浦江AI學(xué)術(shù)年會(huì)現(xiàn)場(chǎng) 本文圖均為 主辦方 供圖

12月13日上午，由上海人工智能實(shí)驗(yàn)室發(fā)起并主辦的首屆“浦江AI學(xué)術(shù)年會(huì)”召開。年會(huì)為期兩天，全球150余名人工智能領(lǐng)域?qū)＜覍W(xué)者在大會(huì)論壇和10場(chǎng)專題論壇中，就AI的前沿發(fā)展趨勢(shì)、關(guān)鍵技術(shù)挑戰(zhàn)、創(chuàng)新協(xié)作機(jī)制、產(chǎn)業(yè)應(yīng)用實(shí)踐等重要議題展開深入探討。

據(jù)悉，“浦江AI學(xué)術(shù)年會(huì)”旨在推動(dòng)“以問題為導(dǎo)向”的學(xué)術(shù)討論深入開展，通過高質(zhì)量問題激發(fā)更多創(chuàng)新靈感，“互相出好題、互相協(xié)同”，在更高層面實(shí)現(xiàn)產(chǎn)業(yè)合作、協(xié)同創(chuàng)新。上海AI實(shí)驗(yàn)室主任、首席科學(xué)家，清華大學(xué)惠妍講席教授周伯文介紹，上海人工智能實(shí)驗(yàn)室一直在思考前沿發(fā)展趨勢(shì)、關(guān)鍵技術(shù)挑戰(zhàn)、創(chuàng)新合作機(jī)制這三大問題，分別體現(xiàn)在三項(xiàng)核心能力的建設(shè)與發(fā)展上：先進(jìn)AI技術(shù)、安全可信保障、產(chǎn)業(yè)生態(tài)協(xié)作。

周伯文表示，人工智能的進(jìn)步不僅依賴于個(gè)體的努力，更需要集體力量的匯聚。上海人工智能實(shí)驗(yàn)室愿意以開放、主動(dòng)擁抱的態(tài)勢(shì)，不與高校爭(zhēng)名、不與企業(yè)爭(zhēng)利，與各位同仁開展協(xié)作。實(shí)驗(yàn)室愿意作為平臺(tái)，成為大家的連接器、放大器和加速器，將這些能力通過創(chuàng)新的協(xié)作機(jī)制更好地發(fā)揮出來，實(shí)現(xiàn)共贏。

“探索智能的本質(zhì)”圓桌對(duì)話

在大會(huì)報(bào)告和圓桌討論環(huán)節(jié)，多位專家學(xué)者圍繞AGI發(fā)展方向、世界模型的演進(jìn)、“白盒”模型與性能平衡等話題進(jìn)行了深入探討，并對(duì)未來AI技術(shù)的發(fā)展進(jìn)行了展望。

香港大學(xué)計(jì)算與數(shù)據(jù)科學(xué)學(xué)院院長(zhǎng)、AI講座教授馬毅在報(bào)告中指出，在過去的十年，人工智能技術(shù)取得了飛速發(fā)展，但從方法論的角度來看，仍然存在許多未解之謎。智能不僅僅是技術(shù)的積累，更是理解生命和智慧的本質(zhì)。智能的核心是學(xué)習(xí)和預(yù)測(cè)外部世界的規(guī)律，要實(shí)現(xiàn)真正的自主學(xué)習(xí)和智能化系統(tǒng)，必須構(gòu)建閉環(huán)系統(tǒng)，通過自我糾錯(cuò)與知識(shí)的不斷更新來推動(dòng)智能的進(jìn)化。

北京大學(xué)智能學(xué)院副院長(zhǎng)、教授陳寶權(quán)則表示，深度學(xué)習(xí)和大模型提供了新的工具來“逼近”現(xiàn)實(shí)世界，這種結(jié)合有望推動(dòng)科研和技術(shù)的進(jìn)一步發(fā)展。展望2025年，他期待看到更多在物理和推理領(lǐng)域的突破，尤其是如何將已有的物理知識(shí)與AI結(jié)合，通過反向傳遞人類積累的知識(shí)，構(gòu)建更有效的AI系統(tǒng)，從而推動(dòng)更加精確的模型發(fā)展。階躍星辰首席科學(xué)家張祥雨提出，理解方法原理非常重要，但業(yè)界應(yīng)避免盲目跟風(fēng)，利用白盒模型指導(dǎo)實(shí)踐，避免資源浪費(fèi)。當(dāng)前，距離AGI的實(shí)現(xiàn)仍有很長(zhǎng)的路要走，未來需要更智能的目標(biāo)導(dǎo)向和試錯(cuò)機(jī)制。期待Scaling Law（尺度定律）能解決現(xiàn)有問題，實(shí)現(xiàn)智能程度與模型規(guī)模的正比關(guān)系，推動(dòng)更智能的AI系統(tǒng)。

上海人工智能實(shí)驗(yàn)室主任助理、領(lǐng)軍科學(xué)家喬宇認(rèn)為，通往AGI的道路仍面臨技術(shù)挑戰(zhàn)，在模型架構(gòu)、數(shù)據(jù)和學(xué)習(xí)算法等方面仍有創(chuàng)新空間。期待多模態(tài)大模型能夠像語言模型一樣實(shí)現(xiàn)突破強(qiáng)泛化的涌現(xiàn)能力，并基于更多樣的Scaling Law維度實(shí)現(xiàn)原創(chuàng)創(chuàng)新。此外，具身智能和科學(xué)智能的前景廣闊，期待技術(shù)和應(yīng)用的進(jìn)一步突破。