直擊WAIC2024 | “認知世界·智創未來”論壇舉行 全球專家共論理論突破到實踐應用

每經記者｜夏冰    每經編輯｜陳俊杰    

在人工智能發展新階段，認知智能正在成為全球關注的焦點。

在7月5日召開的世界人工智能大會“認知世界·智創未來”主題論壇上，多位全球頂尖學術專家、青年學者和業界精英齊聚一堂，圍繞認知智能的最新理論、技術和應用場景，共同探討認知智能的最新發展，以及未來在各行各業的應用前景。

會議特別邀請到美國卡內基梅隆大學計算機科學學院名譽教授、1995年圖靈獎獲得者及美國三院院士Manuel Blum教授，他在論壇上分享了他對意識圖靈機領域的最新研究成果。

圖靈獎獲得者——美國三院院士Manuel Blum教授 主辦方供圖

意識圖靈機與人工智能的未來

論壇上，牛津大學DeepMind人工智能教授Michael Bronstein帶來了關于幾何深度學習的深刻見解。他首先介紹了數學和物理學的關系，特別是幾何學如何影響物理學的發展。同時，他提到了現代科技中人工智能的應用和發展，尤其是深度學習和神經網絡的重要性。Michael Bronstein從數學的角度出發，探討了對稱性在深度學習中的重要性，從而引入“幾何深度學習”這一通用的數學框架，并展示了如何將這一概念如何應用于生物學、醫學和藥物設計等領域。Michael Bronstein教授提出幾何深度學習和圖神經網絡等方法，都可協助人類賦能藥物開發，這代表著未來醫療健康領域的重大突破。他也提出將模型擴展到歐幾里得領域當中，將對分子生物學相關的領域應用產生更具創新的提升，未來也會對眾多科研領域影響深遠。

香港大學的高盛華副教授則聚焦于3D生成技術，他分享了“3D生成技術的未來展望”。高盛華表示，因為人類生活在3D世界中，因此他希望通過3D幾何方法來構建世界，包括3D世界的重建和生成。在演講中，高盛華教授深入剖析了視頻3D場景的制作過程。視頻3D場景的制作過程最重要的核心就是編碼與解碼，也就是輸入信息再到輸出信息的過程。該過程雖然需要面臨圖像修復、特征不一致等問題，但他表示，他與團隊正致力于實現場景的真實再現，力求在幾何形態上達到極致精準，同時在物體間的相互關聯中編織出更加和諧、生動的敘事網絡。

Manuel Blum教授帶來了他在意識圖靈機領域的最新研究成果。Manuel Blum教授堅信，意識的本質能夠且應當通過經典確定性物理學的框架來闡釋，這一信念成為了他探索未知、挑戰邊界的堅實基石。他表示意識圖靈機類似一個做上行數的競賽，所有的信息像競技比賽一樣，經過層層比賽達到最頂端，最后成功攀頂的信息就會被向下“廣播”，這一過程正是意識圖靈機運作的核心所在。他強調在這一體系中，每一條信息都承載著各自的權重，這些權重不僅客觀存在，而且嚴格遵循比例原則，確保了信息在上升過程中的公平性與效率性。這種機制賦予了意識圖靈機靈活性與適應性，每一個處理器無論身處何位，都能以最優化的模式持續向上攀升。

此外，Manuel Blum教授還探討了意識與人工智能的關系，他提出意識圖靈機不僅是對意識本質的一次深刻探索，更是對未來人工智能尤其是通用人工智能（AGI）發展路徑的重要啟示，將為AGI領域的技術創新與突破開辟新的道路，邁向一個更加智能、更加理解人類意識的未來。

多模態大模型可顯著提高數據標注的效率

有關多模態大模型的工業應用話題，復旦大學計算機專業王曉梅博士作了關于“多模態大模型在行業中的應用”的主題演講。她認為多模態大模型的應用極其廣泛，并以多模態大模型在工業中的應用為例進行深入分享。在工業領域中，傳統的表面缺陷檢測模型一般是人工對采集數據進行標注，然后進行訓練和推理，通過不斷增加人工標注數據來微調模型逐步提升性能。而多模態大模型可以顯著提高數據標注的效率，通過自動生成多數模態數據來提高模型的準確性，緩解長尾分布對模型的負面影響。

值得注意的是，論壇上，華院計算還正式對外發布了針對鋼鐵行業方面的最新大模型，該模型采用了融合圖像識別技術和專家經驗的缺陷檢測算法，實現了缺陷的高效準確檢測，這一創新大模型不僅減少了對人工檢測的依賴，還提高了鋼鐵產品質量檢測的效率和準確性、可靠性，為行業的轉型升級提供了強有力的技術支撐。

“目前，人工智能正處于一個前所未有的新階段，并且已經成為推動經濟社會高速發展的核心引擎，作為一家深耕在認知智能這一前沿領域的企業，在過去的一年里，我們取得了一系列進展，例如法律大模型以及今天將在現場發布的鋼鐵行業大模型等。” 華院計算宣曉華表示，期待在產學研結合的道路上，與全球合作伙伴共同突破算法的自主創新和產業應用的落地實施。