主要观点总结
在人工智能领域，张奇教授分享了从规则方法到深度学习再到大模型的技术演变，并讨论了在大模型时代面临的挑战。他强调NLP是一门应用导向的学科，并更关注短期内可实现的具体问题。张奇教授还讨论了与企业合作的经验，以及开源与闭源模型的权衡，并认为AI模型距离商业化只有一步之遥，未来可能只能依靠大公司的生态建设来实现大规模的开源。同时，他提到AGI的核心在于取代人类的所有脑力劳动，但实现这一目标需要强大的推理能力，而这非常危险。他更多地从具体应用场景出发，考虑如何通过统计机器学习解决实际问题，并期待五年内能够解决相关问题。
关键观点总结
关键观点1: 技术演变与挑战
张奇教授回顾了自然语言处理领域从规则方法到统计学习再到深度学习和大模型的技术演变，并讨论了在大模型时代面临的挑战，包括开源与闭源的权衡、算力需求等。
关键观点2: NLP的应用导向
张奇教授强调NLP是一门应用导向的学科，研究应该对工业界有所助益，并更关注短期内可实现的具体问题。
关键观点3: 与企业合作经验
张奇教授分享了与企业合作的经验，指出通过与企业的合作，能够深入了解如何将任务完成度从70分提升到95分的过程。
关键观点4: 开源与闭源模型的权衡
张奇教授讨论了开源与闭源模型的权衡，认为在大模型时代，开源变得更加困难，未来可能只能依靠大公司的生态建设来实现大规模的开源。
关键观点5: AGI的实现与挑战
张奇教授提到AGI的核心在于取代人类的所有脑力劳动，但实现这一目标需要强大的推理能力，而这非常危险。他更多地从具体应用场景出发，考虑如何通过统计机器学习解决实际问题，并期待五年内能够解决相关问题。
文章预览
在人工智能的世界，有一群人正深耕于推动通用人工智能（AGI）从科幻走向现实。CSDN、《新程序员》特别策划 “ AGI 技术 50 人 ”访谈栏目 ，挖掘 AI 背后的思考，激荡 AGI 的智慧，走近那些在 AI 领域不断探索、勇于创新的思想领袖和技术先锋们的心路历程。 本期主角 张奇 ，十岁学编程，他回顾了自然语言处理领域从规则方法到统计学习再到深度学习和大模型的技术演变，分享了实验室在多模态、推理能力等方面的研究方向，以及与企业合作的经验。同时，张奇也讨论了大模型时代面临的挑战，包括开源与闭源的权衡、算力需求等问题。他强调 NLP 是一门应用导向的学科，研究应该对工业界有所助益，表示自己更关注短期内可实现的具体问题，而非追求遥远的 AGI。 作者 | 唐小引、王启隆 出品 | 《 新程序员 》编辑部 2003 年，当张奇进入复旦大
………………………………
