智東西（公眾號(hào)：zhidxcom）
編譯| 銘滟
編輯 | 徐珊
WAIC 2023世界人工智能大會(huì)最近在上海圓滿落幕。在這場(chǎng)國(guó)內(nèi)最高規(guī)格人工智能領(lǐng)域峰會(huì)上，11位重磅嘉賓從不同角度分享了對(duì)中國(guó)人工智能領(lǐng)域的觀察與判斷。
在大會(huì)的巔峰對(duì)話環(huán)節(jié)中，商湯科技董事長(zhǎng)兼CEO徐立與圖靈獎(jiǎng)得主、上海期智研究院院長(zhǎng)姚期智、清華大學(xué)交叉信息研究院助理教授袁洋、清華大學(xué)交叉信息研究院助理教授、Moonshot AI創(chuàng)始人楊植麟、DragGAN第一作者、南洋理工大學(xué)計(jì)算機(jī)科學(xué)與工程學(xué)院助理教授潘新鋼，就人工智能的發(fā)展與突破，進(jìn)行了精彩的探討，包括大模型核心理論研究突破、多模態(tài)對(duì)大模型的優(yōu)化、安全可控的算法進(jìn)路以及對(duì)比分析已有案例等。
一、姚期智：中國(guó)科學(xué)家助力人工智能強(qiáng)化學(xué)習(xí)
圖靈獎(jiǎng)得主、上海期智研究院院長(zhǎng)姚期智表示，中國(guó)的科學(xué)家在AI的發(fā)展上做了很多突破性貢獻(xiàn)。清華大學(xué)交叉信息研究院助理教授高陽(yáng)在一年多前做出了非常重要的算法突破貢獻(xiàn)，使得強(qiáng)化學(xué)習(xí)的時(shí)間進(jìn)程加快數(shù)百倍。他的研究不僅是一項(xiàng)應(yīng)用進(jìn)步，也為算法研究作出了理論貢獻(xiàn)。因此，他的研究受到了國(guó)際廣泛關(guān)注。
他認(rèn)為在ChatGPT之后，人工智能研究的下一個(gè)重要目標(biāo)就是擁有視覺(jué)、聽(tīng)覺(jué)等多種感知能力的機(jī)器人，并能在不同的環(huán)境中自主學(xué)習(xí)各種新技能。而高陽(yáng)的技術(shù)突破，則是將機(jī)器人的學(xué)習(xí)速度提高了數(shù)百倍，使機(jī)器人在幾個(gè)小時(shí)內(nèi)就能做到。
這不單單解決了機(jī)器人學(xué)習(xí)的實(shí)用問(wèn)題，也是理論貢獻(xiàn)。姚期智表示，在過(guò)去六七年內(nèi)，人工智能的高層研究者曾就人工智能強(qiáng)化學(xué)習(xí)路線是否正確的議題展開(kāi)爭(zhēng)論。而高陽(yáng)的研究突破，則是將這個(gè)天平傾向了另一邊。我們對(duì)人工智能的完善，還有很長(zhǎng)的路要走。
二、袁洋：對(duì)多模態(tài)的理解應(yīng)基于解決具體行業(yè)的具體問(wèn)題
在交叉學(xué)科的大模型應(yīng)用方面，清華大學(xué)交叉信息研究院助理教授袁洋表示，對(duì)多模態(tài)的理解應(yīng)當(dāng)基于解決具體行業(yè)的具體問(wèn)題。例如文本到圖片的生成，生成的圖片不是用戶想要的表現(xiàn)，用戶需要用鼠標(biāo)對(duì)其進(jìn)行修改。而這個(gè)鼠標(biāo)的拖動(dòng)，就是新的模態(tài)。用戶在用新的輸入把自己想要表達(dá)的內(nèi)容告訴大模型，并讓它能夠理解。這種多模態(tài)的輸入在應(yīng)用中非常重要。
所以在具體行業(yè)內(nèi)，大模型的訓(xùn)練應(yīng)當(dāng)聚焦于行業(yè)內(nèi)最核心的問(wèn)題，找到解決核心問(wèn)題所需的數(shù)據(jù)。這就是模態(tài)的補(bǔ)全。在此基礎(chǔ)上，做好模態(tài)對(duì)齊與模態(tài)補(bǔ)齊后，袁洋認(rèn)為，大模型可以有更強(qiáng)大的能力，來(lái)解決更核心的交叉領(lǐng)域的問(wèn)題。
三、楊植麟：對(duì)通用大模型問(wèn)題的解決應(yīng)回歸更本質(zhì)的層面
清華大學(xué)交叉信息研究院助理教授、Moonshot AI創(chuàng)始人楊植麟則表示，現(xiàn)有大模型還有很多未解決的問(wèn)題，比如，安全性，可控性，避免產(chǎn)生幻覺(jué)和編造不存在的問(wèn)題，以及大模型無(wú)法像科學(xué)家一樣創(chuàng)造。他認(rèn)為，當(dāng)針對(duì)通用模型思考這些問(wèn)題時(shí)，不應(yīng)當(dāng)頭痛醫(yī)頭，而應(yīng)當(dāng)舉一反三，思考這些問(wèn)題底層的共通問(wèn)題是什么，回歸更本質(zhì)的層面來(lái)解決。
