黄铁军：做全球顶尖的AI研发机构丨AI·20人
经济观察报记者 任晓宁 北京报道
OpenAI创始人山姆·奥特曼出现在大屏幕上，当他回答“我准备好了”时，全场都沸腾了。
这是6月10日 “AI春晚”北京智源大会上的一幕，那是山姆·奥特曼首次亮相中国。那个夏天，所有人都在为AI即将改变世界而兴奋。
在那一天，一众全球知名的AI科学家，比如图灵奖得主、Meta首席AI科学家杨立昆、深度学习之父杰弗里·辛顿等，全部出现在大会上。杨立昆因为总统会见不能来京，坚持半夜4点起床，只为和中国观众实时交流。
北京智源人工智能研究院（以下简称“智源研究院”）院长黄铁军当时坐在台下，这些大咖很多由他邀请而来。在大众层面，知道黄铁军和他身后的智源研究院的人并不多，但在全球AI圈，他是一个响当当的人物；这个成立于2018年的研究院，早已在AI圈声名远播。
黄铁军研究AI超过30年，擅长智能视觉信息处理技术，对我国数字视频编码国家标准制定和大规模产业化做出过突出贡献，终结了国外向我国视频行业索取高额专利费的历史。他与国外AI大咖们私交甚笃，杨立昆的个人自传《科学之路》中文版，也邀请黄铁军写了序言。
近30年时间里，黄铁军的身份是科学家、北大教授，现在，智源研究院是他花费精力最多的地方。今年4月，微软总裁布拉德·史密斯接受外媒采访时说，他认为有全球三家机构处于AI绝对的前沿，一是与微软合作的Open AI，二是谷歌，另一个就是北京智源人工智能研究院。
今年大火的大模型，智源研究院早在2019年开始布局。2020年，在大多数人对大模型还一无所知的时候，黄铁军掌舵的智源，将主要精力和资金放在研发大模型上，并在2021年上半年推出了开创“中国首个”、“世界最大”的大模型悟道1.0和悟道2.0。
“很多说中国大模型热，是因为ChatGPT火了之后才爆发的，其实并非如此。早在ChatGPT出现之前一年半，我们就已经开始系统化布局。那边爆发的时候，这边的舰队已经起航。”8月28日，黄铁军对经济观察报记者说。
目前，智源已经培养了一批大模型人才，当前大模型创业公司、大厂，从事研发的CTO或首席科学家中，甚至是创始人本人，参加过悟道项目的人为数不少，智源也因此被人称为大模型“黄埔军校”。对于人才被挖角，黄铁军并不排斥，“肉都在一个锅里”，“只要他们还在这个行业，还在为大模型发挥作用，都是可以的”。他觉得，智源作为非营利机构，能为行业培养人才，就是促进AI生态发展的有意义的事。
闯过无人区
智源人工智能研究院在2020年选择做大模型时，国内鲜有机构或公司从事这项研究，这仿佛就是一个无人区，智源一脚踏入，并不是偶然。
8月29日，北京五道口智源大厦5层，黄铁军向记者讲述了这段往事。
故事的开始其实比2020年还要更早一些，2018年11月，智源人工智能研究院成立，由科技部和北京市共同支持，联合北京人工智能领域优势单位共建。黄铁军担任首任院长。
他本人非常乐意做这件事。当时他的职务是北京大学计算机科学技术系主任，从2015年开始全程参与我国新一代人工智能发展规划建议、起草和实施。他愿意来智源的原因是，这里与企业、学校都不一样，是一种世界范围内都很新的新型研究机构，在这里，可以更高效的探索AI。
担任院长头两年，黄铁军在智源的工作重心是凝练方向，“智源学者计划”汇聚了中国顶尖人工智能学者，开启了“自由探索+目标导向”科研机制探索。2020年，智源研究院决定把大模型作为攻坚目标，70%的预算投入到大模型研发和大模型基础软硬件生态建设。当年3月，黄铁军在悟道1.0发布会上提出，“人工智能正在从‘大炼模型’到‘炼大模型’的新阶段”，这是“大模型”这个概念首次登上历史舞台。
黄铁军告诉记者，做研究久了，会有一种直觉式的预感。而且，大模型这个方向，虽然外界很少有认知，但在AI科研圈已经有一个比较清晰的趋势判断，即：大模型将成为AI未来平台的起点。
