每經(jīng)記者 夏冰    每經(jīng)編輯 陳俊杰    

在人工智能發(fā)展新階段，認(rèn)知智能正在成為全球關(guān)注的焦點(diǎn)。

在7月5日召開的世界人工智能大會(huì)“認(rèn)知世界·智創(chuàng)未來”主題論壇上，多位全球頂尖學(xué)術(shù)專家、青年學(xué)者和業(yè)界精英齊聚一堂，圍繞認(rèn)知智能的最新理論、技術(shù)和應(yīng)用場(chǎng)景，共同探討認(rèn)知智能的最新發(fā)展，以及未來在各行各業(yè)的應(yīng)用前景。

會(huì)議特別邀請(qǐng)到美國(guó)卡內(nèi)基梅隆大學(xué)計(jì)算機(jī)科學(xué)學(xué)院名譽(yù)教授、1995年圖靈獎(jiǎng)獲得者及美國(guó)三院院士Manuel Blum教授，他在論壇上分享了他對(duì)意識(shí)圖靈機(jī)領(lǐng)域的最新研究成果。

圖靈獎(jiǎng)獲得者——美國(guó)三院院士Manuel Blum教授 主辦方供圖

意識(shí)圖靈機(jī)與人工智能的未來

論壇上，牛津大學(xué)DeepMind人工智能教授Michael Bronstein帶來了關(guān)于幾何深度學(xué)習(xí)的深刻見解。他首先介紹了數(shù)學(xué)和物理學(xué)的關(guān)系，特別是幾何學(xué)如何影響物理學(xué)的發(fā)展。同時(shí)，他提到了現(xiàn)代科技中人工智能的應(yīng)用和發(fā)展，尤其是深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)的重要性。Michael Bronstein從數(shù)學(xué)的角度出發(fā)，探討了對(duì)稱性在深度學(xué)習(xí)中的重要性，從而引入“幾何深度學(xué)習(xí)”這一通用的數(shù)學(xué)框架，并展示了如何將這一概念如何應(yīng)用于生物學(xué)、醫(yī)學(xué)和藥物設(shè)計(jì)等領(lǐng)域。Michael Bronstein教授提出幾何深度學(xué)習(xí)和圖神經(jīng)網(wǎng)絡(luò)等方法，都可協(xié)助人類賦能藥物開發(fā)，這代表著未來醫(yī)療健康領(lǐng)域的重大突破。他也提出將模型擴(kuò)展到歐幾里得領(lǐng)域當(dāng)中，將對(duì)分子生物學(xué)相關(guān)的領(lǐng)域應(yīng)用產(chǎn)生更具創(chuàng)新的提升，未來也會(huì)對(duì)眾多科研領(lǐng)域影響深遠(yuǎn)。

香港大學(xué)的高盛華副教授則聚焦于3D生成技術(shù)，他分享了“3D生成技術(shù)的未來展望”。高盛華表示，因?yàn)槿祟惿钤?D世界中，因此他希望通過3D幾何方法來構(gòu)建世界，包括3D世界的重建和生成。在演講中，高盛華教授深入剖析了視頻3D場(chǎng)景的制作過程。視頻3D場(chǎng)景的制作過程最重要的核心就是編碼與解碼，也就是輸入信息再到輸出信息的過程。該過程雖然需要面臨圖像修復(fù)、特征不一致等問題，但他表示，他與團(tuán)隊(duì)正致力于實(shí)現(xiàn)場(chǎng)景的真實(shí)再現(xiàn)，力求在幾何形態(tài)上達(dá)到極致精準(zhǔn)，同時(shí)在物體間的相互關(guān)聯(lián)中編織出更加和諧、生動(dòng)的敘事網(wǎng)絡(luò)。

