2023年12月24日，安徽主办的全国通用人工智能创新大赛总决赛在芜湖举办。这是中国计算机学会科创大赛中，专门关注通用人工智能的，与近来大模型的突破有关。大赛吸引了全国300多个项目团队，80支队伍进入复赛，省外团队占比超80%，20支队伍晋级总决赛。
合肥中聚源智能一套关于心理健康的软硬件产品，用人工智能普适分析，对人的心理健康进行全周期的实时监护，获得比赛一等奖。除现金奖励，获奖团队在安徽落地还会得到最高3000万元的综合支持，合肥、芜湖、宿州市都有项目签约。
人工智能大模型不仅是通过对话让人们感到惊奇，已经开始有许多项目落地了。这一切的关键，是人工智能大模型出现了神奇的“涌现”，本文对这个现象进行解释。
一．人工智能再度爆火
ChatGPT引发的大模型热度不减，中国短时间内推出了超过200多个。谷歌12月6日推出的大模型Gemini爆火，视频演示让人印象深刻，但引发造假争议。
AIGC（人工智能生成内容）进展层出不穷。深圳诗云科技开发的HeyGen AI生成的短视频中，郭德纲说起了流利的英语，泰勒斯威芙特说的中文音色、口型都能对上，引发哄动。Runaway、Pika等视频图像生成软件效果很好，在中美科技圈爆火。Midjourney的图像生成已经在市场上获得了巨大成功，没有投资者，仅40个员工就实现了2亿美元年营收。游戏公司的开发流程已经改变了，原画师效率大增。AI相关的创业风投，是目前最火的，没有之一。
2023年的人工智能，火得有些出人预料。本来人们以为这会是一次“人工智能寒冬”。
Gartner新兴技术发展曲线
2016年初，Deepmind的AlphaGo下围棋战胜人类，引发了多年来最大一波人工智能热潮，人们热情一下起来了，逢会必谈。但是之后热度逐渐下降，就如许多业界人士揭示和预期的，深度学习有能力也有缺陷，不宜寄望太高。就如自动驾驶成为研发大坑，许多公司投入巨大却难于突破。人工智能创业公司估值下降，风投在找突破口。这一切看上去很“正常”，符合技术发展规律，爆火时产生的过高预期破灭，热情下降，业界人士继续积累，从低谷恢复，在远期将技术推广应用。
即使是业界人士也没想到，2023年人工智能大模型、AIGC能火成这样。360创始人周鸿祎11月30日分享了去硅谷的见闻，称“投资者对于没有AI概念、没有AI功能、没有AI成分的公司已不会考虑”，“美国在赌人工智能这件事，整个投资体系、创业体系、大公司体系、传统公司体系都在全面拥抱AI。”
从产业和技术影响来看，2023年的人工智能热潮力度，已经超过了2016年。这是有原因的，很多研究者相信，人类社会发生了几十年未见的，科学原理级的重大突破，不能凭经验用一般的技术发展曲线去评估。
这个大突破，就是人工智能大模型的能力“涌现”（emergence）。本文将从技术角度解释，什么是大模型的“涌现”，它的意义有多大。
二．深度学习是一次科学突破“涌现”
人类科学突破，最经典、最为人熟知的领域是物理。从伽利略实验、牛顿三定律开始，到20世纪上半叶相对论、量子力学成为高峰，这是科学领域最深入人心的发展历程。新的物理现象、物理定律不断被发现，多次引发科学突破，有的还带来科技与产业革命。
从20世纪下半叶开始，重大的物理发现明显减少，似乎能发现的宇宙基本规律就这些了。有些人认为，人类社会“科技停滞”了，重大科学发现、科技突破越来越少，甚至能力倒退，如航天登月。但是，如果从“涌现”的角度去分析，就会有不同的感受。
物理学曾经有很多“涌现”，技术进步让科学家们能发明创造全新的实验工具，发现让人兴奋的新现象、观测验证新理论。在量子力学初创的年代，几年内就有非常多的大突破。科学发现往往不需要太深入的认识，即使只有模糊不清的理论，只要配上合适的工具与检测仪器，就能带来大突破。20世纪之前，人们意识到物质是由原子构成的，用光谱分析等手段就发现了很多元素，而原子的微观理论仍然是不太清楚的。