从有想法到最终落实，并不容易。2020年10月，黄铁军在一次会议上与时任北京市市长陈吉宁汇报中提到，智源计划集中资源开展大模型研究。陈市长当机立断，明确提出大模型会是人工智能的下一个核爆点。
智源投入几乎全部科研力量。研发进展很快，第二年，2021年3月，“悟道1.0”大模型项目问世，2021年6月，间隔3个月后，“悟道2.0”亮相。当时的“悟道2.0”，创造了“世界最大”纪录，达到1.75万亿参数；是GPT-3采用的1750亿参数量的10倍，也超过了谷歌发布的Switch Transformer（1.6万亿参数量）。
“悟道2.0”面世后，继续突破需要更多的算力和资源。然而，当时正值AI低谷期，前一代AI四小龙备受质疑，新一代AI公司融资无门，即使智源，也资源受限。
2023年8月，记者问他，如果当时继续做“悟道3.0”“悟道4.0”，会不会推出ChatGPT的就是智源，而不是OpenAI？会不会觉得可惜。
他也觉得有点儿可惜，不过他想的很透彻：即使继续做，后来能引发全球爆火的，依旧会是OpenAI，因为双方投入的资源完全不是一个量级，而大模型这个方向，缺乏算力资源，无异于纸上谈兵。
“2022年下半年，我们的算力资源在国内已经是领先的了，但不足OpenAI的十分之一。如果只差一两倍，我们还有可能领先，如果差10倍以上还想领先，可能性就很小了。”
AI黄埔军校
今年2月，王慧文成立光年之外，广发英雄帖，之后大模型公司风起云涌。现在回顾会发现，大模型创业公司的技术带头人，很多来自智源。
智谱AI创始人唐杰曾担任过智源人工智能研究院副院长，目前智谱AI被美团投资，与360合作；即将完成10亿元融资的月之暗面创始人杨植麟，也参与过悟道的研发。除了创业公司，字节跳动等互联网大厂的大模型带队者，也或多或少参与过智源项目。
一些国家项目的技术骨干，也同样来自智源。有些智源学者参与国家项目做研发，也会把算法结果放到智源的开源论坛中，供所有研究者共同探讨，黄铁军告诉记者，他对此觉得很欣慰。
担任智源研究院院长前，黄铁军当了十几年北大老师，习惯了教书育人。现在，他依旧把发掘人才作为基本工作。
黄铁军本人其实是一个“天马行空”的科学家，记者问他，从业AI这么多年，有没有最得意的二三事？他并没有把十多年前确立的标准和专利积累当做值得讲述的事，反而觉得，2015年的一天，他突然灵光一现，豁然开朗，推翻了图像视频概念，推翻了计算机视觉的基本范式，当然也推翻了自己此前20多年的研究，开创了脉冲视觉原理和技术新体系，一切从零再出发，是更有意思的事。
“我个人的看法是，重大创新一定是首先在一个人脑子里出现，否则它就不会发生。”他和年轻学者们交流，也更热衷于谈论天马行动的想象，即使当下不可能发生，但未来，有可能突然有一天就能实现了。担任院长后事务繁琐，黄铁军不再有精力一行一行敲代码，和年轻学者一起脑暴，培养、发掘年轻人，是他最开心的事情之一。
从成功率上讲，未知的想象有很大风险，但是一旦成功，影响会是巨大的。
2018年，智源成立之初，就定下目标：支持科学家勇闯AI科技前沿“无人区”。他们给智源学者提供经费，希望支持学者们自由探索，挖掘面向未来的AI研究方向。
2023年，智源曾经耗费绝大部分资源和精力投入的大模型方向，已经从“无人”变得热闹非凡，但也意味着更多未解之谜，有更多需要探索的新无人区。黄铁军说，智源要与企业错位发展，开展更冒险、更开放、更前瞻、更创新地的工作，这是智源作为研究机构应该做的事。
5年时间，智源已经崭露头角，现在，黄铁军提到，更重要是实现当年立下的十年目标：2028年智源研究院成为全世界公认的顶尖人工智能研发机构。
他还在继续证明自己。
黄铁军（受访者供图）
【对话】
舰队启航
我们既不以论文为最终的评价指标，也不以产品作为评价指标；我们想做的，是一个创新性强、性能领先的系统，建立一套技术体系，一个技术生态。
经济观察报：如何定位智源？
