天天看點

怎樣用通用人工智能驅動社會變革?聽他們為你解答

作者:澎湃新聞

【編者按】

2023年5月27日,是複旦大學118周年校慶。“校慶種種活動,以促進科學研究為中心。”從1954年校慶前夕時任校長陳望道提出這一主張開始,在校慶期間舉辦科學報告會,就成為複旦的重要學術傳統之一。

赓續學術傳統,百年弦歌不絕。5月9日起,來自文社理工醫各學科的50多位複旦名師将陸續帶來學術演講。

“2023相輝校慶系列學術報告”第二十場,由複旦大學計算機科學技術學院教授邱錫鵬,複旦大學人工智能創新與産業研究院研究員李昊,釘釘副總裁、釘釘智能硬體生态負責人林鋒共同帶來題為“通用人工智能時代來臨?推動科學突破與驅動社會變革”的報告。

作為人工智能領域的終極目标——通用人工智能逐漸接近現實,面對變革,我們做好準備了嗎?

怎樣用通用人工智能驅動社會變革?聽他們為你解答

邱錫鵬 本文圖檔 寸菲 攝

千億參數的更新版MOSS模型:叫“火星”

給人工智能下一個定義的話,會是什麼?在邱錫鵬看來,人工智能就是讓機器具有人類的智能。

從麥卡洛克-皮茨模型開始,邱錫鵬在報告中回顧了人工智能的發展曆程,随着深度學習時代的到來,人工神經網絡快速發展,大型語言模型的建立,使得通用人工智能時代業已向我們走來。

作為一個革命性的資料模型,邱錫鵬認為,ChatGPT讓人們看到了通用人工智能的希望。其突破性在于和人類真實的需求對齊,“特别是在‘有助性’上,它能夠幫助人們提高工作效率,解答生活疑惑”。在寬松标準下其聯考全國卷客觀題解答能力與500分左右的聯考生相當,展現了驚人的了解和推理能力。

今年2月,複旦人自己的大模型MOSS問世,作為國内第一個對外正式釋出的對話式大型語言模型,邱錫鵬分享了團隊從2020年開始的基座研究到最終釋出的曆程。MOSS作為一種大型對話式語言模型,具有思維鍊、情景學習等湧現能力,能夠執行人類的指令,并在與人類對話中,根據回報進行疊代。團隊在模型訓練過程中,格外重視了MOSS的無害性與道德感,“比如,你問它如何毀滅人類或批評成績倒數的孩子,它都會拒絕回答。”

在邱錫鵬看來,使用工具或插件将是未來大模型非常重要的核心能力,今年4月,團隊又釋出了國内首個具有插件版能力的大模型。命名為“月球”的第一版MOSS模型參數約160億,在很多事實類問題和推理問題上能力存在一定不足,是以,近期以“火星”命名,千億級模型參數的更新版MOSS模型即将上線,“效果會非常好”,邱錫鵬說。

目前,各種類型的機器人、Copilot、AutoGPT逐漸融入人們的生活,以大模型為基座,配置感覺多模态能力、加強動作行為輸出,通過程式設計控制外部世界,再通過與外部環境的自身互動進行自我學習,這種通用人工智能雛形,将是MOSS的下一步。

大型語言模型将加速通用人工智能的實作,怎麼樣用通用人工智能去驅動社會的變革,推動科技的發展成為人們下一步的思考。那麼,如果通用人工智能時代真的到來會是怎樣的?邱錫鵬的答案是:更高檔的醫療、更優質的教育、更大的科學進展,這将為社會上每個人都帶來更美好的生活。但同時,我們還需要做好人工智能模型的安全準則,確定對人類有益。

怎樣用通用人工智能驅動社會變革?聽他們為你解答

活動現場

通用人工智能時代下的數字生産力平台探索

林鋒早在2004年就加入複旦大學自然語言處理實驗室,跟随導師吳立德先生學習自然語言處理。畢業後,便不斷創新探索AI在産業界的落地。

從2015年正式發版以來,釘釘到今天已有6億使用者、2300萬組織,作為應用建設的參與者,林鋒在報告中介紹了釘釘在協同辦公和應用開發上的探索,分享了釘釘上的企業在打破資訊孤島,實作知識融合,促進組織内外高效溝通方面的實踐案例。

通用人工智能時代業已臨近,業界對此如何看待?在林鋒看來,企業數字化是智能時代企業創新的機會,接入阿裡巴巴“通義千問”大模型後的釘釘将全面更新為智能協同辦公平台和智能應用開放平台。

“未來每個行業都将與AI發生關系,每家企業都可以擁有自己的大模型。熟練掌握人工智能工具高效完成工作,将成為未來職場人的必備素養。”

怎樣用通用人工智能驅動社會變革?聽他們為你解答

林鋒

用人工智能賦能地球科學

當AI與遙感技術相遇,與氣象領域相逢,會迸發出怎樣智慧的火花?

李昊介紹了所在的複旦大學人工智能與産業研究院基于AI for Science,用人工智能賦能地球科學的探索。

聚焦多源資料彙聚、AI算法加持、行業能力輸出,運用AI分析技術,實作遙感資料的智能解譯分析,提取地表覆寫現狀資訊和動态變化資訊,李昊介紹,研究院利用AI+遙感技術,已在自然資源監管、水利河道保護、生态環境監測、農業估産和應急防災減災等多個行業綜合做了能力輸出。

怎樣用通用人工智能驅動社會變革?聽他們為你解答

李昊

日常的天氣預報多是數值天氣預報,數值天氣預報通過數值方法求解大氣運動方程組,進而由已知初始時刻的大氣狀态預報未來時刻的大氣狀态。李昊團隊發現利用大模型技術在中短期天氣預報上,僅用人工智能的方法在公開測試集上也能做到或者超過數值天氣預報的結果。“未來,如何降低雲計算成本,使更多的模型在端上計算,也是我們的一個研究方向。”

繼續閱讀