东软集团刘积仁：人工智能的实际应用，需要跨界组合资源

文/冯彪

今年以来，人工智能快速发展，以ChatGPT为代表的生成式大模型产品方兴未艾。6月27日，在2023年夏季达沃斯论坛上，人工智能也成为与会嘉宾热议的话题。

东软集团董事长刘积仁既是我国最早的一批计算机应用博士之一，同时也是在软件领域最早的创业者之一，他亲历了我国软件领域的发展历程，同时也是当下人工智能领域的参与者和创业者。

在夏季达沃斯论坛现场，腾讯财经与刘积仁深度对话，在他看来，在人工智能的应用领域，中国具有很大的发展机会。而且，刘积仁认为，人工智能需要与具体的行业相融合，才能真正成为解决实际问题的工具。

以下来自于腾讯财经与刘积仁的对话：

问题1：作为我国培养的第一批计算机应用专业博士和最早一批科技领域的创业者，您能否对比一下，我国目前在计算机前沿领域，国内和国外的发展水平？

刘积仁：谈到计算机软件的发展历史，我们应该看到随着时代的发展，中国软件产业还是在不断地进步。在我创业的时代，中国没有自己的芯片，没有自己的操作系统，没有自己的数据库，现在这些东西我们都有了。这是全球软件产业变化给我们带来的进步。其中一个就是开源（open source），我们利用开源，产生了自己的操作系统和数据库平台，我们也有了云平台。另一方面，就是中国信息基础设施建设的快速发展和智能手机的普及，在云、在基于互联网应用等方面给我们带来很大的发展机会。

但是我们要十分清楚地看到，到目前为止，我们在一些软件基础技术的创新和探索方面，与发达国家比还有相当大的距离。比如说在人工智能快速发展的今天，我们在算法的创新上面就没有表现出优势。但是，在今后人工智能的应用领域里面，我相信我们会有很大的发展空间。就相当于我们看到的，可能互联网原始的概念和技术的创造并不是来自于我们中国，但是今天我们能看到互联网的各种应用场景，中国已经成为全球创新的引领者。

我相信人工智能会走同样的路线，也就是说在基础的理论方法方面，我们目前还不是一个领导者，但是我相信在今后的应用领域里，我们会有很大的机会。

问题2：今年AI大模型兴起，但是目前看在实际的应用场景上并不多，难言形成生产力。您如何看待AI大模型的前景，您预计哪些应用场景会先落地？

刘积仁：首先我们看到算法本身或者技术本身目前产生那些有价值的、可应用的成果，从方向上是确定的，这不是一个可能跑偏的方向，而是在一个正确的路线上往前走。为什么现在我们的人工智能大模型可以写文章、写诗歌、画画、对话？这些都是我们目前可以直接感受到的智能。这是因为训练这些智能的数据的获得，在今天的互联网时代还是相当容易的，没有那么高的壁垒，利用这些数据对大模型进行训练，再有好的算法，强大的算力和资本，还是相对容易被训练出来的，在应用的层面，对决策结果的包容性也相对宽容。

但是，如果人工智能未来走向许多垂直的实际应用，往往这种训练需要的数据就很难获得，对结果的要求会更高，甚至在使用结果时需要得到监督才可以使用。比如说医疗行业，人工智能如何应用到医疗，对决策的结果要求准确度十分高，因为涉及到生命，这件事不仅涉及技术本身，更是需要医疗生态的配合，包括我们能使用多少医疗数据，多模多态的医疗数据获得的复杂性，如何训练算法，使算法在医疗领域里能更加精准的解决问题及如何应用，谁来为技术的投入付费？在这些方面，我认为技术层面自己解决不了应用的问题，而是需要组合跨界的资源，甚至在政策的环境上与利益相关者协同来完成，这使得在一些领域里人工智能的应用不可能在较短的时间就展现在我们面前，这个是需要时间的。