黄铁军：智源的性质是介于大学和企业之间的一种新型研发机构。我们既不以论文为最终的评价指标，也不以产品作为评价指标，而是要做有创新性的系统。这种机构在国外也是很新的形态。从我个人来说，我2015年就开始参与我国新一代人工智能发展规划，这种科技创新组织方式的改革，是这几年国家很关注的一个方向，我愿意到智源来做这样的尝试。
原有体制下开展AI研究，大学受制于资源有限，企业受制于产品收入压力，都约束了创新突破的可能性。智源这种机构有探索出新可能性的很大机会，这是吸引我的最重要的原因。
经济观察报：智源是国内第一个提出大模型概念的机构，也早在2020年就投入大部分资源做大模型。为什么是智源？
黄铁军：其实早在2018年、智源研究院成立时，我们从科研的角度对于AI已经看到一个比较清晰的趋势，大模型已经是一个比较明确的方向了。当时大模型还不叫大模型，我们看到的方向是：用大数据训练一个规模很大的模型，有望产生更强的智能。
2020年10月份，我们和时任北京市市长陈吉宁汇报中提到，智源计划集中资源开展大模型研究。陈市长当机立断，明确提出大模型会是人工智能的下一个核爆点。我们就开始买算力做事，当时买到了300P的算力，但是300P肯定是远远不够的，就申请再追加单独的经费来做更大的算力。最后定下的是1000P的算力，大约是3亿元人民币的一个专项支出。这种规模的智算平台在当时中国是绝对领先的。
经济观察报：智源2021年6月就推出了两个大模型产品，直到2023年6月，才又推出了悟道3.0。中间为何间隔这么久？
黄铁军：悟道2.0推出后，我们中间发生了一个重大的变化。当时从我们科研角度来看，新的AI时代已经开始了，虽然那时候没有多少人相信，但在我们这些人眼中，门已经打开了。
我们于是开始考虑，既然它是一个时代的事，就绝对不会是智源一家机构在做，它应该是一个全社会、全世界的事情。
当时我们的分歧点是，继续做一个悟道3.0版，把它做得更大更强？还是在全国范围内进行布局，让不仅是北京中关村地区，而是全中国范围都可以做这件事？最终我们选择了后者，在国家新一代人工智能重大科技项目中提出了一个旗舰项目建议，从国家的科技布局角度，做系统化的布局和支持。
国家项目立项是需要时间的。从2021年6月份提出建议，到2022年12月份项目批准，花了一年半时间，在传统项目体制下已经是特别快了。这个旗舰项目2023年1月开始执行，计划通过滚动方式，一直持续到2030年，目标不是把一个模型做多大，或者性能做多高，而是要通过数据共建、算法竞争、开放评测、开源协同的创新机制，建立一套大模型开源开放技术体系，一个支撑大模型持续发展的技术生态。
所以，很多时候大家说中国大模型热是因为ChatGPT火了之后才爆发的，并非如此，早在ChatGPT出现之前一年半，我国就已经开始系统布局，那边爆发的时候，这边舰队已经起航。
AI新时代
新技术变革如果发生在中国，大家当然会更高兴，没首先爆发在中国，也不意味着我们就失去了机会。
经济观察报：会不会觉得遗憾？比如说，如果去年6月你们就发了悟道3.0，说不定年底的时候火的就不是ChatGPT，而是你们？
黄铁军：即使我当时发布了，也不一定会火。这与大模型的属性是有密切关系的。
大模型的数据量与投入直接相关，我们的算力、数据投入都与OpenAI差的很远。而且差的不是一点半点，我们是1000P的算力，不到2000块卡，ChatGPT大概是3万块卡，它是你15倍的算力，迭代速度会快很多。
科技体制改革的不容易就体现在这里，我们能调动的资源是几亿元人民币的体量，OpenAI是用10亿美元、100亿美元力量在做。如果只差一两倍，我们就有可能领先，如果差10倍以上你还想领先，这种事可能性就很小了。
但是反过来说，我们也不必纠结一城一池的得失。新技术变革如果发生在中国，大家当然会更高兴，没首先爆发在中国，也不意味着我们就失去了机会。
