3月27日,在博鳌亚洲论坛2024年年会“AIGC改变世界”分论坛上,中国工程院院士、清华大学讲席教授、清华大学智能产业研究院院长张亚勤,《人工智能:现代方法》作者、加州大学伯克利分校计算机科学系教授斯图尔特·罗素,中国科学院自动化研究所研究员、联合国人工智能高层顾问机构专家曾毅等多位专家、产业界人士共话AIGC的未来。
专家认为,现在,人工智能还是42公里马拉松的“第5公里”,大家都有机会。未来一定是人工智能和机器智能的融合,当然,风险很大,必须正视风险,如果不加以引导控制,这个风险就会转化为生存风险。
张亚勤:人工智能还是42公里马拉松的“第5公里”
在分论坛的现场,张亚勤谈了大模型和生成式AI的关系,他认为,两者一个是技术一个是能力,因为有了预训练、超大规模、自监督式的大模型,生成式AI才可能有如此高的能量。
关于大模型的走向,张亚勤表示,首先是多模态,其次是人工智能大模型走向自主智能,可以进行目标制定、规划任务,自我制定路径、自我完成方案、自我编码等。第三则是边缘智能,现在大模型主要还是在云端,未来将走向手机、PC、机器人、汽车等。“最重要的是,现在整个世界在走向物理世界,生物世界,所以,生成式AI不仅能进行语音识别、人脸识别、图像识别,还可以去创造和生成,不仅可以生成文字、图像、视频,还可以生成代码、药物、数学公式以及物理方程式,所以,生成式AI会带来巨大的技术和范式改变。”
不过,张亚勤认为,改变中也有一些风险。“当然,我是乐观主义者,我认为人类有两种智慧,一种是发明新技术的智慧,另一种是引导技术走向的智慧,因此,可以一边发展一边治理,但一定要在创新、发展的同时想到治理。”
针对AI未来的发展,张亚勤认为,要素、算力、算法、数据和人才都重要,但长期来看,人才最重要。
张亚勤认为,现在,人工智能还是42公里马拉松的“第5公里”,大家都有机会。未来一定是人工智能和机器智能的融合,当然,风险很大,必须正视风险,如果不加以引导控制,这个风险就会转化为生存风险。
斯图尔特·罗素:使AI系统学习是努力的方向
在分论坛上,斯图尔特·罗素则就AI发展路径、中美AI竞合等问题提出了观点。
斯图尔特·罗素表示,下一代GPT5,人们可能会发现其训练材料已经是之前的十倍,但这也意味着数据的终结,宇宙中已经没有更多数据,这时,如果还没有真正的通用智能,人类就必须去寻找不同的方向。“我不认为合成数据能改变这个问题,因为合成数据并不是真实数字,它并不会让系统变得更有能力。”
可能的新方向会是什么?斯图尔特·罗素提到,将概率理论和编程语言结合起来,就可以使用表达式语言来学习新概念,这个技术迄今还未像大语言模型那样得到发展,还需要更多人类的干预,来创造出一个结构模型。“使AI系统学习,并且像人类一样产生产品,同时,人类能理解其内部运行机理,这是我们努力的方向。”
在谈到中美AI的竞合时,斯图尔特·罗素表示,竞争是良性的,零和博弈的说法非常错误。如果AI是安全的,能够让人类受益,甚至比人类能力更强,很多人都会因此受益,从这个角度来说,竞争并没有意义,核心问题在于人类如何安全地与技术共存。
曾毅:超级智能的人工智能应该是超级利他的
曾毅则在分论坛上谈及了AI未来的发展方向及对中美AI竞合的看法。曾毅表示,现在的AI看上去似乎发展得接近所谓的AIGC了,但是实际上两者还没有任何关系。
曾毅认为,我们一定要做的努力是,把真正意义的人工智能带给世界,服务世界,同时要研究可能出现的风险。“人工智能演化速度非常快,人类从历史、从自然中学习的速度太慢,如果人类还不反思,最后给人类带来灾难性风险的不是人工智能而是人类自己,因为人类没有在数亿年的演化中学会如何与生态相处,当生态中出现了智慧水平比人高的智能,那才是人类最大的风险。”
不过,曾毅对未来仍乐观,他认为,超级智能的人工智能应该是超级利他的,但问题是,现在人类构造的是否是一个超级利他的人工智能,人类能否把大自然演化的规律嵌入到人工智能当中,让其成为自然演化的延伸,去关注其他生命,而不是给其他生命和世界带来灾难性后果,这是人工智能技术研究以及未来人类演化需要共同进化的方向。
而针对中美AI竞合的问题,曾毅认为,美国、中国都不能真正引领未来的人工智能,人工智能是基础性、赋能性的技术,这个世界足够大,让中国、美国以及更多国家在构建基础设施和应用方面都找到机会。更关键的问题是,全世界如何团结起来为人类繁荣构造更安全、更可靠、更可信的人工智能,这才是世界更团结的目标。
还没有评论,快来发表第一个评论!