GPT-4的局限在于仅能与数字世界互动，而我们最终需要与物理世界互动。为此，机器人的出现尤为重要，它代表着具身智能的实现。张钹指出，并非必须开发人形机器人，也不需要过于复杂的硬件。他主张以一定的硬件为基础进行强化学习研究。这样的方法可以在不改变原有意义的情况下进行微调。
全世界对大模型的强大能力和潜力感到惊讶，但无法解释其原因，只能将其归结为“涌现”现象。为了人工智能产业的健康发展，必须综合科学研究、技术创新和产业发展。要发展第三代人工智能，必须建立可解释和鲁棒的理论和方法，否则AI技术将永远难以令人信服。
大语言模型存在天花板。
虽然通向通用人工智能的道路依然艰难，但大语言模型为AI产业开辟了一条宽广的道路。在智谱AI 2024年度技术开放日上，张钹院士表示，大模型为发展通用硬件和软件提供了机会。
传统AI范式利用特定的算法和规则完成特定任务，生成式AI范式是基于一种称为基础模型的通用模型，通过广泛文本数据的训练，在开领域（open domain，开域）内可以生成类似于人类水平的高质量文本、图像和其他内容，通过微调等方式可适配于广泛的下游任务。生成式AI向通用AI迈出一步，第二步是AI智能体，第三步则是具身智能。张钹表示，GPT-4只能和数字世界打交道，我们最终必须跟物理世界打交道，这就需要机器人，也就是具身智能。具身智能的提出有助于构造完整的智能体，让智能体既有感知，又有思考。“不一定要做人形机器人，因为很多时候只要用手或脚就可以了，不需要把硬件搞得非常复杂。”他主张以一定的硬件为基础进行强化学习研究。
生成式AI大模型具备三大能力和一大缺点。首先是强大的生成能力，它能够根据上下文和过去的对话生成多样性的连贯文本，让人们感到惊讶。其次是强大的迁移能力，即通过代理任务的训练和细调适配，能够应用到感兴趣的下游任务中。第三是强大的交互能力，包括人机交互、多智能体之间的交互以及与环境的交互，使得AI能够在各个领域展现出与人类相媲美的智能水平。然而，这些大模型也存在一个缺点，即幻觉。有时候，它们会生成看似合理的编造或无意义的答案。
人工智能有助于推动经济增长，建筑、维护、安装等行业难以被自动化和智能化，但行政管理等白领工作或被AI替代。AI可提高大多数人类工作的质量和效率，但被AI完全替代的工作仍是少数。之所以AI还不能替代大多数工作，是因为大模型还存在难以逾越的天花板。张钹表示，大模型的所有工作都是外部提示而非主动，并且在外部提示的情况下利用概率预测完成任务，而人类的工作依靠内部意图驱动。大语言模型生成语言与人类语言生成只是行为上的相似性，而内在机制根本不同，大语言模型存在不自知、质量不可控、不可信、不鲁棒等天花板，给出不同的提示词，大模型会输出不同的回答。大模型也会产生幻觉，“不管模型多么大，幻觉这个缺点一直存在。”
他提出，要发展第三代人工智能，必须建立可解释和鲁棒的人工智能理论和方法，发展安全、可控、可信、可靠、可扩展的AI技术，推动AI的创新应用和产业化。如果不能建立可解释和鲁棒的人工智能理论，AI技术是不可靠的，AI技术永远难以令人相信。“到现在为止，这个理论还没有建立起来，这也是人工智能之所以发展缓慢和曲折的原因。理论建立不起来，是因为受到三个特定限制，过去只能在特定领域利用特定模型解决特定任务，这怎么可能建立通用理论？大模型的出现为建立这个理论提供了可能性。”
张钹表示，大模型为我们提供了发展通用硬件和软件的机会。人工智能正进入稳步发展的阶段，对各行各业有巨大影响，必须抓住机遇发展人工智能产业。但仍有大量不确定性，因为AI不可预测、不可控。全世界对大模型强大的生成能力、迁移能力、交互能力感到惊讶，却无法解释，只能归结为“涌现”。所以为了人工智能产业的健康发展，必须将科学研究、技术创新、产业发展结合起来。
以上是大规模模型的发展受到限制，需要创建可解释的人工智能理论的详细内容。更多信息请关注PHP中文网其他相关文章！