物理学新现象很少了，人类科技也不会停滞。在生物、IT等领域，不断有令人兴奋的新发现，推动科技与产业进步。科学规律与现象不应该有等级高低的分别，只要能给人们带来认识世界、改造世界的新能力，都是原理级的大突破。人工智能是建构在物理知识体系之上的，但它的发现意义并不比物理基本规律要小。
人工智能大模型表现出来的能力涌现，可以类比于人类发现了电力，出现了让人激动的全新现象，是潜力巨大的基础科学发现。虽然真正理解的人还不多，但是业界人士正以几十年没见过的科学激情，探索新世界。
在人工智能超过60年的发展史上，产生过不少人们感兴趣的新现象。但往往是争议多、价值没有想象的大，明显受限于发展阶段，研发人工智能依赖的“工具”（也就是计算机硬件）能力不够。对人工智能能力的批评、对重大缺陷的揭示，一直伴随着人工智能的发展，到大模型时代仍然是如此，如机器对话中难以消除的“幻觉”。
在上世纪50、60年代，感知机等简单结构、人工编写算法程序下棋，已经让学者们意识到，人工智能（Artificial Intelligence) 是一个新的科学领域了。但由于神经网络结构过于简单、人工代码精心编写AI程序困难、算法复杂度指数上升，人工智能早期遭遇了低谷。日本80年代选择人工智能作为“第五代计算机”的突破方向，最后彻底失败，技术资料一钱不值。
感知机模型与“异或问题”
著名的“异或问题”是，明斯基等研究者指出，单层的感知机通过调整神经网络系数，可以对两个输入值的与、或、非成功输出；但不管如何调整系数，也无法输出异或的结果。理论上就不可能，其原理如上图右边的0和1在四个角交叉放置，无法划一条直线把0和1各放一边。推广来说，如果两种模式通过一个超平面“线性可分”，感知机就能训练收敛，但实际应用中绝大部分模式识别问题是非线性的。
“线性可分”的问题能用神经网络训练成功，从科学发现角度，是个新现象。上万亿个系数的大模型，其基本特性在最初的感知机中都可以找到，调整系数、加减乘除简单运算、数值结果解释输出。但这只是马后炮，由于当时的认识局限性，学界普遍把神经网络看成意思不大的“玩具”，对应1974-1980年的第一次人工智能寒冬。科学界这类例子很多，研究成果有点意思，但后面没进展就会逐渐冷下去了，很少能再热起来。
80年代，杨立昆、辛顿（加上本吉奥，三人是2018年图灵奖得主）等研究者引入多层神经网络和意义极大的“反向传播算法”（Back Propagation，简称BP），成功实现了精度足够的手写数字识别等成果，有了信封邮政编码识别、支票识别等实际应用，工业应用越来越多。由于计算机性能上升，人工代码精心编写的下棋程序能力让人印象深刻，国际象棋战胜了人类世界冠军。
这段时间的人工智能有发展，也算小有成就，但是在当时的IT大潮中，显得不太突出。这对应1987-2016年的第二次人工智能寒冬，从投资角度是可以这样理解。人们热衷于软件开发、通信、互联网、手机APP等投资方向，人工智能不算热门。
IBM的深蓝开发代价很大，战胜卡斯帕罗夫之后封存，后续发展和技术影响不大。人们认识到，靠人工代码编写人工智能算法，会被博弈问题的指数复杂度卡住，编写的专家系统逻辑能力有限，难以应对复杂问题。这种“符号主义”的发展路径，是当时人工智能的主流，顶尖成果代表业界，但是后面方向迷茫。
BP神经网络结构，一个隐藏层
后来大放光彩的深度学习、大模型，在这个阶段其基本结构和训练框架已经有了。多层神经网络前后连接，对应人工智能的“连接主义”。前向传导计算出最终节点的结果，与样本对比产生“误差”，一层层反向传播回去，用“梯度下降”等方法反复修改系数，让误差降低，优化整体的“损失函数”。这些看上去并不复杂的基本技术，通过反复训练将损失函数降到极低，就能产生惊人的模式识别效果，将手写数字等简单模式识别出来。但是这个阶段的多层神经网络，能力还是有限，稍复杂的图像模式识别问题就表现不佳，限制了技术应用。
