► 文 观察者网 周毅 编辑 张广凯
清华大学教授沈阳最近又“火”了。
不久前第五届江苏青年科普科幻作品大赛公布获奖名单，署名“@硅禅”的《机忆之地》获得二等奖。
@硅禅和《机忆之地》的由来不一般：作为国内最早开始元宇宙研究的学者之一，沈阳教授指定了卡夫卡风格，经过66次对话，由AI输出了约43061个字符，他再从中复制出5915个字符，完成了该作的参赛版本——@硅禅这个名字，也是AI起的。
这可能是最与众不同的二等奖：第一次，AICG（生成式人工智能）作品和人类作品一起参赛并获奖。
图片转引自现代快报
今年科技届最大的“搅局者”当属大模型。
一方面，ChatGPT的大火，让人们意识到AI技术进步带来的颠覆性，各类通用大模型和行业大模型如雨后春笋般涌现；另外一方面，AIGC（生成式人工智能）正在成为越来越多产品的“标配”，它们正融入到信息搜索、处理和输出的各个环节，走向生活的方方面面。
关于国内外大模型能力的讨论，也从来没有停止过。
是抓模型研发的基础能力，还是抓贴合实战的应用落地，中国大模型行业也存在着“城市包围农村”和“农村包围城市”的路径之分。不少人认为，中国大模型应该扬长不避短：大模型底座能力要奋起直追，但将大模型和智能搜索、智能制造和特色文旅产品相结合，同样有爆发力。
AI作者，混入人类之中
在此前的一场活动上，沈阳教授向观察者网等媒体分享了《机忆之地》的创作历程。
“之前，我用人工智能写了一篇小说的开头，发到朋友圈。有记者就留言建议我说：沈老师，可以用这个混在人类小说大赛中投稿，看看能不能拿奖——而且让评委察觉不到？”据沈阳透露，小说甚至没有人为设定大纲，从大纲、正文、配图，连笔名都是AI自己生成的。
据《扬子晚报》此前报道，《机忆之地》是江苏省科普作家协会科幻专委会主任付昌义邀请沈阳来投稿的。两人相识，该大赛征稿通知也没有备注不允许使用AI。付昌义回忆称，六位评委中有三位投票同意推荐这篇小说，但还是有人发现了异样，“有一位在评选完了之后跟我说，感觉这篇文章有点像AI写的，读起来感觉还是有差距”。
在付昌义看来，这篇作品还有进步的空间。“第一个版本出来的时候我就看了，感觉不像个小说，像剧本大纲，后来做了修改要比第一稿好多了，但还是有欠缺的，只能说达到了高中生或大学一年级学生初写作的状态，技巧性等方面和真正的作家还是有差距的。”
ChatGPT刚问世时，就曾展示过小说创作的能力 2023年4月测试截图
AI写小说并获奖，会带来什么影响？
“AI创作文学作品，我想现在只能说是一个起点。”在付昌义看来，现在还很难说这一次AI创作作品的获奖会对未来产生怎样的影响。”付昌义称，“AI的进步也是促进我们人类创新，人类相较于AI最大的优势在于人类有着更强大的创新能力、好奇心和想象力，这也许会成为一个开端，未来会怎样我们保持观望状态。”
有趣的是，人们很久以前就设想过，会有新的“执笔者”出现。
例如关于无限猴子定理（Infinite monkey theorem）的讨论——无限次在打字机上随意敲击键盘，最终能打出任何作品——甚至是莎翁全集。这个想法可以追溯到1913年，法国数学家埃米尔·博雷尔关于概率学的讨论。后来有人写了一个“猴子模拟器”，专门用来模拟这件事发生的概率。
这个概率相当小。
“猴子模拟器”屏幕截图
包括小写字母（26个），空格、逗号、句号、分号和连字符在内，“猴子模拟器”能够随机生成31种字符。不考虑区分字母大小写和特殊标点的情况，那么首个生成字符匹配原文的概率是1/31，头两个字符都匹配的概率是1/961（31×31）……以此类推，莎翁全集共计约500万个字符，那么猴子敲出莎翁全集的概率是1/31^5000000。
《Math Plus Magazine》刊文计算过：拿中彩票做类比，中头奖的概率约1/14000000≈10^7.1，那么猴子敲出莎翁全集的概率，相当于连续赢得约100万个彩票头奖——假设每周都中彩票头奖，差不多要连着中两万年；用时间来计算，如果模拟器生成字符的速度为每秒50个，且不停地生成字符，那么预计约132亿年后，人类将有99%把握读到莎翁全集——可宇宙诞生至今也不过138亿年。
不仅仅是复制和重现，现在的人工智能已经展现出了一定的创作能力。技术进步，如今似乎正在以另外一种方式，模糊着文学和技术的边界。当ChatGPT等大模型通过图灵测试，人类的生活将面临真正意义上的重构。
从1到100：在应用中发展大模型
熟悉沈阳教授的人，会发现他最近越来越“宅”了。
观察者网上一次见到沈阳教授，还是在10月的一个活动现场。沈阳最近不太喜欢跟人聊天，反倒是每天要跟AI聊4个小时——他甚至还会跟AI聊未来，聊GPT5、GPT6、GPT7未来会怎么样。
不过，沈阳也长期保持着一种观点：人工智能的基本原理是概率模型，概率模型一定会犯错误。
在沈阳看来，现在大模型的错误主要分几类：
一类是AI幻觉，“一本正经地胡说八道”；一类是学习不够，形成了知识盲区，比如问GPT4某某药物的功效是什么，它没有学习过，它就答不上来——还有一类是引用谬误，“你问一部电影的男主角和女主角是谁？AI说男的叫小帅，女主角是小美。这个信息哪里来的？从大量短视频里来的。这些信息误导了大模型。”
如何降低大模型的错误率？在沈阳看来，和搜索引擎的结合是一个机会。
其一搜索引擎数据量大，天然具备各种公开数据；其二在内容安全上，它们经过了长时间的考验；其三，搜索引擎为用户提供数据查询，大量的点击和反馈本身就是一种互动。大模型可以对搜到的结果进行聚合——大模型头部玩家中，很多也都是谷歌和百度等拥有搜索业务的公司。
今年以来，包括微软在内，头部企业都试图打通搜索和AI智能对话的链接。在沈阳看来，这也会倒逼搜索引擎的进步，“根据我的判断，经过5到10年以后，可能就没有搜索引擎的概念，只会有大模型的概念。因为你有任何问题，会习惯于问大模型，不再用搜索引擎。这也是我们最近关注比较多的部分。”
微软将AI大模型能力加入bing浏览器
中国大模型还有哪些可以继续提升的地方？在沈阳看来，中国大模型要把文本、图片和视频融会贯通，实现多模态能力。“从识图到生图完全打通，这样能做的事情就会多很多。”
此外，搜索引擎和大模型要深度融合，特别是要把做搜索引擎的优势，充分内化到大模型的研发中——这或许能让中国人走出一条跟美国人不一样的道路来。哪怕中国人0到1的能力创新弱一点，但1到100的能力不弱于美国人。
“在移动互联网，中国短视频做到世界第一；直播带货，中国在全世界也是第一。在大模型的广泛应用中，我们做了研究，特别希望国产大模型能够跟中国的智能制造和文化数字化、跟中国已有的移动互联网全球领先产品做深度融合，这样就能在这个过程中体现出中国特色。”
（发言由现场录音整理，未经当事人审订）
来源|观察者网
相关文章
