-
日期: 2024-03-25 | 来源: 第一财经 | 有0人参与评论 | 字体: 小 中 大
在开幕式上，对于AI创业，硅谷创投之父史蒂夫·霍夫曼（Steve Hoffman）给出了方向上的建议，"在人工智能领域，可以说不要直接和大厂竞争，和大厂竞争太难。"当对公司战略进行规划的时候，看一下自己的核心能力、核心技术，看AI如何更好地赋能，带来更好的竞争力。
具体方向上，霍夫曼看好人形机器人、数字孪生、程序化的搜索引擎优化等预计会被 AI 技术所赋能的领域。霍夫曼表示，在硅谷现在AI领域是大热门，如果不是AI初创企业，都拿不到任何资金支持，"现在太难了，众多企业在死亡"。
此次大会海外的重磅嘉宾来了不少，OpenAI前全球商业化负责人扎克•卡斯（Zack Kass）也出现在开幕式上，他认为2030年会达到通用人工智能，"我们进入了一个丰盛的未来"。
对通用智能时代的到来扎克·卡斯较为乐观，"很多问题我们可以通过AI来解决，我给大家的建议是，设计你的生活，比如AI会把你的知识技能商业化，AI做完了之后剩余了什么，你作为人类的属性有哪些？可能AI更加强大、更加聪明，剩余留给人类的就是要关注人本身。"
在问答环节，谈及最近大热的AI"复活"，扎克•卡斯认为"机器缺乏灵魂"， AI"复活"亲人是一种奇怪的想法，并不是人类生活的现实世界。"人是什么，机器是什么，我们要分清事实，要分清界限。"当AI帮助人类从很多繁杂的工作中解脱出来之后，人与人的交互就显得更加重要。
商汤科技董事长兼CEO徐立在此次大会上表达了一个观点， AI2.0时代的生产力工具，目前还只能解决10%以下的问题，生产链路上能够带来的突破可能还有限。
"虽然中国对于这部分的关注度非常高，但是我们真正意义上在使用这部分的应用当中排在了美国印度之后。"徐立认为，这里面有一个语言的问题，如果用自然语言来完成编程的任务、设计的任务，目前来说英语和现在的程序匹配非常完整，有大量的现成的数据，但是到中文还需要有更好的中文语言的工具。
商汤此前发布了基于日日新大模型的办公辅助软件"小浣熊"，其中包括代码小浣熊。徐立介绍，这款代码助手能够减少软件开发全流程需要的时间，聚焦一些重复性的劳动。以代码小浣熊的诞生为例，他表示，如果从需求分析到最终完成产品开发，一般需要100人天（注：人天是衡量人力资源消耗量的单位，人数和天数相乘），在去年，代码小浣熊已经能做到节省30%的工作量，来到70人天。
也有不少的学者专家在更宏观的层次上反思目前大模型技术路线问题，现在这套技术路线是否能带来真正的智能，是否会有更好的架构？
美国国家工程院外籍院士沈向洋就表示，虽然AGI蓬勃发展，但今天大家对智能的本质并没有一个清晰的认识，今天的深度学习理论非常欠缺，他相信这个世界会出现比Transformer更好的架构，"以前大家讲大模型大到一定地步就会涌现，为什么？多大涌现出来？没有人讲得清楚。"
上海人工智能实验室主任助理、领军科学家乔宇认为，沿着Scaling Law（尺度定律），未来对于数据算力的需求越来越多，大家会有一个问题，Scaling Law何处是尽头，跟现在相比，大模型至少还有1-2个数量级的提升。
"到2030年，是不是我们再提高两个数量级就有机会实现真正通用的人工智能，但是我们也要考虑另外一个问题，按照目前这条技术路线，它对算力、对能耗的消耗非常巨大。我们真的需要把我们这么大的社会资源都投入到这样的领域中来，还是需要现在这种Scaling Law更加高效的方法，后者是这个时代研究者、开发者必须思考的问题。"乔宇说。
在大模型前沿论坛上，上海人工智能实验室领军科学家林达华表达了同样的想法，当前主流的大模型无一例外都建立在Transformer架构堆叠的基础上，但这种架构的问题是对计算资源的消耗特别大，反观人脑这样的"大模型"，有大约100万亿个神经连接，远远超过现有大模型体量，但人脑的运行功率只有20瓦。
实际上，过去一年，产业界和学术界在不断探索更加高效的架构，其中MoE（混合专家模型）受到了越来越多企业的关注。"但这仅仅是一个起点，未来还会有更加高效的稀疏模型结构出现。"林达华表示，虽然很多架构现在还停留在学术研究阶段，但正如MoE逐渐进入产业一样，随着验证逐渐成功，它们会慢慢进入产业界，从而带来模型架构新的黄金时期。
无论怎样，过去一年，人工智能领域所取得的技术突破远远超过了过去十年甚至几十年的突破和进展。在PPT最后一页，林达华只写了一句话，"让我们共同拥抱这个激动人心的时代"。- 新闻来源于其它媒体，内容不代表本站立场！
-
原文链接
原文链接:
目前还没有人发表评论, 大家都在期待您的高见