2024世界人工智能大會｜從AGI到AI4S，“AI愛因斯坦”還遠嗎？

紙引未來網訊“人工智能的體現之一就是理解復雜世界、發現未知規律。簡單地說，就是打造‘AI愛因斯坦’。這也是AI for Science的關鍵目標。” 7月4日，在2024世界人工智能大會暨人工智能全球治理高級別會議（WAIC 2024）“人工智能：科研范式變革與產業發展”主題論壇上，上海科學智能研究院院長（以下稱“上智院”）、復旦大學浩清特聘教授漆遠講述了他對于通用人工智能（AGI）和科學智能（AI4S）的發展判斷。

漆遠教授認為，大模型領域的“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通過學習海量的人類棋譜戰勝李世石那樣，我們看到了機器超越人類認知的可能性。但更重要的是我們需要像AlphaGo Zero那樣，從圍棋本身出發，具備自我學習、推理和創新能力，這樣才可以達到AGI。

漆遠介紹，要實現這一目標，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。AI4S的最高體現就是“AI愛因斯坦”，通過融合科學規律、觀測數據和合成數據，發現復雜世界的未知規律。上智院正在這條道路上不斷探索。

諾貝爾經濟學獎得主、北京大學匯豐商學院榮譽教授薩金特在演講中深入探討了AI創造力和學習機制的融合。他提出了兩種創造力類型：應用創造力和問題尋找創造力，強調真正的AGI應像人類嬰兒一樣，通過自主實驗理解世界。此外，他還全面比較了物理學和經濟學中的模型構建方法，強調了從描述性模型到結構性模型的演進過程。他以開普勒模型和牛頓模型為例，闡述了如何在經濟學中實現類似的理論突破。他強調，雖然AI工具強大，但經濟學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濟問題提供了新的視角，也為未來的經濟研究指明了方向。

作為物質科學領域的代表，復旦大學物理學系教授、中國科學院院士龔新高以《AI物理與材料逆向設計》為題，分享了團隊在計算物質科學方法中結合AI技術的探索。求解Kohn-Sham方程極為昂貴，龔新高團隊發展的Uni-H模型實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，團隊計算了幾十萬個材料的電子結構，構建了數據庫并全面開放。龔新高認為，在人工智能的推動下，計算物理的研究范式已經發展到了“AI物理”：利用機器學習原子間作用勢和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，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帶來前所未有的挑戰和機遇。讓AI在各個專業領域發揮能力，并降低服務成本，解決大模型幻覺問題是重中之重。會上，無限光年聯合創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。他說“我們做大模型Day1起就意識到這項技術的真實挑戰，怎樣讓大模型在真實場景中發揮價值，我們感到任重道遠。我們使用符號推理引擎進行邏輯推理，把語言模型和邏輯推理結合起來，形成獨特的灰盒大模型，實現可信生成，過程可解釋，邏輯正確，真正釋放大模型生產力。目前灰盒大模型已在金融和醫療等行業落地，未來更將賦能千行百業。”

你是否想過，如果有一個智能助手，把枯燥無味，加班加點的工作接手了，甚至為你提供萬能AI工具，讓工作變得輕松又有趣味？聯系：劉小姐15920827286

紙引未來網是一個造紙印刷包裝的大數據服務平臺，為您提供包裝紙價格指數、文化用紙價格指數、生活用紙價格指數、特種紙價格指數、廢紙價格指數、紙漿價格指數，采購訂單，廣告推廣，免費找貨等服務。官網網址：http://www.tongyi18.com