每經編輯｜張錦河    

9月24日，在杭州召開的云棲大會上，阿里巴巴集團CEO、阿里云智能集團董事長兼CEO吳泳銘發(fā)表主旨演講。他認為，實現(xiàn)通用人工智能AGI已是確定性事件，但這只是起點，終極目標是發(fā)展出能自我迭代、全面超越人類的超級人工智能ASI。

吳泳銘首次系統(tǒng)闡述了通往ASI的演進路線，具體分為三個階段：“智能涌現(xiàn)”，AI通過學習海量人類知識具備泛化智能；“自主行動”，AI掌握工具使用和編程能力以“輔助人”，是行業(yè)當前所處的階段；“自我迭代”，AI通過連接物理世界并實現(xiàn)自學習，最終實現(xiàn)“超越人”。

吳泳銘表示，阿里巴巴正在積極推進三年3800億的AI基礎設施建設計劃，并將會持續(xù)追加更大的投入。根據遠期規(guī)劃，為了迎接ASI時代的到來，對比2022年這個GenAI的元年，2032年阿里云全球數據中心的能耗規(guī)模將提升10倍。

此外，在云棲大會上，阿里巴巴正式宣布與英偉達開展Physical AI合作。合作覆蓋了Physical AI的實踐的各個方面，包括數據的合成處理，模型的訓練，環(huán)境仿真強化學習以及模型驗證測試等。

市場方面，阿里巴巴港股股價24日一路走高，截至發(fā)稿前上漲9.16%，市值增長約2784億港元（約合人民幣2549億元）。

吳泳銘：AGI的目標是將人類從80%的日常工作中解放出來

吳泳銘稱，最近的三年，我們已經清晰地感受到它的速度。幾年時間，AI的智力從一個高中生迅速提升到博士生的水平，還能拿到國際IMO的金牌。AI Chatbot是人類有史以來用戶滲透率最快的功能。AI 的行業(yè)滲透速度超過歷史上所有技術。Tokens 的消耗速度兩三個月就翻一番。最近一年，全球AI行業(yè)的投資總額已經超過4000億美元，未來5年全球AI的累計投入將超過4萬億美元，這是歷史上最大的算力和研發(fā)投入，必然將會加速催生更強大的模型，加速AI應用的滲透。

實現(xiàn)AGI——一個具備人類通用認知能力的智能系統(tǒng)，現(xiàn)在看來已成為確定性事件。然而，AGI并非AI發(fā)展的終點，而是全新的起點。AI不會止步于AGI，它將邁向超越人類智能、能夠自我迭代進化的超級人工智能（ASI）。

AGI的目標是將人類從80%的日常工作中解放出來，讓我們專注于創(chuàng)造與探索。而ASI作為全面超越人類智能的系統(tǒng)，將可能創(chuàng)造出一批“超級科學家”和"全棧超級工程師"。ASI將以難以想象的速度，解決現(xiàn)在未被解決的科學和工程問題，比如攻克醫(yī)學難題、發(fā)明新材料、解決可持續(xù)能源和氣候問題，甚至星際旅行等等。ASI將以指數級的速度推動科技的飛躍，引領我們進入一個前所未有的智能時代。

吳泳銘：通往ASI之路將經歷三個階段

吳泳銘稱，我們認為，通往ASI之路將經歷三個階段：

第一階段是“智能涌現(xiàn)”，特征是“學習人”。過去幾十年的互聯(lián)網發(fā)展，為智能涌現(xiàn)提供了基礎。互聯(lián)網將人類歷史上幾乎所有的知識都數字化了。這些語言文字承載的信息，代表了人類知識的全集?；诖?，大模型首先通過理解全世界的知識集合，具備了泛化的智能能力，涌現(xiàn)出通用對話能力，可以理解人類的意圖，解答人類的問題，并逐漸發(fā)展出思考多步問題的推理能力。現(xiàn)在，我們看到AI已經逼近人類各學科測試的頂級水平，比如國際數學奧賽的金牌水平。AI逐漸具備了進入真實世界、解決真實問題、創(chuàng)造真實價值的可能性。這是過去幾年的主線。

第二個階段是“自主行動”，特征是“輔助人”。這個階段，AI不再局限于語言交流，而是具備了在真實世界中行動的能力。AI可以在人類的目標設定下，拆解復雜任務，使用和制作工具，自主完成與數字世界和物理世界的交互，對真實世界產生巨大影響。這正是我們當下所處的階段。

實現(xiàn)這一跨越的關鍵，首先是大模型具備了Tool Use能力，有能力連接所有數字化工具，完成真實世界任務。人類加速進化的起點是開始創(chuàng)造和使用工具，現(xiàn)在大模型也具備了使用工具的能力。通過Tool Use，AI可以像人一樣調用外部軟件、接口和物理設備，執(zhí)行復雜的真實世界任務。這個階段，由于AI能夠輔助人類極大提高生產力，它將快速的滲透到物流、制造、軟件、商業(yè)、生物醫(yī)療、金融、科研等幾乎所有行業(yè)領域。

