香港科技大学讲座教授、思谋集团创始人、董事长 贾佳亚
“过去70年AI技术有三个历程，高潮和低谷都出现在2000年之前，也就是我做研究的初期。那时谁敢说自己做AI，他一定是一个‘骗子’，因为没有路径可以实现（AI）。”
8月21日-25日举行的2024世界机器人大会上，香港科技大学讲座教授、思谋集团创始人&董事长贾佳亚在演讲中表示，2012年之后，大众才认知到AI技术重要性，且从机器学习走向深度学习、大模型方向发展。而现在大家却担忧AI能不能维持住人类的工作和“饭碗”，因此这是一个真正走向AI的新未来。
会后，贾佳亚向钛媒体App等坦言，当前“具身智能”概念被过于炒作，这一技术自身还需要很长的时间才能实现。机器人的未来在于跟人相关，就现在的技术阶段而言，人们应该按照“长坡厚雪”的方式去看待这些AI硬件产品。
贾佳亚强调，当前 AI 大模型存在一个巨大缺陷，就是你认为它没有人格或者没有“机格”（机器的人格），你不知道它的悲、喜。但从长期看，AI 和机器人都需要从落地和场景去发挥应用创新。
“所以机器人的发展一定是可期待的，未来很有意思，但是现在这个阶段，我们还是‘饭得一口一口吃’。”贾佳亚称。
据悉，贾佳亚是香港科技大学讲座教授（Chair Professor）、IEEE会士，计算机视觉、AI 与计算机影像学等领域顶尖专家。他发表了200多篇论文，引用量超过70,000次，H指数超过100，多次入选美国斯坦福大学和爱思唯尔数据库发布的《终身/年度全球前2％顶尖科学家榜单》（World's Top 2% Scientists）。
在创立思谋之前，贾佳亚曾执掌腾讯云与智慧产业事业群(CSIG)旗下优图实验室（X Lab），为腾讯 AI 技术体系打下“坚实基础”。2019年，贾佳亚创立智能制造企业“思谋集团”（SmartMore），并且仅用18个月迅速成为独角兽企业。
截至目前，思谋科技已融资超过20亿元，投资方包括IDG资本、松禾资本、红杉资本中国基金、真格基金和联想创投等。同时，思谋已服务近300家全球大型制造业企业，涵盖高端消费电子、新能源、汽车、视频内容制作及提供商等。2024年6月，香港特区政府全资的港投基金首次战略投资的思谋科技。
贾佳亚表示，大模型的训练门槛非常高，中国和美国两大区域都训练出了非常多的大模型，这些大模型的能力极强，花费极高，GPT-4拥有1万多亿参数量，可容纳容几百个美国国家图书馆内容，同时，它大概消耗2500张A100的计算卡，去年上半年硬件的采购金额达9亿美金以上，今年这个数字至少翻了2-3倍。也就是说，每个公司可能要投入在20亿美金左右去采购更多的计算资源。
因此，在贾佳亚看来，AI的发展需要算力成本不增加下提高性能、模型质量以及商业化，从而基于大模型基础能够帮助到工业界以及机器人这个行业，形成产业价值。
贾佳亚对钛媒体App等坦言，大模型的思考上限就是机器人思考上限。因此，AI技术提升才能让机器人、具身智能硬件性能更好，整个过程仍需要漫长的周期。
“所以，当你觉得大模型本身也还存在很多缺陷，很多地方就是有80%是做对的，20%是错的，可能在一个语言系统交互系统你就认了。但是如果在机器人上面，你20%的机会，你做错事情你或者把他骂到，然后把你家本来是干干净净的，后来整得很乱，或者把你该要的东西给扔了，你肯定怒火中烧，你肯定会把这个东西就给丢掉了，或者是直接去投诉或者去卖掉了。所以，这个事情的原因就是因为太早去定义一件事情，这是不对的。”贾佳亚称。
谈到AGI未来与机器人的关联，贾佳亚指出，“人可以定义未来，但我们看到了很多问题，这也是为什么现在学术界一直要做研究事情，因为我觉得不管你认为，这是一个‘白盒子’还是一个‘黑盒子’，还是说这个过程我能理解还是不能理解，这都是一个很有意思的研究方式。我最近会收到非常多来自亚洲地区最顶级的一些学生愿意来读AI的博士，至少在现在看来，这已经产生一个巨大的机会，这个机会如果就像解决，我们认为就像早年时候解决这种汽车动力，从汽油车变到电池电池的问题能解决，车型转换就很自然的从一个旧能源车变成了新能源车，AI的发展也是如此，你肯定是一个阶段，第一代、第二代、第三代、第四代，从旧AI变成新AI。我想说，这是一个机会。”
谈及算力成本高昂，贾佳亚向钛媒体App表示，“我们从来不会认为，你用1万张卡训练出来，这个系统一定会比5000张卡训练的好，我们只觉得1万张卡你才训练出一个系统。所以我每天和我学生讨论，我说就500张或1000张卡，你们比如在推理、编程等领域，能不能把这个能力推到跟GPT-4类似的效果，从而降低我的搜索空间，而且把计算卡的利用率逐步提高。这个是一个研究人员最有意思的工作。甚至是未来，我们可能会想说，一个更加简单的操作、更有效的操作，让1/10的计算量就能够达到现在这10倍计算量所达到的传统方法的效果。”
贾佳亚强调，当前的 AI 大模型技术处于从能用到可用的过程阶段，已经能够在工业、产业界达到一定效果，不一定非得“百模大战”。一旦数学能力提升跨越了“可用”这条线之后，大家也就是比拼价格，全球不断“内卷”和竞争。
今年4月，贾佳亚团队提出多模态开源模型Mini-Gemini，提供2B到34B版本，最强模型在多个指标上相比 Google Gemini Pro 甚至 GPT-4V 都不遑多让。更早之前，贾佳亚是全球最早提出大模型“长文本序列”技术的团队负责人之一。
贾佳亚认为，当前 AI 机器人的数据、实时性都不够完整，整个“具身智能”体验也不够好。
“我现在觉得，我们自己也考察过非常多的机器人公司，因为我自己做大模型，我们工厂也要去买很多机械臂，但是我看到，很多演示是演示的很好，但是你真的跑去跟他说这个东西，你真的做大模型控制（机器人量产）了。那不是控制，都是我们编程编好的，然后就给你演示一下，大家都照着演示这个东西，这个也不是什么秘密。”贾佳亚称。
谈到 AI 人才和劳动力短缺话题，贾佳亚表示，当前劳动力密集产业存在“空心化”和断层问题。
他认为，当前很多年轻人不愿意去做劳累的体力活，所以市场急需 AI 和工业机器人产品能商业化和规模落地，以至于未来5-10年年轻人可以知道怎么去做大模型，如果经验不够，年轻人可以迅速的把大模型能给沉淀起来，从而产生生产力价值。所以，现在全社会需要培养学生非常强的编程能力，这是十分重要的。
展望未来，贾佳亚直言，AI 大模型将进入下一个阶段，需要发展智能体技术，让大模型能够真正体验和实践。而从机器人角度看，硬件应该还是按照“长坡厚雪”方式去看待，它每一年都会有进步。就像比尔·盖茨在1995年对科技业的断言，对今天人形机器人行业也同样适用：
“我们总是高估了未来两年的变化，却总是低估了未来十年内的变革。但无论高估低估，我们都不能无所作为。”
（本文首发于钛媒体App，作者｜林志佳，编辑｜胡润峰）
精彩评论