Manuel Blum教授帶來了他在意識(shí)圖靈機(jī)領(lǐng)域的最新研究成果。Manuel Blum教授堅(jiān)信，意識(shí)的本質(zhì)能夠且應(yīng)當(dāng)通過經(jīng)典確定性物理學(xué)的框架來闡釋，這一信念成為了他探索未知、挑戰(zhàn)邊界的堅(jiān)實(shí)基石。他表示意識(shí)圖靈機(jī)類似一個(gè)做上行數(shù)的競(jìng)賽，所有的信息像競(jìng)技比賽一樣，經(jīng)過層層比賽達(dá)到最頂端，最后成功攀頂?shù)男畔⒕蜁?huì)被向下“廣播”，這一過程正是意識(shí)圖靈機(jī)運(yùn)作的核心所在。他強(qiáng)調(diào)在這一體系中，每一條信息都承載著各自的權(quán)重，這些權(quán)重不僅客觀存在，而且嚴(yán)格遵循比例原則，確保了信息在上升過程中的公平性與效率性。這種機(jī)制賦予了意識(shí)圖靈機(jī)靈活性與適應(yīng)性，每一個(gè)處理器無論身處何位，都能以最優(yōu)化的模式持續(xù)向上攀升。

此外，Manuel Blum教授還探討了意識(shí)與人工智能的關(guān)系，他提出意識(shí)圖靈機(jī)不僅是對(duì)意識(shí)本質(zhì)的一次深刻探索，更是對(duì)未來人工智能尤其是通用人工智能（AGI）發(fā)展路徑的重要啟示，將為AGI領(lǐng)域的技術(shù)創(chuàng)新與突破開辟新的道路，邁向一個(gè)更加智能、更加理解人類意識(shí)的未來。

多模態(tài)大模型可顯著提高數(shù)據(jù)標(biāo)注的效率

有關(guān)多模態(tài)大模型的工業(yè)應(yīng)用話題，復(fù)旦大學(xué)計(jì)算機(jī)專業(yè)王曉梅博士作了關(guān)于“多模態(tài)大模型在行業(yè)中的應(yīng)用”的主題演講。她認(rèn)為多模態(tài)大模型的應(yīng)用極其廣泛，并以多模態(tài)大模型在工業(yè)中的應(yīng)用為例進(jìn)行深入分享。在工業(yè)領(lǐng)域中，傳統(tǒng)的表面缺陷檢測(cè)模型一般是人工對(duì)采集數(shù)據(jù)進(jìn)行標(biāo)注，然后進(jìn)行訓(xùn)練和推理，通過不斷增加人工標(biāo)注數(shù)據(jù)來微調(diào)模型逐步提升性能。而多模態(tài)大模型可以顯著提高數(shù)據(jù)標(biāo)注的效率，通過自動(dòng)生成多數(shù)模態(tài)數(shù)據(jù)來提高模型的準(zhǔn)確性，緩解長(zhǎng)尾分布對(duì)模型的負(fù)面影響。

值得注意的是，論壇上，華院計(jì)算還正式對(duì)外發(fā)布了針對(duì)鋼鐵行業(yè)方面的最新大模型，該模型采用了融合圖像識(shí)別技術(shù)和專家經(jīng)驗(yàn)的缺陷檢測(cè)算法，實(shí)現(xiàn)了缺陷的高效準(zhǔn)確檢測(cè)，這一創(chuàng)新大模型不僅減少了對(duì)人工檢測(cè)的依賴，還提高了鋼鐵產(chǎn)品質(zhì)量檢測(cè)的效率和準(zhǔn)確性、可靠性，為行業(yè)的轉(zhuǎn)型升級(jí)提供了強(qiáng)有力的技術(shù)支撐。

“目前，人工智能正處于一個(gè)前所未有的新階段，并且已經(jīng)成為推動(dòng)經(jīng)濟(jì)社會(huì)高速發(fā)展的核心引擎，作為一家深耕在認(rèn)知智能這一前沿領(lǐng)域的企業(yè)，在過去的一年里，我們?nèi)〉昧艘幌盗羞M(jìn)展，例如法律大模型以及今天將在現(xiàn)場(chǎng)發(fā)布的鋼鐵行業(yè)大模型等。” 華院計(jì)算宣曉華表示，期待在產(chǎn)學(xué)研結(jié)合的道路上，與全球合作伙伴共同突破算法的自主創(chuàng)新和產(chǎn)業(yè)應(yīng)用的落地實(shí)施。