Page 16 - 金融科技视界2023-3期

High-end Perspective
高端视点

开始，到DALLE，到DALLE2是一个突破点，从 模型是GPT3，现在出现因果人工智能，这
文字到图像的过程是走的很快的。我刚才讲对 是巨大的发展。最后是神经，因为一切都是
蛋白质的分析，我们可以对190万个蛋白质用人 神经AI的网络，神经AI现在走得很快。我
工做三维的结构图，大概占了我们已知蛋白质的 现在列的这些最新篮球模型，在整个曲线

1/100，不能小看这个数，这是一个很短的时间。 下都是在两年到五年的阶段成熟，科技的浪
再仔细想人是什么？人是蛋白质组成的，如果我们 潮非常厉害。
能把蛋白质全部数字化，还不能说把蛋白质合成

一个人，但可以合成新的物种，所以蛋白质的应用 在这种情况下，产生另一个更大的变
现在也是走的特别厉害的。 化，就是人工智能“脱虚向实”，虚就是人
工智能以前是服务于虚拟世界的，搜索、资
这背后一个核心的变化是人工智能从1.0走向 讯、信息等等，但有了大模型以后，特别生
2.0，1.0是以编程为中心，2.0是以数据为中心的， 成人工智能以后，人工智能逐渐走向物理世

这是一个特别大的区别。1.0的时候聚焦的是算 界，在大模型的基础上，通常走的是文字到
法、模型、程序，是软件工程师在主导，2.0的时候 图像、到音频、视频、到三维、到蛋白，但未
是数据，数据越多越精越好，机器自己通过数据学 来是什么？在这条线以前，人工智能服务的

习反馈优化不断生成、迭代，几乎就是一个无限 是虚的，在这条线以后，人工智能服务是实
的过程，它就离开了人脑，这是大模型和2.0最大 的，是走向物理世界。第一个突破是蛋白，
的潜力和最大的远景，我们已经看到了人工智能 第二个突破是材料，这以后会走得特别厉
可能可以离开人，从已有的智能走向一种新的智 害，这是因为在大模型的情况下，科学研究
能，这个智能并没有被人所意识到，这个事情就很 的方式发生了根本变化，我们称之为科学研

有意思了。所以在这个基础上，大模型产生的基础 究的“第四范式”。

牛顿和爱因斯坦时期科学研究的简单

方式，是通过观察把数学模型化，这是最简
单的第一方式，第二是用模型推演，第三是
用计算机仿真，这不是很成功。进入近代以
后，我们发现最大的问题是你观察到的东
西没办法写成数学方程式，因为维度太高，

在科学研究上有一个概念叫维度的诅咒，特
别是量子物理学的角度没法计算，大模型出
现以后，现在可以做1024到2048个维度，

这已经不完全是个空间概念。两千亿到一万
亿的变量，方程可以做到两千亿个变量，这
个世界上还有什么方程是不可解的，这在根
本上改变了科学研究的方式。以前是慢慢
做、细细做，现在是用数据大规模做，这个

世界就真的变了。

14 金融科技视界