云栖随笔
记者 梁应杰 沈积慧 童蔚
1956年夏天，美国汉诺斯小镇的达特茅斯学院迎来了30多位全球顶级的科学家，他们聚在一起只为探讨一个话题：让机器能像人那样认知、思考和学习，即用计算机模拟人的智能。
这场聚会来自一年前，他们中的4位佼佼者发起的一则提案《关于举办达特茅斯人工智能暑期研讨会的提议》。这是Artificial Intelligence（人工智能）首次被提出，命运的齿轮开始转动。
选择在达特茅斯学院，因为提案里一位叫约翰·麦卡锡的教授刚好在那里任教。日后，他将有个响亮的称号：人工智能之父。
在云栖大会的开幕式上，中国工程院院士、阿里云创始人王坚分享了这段旧事。
而在这场聚会的5年后，麦卡锡在麻省理工100周年的纪念庆典上，又提出了个概念Utility Computing（公共计算服务）。他预言，计算服务或许会在将来某天成为像电话一样的公共服务，成为一种全新的、重要的工业基础。
后来，他设想的这个计算服务有了一个写意的名字：云计算。
王坚说，自然而然发生的事是最好的事情——约翰·麦卡锡同时参与定义了人工智能和云计算，似乎预示着AI和云计算冥冥之中会走到一起。
而促成它俩的“媒婆”，就是大模型。
不是工具的革命
而是革命的工具
自去年年底ChatGPT横空出世以来，全球科技界对大模型的热情始终居高不下。这副场景明显有别于2016年AlphaGo的惊艳亮相，通用人工智能给产业界和普通大众带来的震撼远比“下围棋比人类厉害”更为强烈。
但是，大模型带来的变革可能还是被低估了。
在王坚看来，这是第一次，计算对科技创新本身产生了革命性的影响，“很少有人意识到，大模型的出现，不是科学研究工具的革命，而是一场会让科研发生一次革命的工具”。
和他持有相同看法的，是云栖大会的老朋友，现任复旦大学浩清教授、人工智能创新与产业研究院院长的漆远。他也分享了一段往事，主角是和约翰·麦卡锡一道，在60多年前发起提案，并共享“人工智能之父”头衔的马文·明斯基。
当年，明斯基曾在校园里组织了一场辩论：能不能创造一个AI爱因斯坦，帮助人类突破认知的边界？
听上去像是让人类踩着自己的脚一步步上天，但从漆远和团队的一系列研究和尝试来看，在大模型的助力下，传统的科研范式真的迎来了变革。
两个多月前，在上海连续三天阴雨绵绵的情况下，复旦大学迎来了近20年来第一场户外开学典礼。为这一大胆决策提供依据的，是复旦大学人工智能创新与产业研究院联合大气与海洋科学系推出的伏羲大模型。
借助这个拥有45亿参数的大模型，他们可以预报未来15天的全球天气预报，精准度上首次达到了欧洲中期天气预报中心集合预报的平均水平。
无独有偶，此前华为也发布了盘古气象大模型，聚焦近一周的天气预测，被欧洲中期预报中心评价为在精度上有不可否认的能力，展现出了可与传统的数值模式媲美的预报实力。《自然》杂志的评价更直接：“华为云盘古气象大模型让人们重新审视气象预报模型的未来。”
而这，也只是大模型的初露锋芒。
理想上慢一步
应用上快三步
伏羲大模型的出现，得益于四个月前复旦大学和阿里云共同打造的CFFF（Computing for the Future at Fudan）智能计算平台。它支持千亿参数的大模型训练，总体算力规模跻身全球前15名。
简单来理解，这是一个孵化“大模型”的温床。
除了大气科学，它已经被复旦用于生命科学、材料科学、新药研发、数学研究、金融经济学等领域，也孵化了一系列大模型。
比如，化学分子预训练大模型可预测候选化合物成药性和安全性，目前获得的一些指标已经超过了美国国立卫生研究院。
依托CFFF，复旦大学还举办了世界科学智能大赛，共有18个国家和地区的10000余支队伍参赛，最终500余支队伍的得分超过传统方法的科研成果。
这也是漆远说的，人类正在用AI的“望远镜”探测科研的星辰大海。
阿里云和复旦的合作，也为国产大模型的走向提供了一个思路。作为开幕式的演讲嘉宾，百川智能CEO王小川首次分享了自己关于国产大模型发展的理念：理想上慢一步，应用上快三步。
他重申了自己此前的观点，到年底，国内会有赶上GPT3.5的大模型出来，到明年可能会追上GPT4.0，但这不意味着国产大模型就没有机会，“国外应用生产能力差很多，比如亚马逊和淘宝，在体验上就有很大差距”。
这和他去美国考察的体验有关。一方面他看到了OpenAI超级疯狂的想法：“他们正在设计把1000万颗GPU（GPT4.0只用了25000颗）连接在一起，打造大模型的技术。这个想法像登月一样。”
另一方面，他又自豪于在应用层面，国产大模型可能会走得更快，“明年国产大模型将会诞生若干款超级应用”。
关于这些应用最终会走向何处，以及许多人对大模型是否有用依旧抱有怀疑，王坚引用了建筑大师路易斯·康的灵魂一问：“贝多芬创作第五交响曲之前，世界对它有需求吗？”
对他而言，眼下就是云计算和AI一起创作“第五交响曲”的美妙时刻。