"開(kāi)放變成了今天AI競(jìng)爭(zhēng)的關(guān)鍵變量"

作者 | 魏強(qiáng)

編輯 | 盧旭成

9月11日上午，中國(guó)工程院院士、阿里云創(chuàng)始人、之江實(shí)驗(yàn)室主任王堅(jiān)在2025年外灘大會(huì)上做了一個(gè)演講。

他回顧了人工智能研究的歷史，提到人工智能之所以有今天的成就，是因?yàn)閺?948年開(kāi)始，圖靈和他的門(mén)徒們就受大腦或神經(jīng)元生物特性的啟發(fā)而做人工智能的研究，當(dāng)“神經(jīng)元”多到一定程度（規(guī)模）就產(chǎn)生了智能。而數(shù)據(jù)、模型、算力達(dá)到一定的規(guī)模（比如數(shù)以千億計(jì)）則讓人工智能發(fā)生翻天覆地的變化?！敖裉炷Ｐ蜋?quán)重的開(kāi)放本質(zhì)上是數(shù)據(jù)資源和計(jì)算資源的開(kāi)放?！蓖鯃?jiān)強(qiáng)調(diào)，因?yàn)榇竽Ｐ湍芰Φ拈_(kāi)放，不用每個(gè)個(gè)體都去從頭做一個(gè)大模型。而更多的人基于通用大模型做創(chuàng)新（比如做垂直模型，做智能體），反過(guò)來(lái)又會(huì)推動(dòng)現(xiàn)有大模型的進(jìn)步。

王堅(jiān)還提到一個(gè)大膽的設(shè)想和實(shí)踐——借助計(jì)算衛(wèi)星，在太空形成不依賴(lài)地面的大模型，從而讓人工智能可以脫離地球母體實(shí)現(xiàn)自主的進(jìn)化。讓人類(lèi)進(jìn)入太空進(jìn)行深空探索——比如移民火星，可以有人工智能相伴。

以下是王堅(jiān)院士演講全文整理，有刪減：

人工智能的背景下，有一個(gè)繞不開(kāi)的話題——“開(kāi)放”。我們正在經(jīng)歷一個(gè)從代碼開(kāi)放、開(kāi)源，到資源的開(kāi)放、開(kāi)源的革命性變化。

從人工智能角度（來(lái)看），2025年注定是不平凡的一年。

1月13日，美國(guó)公布了對(duì)人工智能模型的權(quán)重進(jìn)行管制。有意思的是，這個(gè)管制令只明確地提出了對(duì)“閉源”（大模型）權(quán)重的出口管制，而專(zhuān)門(mén)強(qiáng)調(diào)了“開(kāi)源”的（大模型）權(quán)重不在管制之列。

我想，這后面有一個(gè)非常重要的假設(shè)——當(dāng)時(shí)世界上最好的基礎(chǔ)（大）模型都在美國(guó)頭部的幾家公司。隨著阿里千問(wèn)Qwen、DeepSeek（等中國(guó)大模型）的開(kāi)源，1月30日Sam Altman（OpenAI創(chuàng)始人）說(shuō)過(guò)一句讓所有人都很震撼的話：在開(kāi)源這個(gè)時(shí)刻，OpenAI站在了歷史的錯(cuò)誤一邊。

很神奇的事情是，2025年的今天我們甚至還沿用了軟件時(shí)代的概念（開(kāi)源/開(kāi)放），使得（其）變成了今天AI競(jìng)爭(zhēng)關(guān)鍵的變量。今天沒(méi)人可以繞開(kāi)這個(gè)變量來(lái)說(shuō)下面我要怎么做AI。

開(kāi)放：互聯(lián)網(wǎng)時(shí)代和AI時(shí)代的關(guān)鍵變量

但對(duì)于一個(gè)產(chǎn)業(yè)和一個(gè)技術(shù)（來(lái)說(shuō)），這個(gè)變量（開(kāi)源）不是新的。

1998年，互聯(lián)網(wǎng)要起來(lái)的時(shí)候，最重要標(biāo)志是瀏覽器。Netscape是當(dāng)時(shí)最好、最開(kāi)放，也是改變了格局的瀏覽器?；ヂ?lián)網(wǎng)時(shí)代，Netscape的開(kāi)源是那個(gè)時(shí)代的“分水嶺”。

很少有人知道，“開(kāi)源”（Open Source）這個(gè)詞，指的是Open Source Code——指開(kāi)放源代碼?！伴_(kāi)源”這個(gè)詞在1998年4月才被一批極客固化下來(lái)——當(dāng)時(shí)有很多不同的叫法，比如自由軟件、免費(fèi)軟件。