2016年人工智能热潮忽然兴起，因为AlphaGo在极为困难的围棋问题上（符号主义无能为力）战胜了人类顶尖棋手，大大出乎预料，多少有些戏剧性。其实对业界人士来说，技术上算是水到渠成，是各种技术因素的组合成果，有传统的MCTS（蒙特卡洛树搜索）博弈搜索算法，也有深度神经网络、强化学习、对抗生成网络（GAN）等新技术运用。结果很好，但技术并不算太有突破性，是可以理解的，不少个人开发者都开发出了实力强大的围棋AI。
对业界来说，2012年的图像识别神经网络AlexNet的基础意义更大。AlexNet三人开发团队包括导师辛顿，还有两个学生，其中一人就是ChatGPT的技术核心Ilya Sutskever，他也参加过AlphaGo的开发。AlexNet依靠深层卷积神经网络，在ImageNet图像识别大赛中，错误率一举降到15%，相比其它技术的30%有了巨大突破。这是真正让业界兴奋的进展：深度学习展示了它的神奇。
深度学习让业界一举从迷茫中找到了方向。计算机硬件速度不断提升，还有GPU并行加速，训练数据量也在迅猛增加。突破了瓶颈之后，深层神经网络的能力就一下“涌现”了。短期内，深度学习成果就席卷了几乎所有科学领域，人们的经验被构建、被训练，来到各种神经网络结构中。机器翻译质量突飞猛进，人脸识别能力惊人，绘画以假乱真。这些进展其实在AlphaGo出现之前就发生了，社会知道“深度学习很厉害”这个说法，但没想太远。
这是一次真正科学意义上的“涌现”。计算机之前是作为工具帮助各科学领域的研究，主导的还是领域专业知识。但是忽然一下，各学科发现，连研究范式都变了。
这次深度学习的“涌现”，有两层意思。一层是说，随着神经网络规模、训练机器速度、样本数量不断增加，到了一定规模以后，忽然一下就“量变到质变”，神经网络能力跃升“涌现”，把图像识别效果大幅提升。第二层是说，深度学习在图像识别领域表现极好，这个能力还迅速推广到了其它计算机领域，甚至改变了其它学科，能力的应用范围也涌现了。
有意思的是，人们对AlphaGo关注极大，是因为终极意味的“智能”引发了很大兴趣。许多人想象中，一个人形机器在思考着击败了人类棋手，人类的最后堡垒“智慧”被证明不如机器，工作将被机器取代，引发了很多哲学与社会思考。但AlphaGo代表的人工智能技术，与智能本质并无太大关系，是“人工”造出来的假象，它只是巧妙地模拟了一个复杂的计算任务。社会慢慢习惯了之后，人工智能的能力边界清楚了，2018年后关于机器智能的讨论迅速降温，似乎又要回到寒冬了，投资热度下降。
当然在业界来说，自从2016年人工智能爆火之后，并没有什么寒冬。开发者积极在各种领域应用深度学习，研究者探索新的神经网络架构、训练方法，不断有各种成果出来，领域非常活跃。只是外界认为“没那么神奇”，感觉平淡了。
按照明斯基式的数学理解，这次深度学习的突破，就是用极多的系数（几百万至上亿个），构建了规模很大的数学公式，去拟合逼近了围棋、图像识别等复杂问题的解空间。从能力最简单的“直线分割平面”发展成，用规模极大形状复杂的超空间曲面去分割空间。而构建方法，是统计拟合，通过海量样本对比统计误差，反向传播修改系数减小误差，多次学习后误差降到极小，数值模拟成功。样本可以是人工标注的，也可以是自动生成的，硬件基础是GPU加速并行计算（几千个计算核心）。
笔者与人文学者交流时，把统计模拟的数学意义解释清楚，对人工智能就“祛魅”，神奇的“智能”感觉消失了。而且这个统计模拟显然会有缺陷，没有坚实的逻辑基础。它的成功是统计性的，什么时候出现bug难以预期。
就如AlphaGo3：0胜人类第一高手柯洁，被认为彻底战胜了人类，回头看很可能是有重大缺陷的。研究者通过构造“盘龙眼”这样的罕见棋形，击中了围棋AI的弱点，让无比强大的AI犯简单错误。图为2023年2月，日本职业二段芝野龙之介执黑对围棋AI绝艺的对局，黑棋诱导白棋走出一块转圈连上的棋（内部包围了黑棋一块活棋）。由于AI在训练中极少出现这样的棋形，会对棋块的死活产生错觉，最后大块走死，业界认为所有围棋AI都会有这个bug。
这种例子在各领域到处都是。以深度神经网络为基础的模式识别，会有难以消除的缺陷，应用于自动驾驶等安全领域会有很大的麻烦。某种程度上，这也是“第三次人工智能寒冬”说法的技术根源，达不到预期，一些研究者感到迷茫。
