Page 199 - 信息的脉络

·第三部分·
45TB，模型参数达到了 1750 亿个，是目前发布的最大规模的自然语言处理（NLP）
转换器。根据 OpenAI 的算力统计单位 petaflops/s-days，训练 AlphaGoZero 需要
1800~2000 pfs-day，而 GPT-3 用了 3640 pfs-day。这也让 GPT-3 在某种程度上可以
通过大的算力以及大的数据达到一定的通用人工智能的能力。复旦大学计算机科

学技术学院教授、博士生导师邱锡鹏表示，“GPT-3 代表自然语言处理领域新的
技术突破，改变了机器学习模型的范式。”
GPT-3 本质上还是要大数据和大算力来实现的。虽然称不上是技术革命，但
使得人工智能的可用性大大加强，很可能成为跨越人工智能裂谷的关键节点。

此外，GPT-3 意义非凡，为人工智能的发展路径提供了样本，即人类经验的
大规模复制。工业革命实现了物理产品的大规模复制，而信息革命则需要实现人
类经验的大规模复制，包括人类思想的大规模复制和人脑信息的读取。信息革命
未来，就是要利用经验规模复制能力，来实现个性化高端服务的规模化提供。未

来每个人都会有全面周到的管家以及超能的佣人们来提供贴身服务。这为人类社
会发展提供了新的展望。
需要指出的是，算力是人工智能发展的基础。神经网络之父辛顿在 GPT-3 出

现后，曾这样感慨：“生命、宇宙和万物的答案，其实只是 4.398 万亿个参数而已。”
如今，罗氏、辉瑞、诺华、默沙东等知名制药企业都在瞄准人工智能来完成药物筛选，
以加速新药研发进程；谷歌公司的 AlphaFold-2 成功解决了蛋白质折叠的问题，突
破了生物学 50 年的重大难题……这些科技成果背后离不开超大规模算力以及巨大

的资金投入，算力已经成为基础科研的重要工具。算力的制约为中小企业发展的
设置了障碍，并可能会造成大企业的算力垄断。

智能无人驾驶

无人驾驶无疑是人工智能的典型应用。自从谷歌正式对外宣布自动驾驶汽
车项目以来，自动驾驶行业已呈现出整体布局、多元配置、多角度切入的格局，
5~10 年后可具备千亿美元乃至万亿美元规模的庞大产业生态已具雏形。我们也
许还无法准确预测，全功能、最高等级的自动驾驶汽车会在什么样的时间点，真

正走入普通人的生活，但毫无疑问的是，这一次人工智能热潮中，自动驾驶一定
是最大的应用场景。自动驾驶带给我们的有关未来生活的想象空间，几乎是无穷
的。这绝对不是未来的汽车都不需要司机，我们可以躺在车里睡觉、听音乐这么
简单的一件事。

汽车本身的形态也会发生根本性的变化。一辆不需要方向盘、不需要司机的
汽车，可以被设计成前所未有的样子。

• 183 •