如果说人工智能（以下简称“AI”）是一团正燃烧的火焰，那么聊天机器人ChatGPT的出现就是给这团火又新添了一把柴，让火焰烧得更旺一些。

人们让ChatGPT写文章、写策划、作诗，ChatGPT都能给出令人惊喜的作答，一时间，它成了引起全民讨论的热点。事实上，AI并不是一个新鲜的话题，毕竟智能客服、语音机器人等AI服务和产品已经成为人们生活中的一部分，为什么ChatGPT会引起如此高的讨论度呢？它的技术进步体现在哪儿？它又将去向何处？

ChatGPT为什么这么火？

ChatGPT能获得超高关注度，有两方面原因。

首先，相较之前的AI服务和产品，ChatGPT在开放域的对话能力有了显著提升。

过去，我们接触到的AI基本上是在封闭域里进行的任务完成型对话，即完成人指令中提到的任务，比如人们要听刘德华的歌曲《忘情水》，AI需要先识别“听歌”这一意图，然后明确“刘德华”和“《忘情水》”这两个参数，将其与AI的知识图谱进行匹配，找到相关文件并最终播放。在这种逻辑下，AI需要做到准确识别指令，但它解决面有限，并非所有问题都能对答如流。

ChatGPT的开放域对话体验则不同，无论我们问什么问题，AI都能回答且能有逻辑地回答（当然其中有相当多的回答还有一些事实性错误），这与强化学习被运用到开放域的对话训练有很大关系。

其次，ChatGPT背后的基础大模型非常强大，这是因为其背后有着庞大的参数量，且有大量算力支撑着庞大的基础模型训练，同时还容纳了高质量数据，也就是说ChatGPT背后的数据筛选、模型训练做得非常出色。2023年全国两会期间，科技部部长王志刚在3月5日举行的首场“部长通道”采访中也谈道，ChatGPT之所以受到关注，因为它是一个大模型，大数据，算力强，算法好。

当然，AI的影响绝不只在科技领域本身，还涉及在其他领域的转化应用。

打造可信的AI

安全可信是AI治理的核心诉求。任何一个产品或一项技术要走进人们的生活，一定要给人们带来正向的帮助，如果损害了用户的利益或让用户受到伤害，那么这种产品或技术就走不远。因此，让用户对AI产生充分的信任，是给相关技术、产品提出的最根本要求。当然，在AI相关技术或产品刚出现时，设计主体需要采取方法确保不会给用户造成不好的影响，这要求设计主体持续观察，对相关技术或产品不断进行迭代。

打造可信的AI，首先要求相关技术和产品的功能本身安全可控，同时系统内部也应具有高可靠性，能抵御外界攻击；其次，用于训练AI的数据是机构和个人的核心资产之一，要保护好用户数据不被泄露，保护好用户隐私，及时处理工具漏洞；最后，AI技术和产品的行为和建议应当是可解释的。

把工具背后的人管好，至关重要。这也要求从国家层面要做好对工具背后主体的监管，不断完善相关立法工作。总的来说，技术是一把“双刃剑”，我们要让AI技术或产品在符合当地社会伦理道德和法律法规的基础上，给用户提供正向的价值，保证收集到的数据和信息只为用户自己服务。

未来向哪儿去？

实践是检验真理的唯一标准。技术最终还是要应用到产业里才能体现出价值。举例来说，在智慧医疗和自动驾驶产业里，AI就有着较大的发展空间。

先来看智慧医疗，当前该领域最大的一个挑战是存在“数据孤岛”，即个人的就诊数据没办法通过一个平台很好地互通共享起来，比如一个人在某家医院就过诊，其数据可能就只保留在该医院。如果未来有一天，院内和院外数据能够打通，AI就能实现对人相关指标的全天候监控、分析和报警，如通过监测人一天中吃的食物和自身病史进行信息联动，评估人的健康状况；如果一个家庭共享一个健康账号，将整个家庭的健康数据集成起来，就可以根据父母的健康状况判断孩子的健康状况，意义巨大。当然，这个共享平台要保证安全性和确保隐私数据不泄露，保证就诊人的利益不受到损害。

再来看自动驾驶，它最大的好处是能将用户从驾驶任务中解放出来，同时通过车路协同改善城市的交通拥堵状况。但它面临的最大挑战在于安全性，它要能做到实时接收云指令并实时作出正确的反应，同时要保证让人随时可以接管车辆，也就是说，自动驾驶的重点在于安全可控。因此，车路协同能力非常关键，一方面，未来城市中的路口、路段都可以做到全息感知，让车一上路就知道前方实时路况；另一方面，车上传感器要持续提升算法精度，让车和车、车和路之间的相互感知做得更精确。

技术的精进与应用，离不开人才。中国在信息技术领域有着较大的人才优势，大家很聪明，也很能吃苦。在人才培养上，清华大学非常注重基础研究以及技术在产业上的落地和应用价值，根据应用反馈来帮我们确定哪些技术需要进行更多投入，同时也非常关注高质量开源软件的使用。

我们常说科技向善，技术应当始终为人的幸福生活服务，所以，展望未来，希望我们的技术开发者能将常识和结构化知识与基于统计算法的AI训练更好地融合，持续提升AI的学习能力，提高其可控性和交互能力，做人类的好朋友、好帮手。

作者系清华大学国强教授、智能产业研究院（AIR）首席研究员，本刊记者赵建琳采访整理。