編者按：

財聯社、科創板日報旗下《AI daily》推出的“Insight?AI鋒線”深度報道與人物訪談，聚焦國內外人工智能及大模型領域優秀企業、創業者、領軍學者、投資人等，帶來AI賦能千行百業的最新探索、實踐與思考。“Insight?AI鋒線”，洞見，先鋒，一線！最新一期“Insight?AI鋒線”人物為讀者IDEA研究院創院理事長、美國國家工程院外籍院士沈向洋。

《科創板日報》11月26日訊（記者 毛明江 黃心怡）沈向洋，華人圈中成就最高的計算機科學家之一，同時也是杰出的人工智能學者。

沈向洋出生于江蘇鎮江溧水縣，他就讀的第一所學校在他自己記憶中是“牛棚小學”。1980年代，他先后在南京工學院、香港大學求學。1996年獲得卡內基·梅隆大學獲得機器人專業的博士學位，博士論文是世界上最早有關將照片轉換成虛擬現實的研究。

1998年，微軟中國研究院在北京成立時，他應院長李開復的要求前往加盟，并于2004年擔任院長。2013年，他出任微軟全球執行副總裁，直接向時任微軟CEO鮑爾默匯報工作，負責幫助微軟確立技術上的發展方向。現已分拆獨立Al聊天機器人小冰，就是在沈向洋領導下研發推出。

因“為計算機視覺和計算機圖形學做出了貢獻，并在工業研究和產品開發方面發揮了領導的作用”，沈向洋于2017年當選美國國家工程院外籍院士。2019年，在做出“一生中最艱難的決定”后，這位微軟的“中國先生”宣布離開微軟。后受聘擔任香港科技大學校董會主席。

2021年作為創院理事長，沈向洋帶領下的粵港澳大灣區數字經濟研究院（International Digital Economy Academy，簡稱“IDEA研究院”）成立。作為致力于人工智能和數字經濟領域的前沿研究與產業落地的國際化創新型機構，IDEA在粵港澳大灣區被寄予厚望。IDEA迄今已延攬了數百名的頂尖科學家團隊，沈向洋特別強調加入IDEA的人才要有“科學家頭腦，企業家素質，創業者精神。”

一身深藍的西裝，儒雅親和的外表，敏銳前瞻的思考，不時脫口而出的幽默金句。在上周深圳舉行IDEA2024大會上，《科創板日報》記者見到了低調而忙碌的沈向洋。作為IDEA研究院創院理事長，沈向洋以大會主持身份，帶來了一場精彩的涉及人工智能、低空經濟等“學研產投”的多成果發布會，也暢談了他對于人工智能的最新思考。

▌“講卡傷感情，沒卡沒感情”

在人工智能蓬勃發展的浪潮中，算力已成為這場科技競賽的核心戰場之一。沈向洋一句“講卡傷感情，沒卡沒感情”，生動地描繪出當前人工智能領域算力的重要性與激烈的資源競爭。

回顧計算行業的發展歷程，算力一直是推動行業進步的關鍵因素。曾經摩爾定律主導著算力的提升節奏，每18個月芯片性能近乎翻倍，為信息技術的飛速發展奠定了堅實基礎。然而大模型的出現，如同一頭算力“巨獸”，其參數量從百億級迅速攀升至千億級、萬億級，對算力的需求呈指數級增長。以GPT系列模型為例，GPT3使用了2T數據，GPT4的訓練數據量更是達到20T左右，而預計未來的GPT5預計將達到200T規模。如此龐大的數據量，對算力的要求超乎想象。

在沈向洋看來，英偉達在這場算力革命中占據了機器有利的位置。其芯片產品，尤其是H100芯片，成為眾多中外企業競相追逐的對象。用沈向洋話說，“今天拿得到英偉達的卡，那你就成功了一半。”

在上周六香港科技大學授予英偉達創始人黃仁勛榮譽博士的典禮上，沈向洋與黃仁勛換上了同款紀念皮衣，并進行了一場前沿對話。

黃仁勛與沈向洋在港科大授予黃仁勛榮譽博士典禮上

他提及“黃氏定律”，以模型訓練衡量算力增長，按當前大模型算力需求每年四倍多的增長速度，十年可能預見100萬倍的算力需求增長，算力需求與參數呈平方關系，未來的增長極為龐大。

黃仁勛對此表示認同，并表示，“我們現在經歷的是，你的神經網絡越大，訓練的數據越多，人工智能似乎就越智能。”

▌合成數據是百億美元的創業機會

在人工智能技術迅猛發展的當下，大模型的演進對數據量與質的要求達到了前所未有的高度。隨著大模型如GPT系列的不斷迭代升級，數據需求呈爆炸式增長。GPT3使用了2T數據，GPT4則使用了12T到20T數據，據預測，GPT5預計將需要200T數據。

然而，互聯網現有數據的局限性逐漸暴露，其存量難以滿足如此龐大的需求。在沈向洋看來，“缺數據”已成為大模型行業的普遍共識。互聯網上洗干凈的數據量約為20萬億Tokens，距離提供GPT5所需的200T數據相去甚遠，且社交媒體數據質量也不盡如人意，私域數據又因安全孤島問題難以被充分利用。

