2024世界人工智能大會(huì )｜從AGI到AI4S，“AI愛(ài)因斯坦”還遠嗎？

“人工智能的體現之一就是理解復雜世界、發(fā)現未知規律。簡(jiǎn)單地說(shuō)，就是打造‘AI愛(ài)因斯坦’。這也是AI for Science的關(guān)鍵目標?！?7月4日，在2024世界人工智能大會(huì )暨人工智能全球治理高級別會(huì )議（WAIC 2024）“人工智能：科研范式變革與產(chǎn)業(yè)發(fā)展”主題論壇上，上?？茖W(xué)智能研究院院長(cháng)（以下稱(chēng)“上智院”）、復旦大學(xué)浩清特聘教授漆遠講述了他對于通用人工智能（AGI）和科學(xué)智能（AI4S）的發(fā)展判斷。

漆遠教授認為，大模型領(lǐng)域的“金科玉律”Scaling Law 改變了AI，然而僅依靠海量數據的壓縮和歸納總結不足以達成AGI。就像AlphaGo通過(guò)學(xué)習海量的人類(lèi)棋譜戰勝李世石那樣，我們看到了機器超越人類(lèi)認知的可能性。但更重要的是我們需要像AlphaGo Zero那樣，從圍棋本身出發(fā)，具備自我學(xué)習、推理和創(chuàng )新能力，這樣才可以達到AGI。

漆遠介紹，要實(shí)現這一目標，一是需要結合快思考的“黑盒”預測和慢思考的“白盒”邏輯推理，打造“灰盒”可信大模型；二是融合type1和type2，擺脫數據依賴(lài)。AI4S的最高體現就是“AI愛(ài)因斯坦”，通過(guò)融合科學(xué)規律、觀(guān)測數據和合成數據，發(fā)現復雜世界的未知規律。上智院正在這條道路上不斷探索。

諾貝爾經(jīng)濟學(xué)獎得主、北京大學(xué)匯豐商學(xué)院榮譽(yù)教授薩金特在演講中深入探討了AI創(chuàng )造力和學(xué)習機制的融合。他提出了兩種創(chuàng )造力類(lèi)型：應用創(chuàng )造力和問(wèn)題尋找創(chuàng )造力，強調真正的AGI應像人類(lèi)嬰兒一樣，通過(guò)自主實(shí)驗理解世界。此外，他還全面比較了物理學(xué)和經(jīng)濟學(xué)中的模型構建方法，強調了從描述性模型到結構性模型的演進(jìn)過(guò)程。他以開(kāi)普勒模型和牛頓模型為例，闡述了如何在經(jīng)濟學(xué)中實(shí)現類(lèi)似的理論突破。他強調，雖然AI工具強大，但經(jīng)濟學(xué)家的理論洞察仍然不可或缺。這種平衡方法為解決復雜的經(jīng)濟問(wèn)題提供了新的視角，也為未來(lái)的經(jīng)濟研究指明了方向。

作為物質(zhì)科學(xué)領(lǐng)域的代表，復旦大學(xué)物理學(xué)系教授、中國科學(xué)院院士龔新高以《AI物理與材料逆向設計》為題，分享了團隊在計算物質(zhì)科學(xué)方法中結合AI技術(shù)的探索。求解Kohn-Sham方程極為昂貴，龔新高團隊發(fā)展的Uni-H模型實(shí)現了在幾秒之內對任意元素組成的材料預測能帶結構。在此基礎上，團隊計算了幾十萬(wàn)個(gè)材料的電子結構，構建了數據庫并全面開(kāi)放。龔新高認為，在人工智能的推動(dòng)下，計算物理的研究范式已經(jīng)發(fā)展到了“AI物理”：利用機器學(xué)習原子間作用勢和Uni-H，有望解決材料設計的最大挑戰——材料逆向設計，即“對給定的性質(zhì)，找到相應的材料”。

從新材料到生物醫藥，從金融科技到城市治理，AI的應用正在為各行各業(yè)帶來(lái)前所未有的挑戰和機遇。讓AI在各個(gè)專(zhuān)業(yè)領(lǐng)域發(fā)揮能力，并降低服務(wù)成本，解決大模型幻覺(jué)問(wèn)題是重中之重。會(huì )上，無(wú)限光年吉印通創(chuàng )始人徐盈輝介紹了如何打造獨特的灰盒大模型，有效降低模型幻覺(jué)。他說(shuō)“我們做大模型Day1起就意識到這項技術(shù)的真實(shí)挑戰，怎樣讓大模型在真實(shí)場(chǎng)景中發(fā)揮價(jià)值，我們感到任重道遠。我們使用符號推理引擎進(jìn)行邏輯推理，把語(yǔ)言模型和邏輯推理結合起來(lái)，形成獨特的灰盒大模型，實(shí)現可信生成，過(guò)程可解釋?zhuān)壿嬚_，真正釋放大模型生產(chǎn)力。目前灰盒大模型已在金融和醫療等行業(yè)落地，未來(lái)更將賦能千行百業(yè)?！?/p>

新民晚報記者 張炯強