进化世界轮子 橙柿专访|对话恒生电子首席科学家白硕

今天，当我打开都市快报APP时，我在首页看到了该委员会副主任委员单位的恒盛电子大厦，以及首席科学家白硕……

在本次专题报道【对话杭州AI力量】中，白硕的采访文章成为本期主要内容，并在报纸上整版刊登。

我们来看看白老师对于AI领域最热门的话题是怎么说的……

程氏独家专访 | 对话恒生电子首席科学家白硕

记者 林斯南

人工智能可能是当今最热门的话题。

今年春节期间，该公司推出了自己的 Video大模型Sora。 与此同时，苹果也放弃了十年的“造车梦”，将火力集中在AI上。

人工智能是我们的未来吗？ 国内人工智能现在发展到什么水平了？ 带着这个问题，我们采访了恒生电子首席科学家、人工智能专家白硕。

白硕是金融科技领域的资深专家。 曾就读于清华大学和北京大学计算机系，拥有计算机科学理论人工智能博士学位。 曾任中国科学院计算技术研究所软件研究室主任、国家网络安全管理中心技术管理处处长、上海证券交易所总工程师。 现在，白硕担任恒生电子首席科学家、恒生研究院院长。 兼任中国计算机学会数字金融分会常务委员、中国科学院计算技术研究所兼职博士生导师。

Q1. 春节过后，文森特的视频模特引起了很多关注。 金融界、学术界、媒体界都在讨论人工智能的未来。 有人说，Sora的诞生是人工智能的又一个时刻。 你同意这个观点吗？ 你认为Sora会给现实世界带来哪些改变？

白硕：空的登场应该说是一个很大的突破。 Video可以实现这样的体验。 这样的技术进步是值得肯定的。 此前，国内外同类领域的系统尚未达到类似水平。 Sora 可以根据自然语言指令生成 60 秒的视频。 我们可以看到灯光昏暗的街道上行走的时尚女性，也可以看到咖啡杯中破浪的船只。 这些视频不仅具有相关性，而且还展示了对物理定律的一丝不苟的遵守。

我觉得可以从几个层面来评价：首先，Sora应用本身在文胜视频领域取得了一系列的技术突破。 这些变化影响非常大。 目前，我们已经可以看到Sora给文创、营销等场景带来的价值。 我相信未来它还会继续发展。

第二个层次是进一步实现了“以言控一切”的愿景。 Sora的诞生为我们开启了新的可能性。 它揭示了视频作为语义基础的一个重要方面，为大型模型带来了更强大的“图像思维”能力。 比如我对机器说了一句话，机器把我的意图分解成碎片，以图像、视频的形式呈现出来，效果非常理想。 未来自然语言在各个垂直领域（包括金融领域）的语义基础很可能是基于Sora这样的几个“世界模型”。

三是Sora给我们Think带来的启发。 我们一定要向空学习这种Think的决心和勇气。 这不仅是技术上的成功，更是思维创新上的成功。 它告诉我们，自然语言指令标注与“具有业务属性的高质量数据”的有机结合，或许真的能打通一些联系，创造新的可能性、新的物种。

Q2。 是什么技术原理让Sora如此强大？

白硕：首先，Sora坚持简单、规模、奇迹的一贯技术路线。 它将原来仅用于处理语言编码的模型转变为在框架内基于自然语言描述指令实现视频流的模型。 下一个补丁的预测和生成取得了令人印象深刻的成功。 这种技术路线的选择使得Sora在处理自然语言描述的复杂视频生成场景任务时，能够最大限度地发挥语言处理和视频处理的双边优势，并保持处理过程的准确性、适当性和流畅性。

其次，Sora的研发过程拥有足够的计算能力，原始视频数据质量良好，自然语言标注描述数据恰当准确。 这是保证文森特视频质量的重要条件。 自然语言标注的加持，不仅实现了文本视频的宏观效果，还使得微观层面能够借助自然语言不同抽象层次的概念，对不同粒度的视频数据特征元素进行拆解重组描述。 能力。