四、潘新鋼：Moonshot和GAN未來(lái)或可優(yōu)勢(shì)互補(bǔ)
DragGAN第一作者、南洋理工大學(xué)計(jì)算機(jī)科學(xué)與工程學(xué)院助理教授潘新鋼則基于生成模型的框架以及優(yōu)化目標(biāo)的不同，比較了兩個(gè)AI繪圖軟件Moonshot和GAN的差異。第一是性能與效率，在生成過(guò)程中，擴(kuò)散模型迭代式計(jì)算需要的更多的訓(xùn)練時(shí)間和更大的計(jì)算開(kāi)銷。所以，圖像生成性能更高。潘新鋼認(rèn)為擴(kuò)散模型的上限高于GAN，質(zhì)量?jī)?yōu)勢(shì)更明顯，應(yīng)用前景更廣。但對(duì)于性能和計(jì)算開(kāi)銷有限制的特定情形下，GAN仍是妥協(xié)的選擇。
第二是GAN和擴(kuò)散模型的映射，擴(kuò)散模型對(duì)于圖像內(nèi)容的影響表現(xiàn)為較為隨機(jī)，不具有結(jié)構(gòu)化，GAN可以有效編輯圖像中的屬性，例如動(dòng)物姿態(tài)等。在這一方面，后續(xù)如何拓展擴(kuò)散模型的問(wèn)題也值得探索。
第三是生成空間的連續(xù)性，設(shè)計(jì)時(shí)擴(kuò)散模型的圖像空間較為不連續(xù)，GAN的圖像控件則比較流暢自然。未來(lái)將這兩個(gè)模型進(jìn)行優(yōu)勢(shì)互補(bǔ)是非常有趣的研究話題。
五、未來(lái)大語(yǔ)言模型的領(lǐng)域方向
關(guān)于大模型在垂直領(lǐng)域的發(fā)展，姚期智認(rèn)為，基于大模型的語(yǔ)言能力，未來(lái)可以將更多的文書(shū)工作交給機(jī)器來(lái)完成。袁洋則基于其專業(yè)背景和大模型基于預(yù)訓(xùn)練范式的判斷，認(rèn)為大模型在醫(yī)療關(guān)系中可能會(huì)比人類和機(jī)器做得更好，表示更看好智能醫(yī)療方向。楊植麟則傾向于個(gè)人使用方向。比如人可以給AI提供上下文，人看到的所有東西AI通過(guò)錄屏也可以看到等。潘新鋼認(rèn)為今后視頻和三維內(nèi)容生成前景很大，可以幫助創(chuàng)意工作者等創(chuàng)造更高質(zhì)量的內(nèi)容。
以上是巔峰對(duì)話內(nèi)容的完整整理，除此之外，本屆WAIC 2023世界人工智能大會(huì)期間，特斯拉創(chuàng)始人、CEO埃隆馬斯克（Elon Musk）、香港中文大學(xué)教授湯曉鷗，華為輪值董事長(zhǎng)胡厚，微軟全球資深副總裁、微軟大中華區(qū)董事長(zhǎng)兼首席執(zhí)行官侯陽(yáng)博士，圖靈獎(jiǎng)2018年得主、Meta AI基礎(chǔ)人工智能研究（FAIR）團(tuán)隊(duì)首席AI科學(xué)家楊立昆（Yann LeCun），地平線創(chuàng)始人兼CEO余凱分別分享了對(duì)人工智能領(lǐng)域的觀察與思考。
結(jié)語(yǔ)：人工智能領(lǐng)域的未來(lái)將向“人腦”方向發(fā)展
此次WAIC帶來(lái)的不僅是各家大模型的集會(huì)，也是人工智能研究領(lǐng)域新老血液的交匯。人工智能領(lǐng)域的研究涵蓋了多個(gè)學(xué)科，包括計(jì)算機(jī)科學(xué)、數(shù)據(jù)分析與統(tǒng)計(jì)、硬件和軟件工程、語(yǔ)言學(xué)、神經(jīng)科學(xué)，甚至哲學(xué)和心理學(xué)。因此目前對(duì)于人工智能未來(lái)發(fā)展方向的探討并未形成統(tǒng)一觀點(diǎn)。
但無(wú)論是通用人工智能，還是機(jī)器人人工智能，各個(gè)人工智能概念或?qū)⑾?ldquo;人腦”甚至“人類”的方向發(fā)展。這意味著人工智能的目標(biāo)不僅是模仿人類的行為，更要真正理解人類思維、情感和行為等復(fù)雜抽象概念。對(duì)于這些復(fù)雜抽象概念的分析，除了計(jì)算機(jī)科學(xué)和數(shù)據(jù)分析之外，或許還會(huì)涉及到腦科學(xué)領(lǐng)域，以及更深層的哲學(xué)與心理學(xué)等問(wèn)題。