Jeff Hinton 2018年得了圖靈獎(jiǎng)，后來(lái)他做過(guò)一個(gè)演講，說(shuō)了兩個(gè)重要的和開(kāi)源有關(guān)的觀點(diǎn)。他講到人工智能（研究）兩個(gè)最重要的方法：1、邏輯驅(qū)動(dòng)或被邏輯方法啟發(fā)，2、大腦或神經(jīng)元生物特性啟發(fā)。因?yàn)橛辛说诙€(gè)方法使得我們有了“權(quán)重”概念。

所有神經(jīng)元基礎(chǔ)的東西都有一個(gè)很好聽(tīng)的名字叫“Connectivity”。1948年，圖靈覺(jué)得它受神經(jīng)元的啟發(fā)，跟真正的神經(jīng)元沒(méi)有任何關(guān)系，所以打了引號(hào)。這樣的神經(jīng)元的數(shù)量多到一定程度的時(shí)候就會(huì)產(chǎn)生今天的“智能”。

很長(zhǎng)的時(shí)間里，有人在持續(xù)探索這件事情。1986年發(fā)表在《自然》雜志上的一篇文章明確地講到了“權(quán)重”在模型中的重要性。這篇文章的第三作者就是得了“圖靈獎(jiǎng)”和“諾貝爾獎(jiǎng)”的Jeff Hinton，前兩個(gè)作者是當(dāng)時(shí)世界上最著名的心理學(xué)家。

事實(shí)上，跟Neural有關(guān)的探討，（上世紀(jì)）80年代中期是以心理學(xué)家為核心的小組在討論，那時(shí)以計(jì)算機(jī)科學(xué)家為核心（的小組）討論的人工智能，是以邏輯作為驅(qū)動(dòng)方法。

如果那時(shí)候要做這件事情（Neural），有一本教科書(shū)《Parallel Distributed Processing》。上次（8月）我在上海碰見(jiàn)Jeff Hinton，跟他說(shuō)起這套書(shū)的時(shí)候，他還蠻激動(dòng)。他說(shuō)，那時(shí)設(shè)想的東西今天都變成現(xiàn)實(shí)了。這也要感謝互聯(lián)網(wǎng)，這兩本書(shū)后面又專(zhuān)門(mén)出了一本書(shū)，是本實(shí)驗(yàn)手冊(cè)。它第一次真正把關(guān)于這個(gè)理論的代碼都開(kāi)放出來(lái)了。

事實(shí)上，“開(kāi)放資源”的概念不是因?yàn)殚_(kāi)源這個(gè)說(shuō)法而帶來(lái)的。任何科學(xué)探索的過(guò)程中有很多先驅(qū)已經(jīng)做了這件事情。當(dāng)然，我自己很高興的是，最早提出以生物學(xué)神經(jīng)元為基礎(chǔ)的方法論先行者們?yōu)槲覀冏隽朔浅：玫奶剿鳌?/p>

2012年，Hinton跟他的兩位學(xué)生把數(shù)據(jù)、模型、算力GPU搞在一起，這帶來(lái)了大家熟悉的人臉識(shí)別時(shí)代。但那時(shí)“資源”概念還是沒(méi)有那么深入人心，因?yàn)閿?shù)據(jù)量不夠大，模型不夠復(fù)雜，算力也沒(méi)有想象那么大。這篇文章發(fā)表的時(shí)候只用了2塊普通打游戲的GPU卡，遠(yuǎn)不是今天想象的規(guī)模。

這一切在2017年發(fā)生了很大的變化。那時(shí)這幾位作者提出了“Transformer”提出了“Tokenization”，就是今天講的Token。大家都知道Tokenization是非常關(guān)鍵的技術(shù)，使得數(shù)據(jù)真正資源化。這是里程碑的事情。

2012年時(shí)的數(shù)據(jù)、模型、算力乘上了一個(gè)更大的變量，叫“規(guī)?！?，也就是說(shuō)所有東西的規(guī)模都是被千倍萬(wàn)倍增加而使得今天我們看到的人工智能發(fā)生了不只是原理上的進(jìn)步，事實(shí)上發(fā)生了一次天翻地覆的變化。

當(dāng)規(guī)模到這個(gè)程度的時(shí)候，資源就變成了非常重要的事情。今天模型權(quán)重的開(kāi)放本質(zhì)上是數(shù)據(jù)資源和計(jì)算資源的開(kāi)放。有了模型開(kāi)放，你再也不需要自己花那么多計(jì)算資源重新做有人替你做完的事情。

我想說(shuō)，開(kāi)放以后并不是大規(guī)模計(jì)算不重要了，而是作為個(gè)體不需要再重新使用這么多資源，因?yàn)橛腥藥湍愀兜袅诉@筆錢(qián)。倒過(guò)來(lái)講，要做一個(gè)更好的模型，可能需要有其他人以更多的資源投入來(lái)完成這件事情。

