🏳hq613jy洒水车🏴     

面壁智能首席执行官李大海认为，理想中的通用人工智能就是在执行任何任务的时候，边际成本都降为零。“我相信未来大模型门槛会越来越低，当成本低到接近于0的时候，通用人工智能就基本到来了。”李大海说。

“在技术通用性方面，大模型在解决不同任务、语言、模态、场景上的通用性变得越来越好。”百度首席技术官王海峰说，去年3月百度发布大语言模型“文心一言”以来，经过1年左右的时间，其训练效率达到发布时的5倍，推理效率提升了100多倍。

什么是通用人工智能(AGI)？大模型是否是通往通用人工智能的“基石”？大模型的快速发展，为通用人工智能的实现创造了更多的想象空间。

“我们要打造一个负责任的AI。”智谱AI首席执行官张鹏认为，对于人工智能的安全，“防守”比“破坏”难度要大，一方面要通过安全技术的提升和管理规则的制定防止有人利用人工智能作恶，更重要的是要让更多人参与讨论、统一认识，一起寻找解决问题的办法。

“大模型之所以能对产业界产生重大影响，是因为其通用的理解推理能力以及智能和潜力。”智源研究院院长王仲远说，随着国产大模型逐步赶超国际先进水平，中国最擅长的场景优势、数据优势将发挥出来，大模型将真正成为赋能千行百业的新质生产力。

大模型未来将在哪些应用场景大规模落地？中国工程院院士、清华大学智能产业研究院(AIR)院长张亚勤认为，大模型在应用和服务层面将先面向消费者(To C)，再面向企业(To B)，这与互联网和移动互联网的发展路径基本一致。

“总体来看，无论是面向消费者还是面向企业，未来都将存在开源模型、商业闭源模型、基础大模型以及针对垂直行业模型和边缘模型。”张亚勤说。

“未来机器人数量可能会比人多，如果不重视人工智能的治理，当大模型被用到基础物理设施、金融系统等领域时，可能存在失控的风险。”张亚勤说，要从现在开始重视人工智能的治理，提前采取行动，引导技术走向的智慧。

张亚勤以无人驾驶技术为例指出，大模型的推出帮助无人驾驶解决了长尾问题、数据生成问题等，让无人驾驶有更高的智能性，加速其在实际场景中的落地应用。

“大语言模型虽然很强，但是还在快速进步，未来仍然有很大的提升空间。同时，多模态大模型(能够处理和理解多种不同类型数据，如文本、图像、视频和声音等的人工智能模型)也会变得越来越好用。”王海峰说。

北京市政府副秘书长许心超介绍，目前北京在人工智能企业数量、数据要素资源、产业链等方面均走在全国前列，其中国家网信办已备案大模型数量位居全国第一。面向未来，北京将以应用为牵引，促进大模型技术深度应用，加速开展“人工智能+”行动计划，面向医疗、教育、政务等行业发展需求，加快实现大模型技术对实体经济的深度赋能，推动经济高质量发展。

中国科学院院士、清华大学教授姚期智说，人工智能未来能够在数学领域或计算机科学领域完成重要的原创性研究，要实现这一梦想必须要有真正高质量的突破，而人工智能的安全问题也变得更加紧迫。

大模型的概念持续火热，各类产品“琳琅满目”，但距离真正的“深入人心”还有一定距离。在王仲远看来，从“可用”到“非常好用”，是国产大模型未来努力的方向。

近日，2024北京智源大会举行。来自人工智能领域的顶尖学者和产业专家围绕技术路径和应用场景展开对话和交流，大模型与人工智能的当下与未来成为热议话题。

随着人工智能能力的提升和应用范围的扩大，其安全风险引发各界关注。科技部战略规划司副司长康相武说，以生成式大模型为代表的新兴技术，可以廉价地生成对人和事件的错误描绘，引发认知混乱；人工智能的无用、滥用、隐私泄漏等引发深层次伦理道德问题。如何与人工智能共存，且在确保安全可控前提下更好造福人类社会，是全球共同面对的重大议题。

今年3月，数十位中外专家在北京联合签署了由智源研究院发起的《北京AI安全国际共识》，提出防止AI自主复制或改进、寻求权力、协助不良行为、欺骗人类等。

在此次大会上，智源研究院公布了在语言、多模态、具身、生物计算大模型等方面的新进展。其中，智源研究院和中国电信人工智能研究院(TeleAI)联合研发并推出全球首个低碳单体稠密万亿语言模型(Tele-FLM-1T)；联合领视智远研发了全球首个智能心脏超声机器人，实现了全球首例真人身上的自主心脏超声扫查等。

hq613jy洒水车去年以来，人工智能大模型浪潮持续涌动。国内外一大批创新企业和高校院所加大研究力度，纷纷推出各自的大模型产品。数据显示，中国10亿参数规模以上的大模型数量已超100个。

张亚勤表示，通用人工智能首先要有巨大的能力，在大部分的任务中比人类强；其次必须具有通用性；第三是像人类一样不断升级、学习和进化。他预测，通用人工智能有望在15—20年内实现。

百川智能首席执行官王小川说，通用人工智能首先要有思考能力、学习能力、沟通能力、共情能力和多模态图片处理能力，只依靠大模型的规模效应是不够的，要寻找算力、算法、数据等范式上的新转化。