人工智能(AI)被称为AI-X,被视为制造、生活、医疗、教育、法律、国防等所有领域的游戏规则改变者。在AI领域,美国无疑主导着全球市场。中国也依托庞大的资本投入、人才培养和大数据,推进“AI崛起”。其后是韩国、法国、英国、德国等在追赶,但与美中的差距已相当明显。
首尔大学AI研究院院长张炳卓3日在接受Seoul Economic Daily采访时强调:“美国、中国的AI投资规模与我们不可同日而语,在生成式AI上遥遥领先”,“但在机器人等行动型AI领域,只要我们的政府和企业大胆投资,就能找到机会。”他表示,从目前全球AI研究与产业水平看,由我们主导的研究领域并不突出,但如果产、学、研、政合力培育领军企业和人才,完全有可能。
——如今无论走到哪里都在说“AI、AI”,您认为原因何在。
△像人一样思考的机器就是AI。人们最终会想“我的职业会怎样”,因而对AI的关注不断升温。ChatGPT让机器学习人类语言并作出回答,还能生成图像和视频。AI已开始影响制造、流通与服务、教育、医疗、法律、国防等所有领域。
——AI已从“判断型”迅速演进为“生成型”。
△有像2016年春天给我们社会带来冲击波的围棋AI“AlphaGo”那样擅长分析的“判断型AI”。它判断应该在哪里投资、哪些是不良品等。接下来就是如今大受欢迎的“生成式AI”。它学习大数据来写文章、作画并制作视频。生成式AI也带来了不小的深度伪造(虚假图像合成技术)担忧吧。今后如果进入推理大量信息、发挥想象力和创造力的阶段,冲击将极其巨大。
——美国和中国的科技巨头在生成式AI领域接连发布惊人成果。我们相对有被边缘化之感。
△像大规模语言模型(LLM)这样的生成式AI技术如今已进入规模经济,胜负取决于资本之争。我国错失了引领的机会,非常遗憾。生成式AI将革新产业和教育等所有领域。这与计算机或互联网刚出现时相似。
——酷似人类的人形机器人等“行动型AI”也在兴起。
△在生成式AI方面NAVER集团、LG等都在努力,但在数据、资本实力和人力方面差距很大。现在应积极投资,以主导行动型AI。行动型AI只要我们抢先推进,就能领先。如果说生成式AI擅长白领的工作,那么行动型AI连蓝领的工作也能做好,波及效应要大得多。如今在物流、制造现场,机器人的应用也在增加。识别、生成、做表情和手势将越来越自然。虽然需要很长时间,但像人一样做家务的人形机器人也会出现。
——开发人形AI不正是张院长的个人梦想吗。
△我把重点放在人类水平的AI,即通用人工智能(AGI)的开发上。梦想是开发拥有身体、像人一样行动的人形AI。我已确立了不断进行感知、行动和学习的系统ULM(Universal Learning Machine)概念。希望通过人形机器人将其实现,从而达成AGI。
——AGI大概何时能实现,成功条件是什么。
△近来随着ChatGPT等生成式AI能够处理文本、图像、声音等,许多人认为AGI会比预想更快实现。但真正意义上的AGI必须能像人一样完成人类所做的大部分智力工作。这需要像人类那样通过与外部互动来体验和掌握知识的行动型AI技术。要达到AGI,拥有多种感官并能行动的人形机器人必须能够自主学习。
——您说我们在行动型AI上有可能领先。
△行动型AI是刚刚开始研究的领域,人形机器人研究最近也在获得投资。尽管美国和中国已开始大举投资,但我们只要尽快投资也不算晚。行动型AI需要机器人硬件与AI软件相结合。我国在专业人才和产业结构方面相比其他国家具有优势。只是人力和投资规模远小于美中。需要大胆投资和人才培养。我国在汽车、家电等领域拥有全球性企业,如果嫁接行动型AI技术,就能培育新产业。
