外籍院士羅智泉：大模型發展模式不可持續

11月26日，中國工程院外籍院士、香港中文大學（深圳）副校長（學術）、深圳市大數據研究院院長羅智泉，在深圳創新發展研究院舉行的活動中，認爲大模型高耗能的發展模式不可持續，需要考慮落地成本，垂直領域中小模型是一個新方向。

羅智泉表示，AI發展的每個階段都代表着AI能力和應用的某種進展。2023年是生成式人工智能的突破之年，以ChatGPT爲代表的人工智能大模型，內容生成能力表現驚豔，一時間拉開了國內“百模大戰”的序幕。

羅智泉梳理了AI的發展歷程，及全球發展態勢，指出我國大語言模型發展迅速，不乏華爲—盤古大模型、阿里雲—通義千問、騰訊—混元大模型這樣的優秀成果，但在技術封鎖的大環境下整體上呈追隨態勢。

有研究估測，訓練1750億參數量的大模型GPT-3，能耗相當於開車往返於地球和月球，一次運算就要花費450萬美元。

羅智泉將AI能耗與人腦能耗對比，人腦相當於低功耗燈泡，能耗量平均約25瓦；而GPT-3訓練一次消耗約1287兆瓦時，GPT-4能耗預計更高，ChatGPT日均消耗超過50萬度電，從而指出大模型的發展模式不可持續，落地實現大模型的價值，需要考慮部署成本，垂直領域中小模型是一個新方向。

他認爲，大模型和人腦相比還有所不同，模型的大問題是數據越來越多，調好了一方面，其他方面又變弱，沒有局部化，如果是局部化，某部分調整隻用改某部分的參數，只涉及某部分神經元。

作爲科研工作者，羅智泉感受到國際地緣政治的影響，國際合作變得越來越難。但羅智泉對中國的科技及產業發展持樂觀態度，並以AI技術賦能5G網絡性能的親身體驗展現了AI在突破技術封鎖、引領產業升級中的巨大作用。

對於AI的未來發展趨勢，羅智泉表示更重要的是廣泛應用前景，商業的閉環很重要，現在因爲能耗、能力、人才等方面的問題，AI產業大部分是在燒錢的。

他認爲，隨着AI發展，很多行業會被改變，大學也會發生變化，就像斯坦福大學隨着硅谷崛起一樣，抓住機會的大學也會崛起。

他認爲同聲翻譯專業可能需要關停並轉，商科中的一些專業，包括會計，GPT的能力已經可以做到，以後需求會變小，他所在的大學全校的學生都要學人工智能的初級版，是必修掃盲課。人文社科也需要擁抱計算社會科學，不能簡單做問卷調查，問卷調查不能反映社會全部。

他比較重視有交叉的學科，希望學生能設計多個學科，有基礎數學的分析推理能力，另外他很重視物理，OpenAI做AI的年輕人很多是學物理出身，包括埃隆馬斯克也是如此，可以幫助瞭解世界。