“智能涌现 生成未来”通用人工智能产业创新发展论坛|人工智能科学家对话AI多元范式

10月21日,以“智能涌现 生成未来”为主题的第二十五届中国科协年会通用人工智能产业创新发展论坛在安徽合肥召开。本次论坛由中国科学技术协会、安徽省人民政府主办,中国自动化学会承办,中国电子学会、中国颗粒学会、中国指挥与控制学会、安徽省人工智能产业推进组工作专班办公室(省科技厅)协办,来自自动化人工智能领域的200余位专家、学者、企业代表参加论坛。

“智能涌现 生成未来”通用人工智能产业创新发展论坛|人工智能科学家对话AI多元范式

会议现场

中国科协党组成员、书记处书记王进展就通用技术产业提出了三点建议:一是加快关键核心技术突破,推进产学研用深度融合,不断提高核心算法、模型和技术水平,更好地服务经济建设和社会发展;二是以场景牵引技术应用落地,构建更加开放的产业生态;三是积极推进人工智能治理,以科技向善增进民生福祉。

中国工程院院士、中国自动化学会理事长、西安交通大学教授郑南宁表示,当前,人工智能的发展正在触动着人类系统的每一个角落,自动驾驶从实验室走向真实的场景,生成式AI为我们创造一幅幅令人惊艳的画面,语言大模型为我们解决了无数个复杂的问题。

“智能涌现 生成未来”通用人工智能产业创新发展论坛|人工智能科学家对话AI多元范式

中国工程院院士、中国自动化学会理事长、西安交通大学教授郑南宁致辞

“我们追求的人工智能,会像人类一样有思维和行动,意味着不仅能够解决复杂问题,更重要的是复杂、动态、不确定的环境和物理世界进行交互。”在他看来,要想达到这样的目的,我们还有很长一段路要走。

AI for Engineering工程研发新范式

中国工程院院士、中国自动化学会监事、华东理工大学教授钱锋在《工业智能与智能系统前沿》报告中指出,尽管中国在人工智能领域已有显著进展,但仍然面临核心技术挑战和“卡脖子”问题。

“智能涌现 生成未来”通用人工智能产业创新发展论坛|人工智能科学家对话AI多元范式

中国工程院院士、中国自动化学会监事、华东理工大学教授钱锋作报告

谈及技术挑战问题,欧洲科学院院士、中国自动化学会副理事长、华南理工大学教授陈俊龙在《人工智能的发展趋势AIGC应用的探讨》报告中表示,当前,国内大模型算力大部分依赖国外生态,建立自主的算力生态系统是亟待解决的问题。在算法层面,大模型训练需要大量的数据和计算资源,增量数据的更新也是一大挑战。

欧洲科学院院士、中国自动化学会副理事长、华南理工大学教授陈俊龙:

“我们需要明确技术研究的目标导向和探索导向,才能促进成果快速转化。”他指出,人工智能作为制造业数字化转型的新生产工具,正催生AI for Engineering这一工程研发新范式。他介绍,工业智能前沿研究的重点内容和总体目标是从信息感知本质、信息理解深度和系统行为决策出发,开展跨时空感知与统一表征、多模态信息可解释泛化认知和人机共融决策与动态博弈的基础理论与关键技术研究,实现制造过程高端化、绿色化、智能化运行。

AI for Science科研范式变革

近几年,人工智能在基础科学领域正在发挥作用,利用人工智能技术融合数据和知识原理去求解科学问题,帮助发现新的科学机理。复旦大学教授程远分享了AI For Science的“复旦模式”——CFFF科研智算平台。通过建设针对科研的计算平台,解决算力不足、算力孤岛等问题,提高科研效率。

复旦大学研究员程远作报告:

CFFF科研智算平台是目前全国规模最大的高校智能计算平台,将为AI For Science提供强大的算力资源,推动科研范式的变革。该平台具有集群规模较大、分布式训练和高效集合通讯能力、低门槛易用性等特点,满足不同用户的需求,促进人工智能技术在科学研究中的应用。

“我们提供通用AI模型、算法、领域专用工具、科学领域模板、一键式部署功能,让AI变得触手可及。针对本科生、研究生,甚至高水平专家院士设计AI For Science的培训体系,通过全链条、多模式的培训推动AI For Science的范式变革。”他介绍。

通用人工智能是终极目标

当下,认知大模型出现“智能涌现”现象。科大讯飞副总裁、研究院院长刘聪认为,大模型可以改变信息的分发方式、提高内容生产效率、实现交互任务、成为专家级虚拟助手、颠覆传统编程方式、成为科研工作的加速器。

科大讯飞副总裁、研究院院长刘聪作报告:

认知大模型只是奔向通用人工智能的路径之一。“以ChatGPT为代表的大模型带来惊艳的技术效果,但大模型本身不是通用人工智能。”刘聪表示。

他认为,通用大认知大模型的技术发展仍需攻克知识幻觉、自进化、个性化等三大难题,“除了思考我要如何行动,还要思考如何结合硬件控制落实到机器行动”。

刘聪表示,科大讯飞一直以来都将通用人工智能作为终极目标,要实现弯道超车,需要产业生态圈和科研生态圈共同前进,进行原始创新。“在人工智能时代,我们需要将各个单点技术做到顶尖,并实现本地芯片化,真正实现1+N+X全新生态模型”,他说。

    © 版权声明

    相关文章

    暂无评论

    暂无评论...