"开放变成了今天AI竞争的关键变量"
作者 | 魏强
编辑 | 卢旭成
9月11日上午，中国工程院院士、阿里云创始人、之江实验室主任王坚在2025年外滩大会上做了一个演讲。
他回顾了人工智能研究的历史，提到人工智能之所以有今天的成就，是因为从1948年开始，图灵和他的门徒们就受大脑或神经元生物特性的启发而做人工智能的研究，当“神经元”多到一定程度（规模）就产生了智能。而数据、模型、算力达到一定的规模（比如数以千亿计）则让人工智能发生翻天覆地的变化。“今天模型权重的开放本质上是数据资源和计算资源的开放。”王坚强调，因为大模型能力的开放，不用每个个体都去从头做一个大模型。而更多的人基于通用大模型做创新（比如做垂直模型，做智能体），反过来又会推动现有大模型的进步。
展开剩余85%王坚还提到一个大胆的设想和实践——借助计算卫星，在太空形成不依赖地面的大模型，从而让人工智能可以脱离地球母体实现自主的进化。让人类进入太空进行深空探索——比如移民火星，可以有人工智能相伴。
以下是王坚院士演讲全文整理，有删减：
人工智能的背景下，有一个绕不开的话题——“开放”。我们正在经历一个从代码开放、开源，到资源的开放、开源的革命性变化。
从人工智能角度（来看），2025年注定是不平凡的一年。
1月13日，美国公布了对人工智能模型的权重进行管制。有意思的是，这个管制令只明确地提出了对“闭源”（大模型）权重的出口管制，而专门强调了“开源”的（大模型）权重不在管制之列。
我想，这后面有一个非常重要的假设——当时世界上最好的基础（大）模型都在美国头部的几家公司。随着阿里千问Qwen、DeepSeek（等中国大模型）的开源，1月30日Sam Altman（OpenAI创始人）说过一句让所有人都很震撼的话：在开源这个时刻，OpenAI站在了历史的错误一边。
很神奇的事情是，2025年的今天我们甚至还沿用了软件时代的概念（开源/开放），使得（其）变成了今天AI竞争关键的变量。今天没人可以绕开这个变量来说下面我要怎么做AI。
开放：互联网时代和AI时代的关键变量
但对于一个产业和一个技术（来说），这个变量（开源）不是新的。
1998年，互联网要起来的时候，最重要标志是浏览器。Netscape是当时最好、最开放，也是改变了格局的浏览器。互联网时代，Netscape的开源是那个时代的“分水岭”。
很少有人知道，“开源”（Open Source）这个词，指的是Open Source Code——指开放源代码。“开源”这个词在1998年4月才被一批极客固化下来——当时有很多不同的叫法，比如自由软件、免费软件。
Jeff Hinton 2018年得了图灵奖，后来他做过一个演讲，说了两个重要的和开源有关的观点。他讲到人工智能（研究）两个最重要的方法：1、逻辑驱动或被逻辑方法启发，2、大脑或神经元生物特性启发。因为有了第二个方法使得我们有了“权重”概念。
所有神经元基础的东西都有一个很好听的名字叫“Connectivity”。1948年，图灵觉得它受神经元的启发，跟真正的神经元没有任何关系，所以打了引号。这样的神经元的数量多到一定程度的时候就会产生今天的“智能”。
很长的时间里，有人在持续探索这件事情。1986年发表在《自然》杂志上的一篇文章明确地讲到了“权重”在模型中的重要性。这篇文章的第三作者就是得了“图灵奖”和“诺贝尔奖”的Jeff Hinton，前两个作者是当时世界上最著名的心理学家。
事实上，跟Neural有关的探讨，（上世纪）80年代中期是以心理学家为核心的小组在讨论，那时以计算机科学家为核心（的小组）讨论的人工智能，是以逻辑作为驱动方法。
如果那时候要做这件事情（Neural），有一本教科书《Parallel Distributed Processing》。上次（8月）我在上海碰见Jeff Hinton，跟他说起这套书的时候，他还蛮激动。他说，那时设想的东西今天都变成现实了。这也要感谢互联网，这两本书后面又专门出了一本书，是本实验手册。它第一次真正把关于这个理论的代码都开放出来了。
事实上，“开放资源”的概念不是因为开源这个说法而带来的。任何科学探索的过程中有很多先驱已经做了这件事情。当然，我自己很高兴的是，最早提出以生物学神经元为基础的方法论先行者们为我们做了非常好的探索。
