親探外灘大會：前沿成果集中亮相
大模型演進來到了怎樣的階段？AI走進人類的生活，還有哪些想象空間？9月5日至7日，2024 Inclusion·外灘大會在上海舉辦，100多家全球科技頭部企業和學術殿堂級機構集中展示前沿研究成果。
北京商報記者來到“人工智能實驗室”，復旦大學、同濟大學、上海交通大學、百川智能、阿里雲、生數科技、螞蟻集團等10家大模型廠商、高校研究機構展示了最新的大模型技術。
其中，螞蟻集團的百靈多模態大模型，以其原生的多模態能力，讓機器“看”得更清晰，“聽”得更真切，“說”得更流暢，“畫”得更生動。它能夠直接理解並訓練音頻、視頻、圖像、文字等多模態數據，讓機器的感知能力更上一層樓。
生數科技與清華大學聯合發佈的純自研視頻大模型Vidu，突出一鍵生成高清視頻的強大功能。復旦大學的智能顯微成像大模型UniFMIR，則突破了現有熒光顯微成像的極限，大大提升生命科學和醫學研究等領域的觀察和分析質量。
當AI走進生活，人類的一天將會發生怎樣的變化？AI產業的新實踐吸引了更多人的目光。在展區內，觀衆可以同20多個AI助手互動，從未來助手、未來健康，到未來出行、未來辦事、未來財富空間，親身體驗與AI共同生活的一天。
北京商報記者實測了支付寶的AI生活管家“支小寶”。通過對話，這一人工智能可以利用支付寶內生態實現快速訂票、點餐、打車、查詢附近吃喝玩樂；經過用戶授權後，“支小寶”還可以記住個人的通勤方式、餐飲口味、旅遊偏好等習慣，並智能感知用戶使用的時間和空間，從而推薦專屬的服務。例如，每天清晨提醒天氣、一鍵打車等。
此外，觀衆還可以用小冰“數字分身”3分鐘克隆一個自己，讓數字人輔助自己完成工作；藉助數字螞力Codefuse代碼助手實現AI編程，大大提高工作效率。宇樹機器人和機器狗、“阿奇”桌面機器人、特斯拉二代人形機器人、小鵬匯天飛行汽車，則讓展區更具“賽博朋克”的風格。
AI的發展也伴隨着模型內部幻覺、安全漏洞、深度生成內容濫用、能源難題等挑戰。展區同樣聚焦這些新的問題，展示最新的解法。
正如香港科技大學校董會主席、美國國家工程院外籍院士沈向洋說的，在人工智能的顛覆性力量逐步顯化的過程中，須重視AI的治理，打造負責任的AI。
據《全球數字經濟白皮書（2024）》數據顯示，全球目前有3萬家人工智能核心企業以及超過1300個人工智能大模型。智能時代進入新序章，AI等新技術與物理世界加速融合。問題也隨之而來：AI的奔涌浪潮將把我們帶向何方？我們該以何態度面對顛覆性技術的到來？如何應對AI與人類“搶飯碗”？
“AI技術的發展和應用是一個不斷循環迭代的過程，需要在應用中發現技術落地的難點，讓技術發展的方向更加聚焦。”螞蟻集團總裁韓歆毅表示，智能體作爲生成式人工智能的一種產品形態，是當下大模型應用的核心方向，能讓大模型長出“手和腳”。
但技術也可以使人獲得一些超出常人的能力，如何做好AI治理，平衡這些風險？專家們普遍認爲，以人爲本是首要原則。
正如沈向洋在大會現場提到的一個新詞：IA（Intelligent Augmentation），智能增強。它代表一種以人爲本的AI發展路徑，也就是要通過技術提升人類的能力，而非取代人類。
北京商報記者 嶽品瑜 董晗萱
|專家觀點|
香港科技大學校董會主席沈向洋：
模型不會突然代替所有的工作流
沈向洋表示，AI爲人類提供了與技術共生的全新語境，人機交互的新方式指向“AI與IA”的融合共進。IA（Intelligent Augmentation），即智能增強，代表着一種以人爲本的AI發展路徑。它聚焦於運用技術提升人類的能力，而非取代人類，強調了人類與AI之間的協作關係。
談及AI agent（智能體）時，沈向洋表示，agent從願景到落地的過程中，需要始終以需求爲圓點，深刻理解模型的能力，並構建一個AI深度參與的工作流程。他表示，AI agent時代的到來，不會是一個神奇而強大的模型突然代替了所有的工作流，它涉及到技術、工程與市場的不斷磨合，最終以超預期的服務呈現給人類。
中國工程院院士王堅：
AI+的重點不是加什麼，而是怎麼加
王堅分享了自己對AI、AI+和AI基礎設施的思考。他提出，AI+不是AI和產業的簡單結合，而是數據、模型和算力的組合。
王堅用“ChatGPT=GPT+chat”解釋，認爲三者分別對應着應用平臺、基礎模型、應用場景。他認爲，當我們講“人工智能+”的“+”時，不是加什麼東西，而是怎麼加，更重要的是一個機制創新。這個創新就是數據、模型和算力的組合。當數據、模型、算力的規模都有了巨大的變化，這時就一定要引入新的東西，那就是AI的基礎設施。
“AI基礎設施是技術滲透的終極形式”，王堅拋出這個概念，什麼技術會對人類產生最長遠的影響？就是它變成了基礎設施。他援引紅杉資本的觀點，在雲時代、移動時代、AI時代，基礎設施就是雲計算。“當你看AI、AI+、AI基礎設施的時候，就會發現，這個世界不但技術在革命，機制和基礎設施也在革命。沒有比這三項革命在同一時間發生再令人激動了。我想這些革命正在創造未來。”王堅總結。
“美國三院院士”邁克爾·喬丹：
AI發展不能忽視集體性、不確定性和激勵機制
邁克爾·喬丹談到自己對人工智能的最新思考：人工智能落地產業，需要形成互相協作的集體；要構建人工智能的協作系統，必須要引入經濟學的“激勵”視角。
“ChatGPT，你確定你剛生成的是對的嗎？”邁克爾·喬丹發問，當前的人工智能系統很難表達它真正學到哪些知識，也沒有能力表達它有多確定，而人類在面對不確定性時表現出色，尤其是集體協作共同應對時。
對此，邁克爾·喬丹的建議是，不僅單獨設備要具備一定智能，人工智能更要通過協同體現在整體系統層面。在他看來，僅僅將人類的智慧融入超級智能計算機中是不夠的，現代信息技術在醫療、交通、金融科技和商業領域的應用，需要集體性、去中心化的智能系統。微觀經濟學視角也是當前AI研究的一個缺失。
“激勵機制”是市場經濟和集體智能的關鍵因素，“AI擁有海量的數據，但有些不能生成價值，通過設計激勵機制才能驅動AI智能體貢獻和協作”。邁克爾·喬丹提出了“三層數據市場”模型，其中用戶、平臺和數據買家通過“出讓數據”“購買數據”“提供服務”形成了閉環。他強調，數據購買者也就是企業可以結合“數據和服務”建立與用戶的激勵機制，從而爲他們帶來真正的價值。
北京商報記者 魏蔚