重构传统教育的模式。

四是翻译和语言处理领域。尽管已经有很多成熟的翻译应用，但大模型在处理更复杂的语言任务，例如处理含有双关语或俚语的文本时，提供更高质量的翻译时已展现出了出色的能力，对已有的翻译行业形成了巨大的挑战。

除了以上四个领域外，大模型同时也正在市场研究和分析、健康医疗领域、娱乐行业等诸多领域展现出了巨大的潜力。也就是说，通过大模型等人工智能技术，人类的创造力可计算化的方面越多，未来发展的前景就会越广阔。

当然，人工智能的这种发展趋势也带来了一些挑战，例如如何确保模型的结果公平，如何保护用户数据的隐私，如何防止模型被用于制造虚假信息等，这些挑战需要引起监管部门以及产学研各界的高度重视。

上海人工智能产业发展的优势与契机

上海的人工智能发展优势明显。上海作为中国的经济中心和全球最大的城市之一，拥有一系列推动人工智能产业发展的优势。主要体现在以下五个方面：

一是政府的积极支持。上海市委市政府率先在全国推出了一系列政策，支持人工智能企业的研发和商业化，为人工智能产业发展提供了良好的环境；二是强大的科研实力。上海拥有众多顶尖的高等教育和科研机构，这些机构在人工智能和相关领域有强大的研发能力；三是丰富的人才储备。上海的高等教育资源丰富，每年为人工智能行业输送大量优秀的毕业生。同时，上海的国际化程度和生活品质也吸引了大量海内外的优秀人才；四是较为完善的产业链。上海拥有完善的信息技术和先进制造业产业链，为人工智能的研发和商业化提供了基础设施和产业配套。同时，上海的金融业也为人工智能企业提供了丰富的融资渠道；五是先进的市场环境。上海是中国最开放和最国际化的城市之一，市场环境成熟、法治环境健全。这为人工智能企业的发展提供了公平竞争的环境和法律保障。

以上五大因素使上海成为了当前中国发展人工智能产业最具优势的城市之一。

与此同时，立足于国内国际双循环相互促进的新发展格局，上海的人工智能发展也迎来了诸多历史性的发展机遇。例如国家政策方面的引导，当前全国金融、医疗、教育、制造业、消费服务业等各行业对自主可控人工智能技术的需求强烈，上海良好的高速互联网、云计算等人工智能基础设施和活跃的创新生态等，均为上海未来人工智能产业飞速发展创造了契机。

立足于上海人工智能产业的发展优势和发展契机，建议上海应从以下幾个方面进一步推动本市的人工智能产业发展：一是从“数据交互”“模型交互”“应用交互”三个方面构建多层次的人工智能发展生态，整合全市乃至全国资源，推动人工智能产业形成合力，协同增效；二是在人才培养方面，不仅要注重高等教育的发展，也要关注中等职业教育，为人工智能产业提供各级别的人才；三是进一步推动《上海市数据条例》《上海市促进人工智能产业发展条例》等相关政策措施的落实，不断完善数据治理和人工智能产业的健康发展；四是推动多层次资本市场与人工智能研发的结合；五是进一步推进开放包容的人工智能创新生态建设；六是积极推进产业应用。可以选择一些重点领域，如金融、医疗、交通等，通过开展人工智能应用示范项目来积累经验，推动人工智能的广泛应用。

随着上海在政策、人才、数据、研发、创新生态和产业应用等方面的全面发力，全方位的布局，上海必将成为全国人工智能产业发展的标杆和全球人工智能的重要中心。

（作者系清华大学五道口金融学院金融安全研究中心研究专员）