【ZiDongHua 之滋?hào)|化金融收錄關(guān)鍵詞： 人工智能 戴瓊海 中國(guó)母基金行業(yè) 通用人工智能 生物智能 認(rèn)知智能 無(wú)人駕駛 機(jī)器人】
 
 
　　戴瓊海：人工智能領(lǐng)域最值得投資的三項(xiàng)顛覆性技術(shù)
 
 
　　8月5-6日，“2023中國(guó)母基金峰會(huì)”在吳江東太湖畔成功舉辦。本次峰會(huì)由中國(guó)國(guó)際科技促進(jìn)會(huì)母基金分會(huì)主辦，蘇州市吳江東方國(guó)有資本投資經(jīng)營(yíng)有限公司協(xié)辦，母基金研究中心（www.china-fof.com，下同）承辦，來(lái)自政府部門(mén)、行業(yè)協(xié)會(huì)、國(guó)內(nèi)主流母基金、國(guó)際知名母基金、保險(xiǎn)資管及一流投資機(jī)構(gòu)等單位代表共300余人齊聚吳江，為中國(guó)母基金行業(yè)建言獻(xiàn)策。
 
　　
 
　　圖為清華大學(xué)信息科學(xué)技術(shù)學(xué)院院長(zhǎng)、中國(guó)工程院院士 戴瓊海會(huì)上，清華大學(xué)信息科學(xué)技術(shù)學(xué)院院長(zhǎng)、中國(guó)工程院院士戴瓊海發(fā)表了主題為《人工智能顛覆性技術(shù)》的演講。他指出，通用人工智能技術(shù)面臨廣闊的發(fā)展前景。目前，AI大模型雖然備受矚目，但存在過(guò)度依賴大數(shù)據(jù)、不可解釋和安全性較差的問(wèn)題。而搭建出低功耗、小模型、可解釋的腦模型，是下一步實(shí)現(xiàn)整體人工智能通用的前提和關(guān)鍵。因此，腦模型與腦智能這一領(lǐng)域，格外需要資本界朋友們關(guān)注和進(jìn)入。母基金研究中心整理出演講全文，供行業(yè)內(nèi)人士參考交流。以下是演講全文：
 
　　今天，我想從技術(shù)角度探討通用人工智能的發(fā)展前景。
 
　　首先，我想探討一下關(guān)于顛覆性技術(shù)的話題，顛覆性技術(shù)的相關(guān)研究正在全球范圍內(nèi)展開(kāi)，在我國(guó)，黨中央和總書(shū)記也多次給出相關(guān)指示。自黨的十八大以來(lái)，總書(shū)記在很多次演講都提到了這方面，特別是在通用人工智能領(lǐng)域。
 
　　如今，AI大模型備受矚目。大家一定要明白大模型的核心是什么，其關(guān)鍵是依賴于大規(guī)模數(shù)據(jù)和強(qiáng)大的算力。首先，大規(guī)模數(shù)據(jù)是模型運(yùn)行的基礎(chǔ)，沒(méi)有足夠的數(shù)據(jù)，模型將無(wú)法進(jìn)行有效的訓(xùn)練和交互。語(yǔ)言數(shù)據(jù)和圖像數(shù)據(jù)是目前數(shù)據(jù)交互的主要類型。同時(shí)，在應(yīng)用大模型時(shí)，我們必須考慮數(shù)據(jù)的充足性，因?yàn)橹挥性谀骋惶囟▓?chǎng)景下?lián)碛凶銐虻臄?shù)據(jù)，才能實(shí)現(xiàn)廣泛的應(yīng)用。
 
　　然而，大模型也存在一些問(wèn)題。首先，由于大模型是基于深度神經(jīng)網(wǎng)絡(luò)構(gòu)建的，其可解釋性較差，我們難以理解模型是如何做出決策的，這也影響了安全性。另外，大模型對(duì)數(shù)據(jù)的依賴性很高，沒(méi)有充足的數(shù)據(jù)支持，模型將無(wú)法運(yùn)行。此外，它對(duì)于環(huán)境的變化邏輯處理能力較弱，當(dāng)環(huán)境發(fā)生變化時(shí)，模型的構(gòu)建可能不足，導(dǎo)致容易出現(xiàn)錯(cuò)誤。決策問(wèn)題也是大模型的短板，它可以提供建議，但無(wú)法進(jìn)行實(shí)際決策。
 
　　目前，通用人工智能的發(fā)展有幾條路徑。一是不斷挖掘深度大模型的潛力，解決其不可解釋性和數(shù)據(jù)依賴性的問(wèn)題，以實(shí)現(xiàn)通用人工智能。另一條路徑是借鑒生物智能，通過(guò)精準(zhǔn)的方法，無(wú)需大量算力，構(gòu)建模型訓(xùn)練，例如美國(guó)的阿波羅項(xiàng)目就想做生物智能。大模型性能的快速發(fā)展將帶來(lái)某些應(yīng)用領(lǐng)域的變革，但通用人工智能的關(guān)鍵仍在于認(rèn)知智能，這需要我們關(guān)注和投資。
 
