人工智能(AI)概念的诞生已经有60年了,但是得到高速和本质的发展是近几年的事情。这主要是随着互联网、移动计算、超级计算、穿戴设备、物联网、云计算等技术的发展,实现信息环境巨变;以及智能城市、智能医疗、智能交通、智能游戏、无人驾驶、智能制造等社会新需求爆发,结合大数据、深度学习、增强现实、虚拟现实等AI技术与应用基础等因素,促成了人工智能从技术和应用上实现了巨大的发展。
因此在2015年,中国工程院设立重大研究项目:中国人工智能2.0发展战略研究,旨在对人工智能能有更清晰的研究与了解。
针对人工智能2.0,中国工程院原常务副院长、院士潘云鹤近日在“智涌钱塘”2018AI Cloud生态国际峰会上分享了他对于人工智能发展的最新观点和看法,我这里分享给大家。
2017年7月20日,中国发布了《新一代人工智能发展规划》。包括大数据智能、群体智能、跨媒体智能、人机混合增强智能自主智能系统等AI2.0关键理论与技术,以及智能城市、智慧医疗、智能制造等应用领域。
潘云鹤认为AI正在走向2.0,其本质原因是世界正从原来的二元空间进入新的三元空间。世界原来是二元空间:人类社会空间和物理空间。但是近年来,信息力量的迅速壮大,已成长除了人类社会空间和物理空间两极之外新一极:信息空间。
信息的发展从来自人类社会到信息互联,在绕过人类,直接来自物理世界比如通过传感器和物联网技术。未来人类社会会走向大知识,并推动人类认识与控制能力的大变化。
而三元空间的变化形成了信息流的新变化。新的信息流生成了认知的新变化。
潘云鹤认为AI2.0已经显露大量新特征,最后分享中他总结了五点供大家交流学习:
潘云鹤以AlphaGo训练过程为例,与传统博弈人工知识不同,AlphaGo深度学习不仅能“直觉感知(下一步在哪)”“棋局推理(全局获胜几率)”,而且将学习人类棋局和自我博弈积累棋局相结合。
在《Science》2016年1月1日发表的“群智之力量”的论文认为:结合群体智慧与机器性能来解决快速增长难题。
其中群智计算从众包模式到较为复杂的工作流程模式再到最复杂的协同求解问题的生态系统。
潘云鹤认为,大规模个体通过互联网构架的参与,可以表现出超乎寻常的智慧能力,是解决开放复杂问题的新途径。比如苹果App Store上百万的应用程序、WIKI百科近4000万词条等连接了世界众多国家的海量专家、工程师、科学家等参与。
各种穿戴设备、人机协同、人车共驾、脑控或者肌控外骨机器人等实现生物智能系统与机器智能系统的紧密耦合。
在语言、视觉、图形和听觉之间语义贯通,实现联想、推理、概括等智能的重要关键。
无人系统迅速发展,在工业装配线上机械手发展很快,但在灵活运动的领域中,无人系统迅猛发展的速度远快于机器人。
好文章,需要你的鼓励
谷歌宣布为Chrome iOS版推出新功能,用户可在工作和个人谷歌账户间轻松切换,无需反复登录登出。该功能支持托管账户浏览,实现严格的数据分离,工作账户的标签页、历史记录和密码等本地数据与个人浏览完全隔离。随着企业不再提供公司手机,员工常需在个人设备上访问公司资源,此更新有助企业允许员工使用自选设备。
复旦大学研究团队开发的AnyI2V系统实现了从任意条件图像到视频的生成突破。该系统无需训练即可处理多种输入模态(包括3D网格、点云等),支持用户自定义运动轨迹控制,并通过创新的特征注入和语义掩模技术实现了高质量视频生成,为视频创作领域带来了革命性的便利工具。
OpenAI宣布其最新实验性推理大语言模型在2025年国际数学奥林匹克竞赛中达到金牌水平。尽管机器在数学推理、代码生成等认知任务上表现卓越,但这并不意味着它们具备真正的智能。机器缺乏知识迁移能力、情感理解、自我意识、内在动机等关键特征。它们无法像人类那样灵活适应新环境,也不具备主观体验和意识。真正的智能需要多方面综合能力,而非仅仅在特定任务上的优异表现。
斯坦福大学研究团队开发了KL-tracing方法,能让视频生成AI模型在无需专门训练的情况下进行精确物体追踪。该方法通过在视频帧中添加微小追踪标记,利用模型的物理理解能力预测物体运动轨迹。在真实场景测试中,相比传统方法性能提升16.6%,展现了大型生成模型在计算机视觉任务中的潜力。