4月28日，中共中央政治局召开会议，分析研究当前经济形势和经济工作。会议提出要重视通用人工智能发展，营造创新生态，重视防范风险。
会议指出，要加快建设以实体经济为支撑的现代化产业体系，既要逆势而上，在短板领域加快突破，也要顺势而为，在优势领域做大做强。要夯实科技自立自强根基，培育壮大新动能。要巩固和扩大新能源汽车发展优势，加快推进充电桩、储能等设施建设和配套电网改造。要重视通用人工智能发展，营造创新生态，重视防范风险。
自从2022年12月OpenAI发布ChatGPT以来，以通用人工智能为代表的人工智能技术变革进入了加速发展的快车道。
科技部高新技术司司长陈家昌在今年2月“权威部门话开局”系列主题新闻发布会上总结道，中国政府非常重视人工智能，2017年国务院制定了《新一代人工智能发展规划》，科技部成立了人工智能规划推进办公室、战略咨询委员会和人工智能治理专业委员会，这两年也制定了《新一代人工智能治理原则》和《伦理规范》，启动了人工智能重大科技项目，确定了以“基础软硬件”为主体，“基础理论”和“创新应用”为两翼的“一体两翼”研发布局，同时依托龙头企业，建立了一些人工智能开放创新平台，一方面带动中小企业发展，另一方面提升整个行业的技术进步速度。
值得关注的是，在人工智能营造创新生态方面，业界也有诸多讨论，认为国内AI行业更需要生态建设，而不是重复发明“轮子”。
去年，科技部等六部门共同印发《关于加快场景创新以人工智能高水平应用促进经济高质量发展的指导意见》，指出我国人工智能的发展仍存在对场景创新认识不到位，重大场景系统设计不足，场景机会开放程度不够，场景创新生态不完善等问题。在开放融合方面，该文件提出要推动各类创新主体开放场景机会，围绕场景创新加快资本、人才、技术、数据、算力等要素汇聚，促进人工智能创新链、产业链深度融合。在发展目标方面，要求场景创新合作生态初步形成，初步形成政府、产业界、科技界协同合作的人工智能场景创新体系，场景创新主体合作更加紧密、创新能力显著提升。
人工智能的快速发展，也伴随着风险问题。政治局会议也明确指出要重视防范风险。
通用人工智能（AGI，Artificial General Intelligence）指具有像人类一样的思考能力，可以从事多种工作的机器智能，以区别于当下已取得显著进展的单一能力人工智能，如语音识别、机器视觉、机器翻译等，以及近期最为火爆的ChatGPT（基于自然语言交互执行多种任务，但仅限于文本）。随具备更优“思考”和“辨别”能力的多模态GPT-4上线，AGI再次引起社会广泛关注和热烈探讨。
OpenAI在介绍ChatGPT时就自豪地说，它在一些基准指标上“展示了相当于人类水平的表现”。
微软研究人员在近日发表的《通用人工智能的火花：GPT-4的早期试验》论文中表示，“我们证明，除了熟练驾驭语言外，GPT-4还可以解决涉及数学、编程、视觉、医学、法律和心理学等领域的新颖而困难的任务，不需要任何特殊的提示。此外，在所有这些任务中，GPT-4的表现都非常接近人类的水平，并经常大幅超过ChatGPT等之前的模型。”
大模型被普遍认为是通往通用人工智能的重要途径，因此，国内外AI产业界和学术界在大模型领域呈你追我赶之势。
国际上的大模型推陈出新，Open AI推出1750亿参数的GPT-3模型，前段时间又继续推出功能更强大的GPT-4，Google推出了1.6万亿参数的SwitchTransformer模型，微软与英伟达全力推出5300亿参数的MT-NLG模型，Meta复现了GPT-3，全部开源并更名OPT模型。
国内大模型领域也是如火如荼地推进，北京智源人工智能研究院推出了1.75万亿参数的悟道2.0，华为与鹏城实验室合作推出千亿参数的盘古大模型，百度与鹏城实验室合作推出2600亿参数的文心大模型，阿里达摩院推出10万亿参数的多模态M6大模型，此外，浪潮和中科院也分别推出了相应的大模型。
复旦大学教授邱锡鹏表示，实现人工智能发展的最终目标是实现通用人工智能，这与科幻电影里的人工智能形象一样，拥有与人一样的能力，特别是完成各种任务的通用学习能力。“对此我感到乐观，因为根据目前展示出来的能力，我们离通用人工智能时代的到来并不遥远，下一步要多考虑让大模型连接现实世界，通过自身学习、跨模态学习等，让大模型与现实世界‘对齐’。”
而在今年2月25日，OpenAI CEO Sam Altman 曾发布博客文章分享OpenAI对通用人工智能的当前和后续规划。其中，Sam Altman 强调OpenAI 的使命是确保 AGI 造福全人类，AGI 如果被成功创造出来，可通过增加丰富度、推动全球经济发展以及帮助发现改变可能性极限的新科学知识，来帮助我们提升人类。
但同时，OpenAI 在规划中也认为应当做好应对 AGI 带来的滥用、严重事故和社会混乱等风险，而成功应对AI部署挑战的最佳方法是采用快速学习和谨慎迭代的紧密反馈循环。随着我们不断构建出更为强大的AI系统，我们必然希望快速部署AGI并获得在现实世界中操作它们的经验。此外，渐进的方式让人们、政策制定者和机构能有时间了解正在发生的事情，亲身体验这些系统的好处和缺点，调整我们的经济组织形式，并实施有效监管。
OpenAI还称，在新技术的冲击下，社会将面临「人工智能系统被允许做什么、如何消除偏见、如何处理工作岗位流失」等重大问题。而最佳决策将取决于技术所采用的路径。
可见，正如AI大模型的演进速度和智能表现令人欣喜，市场需求和投资热情空前高涨，但依然存在算法优化、算力突破、数据安全、隐私保护、伦理规范等技术和社会方面的挑战一样，AGI带来的这场变革既是挑战也是机遇，在警惕AGI风险和挑战的同时，我们仍应继续积极探索AGI的可能性和潜力。
来源：数据观综合