在此背景下，合成數據應運而生，成為人工智能領域新的“寶藏”。沈向洋指出，人工智能要繼續向前發展，制造和合成數據成為必然趨勢，而這其中蘊含著百億美元的創業商機。這里面關鍵在于如何合成數據。例如，1萬億的數據約等于500萬本書、20萬張高清照片或500萬篇論文，人類歷史上的書籍總量約為21億Tokens，微博有38億Tokens，Facebook約有140T Tokens的數據，即便如此仍無法滿足大模型日益增長的需求。

沈向洋指出，合成數據在多模態應用中的重要性尤為突出。GPT系列模型主要依賴互聯網語料數據，在編程、物理、化學等多模態應用場景中，所需的更強邏輯性和專業性數據往往無法從互聯網直接獲取，合成數據則為解決這一問題提供了關鍵路徑。通過合理生成合成數據，可為多模態模型提供豐富訓練資源，推動多模態技術發展。

▌AI For Science，從技術突破到產業融合

“今天我們一定要做的一件事情是AI For Science。講得稍微夸張一點，難以想象今天還有什么事情比AI For Science更重要。”沈向洋呼吁，當前人工智能不管是研究者還是產業端，“拼命的推動大模型的技術落地是最重要的。”

他以今年諾貝爾物理獎與化學獎獲獎結果，說明AI For Science的重要性。

沈向洋帶領下的IDEA在大模型領域的探索與實踐，展現出其對AI For Science的堅定決心。盡管受到算力等因素的限制，IDEA在超大模型方向未進行過度擴張，但在垂直大模型領域取得了令人矚目的成果。化學大模型、學術大模型、營銷大模型、經濟大模型、運籌大模型、投資大模型、視覺大模型等一系列垂直模型的成功研發，彰顯了沈向洋帶領下的團隊在特定領域的技術實力和創新能力。

IDEA還與與美團、比亞迪、騰訊等行業領軍企業開展合作，在無人機智能技術、工業機器人智能化、人居環境具身智能等前沿領域共同探索。通過產學研用的深度融合，推動人工智能從實驗室技術創新到產業規模化發展的跨越，為社會經濟發展注入新的活力和動力。

▌發展低空經濟要建“四張網”

2022年以來，IDEA研究院持續發布低空經濟發展白皮書。今年IDEA大會上，沈向洋也帶來了IDEA撰寫的《低空經濟發展白皮書3.0—安全體系》。白皮書認為低空經濟發展需遵循應用為王、政府為主、技術為底、安全至上的原則。

沈向洋深度解析低空經濟發展安全體系，從“點-飛行安全”、“線-航路安全”、“面-運行安全”、“體-社會安全”四個維度指出構建低空經濟安全體系的重要性和緊迫性，認為規模化低空經濟要解決安全、效率、成本三大問題，為行業發展提供前沿洞察與指引

“我們跟深圳市政府一起研究這個問題，提出必須要打造低空智能融合基礎設施，具體來講要建四張網：1、設施網，所有的硬件。2、航路網，飛機在天上可以怎么樣飛，哪里可以飛，哪里不可以飛。3、空聯網，得知道在空域環境里，監控可以看到的信號是什么。4、服務網。”

同時，IDEA研究院還發布了開放的智能融合低空系統OpenSILAS 1.0 Alpha版，這一智能融合低空系統——低空的“大腦”，來統籌、協調、管理、分配低空時空資源，支撐、管理、服務各類低空飛行活動。此外，大會發起共建OpenSILAS創新聯合體，IDEA研究院與17家首批發起單位攜手，共同打造一個開放共享、技術領先、不斷迭代的系統和平臺，

▌“從經濟的最大增長，到人類的最大福祉”

在當今時代，人工智能的影響力正以前所未有的速度蔓延至社會的各個角落，引發了廣泛而深刻的關注與思考。沈向洋最后談到了人工智能治理的問題。

在今年上海舉行的世界人工智能大會上，沈向洋就與與國際知名的瑞迪教授、布盧姆教授和姚期智教授等學界泰斗共同研討人工智能治理的方向與路徑。

在沈向洋看來，從社會發展的宏觀視角審視，農業社會生產力受限，GDP增長微乎其微；工業社會與信息社會雖取得一定進展，但增長幅度仍相對有限。而AI時代的來臨，有望大幅提升生產效率，據經濟學家預測，平均GDP增長或將躍升至百分之十幾。然而，這一預測背后隱藏著更深層次的追問：AI推動的經濟高速增長，能否切實轉化為人類的福祉？

對于從事人工智能技術研發和產業落地的人員來說，這是必須思考的關鍵問題。在人工智能在諸多領域已展現出超越人類的能力的當下，在追求技術進步和經濟利益的同時，如何確保人工智能的發展造福人類，如何平衡技術發展與社會公平、倫理道德等多方面關系，每個問題都不能忽視。沈向洋呼吁行業關注AI治理，重視人工智能對社會發展的全面影響，引導人工智能朝著有利于人類的方向發展，實現科技與人文的和諧共生。