2012年，Hinton跟他的两位学生把数据、模型、算力GPU搞在一起，这带来了大家熟悉的人脸识别时代。但那时“资源”概念还是没有那么深入人心，因为数据量不够大，模型不够复杂，算力也没有想象那么大。这篇文章发表的时候只用了2块普通打游戏的GPU卡，远不是今天想象的规模。
这一切在2017年发生了很大的变化。那时这几位作者提出了“Transformer”提出了“Tokenization”，就是今天讲的Token。大家都知道Tokenization是非常关键的技术，使得数据真正资源化。这是里程碑的事情。
2012年时的数据、模型、算力乘上了一个更大的变量，叫“规模”，也就是说所有东西的规模都是被千倍万倍增加而使得今天我们看到的人工智能发生了不只是原理上的进步，事实上发生了一次天翻地覆的变化。
当规模到这个程度的时候，资源就变成了非常重要的事情。今天模型权重的开放本质上是数据资源和计算资源的开放。有了模型开放，你再也不需要自己花那么多计算资源重新做有人替你做完的事情。
我想说，开放以后并不是大规模计算不重要了，而是作为个体不需要再重新使用这么多资源，因为有人帮你付掉了这笔钱。倒过来讲，要做一个更好的模型，可能需要有其他人以更多的资源投入来完成这件事情。
到了今天，只是开放源代码，其实不解决过去在软件时代解决的问题，而开放资源（特别是数据和计算资源）是我们推动行业往前走的不能缺失的环节。这就是今天人工智能时代说“开源”非常重要的特点。
人类去火星的路上不能没有AI
太空一直是我们最大的资源。今天，绝不是只把人工智能用在手机上、电脑上，其实人工智能不应该缺失太空。这有个障碍，就是算力。
这让我们有了机会。就像当年我们重新定义手机作为你的电脑，其实今天有了通讯卫星、导航卫星、遥感卫星以后，人工智能的出现就会有第四种卫星，我把它叫“计算卫星”。因为卫星的存在，使得我们有机会把AI送到太空去。
之江实验室（一直）做这件事情。5月14日，（我们）第一次把12颗卫星送上了天，且组成星座——第一次把真正意义上的8B AI模型放到太空去了。不是用了简单的深度学习算法做了处理的小程序放到卫星上，是把一个跟地面上一模一样的AI模型送到了太空。这还是非常激动的。
这12颗卫星到了太空后，会保证只要卫星到达的地方，就可以在太空的任何地方完成对所有数据的处理。
大家知道，在这之前所有的卫星在天上是没有任何关系的，所有在的卫星只跟地面发生关系。这也是第一次完整地做完了在太空卫星的互通互联，给人工智能在太空带来了一次巨大的机会。
为什么给它起了个名字叫“三体计算星座”？很多朋友知道“三体”这个词是从（刘慈欣科幻小说）小说上读来的。事实上，“三体”是一个彻头彻尾的科学概念，最早由牛顿提出。太空中，如果只有两个物体（比如月亮和地球），是可以有解析解的——有一个准确的数学解决方式说明这两个物体之间的关系。但只要还有第三个物体存在，比如说太阳，这三个物体之间的关系就没有一个确定的解析解了。你要描述它们之间的关系，一定要假定另外一个物体是固定不动的，这被牛顿称为“三体问题”。
这背后告诉我们一个简单的道理，一个人、两个人做事情很容易，只要三个人搞在一起就不好做了。中国有一句古话叫“三个和尚没有水喝”。但“三体计算星座”就是希望我们有N多主体还可以完成一件事情。这是开放资源的情况下必须要做到的事情。“三体计算星座”就是希望有无数的主体来共同完成这个星座，来共同分享这个太空。
“只有这样，我们才能够真正分享太空，把人工智能送入太空。”这里面我们会做一个非常有意思的计划，真的把每一颗卫星开放给全世界的任何一个人。这可以解决很多问题。一些科学家设想几年以后，把卫星送到太阳轨道。这颗卫星会放在大家看到的L5.（Lagrange拉格朗日第五点），这个“·（点）”离地球1.5亿公里，离太阳1.5亿公里。那时，数据几乎没有办法传回到地面再做处理，只有把AI和算力送入太空，人类才有可能真正地走出地球。
人类去火星的路上，不能没有计算的陪伴和AI配资可信股票配资门户，这是下一个十年甚至二十年最激动人心的地方。
发布于：北京市海陆证券提示：文章来自网络，不代表本站观点。