——行动型AI之争最终不也是资本之争吗。
△全球科技巨头在行动型AI上各投数万亿韩元,但起点相似。我们也并不晚。三星集团、现代汽车、LG、SK等都可以投资。这是未来增长动力,没有理由不投资。在像移动作业的机器人那样的动态环境中,AI的感知、思考和行动能力仍相当不足。特别是要让AI拥有身体并在物理环境中执行作业,还需要进一步的技术发展。
——如果给全球AI排名。
△美国第一、中国第二很明确。以色列的产业化比我们好,论文质量也高。英国也略微领先于我们。相反,我们领先于日本,与德国大体相当。德国也在大量建设AI研究中心并着力培育AI初创企业。若在AI上落后,就无法在机器人、无人机、自动驾驶产业中确保竞争力。
——我们推动AI发展的课题是什么。
△要发展AI,需要培养高端复合型人才和大胆的资本投资。除了政府的大规模财政支持,构建能够实现大规模数据和超大规模AI模型的基础设施也至关重要。必须打破部门间壁垒,即“孤岛”现象,激活跨部门研发项目。要像硅谷那样营造富有活力的创新生态,培育出更多独角兽企业。在其他国家对AI神经网络研究兴趣不大时,加拿大持续投资多伦多大学教授杰弗里·辛顿等人,形成了创新集群。也需要企业对学界的大胆投资。看美国MIT、斯坦福大学、华盛顿大学等的AI研究所,都获得了企业的大规模支持。这样培养出的人才最终进入公司,开创下一代的新事物。不要一味追逐潮流,而要踏实地思考未来的饭碗。
——尹锡悦总统今年4月提出了到2030年跃升为AI三大强国(G3)的愿景和目标。
△我认为,只要政府和企业致力于大胆投资和高端人才培养,就有可能。正如过去互联网兴起时金大中政府通过大胆投资为跃升为信息技术(IT)领先国打下基础,AI领域也需要更加大胆和划时代的支持。不过作为研究者,为AI研究收集大数据也并不容易。美国是先用,出了事再监管。中国则直接放手去干。百度、腾讯等AI巨头出现的原因就在这里。但我们总是监管,难以做实验。以自动驾驶为例,美中是在实验中出了事故才叫停,而我们是事先就监管。AI正在改变所有范式,若固守传统只会丧失竞争力。第22届国会应通过面向未来的讨论,通过AI基本法。与德国等欧洲国家扩大国际研发合作也很重要。
——大学因电力和图形处理器(GPU)不足而难以开展研究,作为研究者您有何期望。
△电力和GPU不足带来很大困难,但海外大学的研究者也说着类似的话。AI深度学习起步大约在2012年,而最近三四年间发生了巨大变化。但计算机和AI研究者严重不足。即便如此,我也算是有福之人。我穿过漫长的“AI寒冬”,正在亲眼见证“AI之夏”。也有机会去创造“AI的未来”。如今的学生所获待遇,与20多年前的学生不可比。当然,美国科技巨头待遇要好得多,人才外流也不少,但从论文数量等来看,我国的AI水平已明显提升。只是与全球研究和产业水平相比,主导领域并不特别突出,令人遗憾。政府削减研发预算,导致实验设备采购中断,数据收集和算法开发也被刹住,难以开展新研究,应进一步增加对科学技术的投资。尤其急需扩大在“行动型AI”这类我们能做好的领域的投资。
◆He is…
1963年出生于庆北闻庆,毕业于首尔大学计算机工程系。随后在德国波恩大学计算机科学系研究“基于神经网络的主动自主学习模型”并取得博士学位。曾在德国国立信息技术研究所从事机器学习研究,1997年就任首尔大学计算机工程系教授。曾在MIT人工智能研究所、普林斯顿脑科学研究所、慕尼黑工业大学认知系统研究所、三星综合技术院等担任客座教授,现任首尔大学AI研究院院长。还曾任韩国信息科学会AI学会会长和韩国认知科学会会长。






