“人工智能技术的研究一定要考虑应用前景,怎么能够形成集成性的技术,需要多方联合起来,仅靠单打独斗解决某个难点问题是不够的。”西安交通大学教授薛建儒在7月26日举行的机器智能前沿专题论坛上指出,目前高校的人工智能技术研究面临新的挑战。
高校的基础研究如何落地和产业化一直广受关注,薛建儒表示,技术的发展需要多方努力,并有相应的环境和生态。“围绕技术成果的转化,必须要有这样一个意识,不能停留在理论性研究。从一篇论文出来到最后的产品还有很多环节,需要很多人参与,所以我们必须要有这样一个意识。”
随着自主智能与群体智能、人机共融与智能交互、智能感知与认知决策等各种智能技术的不断发展和完善,AI将与产业、生活家居、工业应用更加深度结合,变得更加智能化,加速社会的发展和科技的进步。
复旦大学校长许宁生提出了ABC大脑计划,甘中学等进一步提出人机物三元群智智能,目的就是要解决在新的人类社会、物理空间和信息空间这一三元空间中,人类智能体、机器智能体与虚拟智能体之间建立高效交互、可控行为与群智涌现的自主机器智能理论与技术体系。
上海联影智能医疗科技有限公司联席CEO周翔表示,从产业角度看,机器智能或人工智能落地像一个洋葱一样。洋葱的最中间是算法,外层还包括对商业和场景的理解等各种因素,仅有算力、算法和数据并不能使人工智能成功, “我们在医疗领域碰到很多问题,有了设备、技术,发现商业化又是一层,怎么样理解商业场景?还有非商业因素,包括政府的管制、数据的私有性。我们现在出一个产品,训练数据都必须有可归属性。我到药监局去审理,他们不仅要看你的测试数据,也看要你这个模型怎么训出来的,在哪个医院拿的数据,是否有合同等。”
因此,从理论成果到技术,到产品再到应用,路线非常长,每一次跨越都存在巨大挑战。
北京邮电大学人工智能学院教授何召锋提出了他的建议:“一旦学术界有新的技术、新的产品,在产业化之前就先把场景找好。比如我可能在学校里面搞一个技术,正好有个上市公司可能需要,如果合作了,就把这个技术直接卖掉;当然也可以跟企业成立一个公司,商业化的过程交到一个公司里面去,但是学校的教授不一定非要控制这个公司,这样可能更有利于我们的成果转化。”
“大家术业有专攻,不要逼着技术的人去做市场的东西。另外,现在我们国家也非常多的新动向,无论是新型研发机构,新的应用场景,还是新的机制体制也好,包括技术经理人,我觉得都会有助于科技成果转化。”领中资本管理合伙人、上海市国际股权投资基金协会秘书长黄岩指出。
会上明确,探索建设国家级数据标注基地,充分发挥地方配套支撑作用,在数据标注产业的生态构建、能力提升和场景应用等方面先行先试,集聚龙头企业,促进区域人工智能产业生态发展。
今年将开展“人工智能+”行动,促进人工智能与实体经济深度融合,推动人工智能赋能新型工业化。
Zack Kass接着表示:“人是什么,机器是什么,我们要分清事实,要分清界限。未来的生活中我愿意和人互动,而不是和机器互动,不是做很多实验、做很多研究,人与人交互非常重要。”
决议承认“人工智能系统的治理是一个不断发展的领域”,需要进一步讨论可能的治理方法。
去年,人工智能生成式语言模型ChatGPT问世,今年视频生成模型Sora出现,这些新技术对人工智能的认识产生了新的影响,推动了大模型、智能芯片等关键环节的突破。