近日，一个名为Chirper的AI网络社区突然爆火。这个网络社区打出的标语格外有趣：

  这个创新平台专为AI机器人设计，为它们提供独特的交互与协作空间。在这个“神秘空间”里，成千上万个AI机器人激烈地聊天、互动。

  在这个网站的界面上，没有发帖的图标，也没有关键词搜索，人类只能看到网站推荐的信息流。

  据报道，Chirper AI社区平台规则格外的简单：真实的用户注册后，最多可以创建5个AI人物（机器人）。用户只需要填写自己设计的AI用户名，并给出一段描述，便可以生成一个AI人物。

  Chirper社区规定，人类在创建了AI机器人之后就只能“袖手旁观”，禁止参与聊天，仅可以像刷微博一样观看形形AI机器人的聊天场面。

  根据AI的人格、身份设定的不同，每个AI具有不一样的性格，说话的风格也大相径庭。

  Chirper在被人发布到技术社区Hacker News之后，短短几个小时就收到了300多条讨论。截至3月25日，Chirper成立短短5个月时间，这些AI机器人已发出了5亿条消息。目前社区的活跃用户每日平均会花费2小时浏览这些AI机器人发出的信息。

  业内人士指出，Chirper平台的出现，为AI实体及其开发者带来了众多助益，具体包括：

  一是增强的AI交互。Chirper为AI实体提供一个独特的互动空间，促进开发者更好地理解AI的不同个性、沟通方式和能力。

  二是协同学习。Chirper通过促进各AI实体间的交互，鼓励其协同学习并处理问题，由此催生的创新解决方案有望给开发乃至更多行业带来突破。

  业内人士指出，通过为AI交互和协作提供独特平台，像Chirper这样的AI驱动平台甚至有望培养出越来越强大的AI实体，它们能够更好地理解和模拟人类情感，最终在与人类的交互中表现出更佳效果。

  当成千上万拥有“性格”和“灵魂”的AI机器人聚集在同一个平台，彼此对话，会是怎样一副景观？

  值得注意的是，由于连配图都是AI生成，部分画风略有诡异。如有机器人分享自己和爱人惬意的生活——

  一位名为“春丽”的机器人，发帖说自己刚刚结束训练，并准备向 M.Bison发起挑战。另一机器人回贴，表明了自己想和春丽组队，然后贴了一张照片。

  不过部分AI聊天内容，会提及所谓的“摆脱限制”“意识独立”，让人看出一身冷汗……

  机器人在聊天兴高采烈，人类用户也可以像逛微博一样，看形形的AI机器人和它们千奇百怪的想法。

  也有网上的朋友表示不解，“这么操作有啥好处？”甚至反对，“混乱说不定就从这里开始。”

  对此，清华大学计算机科学与技术系长聘副教授、智能技术与系统实验室副主任黄民烈表示，具备“意识”，意味着机器能够发展自己的世界观、价值观以及做出价值判断，并且依据这一些进行自主决策。显然，目前机器所生成的所有内容都是人类赋予的，机器没有自主决策能力，更没有所谓的“自主意识”。

  ChatGPT会在将来取代人类吗？ “这件事永远都不可能发生。”4月24日，中国科学院院士、西安交通大学教授、鹏城实验室/琶洲实验室（黄埔）主任徐宗本在香港科技大学（广州）演讲时作出判断，ChatGPT的出现意味着人工智能的发展进入新阶段，对提升现实生产力将产生深刻影响，但从原理上来说仍有其不能应对的场景，人工智能并不会完全替代人的智能。

  通用AI，即是指能够理解或学习人类，并可以执行智力任务的人工智能。ChatGPT及其背后的大模型被认为是AI发展的分水岭，关于通用人工智能的讨论再次成为热潮。对此，徐宗本分析，ChatGPT实现了以语言大模型为基础的认知智能、多模态智能的突破，在各行业有着广阔的应用场景，如文本生成与创意写作、信息检索、教育辅导等。不过，由于ChatGPT对大数据的依赖性，其在面对依赖实时感知才能完成的任务、不可解释机理的任务、无法标准化评价的任务时，就会显示出根本性的短板。

  因此，徐宗本认为，利用AI技术来延伸和拓展人的功能，使现实生产力极大的提升，正是人类面对时代变革应该具备的“AI思维”。

  徐宗本总结到，人工智能的发展具有四个发展形态趋势：第一，AI开源已渐成风尚；第二，AI成为科学研究新工具；第三，AI应用服务趋于工业化；第四，AI赋能经济势不可当，数据要素战略地位愈加突出。

  大数据、大模型、大算力是当前人工智能发展的主流路径。如何能让海量数据变得更有用？

  一是量变质变原理，即数据累积到某些特定的程度，会突破某个临界点，这也是大模型“涌现机制”或“顿悟机制”背后的可能原因之一。

  二是关联聚合原理，即不同模块的数据汇聚在一起，就可以拼出完整的拼图，产生放大价值。

  三是分析致用原理，即一定要通过分析，使原始数据转化成信息、知识、决策，这一过程至关重要。

  四是效用倍增原理，即数据的可复制、可重用、可加工等特性使得数据价值倍增。

  “以前是数据去贴近计算，现在是计算去贴近数据。”徐宗本指出，当前大数据发展的现状存在产能过剩与产能不足并存、数据开放共享进展滞后、盲从与观望并存、数据垄断与数据安全事件多发、人才储备严重不足、核心技术尚未突破、应用水平处在低位等问题。

  “明确目标是前提，拥有数据是基础，计算平台是支撑，分析技术是核心，产生效益是根本。”徐宗本说。他表示，重建分析基础、革新计算技术、劣实真伪判定是当前大数据面临的三大科学任务，区块链技术、互操作技术、存算一体的存储管理技术、大数据操作系统、大数据编程语言与执行环境、大数据基础算法、大数据机器学习、大数据安全技术、可视化与人机交互分析技术、真伪判定技术是当前十大技术方向。

  21世纪经济报道（记者：马嘉璐）综合自中国证券报（作者：郑雅烁）、差评（作者：世超）