三．第二次人工智能“涌现”：大模型
正当业界普遍以为工人智能短期不会再有巨大突破时，更大突破却来了！
2022年底ChatGPT、GPT4接连引爆关注，全球IT大公司紧急购买英伟达GPU开发大模型。这次人工智能的表现，在业界看来，是真正接近了“智能”的本意，虽然还有争议。外界因为2016年来过一次热潮，有过寄望过高的“教训”，反而不是很“狂热”。
人工智能的突破，往往是从一些看似简单的任务开始。这次的大模型，就是从一个“简单”的任务开始：预测下一个词说啥。“语言大模型”的基本操作，就是一个接一个地往外吐词，形式上就是这么简单。过去的聊天机器人、作诗机，人们也见识过，并没有太特殊，没想到在这个领域发生了巨大突破，可能会产生真正的“智能”。
只学习人类的语言，机器是否能学成真正的智能，这有争议，杨立昆就强烈否认。但这是“AI哲学”的范畴，可以先不管，看看机器学习海量的“语料”会发生什么。
GPT是Generative Pre-Trained Transformer，我们来看看具体的意思。Transformer就是一种神经网络结构，2017年发明后，在机器翻译这个任务中证明了能力，它并不复杂，只是数量特别多，用来存放几千亿个系数。Generative是生成式，GPT会生成对话文字等内容，近期爆火的图片、视频软件也都是生成式应用。Pre-Trained是“预训练”，一个理解就是把整个互联网那么大规模的语料文本，交给Transformer去学习，后来又增加了语音、视频材料，多模态。语料甚至不用人工标注（选择去除有害内容是另一回事），预训练就是让GPT预测文本语料中的下一个词，不准就反向传播调整系数。
这个任务听上去很简单，但是想想看，GPT会从中学到什么？这就不简单了。要注意，研究者将机器的存储与训练“算力”狠狠扩张，足以处理整个互联网这么多的语料。
一个传统观察是，学习语料，能让机器学到“语法”和“语义”。在NLP（自然语言理解）领域的机器翻译任务，人们就深有体会，研究者用人工代码去实现语法、对单词建立对应关联，是死路一条，翻得很丑陋。而机器对着训练文本自动学习，就能把一门语言的语法、单词间的语义关联建立起来，翻译得象模象样。它知道一些单词互相是有关系，经常一起出现，出现时有什么条件，这些关系都记在神经网络系数中。Transformer数据结构就是能对一句话中的单词，方便地建立关联。
即使机器翻译得很好了，人们也知道，机器并不理解这些话是什么意思。按数学理解，机器是把一段话用encoder编码了，然后再用decoder解码成另一种语言。它是一种编码、解码的算法，调试好让人们觉得翻译得不错。实际上，在翻译机器看来，它面对的只有一些“token”（记号），这些token互相有关联，实际是什么它不用知道。就象有确定答案的围棋一样（完全信息博弈），翻译的输出也是相对确定的，是较为“容易”的任务（人类总是这样，解决了就认为容易了）。
但是GPT预训练的任务不是翻译，而是预测下一个token。这比翻译得象样要难得多，想让接下来的文本序列合理（这样才会与人类语料大概率相符），它需要了解“事实”，甚至学会“推理”！这时，在人工智能领域，就“涌现”了真正让人震惊的科学新现象。
以中国大模型中能力排前的科大讯飞“星火大模型”为例，它面对“从西安开车30分钟为什么没到北京”的问题。在语料中不会有直接的答案，就需要对问题进行分解。理解“开车没到”相关语料，就会引入“时间”与“距离”，然后再根据距离，去关联西安与北京，还要引入“速度”，最后组合出的答案。这个过程，直觉上就不简单，从形式上真的象是在推理。
在ChatGPT与GPT4的应用中，有极多这样的案例，让人们相信机器是真的有强大的推理能力了。OpenAI的人说，有时不知道GPT4是怎么推出来，里面的机制真的很神奇。