Sora渲染的视频最值得称道的地方在于它真实地遵守了物质世界的法则。 这当然首先得益于真实物理世界拍摄的大量视频数据，其次得益于自然语言标注的加持。

Q3。 2023年以来，随着谷歌、谷歌等公司陆续推出自己的AIGC应用，很多人认为通用人工智能（AGI）时代即将出现。 在国内市场，我们也知道，包括百度、阿里巴巴、腾讯、华为等在内的很多科技大公司都相继推出了自己的人工智能大模型。 恒生电子也有自己的大型机型。 科技行业称之为“百种模型之战”。 。 很多人也关心国内人工智能目前发展到了什么程度。 与海外科技巨头相比，真的有这么大的差距吗？

白硕：坦白讲，目前国内人工智能水平与海外科技巨头还有一定差距。 这种差距体现在计算能力和模型本身的独创性上。 我觉得我们需要承认这个差距，大力支持国内原创算法的开发，发展我们自己的算力。

另外，我们看到国内出现了很多优秀的大模型，但原创算法却没有那么多。 但这并不意味着算法如果不是原创的就没有价值。 通过高质量的特征数据，利用目前通用的大模型框架和适当规模的算力，也有可能打磨出比较好的大模型。 这并不意味着我们必须从头开始造轮子。

另一方面，国内人工智能产业的发展也可以寻求更多的比较优势，比如技术实际应用的发展。 在关键业务场景中应用好大模型，实现效益和价值最大化。 这些都是我们可以重点努力的领域。 作为一家金融科技公司，恒生电子也注重加大对大模型应用层面的投入，帮助大模型更好地应用于实际金融业务场景，助力金融行业数字化智能化升级。

Q4。 您认为AGI（通用人工智能）真正到来还需要多长时间？ 如何定义AGI的最终形态？

白硕：这个还是很难判断。 人工智能技术取得了一定进展。 可以说我们已经触及了（通用人工智能）的一些边缘，但未来我们会以什么方式使用它（AGI）呢？ 更全面，更少犯常识性错误。 关键是我们需要用更多的常识来武装人工智能。

我们甚至可能不知道这个常识（知识）。 随着一个人的成长，这些常识（知识）是随着时间的推移而习得的。 机器也是如此。 AI也需要通过连续的数据来学习，但学习的速度（进度）很难判断。 我认为5年内做不到（通用人工智能）。 可能需要更长的时间，比如10年或者15年？ 我们可以一起期待。

Q5. 有人说，中国的数据可能在算力、算法、大数据等领域具有更大的比较优势。 你同意这个观点吗？

白硕：作为互联网强国，中国大数据具有一定优势。 但对于人工智能来说，仅有原始数据是不够的，它需要高质量的数据。 互联网自然环境中产生的数据并不能说是高质量的数据。 它涉及到数据清洗、处理、标注等大量的技术工作，这也对我们的大数据人才提出了更高的要求。 大数据对中​​国来说既是机遇也是挑战。

Q6. 如何解决AI算力瓶颈问题？

白硕：面对算力瓶颈，短期内我们可以通过建立算力联盟来应对。 特定的AI用户群体可以在联盟中共享计算资源。 尤其是在训练过程中，算力消耗较大，但从单个用户的角度来看，复用率并不高。 联盟方式有利于削峰填谷，充分利用现有算力。 通过算力联盟，可以实现资源的优化配置，提高算力使用效率，缓解算力瓶颈问题。

中期来看，算力瓶颈可以通过并行替代的方式解决，即用国产算力替代禁运的进口算力。 随着我国半导体技术不断突破，国产算力的性能和稳定性正在逐步提升，完全有能力替代进口算力。