所以一方面确实是有点儿可惜，但另一方面，我们也不会被打乱节奏，我们从2021年想做的就是建立一个体系，希望在技术体系上保持在前沿的位置，做一个让大家一起参与的旗舰项目，让所有人都能发挥自己的聪明才智，共同塑造AI新时代。
经济观察报：现在悟道已经推出3.0了，也已经开源了，接下来你们还想做什么？还有哪些可做的事情吗？
黄铁军：我们作为一个科研机构，和企业和高校所做的事不一样，我们会做更前瞻的一些探索。仅就大模型来说，现在是刚刚揭开大幕，可做的东西非常多。
打个比方，大模型在当下，就相当于法拉第转动电磁线圈，能够产生电流了。发电机刚面世，能产生电流，大家很兴奋，但是如何让电流在全社会流通和应用，还有大量的创新性探索要做。
比如在大模型领域，有没有一种技术手段，能让现在训练的成本降低一个数量级？这种风险很大的创新，是我们应该做的。还有在理论领域，为什么大模型能这么强？寻找这种理论上的解释，也是我们应该做的。另外会不会有一些架构上的创新，能把一些新技术要素结合在一起，训练出更高水平的智能？甚至再往大了说，会不会有颠覆大模型的创新出现？这些探索我们也应该尝试。我们要比企业更冒险、更开放、更前瞻、更创新地做一些工作。
挑战与想象
在20年之后，AGI有很大可能实现。那时信息表达和流转的方式，神经元和神经网络结构及信号加工机理，都会有巨大变革，这些变革预计会在2045年之前会出现
经济观察报：您曾在2015年时预判2045年会有AI超级大脑出现，经过几年探索后，您的想法变化了吗？这个时间点会提前或延后吗？
黄铁军：现在的想法会比2015年更乐观一些，因为经过近10年的进展，发现AI比原来预想的进展更快了。
现在有些人认为，再过2至5年就能实现AGI（通用人工智能），我觉得可能还得再等20年。因为真正的实现AGI，和只在某些方面实现AGI，是有本质区别的。
真正的AGI一定是有自主意识的，人类拥有的智能它全部具备，而且它一定会从多个维度全面超越人类，说的通俗点就是超人，比你在科幻电影里看到的那种超人还要超人。它不一定以实体方式出现，可能不一定是我们目前能想象到的形态，但它肯定会有物理载体。
经济观察报：这些挑战具体是什么？我们能解决吗？
黄铁军：做了30多年AI，我一直说AI首先是一门技术，我们要寻找一种可行的技术途径和方法，再通过工程方法把智能做出来，这里面有很多不确定因素。
在技术这条路上，突破偶尔会发生，绝大多数时间是在黑暗中探索，这是常态。像我自己，一二十年反反复复这种状态，没有大突破，这是很正常的，一点都不奇怪。
但没有重大进展并不意味着人不聪明、不努力，只是因为重大突破没有标准答案，没有一个规律性的路径让你照着做。
然而，正是因为“面壁十年”，破壁而出、豁然开朗才弥足珍贵，一次突破，足慰平生。2015年我发明脉冲摄影原理时就是这样的感觉。这个原理颠覆了1839年发明的曝光成像原理，把普通光电传感器“点石成金”，赋予AI一双追光逐电的慧眼。
AlphaGo表明AI决策能力可以超越人类，大模型正在塑造的则是AGI无所不知的认知大脑。未来10年到20年，这样的创新还会纷沓至来，信息表达和流转的方式，神经元和神经网络结构及信号加工机理，将会发生巨大变革，未来的AI将采用类似生物大脑的脉冲神经网络系。我现在仍然认为，2045年左右，将出现真正的AGI。
在此之前，人类社会将享受20年的科技革命红利，同时也将积累从未面对的巨大风险。现在就应该投入充足资源开展风险研究，并开发相应的技术支持工具。
版权声明：以上内容为《经济观察报》社原创作品，版权归《经济观察报》社所有。未经《经济观察报》社授权，严禁转载或镜像，否则将依法追究相关行为主体的法律责任。版权合作请致电：【010-60910566-1260】。
任晓宁经济观察报记者
TMT新闻部资深记者关注并报道TMT（科技、传媒、通信）领域重大事件，擅长行业分析、深度报道。联系邮箱：renxiaoning@eeo.com.cn微信号：tangtangxiaomo