当然GPT也有很多逻辑缺陷，人们诱导出机器离谱的回答不难。但是从科学发现的角度看，新现象可以重复，即使应用需要条件、有缺陷，也是很不错的实质突破。在以前，研究者认为聊天机器人只是形式上的语言模仿者（现在也有很多人这样看GPT），从未发现机器有如此强大的推理能力。看多了GPT的对话，明显能感觉到，机器的数据结构中，真的蕴含了推理能力，不可能靠模仿出来。
对“新现象”兴奋，而非更关注离谱的缺陷，正是研究者区别于普通人的特质。外界会要求补掉严重缺陷，否则就没有通过图灵测试，应用时不敢相信。但研究者会对机器表现出来的新能力更关注，知道这里有“新世界”。物理学家对于可能的“新物理”极为关注，有点蛛丝马迹都扑上去一堆分析，往往是失望。人工智能研究者当然会关注“机器推理能力是如何产生的”这类问题，所以大公司都疯狂了，都扑上去了。研究大模型需要的算力、存储、资金等硬条件太高，比深度学习要高多了，否则研究者会更多。但中美两国的大模型数量已经非常多了，这种“大发现在前方”的集体兴奋是从未有过的。
短短10年内，人工智能领域就出现了两次科学原理级别的“涌现”，深度学习一次，大语言模型一次。也许外界不清楚意义，但业内人士真的产生了前所未有的热情。
大模型是如何学会推理的？这也是可以描述的。一个类似的例子，是围棋AI学会“征子”。AI的训练是不断进步的，一套“权重”对应一个版本。象围棋这种有胜负的游戏，可以让AI从什么也不会开始，让各版本“自对弈”对战，并根据对战结果改进权重，表现好的权重成为胜利者继续发展。这个训练可以是分布式的，LeelaZero就是由众多爱好者贡献机器自对弈更新权重的。
在训练中，爱好者们明显发现，常规的围棋战术，如打吃、提子、逃跑，AI各版本能很快学会，但是征子却很难学会。因为它涉及相隔很远的棋子之间的斜向关系，能不能扭来扭去吃掉，对AI很难。但时间长了，就会有某个幸运的权重版本，学会了判断征子，而且会利用这个能力，对其它不会征子的版本大杀四方。学会征子，围棋AI的神经网络结构要足够大，如20层可以10层不够，要训练很多盘自对弈。
GPT的预训练实现推理能力，也是这样的。首先网络结构的规模要大，OpenAI从GPT2到GPT3、GPT4不断扩大规模，几千亿个系数，规模够了。然后训练语料要多，训练时间要长。剩下的，就是看GPT的能力怎么逐渐冒出来，和围棋AI的自对弈训练一样，简单的能力先学会，复杂的后学会。
让人震惊的科学发现是：GPT3非常成功，它在预训练中学会了很复杂的推理！这就如同AlexNet对于深度学习的意义，GPT3让业界认识到了大语言模型的极大潜力。
可以这样理解，有一些GPT预测文本的任务，如果不会推理，肯定是做不好的。做不好，“损失”数值会比较大。GPT反复训练，不断用各种办法修改权重，试图降低“损失”，最终在某个时刻，把“损失”降下去了。而这就等价于，GPT具备了推理能力，输出像模像样了。
其实人类学习推理也是这样，你会了，考试就能过，不然就过不了，蒙不过去。至于人类怎么学会的，每个人有自己的方法，考试和应用才是评判标准。哲学上，如果说机器不是在推理，是在计算模仿，不是智能，这说不清。公平的评判就是，机器完成了需要推理的任务，那就是有了堆理能力，并且掌握了很多推理需要的“事实”。
OpenAI没有按常规发论文公布GPT3、GPT4的技术细节，有些训练技术人们只能猜测。但业界人士总会有互相交流，员工也会被挖走，技术不可能一直是独家的。因此GPT训练技术就是在扩散，一些认知逐渐成为业界共识。GPT的成功在于搞出了“涌现”，这就是业界的共识。
这次GPT的涌现，还特别有哲学意味，比深度学习那次的涌现，有更多可以说的。
1. 类似于深度学习，网络规模、语料、机器速度、训练时间不断增长，最终新的能力就涌现了，量变引发质变。这是常规的预期，人们之前只是不确定，基于Transformer的GPT能否成功，不想极大投入。这一关已经过了，无数公司愿意砸大钱了。