从长远来看，解决算力瓶颈的根本出路是开发需要更小的算力和更小的系统开销的AI训练和推理算法，即低资源AI模型。 该模型可以在保证性能和精度的同时，大幅降低对算力的需求，从根本上解决算力瓶颈问题。 这就需要算法框架进行本质的创新和改进。 如果这方面取得突破，例如AI模型可以在通用CPU上运行，而无需借助专门针对AI优化的GPU，那么将从根本上改变当前算力的供需格局，也将使人工智能的实施更加绿色。 保护环境，造福人类。

Q7. 人工智能的发展可以连接人工智能+金融、人工智能+医疗、人工智能+教育等数千个行业。 我们知道恒生电子是一家在科技和金融领域非常优秀的公司。 如何将AI应用到金融层面，更好地赋能人们？ 金融科技的发展？

白硕：恒生目前的重点是大模型应用。 金融行业有其独特的行业属性，这对我们来说是一个很大的挑战。

比如金融领域有很多专业要求。 如果你告诉客户一个专业问题的错误答案，后果可能很严重。 因此，金融行业对于答题内容和服务质量有着非常高的要求。 数据的专业化和准确性非常重要。 这不像和大型聊天模型说话，每个人都可以互相调侃，而且它输出的结果也可能不是每个人都特别关心的。 但大型金融模型的输出结果是要提供给实际金融业务的。 在这种情况下，不能犯错误，以避免知识的错觉。

金融行业有严格的监管合规要求。 金融行业的监管对数据流向、身份（如是否持牌经营）等都有明确的限制，恒生通过大模型中控平台“光子”，有效连接金融的公共数据和私有数据机构，比如运营、合规、交易等系统产生的数据，以及一些特征数据，形成一个有机的整体。

此外，行业若想将大模型与专业金融应用系统、现有专业数据库、专业知识图谱等资源对接，还需要完善“最后一公里”工程服务体系。 这个服务体系是用户所需要的，是一般大模型服务所不具备的，而这正是恒生着力的地方。

Q8. AI时代，快速发展会给年轻人或者创业者带来哪些机遇？ 我们的一些读者也很想抓住AI时代的红利。 作为行业内的专家，您能为这些年轻的创业者提供一些建议吗？

白硕：创新创业值得鼓励和保护。 但对于普通创业者来说，与拥有“重型设备”的大工厂或有大量资本支持的团队正面交锋是不明智的。 在AI基础设施建设方面，创业机会可能并不多。 但整个大模型的基础设施是庞大的，它会有各种支撑环节。 如果企业家能抓住一个支撑环节，把它做细做透，那就太好了。

此外，技术日新月异，企业家需要不断预测产业发展趋势，避免被时代车轮碾压。

我看到一些年轻人用AI来创作内容，比如AI教学或者其他AI应用。 他们不造轮子，而是直接使用轮子。 将基础大模型与应用场景、特征数据结合起来，我认为这是AI创业的一个好点。

Q9. 中国要发展人工智能，并从中发展出自己的或微软，可能需要几代人的共同努力。 对于那些有兴趣在中国发展人工智能的同学，您对他们有什么建议？ 和期望？

白硕：对于想要从事人工智能基础设施建设的同学来说，深入学习人工智能底层的一些基础知识是至关重要的。 但对于大多数学生来说，学习计算机可能并不是未来最关键的事情。

过去，如果你想构建一些东西，你可能需要做很多编程工作。 在此之前，你必须学习大量的编程、数学和统计学。 随着大模型技术的发展，人工智能的门槛将会越来越低。 未来，大多数人将不再需要编程，技术差距已经完全弥合。 只要我们学会如何使用人工智能，发挥我们的想象力，并描述它，我们就可以实现很多梦想。 这是AI的发展趋势。

今天的人工智能不再是单纯的学习一门技术的概念，而是一种了解未来的生活方式。 不是每个人都必须成为人工智能专家进化世界轮子，而是要按照这个趋势站在未来。 从另一个角度，我们可以思考我们需要什么，为未来的智能生存做好准备。