　　大模型能解決什么問(wèn)題？已知場(chǎng)景和規(guī)則的問(wèn)題，大模型可以解決；但已知場(chǎng)景未知規(guī)則的、已知規(guī)則未知場(chǎng)景的、規(guī)則和場(chǎng)景都未知的，大模型則無(wú)法處理。事實(shí)上，只有人腦智能能夠在復(fù)雜的、未知的情境下進(jìn)行判斷和決策，其適應(yīng)性和創(chuàng)造性是當(dāng)前大模型所無(wú)法比擬的。這也是我們需要深入研究的一個(gè)重要方向。
 
　　關(guān)于人工智能接下來(lái)的發(fā)展，我們需要關(guān)注應(yīng)用方面。如何通過(guò)算力與功耗的瓶頸突破，如何應(yīng)對(duì)倫理與法律挑戰(zhàn)，如何對(duì)待發(fā)展與公平的問(wèn)題，這都是需要解決的問(wèn)題。同時(shí)，我們需要探索如何使我國(guó)的大模型發(fā)展在國(guó)際上保持領(lǐng)先地位。這需要從應(yīng)用場(chǎng)景上考慮：已知規(guī)則和場(chǎng)景、已知規(guī)則和未知場(chǎng)景這些是可以用大模型做的，但其他的要考慮腦模型。實(shí)現(xiàn)腦模型需要感知與計(jì)算等方面的顛覆技術(shù)，主要包括以下三項(xiàng)。
 
　　第一種顛覆性技術(shù)是波動(dòng)光場(chǎng)視覺(jué)雷達(dá)。我們是否可以通過(guò)波動(dòng)光場(chǎng)形式來(lái)改善對(duì)所謂場(chǎng)景的感知？在過(guò)去，某些地方的可視性有限，但通過(guò)自適應(yīng)技術(shù)，我們現(xiàn)在可以在一些區(qū)域獲得更清晰的信息。這種場(chǎng)景定位技術(shù)在無(wú)人駕駛、機(jī)器人等領(lǐng)域具有廣泛的應(yīng)用潛力。
 
　　第二，人工智能光場(chǎng)元顯示原理的發(fā)展也值得關(guān)注。我們都知道，現(xiàn)在的AR眼鏡在大場(chǎng)景使用時(shí)可能引起眩暈，不過(guò)在這方面相關(guān)技術(shù)已經(jīng)有了突破，我們能夠?qū)崿F(xiàn)從靜態(tài)顯示到動(dòng)態(tài)顯示、光遷移顯示甚至多視點(diǎn)顯示的轉(zhuǎn)變，從而解決AR/VR領(lǐng)域的問(wèn)題，也能夠?qū)崿F(xiàn)更清晰的裸眼顯示。這些技術(shù)在端側(cè)顯示、混合現(xiàn)實(shí)和大屏幕展示方面引發(fā)了立體的革命性變化，因此也是值得密切關(guān)注的顛覆性技術(shù)。
 
　　第三種顛覆性技術(shù)，正如前面所提到的，涉及到腦智能。大家知道，人腦可以在不到30瓦的功耗下做出決策和判斷，進(jìn)行感知。腦智能低功耗，小模型，可解釋。相比之下，大數(shù)據(jù)、大算力和大模型不可解釋。因此，為進(jìn)一步實(shí)現(xiàn)工業(yè)制造、醫(yī)療健康、智能輔助駕駛等領(lǐng)域的技術(shù)突破，我們需要進(jìn)一步研究小型、低功耗、可解釋的腦模型，這將為整體人工智能通用提供重要支持。算法和通用的前提應(yīng)該在腦模型與腦智能這一領(lǐng)域，不管美國(guó)還是中國(guó)，都有團(tuán)隊(duì)在做相關(guān)的基礎(chǔ)研究，希望大家能夠更多關(guān)注這方面的發(fā)展。
 
　　有這樣三個(gè)關(guān)鍵性顛覆性技術(shù)出現(xiàn)，大家可以看到人工智能未來(lái)場(chǎng)景就是從真實(shí)的腦到虛擬的腦構(gòu)建，這是現(xiàn)在目前正在研究的最重要的方向，也是希望在座的大家關(guān)注并進(jìn)入的領(lǐng)域。
 
　　我們清華大學(xué)的成像與智能實(shí)驗(yàn)室，目前已經(jīng)形成了“兩芯一器”的研發(fā)成果：“一器”是顯微儀器RUSH，“兩芯”的第一芯，指的是人工智能光電芯片；第二芯，指的是光場(chǎng)智能成像芯片。“為中國(guó)成為世界科學(xué)中心和創(chuàng)新高地作出自己的貢獻(xiàn)”，而打造科學(xué)中心和創(chuàng)新高地的過(guò)程，顯然離不開(kāi)在座各位資本界朋友的參與。
 
　　因此，在最后，我想衷心歡迎各位資本界朋友的加入，希望你們能夠與我們一同推動(dòng)清華的原創(chuàng)技術(shù)，為中國(guó)的創(chuàng)新發(fā)展聯(lián)合起來(lái)做出更多的貢獻(xiàn)。非常感謝大家！