外籍院士罗智泉：大模型发展模式不可持续

11月26日，中国工程院外籍院士、香港中文大学（深圳）副校长（学术）、深圳市大数据研究院院长罗智泉，在深圳创新发展研究院举行的活动中，认为大模型高耗能的发展模式不可持续，需要考虑落地成本，垂直领域中小模型是一个新方向。

罗智泉表示，AI发展的每个阶段都代表着AI能力和应用的某种进展。2023年是生成式人工智能的突破之年，以ChatGPT为代表的人工智能大模型，内容生成能力表现惊艳，一时间拉开了国内“百模大战”的序幕。

罗智泉梳理了AI的发展历程，及全球发展态势，指出我国大语言模型发展迅速，不乏华为—盘古大模型、阿里云—通义千问、腾讯—混元大模型这样的优秀成果，但在技术封锁的大环境下整体上呈追随态势。

有研究估测，训练1750亿参数量的大模型GPT-3，能耗相当于开车往返于地球和月球，一次运算就要花费450万美元。

罗智泉将AI能耗与人脑能耗对比，人脑相当于低功耗灯泡，能耗量平均约25瓦；而GPT-3训练一次消耗约1287兆瓦时，GPT-4能耗预计更高，ChatGPT日均消耗超过50万度电，从而指出大模型的发展模式不可持续，落地实现大模型的价值，需要考虑部署成本，垂直领域中小模型是一个新方向。

他认为，大模型和人脑相比还有所不同，模型的大问题是数据越来越多，调好了一方面，其他方面又变弱，没有局部化，如果是局部化，某部分调整只用改某部分的参数，只涉及某部分神经元。 

作为科研工作者，罗智泉感受到国际地缘政治的影响，国际合作变得越来越难。但罗智泉对中国的科技及产业发展持乐观态度，并以AI技术赋能5G网络性能的亲身体验展现了AI在突破技术封锁、引领产业升级中的巨大作用。

对于AI的未来发展趋势，罗智泉表示更重要的是广泛应用前景，商业的闭环很重要，现在因为能耗、能力、人才等方面的问题，AI产业大部分是在烧钱的。

他认为，随着AI发展，很多行业会被改变，大学也会发生变化，就像斯坦福大学随着硅谷崛起一样，抓住机会的大学也会崛起。

他认为同声翻译专业可能需要关停并转，商科中的一些专业，包括会计，GPT的能力已经可以做到，以后需求会变小，他所在的大学全校的学生都要学人工智能的初级版，是必修扫盲课。人文社科也需要拥抱计算社会科学，不能简单做问卷调查，问卷调查不能反映社会全部。

他比较重视有交叉的学科，希望学生能设计多个学科，有基础数学的分析推理能力，另外他很重视物理，OpenAI做AI的年轻人很多是学物理出身，包括埃隆马斯克也是如此，可以帮助了解世界。