隨后AI將進入第三個階段——“自我迭代”，特征是“超越人”。這個階段有兩個關鍵要素：

第一、 AI連接了真實世界的全量原始數據

目前AI的進步最快的領域是內容創(chuàng)作、數學和Coding領域。我們看到這三個領域有明顯的特征。這些領域的知識100%是人類定義和創(chuàng)造的，都在文字里，AI可以100%理解原始數據。但是對于其他領域和更廣泛的物理世界，今天的AI接觸到的更多是人類歸納之后的知識，缺乏廣泛的、與物理世界交互的原始數據。這些信息是有局限的。AI要實現(xiàn)超越人類的突破，就需要直接從物理世界獲取更全面、更原始的數據。

舉一個簡單的例子，比如一家汽車公司的CEO要迭代明年的產品，大概率會通過無數次的用戶調研或者內部的討論來決定下一款汽車將要具備什么樣的功能，與競對相比要實現(xiàn)哪些方面的長板，保留什么方面的能力。現(xiàn)在AI要去做還是很難的，核心點在于它所獲得的數據和信息，全都是調研來的二手數據。如果有一天AI有機會，能夠連接這款汽車的所有的資料和數據，它創(chuàng)造出來的下一款汽車會遠遠超過通過無數次頭腦風暴所創(chuàng)作出來的。這只是人類世界當中的一個例子，更何況更復雜的物理世界，遠遠不是通過人類知識歸納就能夠讓AI理解的。

第二、Self-learning自主學習

隨著AI滲透更多的物理世界場景，理解更多物理世界的數據，AI 模型和agent能力也會越來越強，有機會為自己模型的升級迭代搭建訓練infra、優(yōu)化數據流程和升級模型架構，從而實現(xiàn) Self learning。這會是AI發(fā)展的關鍵時刻。

吳永洺：大模型是下一代的操作系統(tǒng)

吳泳銘表示，我們的第一個判斷是：大模型是下一代的操作系統(tǒng)。我們認為大模型代表的技術平臺將會替代現(xiàn)在OS的地位，成為下一代的操作系統(tǒng)。未來，幾乎所有鏈接真實世界的工具接口都將與大模型進行鏈接，所有用戶需求和行業(yè)應用將會通過大模型相關工具執(zhí)行任務，LLM將會是承載用戶、軟件 與 AI計算資源交互調度的中間層，成為AI時代的OS。來做一些簡單的類比：自然語言是AI時代的編程語言，Agent就是新的軟件，Context是新的Memory，大模型通過MCP這樣的接口，連接各類Tools和Agent類似PC時代的總線接口，Agent之間又通過A2A這樣的協(xié)議完成多Agent協(xié)作類似軟件之間的API接口。

大模型將會吞噬軟件。大模型作為下一代的操作系統(tǒng)，將允許任何人用自然語言，創(chuàng)造無限多的應用。未來幾乎所有與計算世界打交道的軟件可能都是由大模型產生的Agent，而不是現(xiàn)在的商業(yè)軟件。潛在的開發(fā)者將從幾千萬變成數億規(guī)模。以前由于軟件開發(fā)的成本問題，只有少量高價值場景才會被工程師開發(fā)出來變成商業(yè)化的軟件系統(tǒng)。未來所有終端用戶都可以通過大模型這樣的工具來滿足自己的需求。

正是基于這個判斷，我們做了一個戰(zhàn)略選擇：通義千問選擇開放路線，打造AI時代的Android。我們認為在LLM時代，開源模型創(chuàng)造的價值和能滲透的場景，會遠遠大于閉源模型。我們堅定選擇開源，就是為了全力支持開發(fā)者生態(tài)，與全球所有開發(fā)者一起探索AI應用的無限可能。

我們的第二個判斷：超級AI 云是下一代的計算機。

大模型是運行于 AI Cloud之上新的OS。這個OS可以滿足任何人的需求。每個人都將擁有幾十甚至上百個Agent，這些Agent 24小時不間斷地工作和協(xié)同，需要海量的計算資源。

數據中心內的計算范式也在發(fā)生革命性改變，從CPU為核心的傳統(tǒng)計算，正在加速轉變?yōu)橐?GPU為核心的 AI 計算。新的AI計算范式需要更稠密的算力、更高效的網絡、更大的集群規(guī)模。

這一切都需要充足的能源、全棧的技術、數百萬計的GPU和CPU，協(xié)同網絡、芯片、存儲、數據庫高效運作，并且24 小時處理全世界各地的需求。這需要超大規(guī)模的基礎設施和全棧的技術積累，只有超級AI云才能夠承載這樣的海量需求。未來，全世界可能只會有5-6個超級云計算平臺。

在這個新時代，AI將會替代能源的地位，成為最重要的商品，驅動千行百業(yè)每天的工作。絕大部分AI能力將以Token的形式在云計算網絡上產生和輸送。Token就是未來的電。在這個嶄新的時代，阿里云的定位是全棧人工智能服務商，提供世界領先的智能能力和遍布全球的AI云計算網絡，向全球各地提供開發(fā)者生態(tài)友好的AI服務。

每日經濟新聞綜合自公開信息

免責聲明：本文內容與數據僅供參考，不構成投資建議，使用前請核實。據此操作，風險自擔。