在医疗领域的人工智能，我们看到有一些已经可以在诊断中应用，比如在医学数据处理方面得到的应用，电子病历在过去是比较乱且不可计算的，今天我们用人工智能大模型的技术，对数据进行清理，然后用这些数据训练大模型。我们看到大模型的技术应用比我们传统的方式在效率上高很多，而且很精准。如果有越来越多的可计算的数据，那么大模型的应用就更能落地。从这个意义上来看，人工智能的应用每一天都在进步。

问题3：当前很多大公司都在抢争AI高地，推出各自的大模型，您如何看待这种现象？“百模大战”会导致产品同质化吗？

刘积仁：从算法上来说，可能每一家都努力发现不同的算法，但是算法存在的意义是用来解决问题的。当我们要解决某一个领域的问题的时候，你会发现大家能够解决的问题都相近，而大模型在某个专业领域的应用还没有表现出大语言模型那样的效果，说明还需要更好的算法和足够的数据训练，这样的大模型才能真正在某个领域变成解决问题的手段。

我相信我们所有的这些模型的成熟与训练的数据量有重要的关联，特别某些应用是建立在已经训练好的基本模型之上的，那么就会有越来越多的应用会同质化，比如能写文章、画画及对话。如果用到大模型解决某一个专业领域的问题，比如说诊断疾病就没有那么简单了，这就涉及到数据从哪里来，用什么样的方法训练，应用时还需要得到生态的支持，这个问题就变得相对复杂。

问题4：今年ChatGPT发布后，不少科学家呼吁应对人工智能的发展实施监管，需要防范人工智能相关的风险。您既是计算机专家，又是企业家，对这个问题有何想法？

刘积仁：我认为这个是我们社会文明或者伦理对技术使用的要求。未来的人工智能是帮助我们人类社会发展的，是促进社会进步的，那一定就需要像管理一个物理的人一样，要求人工智能做正确的事，在伦理、价值观方面也要服务人类发展的需要，而不是破坏。

当需要对人工智能所产生的数字化的人进行管理时，我相信与我们人类所要求的规范会有雷同，因为这是人类发展人工智能的根本目的，不是为了让它破坏世界，而是为这个世界更好而提供服务。对人工智能的监管，让它更有序、可控地发展，我相信这是一个大的趋势，当然也是一个挑战，谁来监管？如何监管？我们也需要新的模型，也会带来治理的成本。

问题5：关注到东软在AIGC领域有相关的布局，发布了基于医学影像大模型的医学影像标注平台。目前这个平台的推广如何，效果怎么样？东软未来会如何布局？

刘积仁：在医学影像方面，我们做了一个大平台，叫飞标。这个平台用了大模型的技术，用于对影像数据的清理，就是说用大模型对疾病的影像要表达的形态进行标识。

另一个就是医院的电子病历，电子病历五花八门，医生写的也很复杂，把这些非标的电子病历标准化并用于计算。接下来就是我们利用人工智能分析临床工程或者医疗路径，相当于让人工智能来支持某一种疾病的治疗。以前老百姓到医院挂号，到底应该挂哪个科是件很复杂的事情，以后用我们的人工智能平台，就能给出很准确的引导。

在医疗应用方面，我们还有一个很好的成果，就是应对脑卒中。当一个CT扫描了脑卒中病人的影像的时候，我们如何进行疾病的处理，用什么样的方式？我们现在已经跟首都医科大学的专家在合作，还在几百家县级的医院布置了这个平台，辅助医生解决脑卒中病治疗的同质化问题。

在汽车领域，我们现在正在做的就是对视觉的感知。我们做智能驾舱，会判断司机是不是疲劳驾驶，是不是要开车，是不是有什么特殊情况等等。

问题6：技术与市场快速变革，东软有的业务版块也在谋求上市，借助资本市场的力量。您如何看待创新和资本运作的关系？

刘积仁：东软是从大学里孵化出来的企业，我们从东北大学里诞生，我们第一步做了软件产业，然后我们又做大型医疗设备，后来还在大健康领域里面做了云医院。我们要把这些技术跟资本市场融合，目的是为了获得市场的助力，特别是创新的技术，借助资本市场的力量来支持研发和创新的投入。我们一直坚持以软件技术为核心，我们的核心就是软件，并与其它行业相融合，形成一个新的产业方向，这是我们正在做的事情。