2. GPT的预训练是在试图降低“损失”，这个损失函数值是统一的。但不同于AlexNet的单一任务，GPT实际是有很多任务的文本输出表现要提升。它可能某些场景对话难度低，表现得不错，另一些场景要考验复杂推理，甚至数学能力，就表现糟糕。GPT的涌现，并不是一次性的，而是各种类型的任务能力，从易到难，逐渐提升。也就是说，GPT的涌现，现象本身就很有多样性，有很多值得探索的细节。例如某类任务的能力忽然涌现了，即使损失函数看上去差别不大，这对其它单任务训练来说是新鲜的。再例如人们发现GPT的逻辑能力让人印象深刻，但是涉及数学就要差不少。
3. GPT的涌现，还没有达到终点。当人们发现“量变引发质变”的好事发生时，已经很激动了，也许只是几个小任务的成功，就能让人们确信这一点。但继续训练，就会发现好事越来越多，人类文本蕴含的任务种类实际是无穷无尽的，难度会越来越大，考验非常多种能力。GPT框架到底有多强大，人们还说不清，这种未知感更让人兴奋。人们就象在山洞里寻宝，知道有宝贝，是什么类型的不知道，这反而会招来更多寻宝者。深度学习的涌现，就容易判断，能力有了，但再训练也不会更好了，整个过程都熟悉了。
4. GPT的规模，还应该继续扩大，从千亿参数扩展到万亿参数，乃至更高。一般的深度学习任务，网络规模够了就行，再扩大也意义不大，反而可能“过拟合”。但是GPT要记忆人类社会的“事实”信息，几千亿个系数规模显然不够。虽然它可以进行“信息压缩”，但这肯定会损失信息。另一个直觉是，网络规模扩大后，GPT的“潜能”也会增加，在复杂的启发式知识海洋中游荡，发现深层的相关性。
看了以上的GPT涌现特性就能明白，研究者的兴奋是超过深度学习那一波的。一些激进的学者认为，GPT架构就蕴含了真正的智能，真的开始思考人类被机器毁灭的事。一个有些奇怪的事是，OpenAI花了相当多的精力去进行AI安全的研究，甚至导致公司内部“政变”式动荡。GPT的涌现，确实很有人类的智慧特性，多样、复杂、难以预测、潜力无限。因此，这肯定是人工智能乃至整个科学研究领域，最接近“通用人工智能”（AGI）的一次。也能明白，为何学者们在认真讨论GPT相关的“AI哲学”问题。
外界对于GPT的涌现不够了解，容易低估它的科学发现意义。很多人就是关注各类GPT的聊天表现，ChatGPT和GPT4强大，国产的有差距。有些人对AI聊天中表现的强大推理能力赞叹，或者对AI聊天象模象样地胡编乱造撒谎感到震惊。外界容易有一种倾向，似乎对GPT的研究，主要就是让它聊得更好，更没有破绽。
实际上，对于GPT的研究核心，应该是探索更多的“涌现”细节。微软、谷歌等大公司，在试更大的模型，直接目的，并非是想让机器人聊得更好，而是探索令人着迷的“涌现”。也许通过不断催生GPT的涌现，最终通向了AGI，也许如杨立昆预测的，这条路不通。但无论如何，现在不是关注缺陷、完善产品的时候。也许等GPT的能力边界探索清楚了，开发者就可以回过头来，用能力去开发、想办法避免缺陷。
值得注意的是，2022年初GPT3已经出现了很成功的“涌现”，甚至GPT4在2022年8月就已经预训练出来了，但只有少数专业人士惊叹，没有爆火。直到ChatGPT（GPT3.5）通过RLHF（人工反馈的强化学习），将输出语言调试得让人类感觉舒服，才在2022年底引爆了全球关注。
这说明人类很容易受“表象”的影响，即使是专业研究者也未能免俗。深度学习是真的“涌现”突破，但是在新闻界远不如AlphaGo与人类对战轰动。GPT3、GPT4的预训练是让“涌现”不断出现的研发框架，潜力无限，但是RLHF的效果外界更关注。
对于国产大模型也是如此，上百家在开发，应该关注GPT的“涌现”。即使一些国产大模型因为资金和硬件条件有限，规模不是很大，对模型特性的探索也是有益的，能够发现GPT涌现的特性，也许能加速涌现的发生。不用太在意国产大模型的缺陷，这无法避免，原因可能有多种，语料准备不够、训练时间不够、算法细节问题。搭起了大模型研发框架，探索“涌现”的细节，总会有收获。
