如何评价沈向洋（Harry Shum）？从AI大模型到具身智能的未来

作为一个长期关注人工智能领域的人，最近在深圳举办的2024年IDEA大会上，香港科技大学校董会主席沈向洋的发言让我深感震撼。作为一名在AI领域有着深厚背景的专家，沈向洋不仅在技术上有着卓越的贡献，更是在推动AI应用落地方面展现出了远见卓识。

沈向洋在大会上的演讲主要围绕着两个核心问题展开：一是如何推动大模型技术的落地，二是如何将AI应用于科学研究。这两个问题看似简单，但实际上却触及了当前AI发展的两大瓶颈。首先，大模型虽然已经在自然语言处理、图像识别等领域取得了显著进展，但要真正实现商业化和规模化应用，仍然面临着诸多挑战。沈向洋指出，当前的大模型训练需要大量的算力支持，尤其是在高性能显卡（GPU）的需求上，已经成为了制约AI发展的关键因素之一。

这一点也得到了许多业内人士的认可。在《智能时代的机遇与挑战》的演讲中，沈向洋特别提到了“黄氏定律”，即英伟达GPU在过去十年中的人工智能处理能力增长了1000倍。这一增长速度远远超过了传统的摩尔定律，表明在单芯片推理性能中看到的增速不会逐渐消失，而是会继续加速。这无疑为未来的AI发展提供了强大的技术支持。

然而，仅仅依靠硬件的进步是不够的。沈向洋还强调了合成数据在多模态应用中的重要性。GPT系列模型主要依赖互联网语料数据，但在编程、物理、化学等多模态应用场景中，所需的更强逻辑性和专业性数据往往无法从互联网直接获取。因此，如何生成高质量的合成数据，成为了AI研究的一个重要方向。沈向洋认为，合成数据不仅可以弥补现有数据的不足，还能为AI模型提供更加丰富和多样化的训练素材，从而提升模型的泛化能力和应用范围。

除了大模型技术的落地，沈向洋还特别关注AI在科学研究中的应用。他认为，AI不仅仅是一个工具，更是一种全新的科研范式。通过AI技术，科学家可以更快地分析海量数据，发现隐藏在数据背后的规律，甚至预测未来的趋势。沈向洋以计算机视觉为例，指出AI在机器人和具身智能领域的应用前景广阔。他预计，未来AI最大的超级应用就是AI智能体，即人类提出问题，AI就能解决掉。这个超级应用一直都存在，只不过在技术上尚未突破。如今，随着AI技术的不断进步，这一愿景正在逐渐变为现实。

为了推动具身智能的发展，沈向洋在现场宣布了IDEA研究院在该领域的三个重要合作项目。首先是与腾讯合作，在深圳福田区、河套深港科技创新合作区落地建设福田实验室，聚焦人居环境具身智能技术；其次是与华为合作，共同开发面向工业场景的具身智能解决方案；最后是与微软合作，探索AI在医疗健康领域的应用。这些合作项目的落地，不仅为具身智能的发展提供了强有力的技术支持，也为相关产业带来了新的发展机遇。

当然，AI的发展并非一帆风顺。沈向洋在演讲中也坦诚地谈到了当前AI面临的挑战，尤其是算力瓶颈问题。随着AI模型的规模越来越大，对算力的需求也在急剧增加。然而，现有的算力资源远远无法满足这一需求。沈向洋指出，未来AI的发展必须从原有的“摩尔定律”转变为“黄氏定律”，即通过GPU推动AI算力实现逐年翻倍。这意味着，AI行业的竞争将不再仅仅是算法的竞争，更是算力的竞争。谁掌握了更多的算力资源，谁就能够在AI领域占据更大的优势。

面对这一趋势，沈向洋提出了一个有趣的观点：“今天要做人工智能大模型，讲卡伤感情、没卡没感情。”这句话虽然听起来有些调侃，但却道出了当前AI行业的真实现状。大模型横扫千行百业，所有的公司都要面对大模型带来的机会，但并不是每个公司都有能力去构建自己的大模型。沈向洋认为，通用大模型是AI的基础，要训练一个通用大模型至少需要万卡；行业大模型是做领域应用的底座，需要千卡级别的训练；企业大模型是企业数据价值的再发现，需要百卡级别的训练。因此，对于大多数企业来说，选择合适的合作伙伴，借助外部的力量来推动AI应用的落地，可能是更为明智的选择。

总的来说，沈向洋的发言不仅为我们揭示了AI发展的最新趋势，更让我们看到了AI在未来社会中的巨大潜力。无论是大模型技术的落地，还是具身智能的应用，都将在不远的将来改变我们的生活和工作方式。作为AI领域的领军人物，沈向洋的见解无疑为我们指明了前进的方向。我相信，在他的带领下，AI将迎来更加辉煌的未来。