到了今天，只是開(kāi)放源代碼，其實(shí)不解決過(guò)去在軟件時(shí)代解決的問(wèn)題，而開(kāi)放資源（特別是數(shù)據(jù)和計(jì)算資源）是我們推動(dòng)行業(yè)往前走的不能缺失的環(huán)節(jié)。這就是今天人工智能時(shí)代說(shuō)“開(kāi)源”非常重要的特點(diǎn)。

人類(lèi)去火星的路上不能沒(méi)有AI

太空一直是我們最大的資源。今天，絕不是只把人工智能用在手機(jī)上、電腦上，其實(shí)人工智能不應(yīng)該缺失太空。這有個(gè)障礙，就是算力。

這讓我們有了機(jī)會(huì)。就像當(dāng)年我們重新定義手機(jī)作為你的電腦，其實(shí)今天有了通訊衛(wèi)星、導(dǎo)航衛(wèi)星、遙感衛(wèi)星以后，人工智能的出現(xiàn)就會(huì)有第四種衛(wèi)星，我把它叫“計(jì)算衛(wèi)星”。因?yàn)樾l(wèi)星的存在，使得我們有機(jī)會(huì)把AI送到太空去。

之江實(shí)驗(yàn)室（一直）做這件事情。5月14日，（我們）第一次把12顆衛(wèi)星送上了天，且組成星座——第一次把真正意義上的8B AI模型放到太空去了。不是用了簡(jiǎn)單的深度學(xué)習(xí)算法做了處理的小程序放到衛(wèi)星上，是把一個(gè)跟地面上一模一樣的AI模型送到了太空。這還是非常激動(dòng)的。

這12顆衛(wèi)星到了太空后，會(huì)保證只要衛(wèi)星到達(dá)的地方，就可以在太空的任何地方完成對(duì)所有數(shù)據(jù)的處理。

大家知道，在這之前所有的衛(wèi)星在天上是沒(méi)有任何關(guān)系的，所有在的衛(wèi)星只跟地面發(fā)生關(guān)系。這也是第一次完整地做完了在太空衛(wèi)星的互通互聯(lián)，給人工智能在太空帶來(lái)了一次巨大的機(jī)會(huì)。

為什么給它起了個(gè)名字叫“三體計(jì)算星座”？很多朋友知道“三體”這個(gè)詞是從（劉慈欣科幻小說(shuō)）小說(shuō)上讀來(lái)的。事實(shí)上，“三體”是一個(gè)徹頭徹尾的科學(xué)概念，最早由牛頓提出。太空中，如果只有兩個(gè)物體（比如月亮和地球），是可以有解析解的——有一個(gè)準(zhǔn)確的數(shù)學(xué)解決方式說(shuō)明這兩個(gè)物體之間的關(guān)系。但只要還有第三個(gè)物體存在，比如說(shuō)太陽(yáng)，這三個(gè)物體之間的關(guān)系就沒(méi)有一個(gè)確定的解析解了。你要描述它們之間的關(guān)系，一定要假定另外一個(gè)物體是固定不動(dòng)的，這被牛頓稱(chēng)為“三體問(wèn)題”。

這背后告訴我們一個(gè)簡(jiǎn)單的道理，一個(gè)人、兩個(gè)人做事情很容易，只要三個(gè)人搞在一起就不好做了。中國(guó)有一句古話叫“三個(gè)和尚沒(méi)有水喝”。但“三體計(jì)算星座”就是希望我們有N多主體還可以完成一件事情。這是開(kāi)放資源的情況下必須要做到的事情。“三體計(jì)算星座”就是希望有無(wú)數(shù)的主體來(lái)共同完成這個(gè)星座，來(lái)共同分享這個(gè)太空。

“只有這樣，我們才能夠真正分享太空，把人工智能送入太空?！边@里面我們會(huì)做一個(gè)非常有意思的計(jì)劃，真的把每一顆衛(wèi)星開(kāi)放給全世界的任何一個(gè)人。這可以解決很多問(wèn)題。一些科學(xué)家設(shè)想幾年以后，把衛(wèi)星送到太陽(yáng)軌道。這顆衛(wèi)星會(huì)放在大家看到的L5.（Lagrange拉格朗日第五點(diǎn)），這個(gè)“·（點(diǎn)）”離地球1.5億公里，離太陽(yáng)1.5億公里。那時(shí)，數(shù)據(jù)幾乎沒(méi)有辦法傳回到地面再做處理，只有把AI和算力送入太空，人類(lèi)才有可能真正地走出地球。

人類(lèi)去火星的路上，不能沒(méi)有計(jì)算的陪伴和AI，這是下一個(gè)十年甚至二十年最激動(dòng)人心的地方。