对于大模型的应用生态，如果对GPT的“涌现”特性有了解，也许会有不同的感觉。不应该把大模型当成聊天机器人，这限制了想象力。GPT涌现出的推理、数学、信息压缩、多模态、内容生成等多种能力，这打开了全新的研发架构。就象深度学习，它既是探索框架，也是应用架构。
美国IT大公司正试图用GPT改造整个软件体系。大公司会象军备竞赛一样，继续扩大GPT的规模。更为普遍的行为，是开发工具链，将GPT应用做起来，让开发者能够加入进来，在各行各业应用GPT涌现出的能力。而后者才是中国更应该学习，也是有优势的领域。
对于国产大模型的基础能力，笔者并不担心。例如科大讯飞的星火大模型3.0，评测认为接近ChatGPT的水平，准备2024年5月推出接近GPT4的星火AI 4.0。大模型评测是一个重要研究领域，标准还不是很统一，但显然国产大模型能力在快速进步，与美国的差距说多了也就是2年。
对于某个问题，如果国产大模型的回答不如ChatGPT、GPT4质量好，舆论就会很关注。其实更应该关注“涌现”，如果中国公司的研发架构，能让各类涌现不断发生的，那么本质上中美就在同一个赛道竞争。也许美国大模型已经实现了4级涌现，中国还只能3级，美国公司还消除了更多的bug，这会让差距显得很大。随着中国公司对“涌现”的研究越来越深入，差距都会补上。
真正影响大的，是大模型的应用生态。没有生态，公司的大模型研发最终会难以为继，即使OpenAI也觉得大模型开发、运维太花钱了。如果中国公司做起大模型应用生态了，就能迭代开发，针对性地改进行业应用中的缺陷，这是中国公司的拿手好戏。有些应用能成功，即使基础技术不那么强，但抓住了行业痛点，应用推广了，生态做起来了，反过来又带动基础技术提升。
安徽的通用人工智能发展规划对此理解较深，2025年要“充裕智能算力建成、高质量数据应开尽开、通用大模型和行业大模型全国领先、场景应用走在国内前列、大批通用人工智能企业在皖集聚、一流产业生态形成”。
中国的产业发展历史，本身就是一个不断“涌现”的过程。2000年以后，中国的众多产业奇迹一般地不断崛起。笔者从2013年起就一直鼓吹的安徽省会合肥，是全球城市增长最快的，2022年GDP相比2000年增长了37倍，本来产业没什么特色，却涌现出了多个千亿产业集群，如新型显示、集成电路、新能源汽车。
即使已经鼓吹多年，仍然会不断被合肥与安徽的发展震惊。如安徽2023年汽车产量249.1万辆，成为全国第二（广东遥遥领先）。这次通用人工智能大赛在芜湖举办，当地的奇瑞2023年生产了188万辆汽车，自主品牌与出口都爆发增长了，2024年要冲击400万辆。合肥2022年新能源汽车产量25.5辆，同比增133%，2023年74.6万辆，再增140%。合肥布局很好，比亚迪、大众、蔚来都来了，目标是2025年新能源汽车产量200万辆、2027年340万辆！
用GPT来类比，中国的发展机制在改革之后，换成了Transformer（这个词就有变革的意思），就发生了不可思议的产业“涌现”。
了解了GPT的“涌现”，再看美国政府打压中国人工智能，连4090显卡 GPU都不让卖了，就能明白，美国政府这是赌了，认为通用人工智能会有大突破。美国商务部长雷蒙多赤裸裸地说，要拖慢中国人工智能的发展。
但是中国已经有准备了，华为、科大讯飞等企业成为人工智能行业与美国斗争的排头兵。科大讯飞因为被美国放入实体名单，花了小半年的努力去适配国产GPU，这在全国是领先的。华为云建设了3大AI算力中心，其中一个就是在安徽芜湖。
产业发展是有惯性的，已经实现产业“涌现”的，在新兴产业政策的规划、实施上就有优势。通用人工智能的发展，笔者同样祝福、看好安徽。
■ 扩展阅读
中美汽车竞争？不存在的 | 陈经
清华光电融合芯片算力是GPU的3000多倍？媒体搞出的大新闻 | 陈经
没人能“杀死”1.5万亿美元的英伟达 | 陈经
学习中国建立大市场内生增长模式，我们需要正视印度经济崛起 | 陈经
■ 作者
陈经
获中国科学技术大学计算机科学学士，香港科技大学计算机科学硕士，科技与战略风云学会会员，《中国的官办经济》作者。