||
吕乃基
以下是中国国际经济交流中心副理事长、IMF(国际货币基金组织)原副总裁朱民2023年1月7日在清华五道口云课堂在线大讲堂上的演讲实录的链接网址
朱民,AI 2.0和全球化的未来—中美竞争和战略(2023-1-13)
https://mp.weixin.qq.com/s/afS3iiLILv7-WCsK_dU-sw
朱民作为一名经济学家,对于人工智能的细节和前沿自然未必有精准和到位的把握,但在博主看来,朱民对于人工智能全局和若干重要方面的理解和关注具有相当的深度和认识高度。虽然以朱民的社会地位可以推想,朱或拥有一个团队,“不是一个人在战斗”,但朱民对于人工智能整体的把握,以及讲演后的答问,体现了朱本人对于人工智能的认知水平,足以给博主,给科技哲学从业者,乃至给人工智能的业内人士,留下不同程度的印象。
朱民的讲演内容丰富,篇幅也较长。博主主要留意以下方面(某些地方一不留神加入了博主的注释,夹叙夹议,但无伤原作之大雅):
1.改变科研范式
出现了因果人工智能。之前批评人工智能的不足之处,在于其运算在人类看来是一个黑箱,没有因果只给出了关联Correlation,知其然而不知其所以然。现在则是Causality,接近人的智能,就会走向通用化。当然现在还是处在技术的萌芽期,处于复合型人工智能,有连接主义和符号主义,可以连接起来多元使用。顺便说,博主自感尚未把握后一句话。
机器学习预测高阶药物组合,应用新的人工智能,从蛋白质开始做药,人工智能学习最大的好处是可以把运用中病人和/或动物的反应、药物有效性等等综合起来,做成闭环反馈。以前一个新药平均10年,现在大大缩短训练、研究、迭代和逼近的过程。
人工智能进入进入数学和材料科学。数学家提出假设如两个变量的方程,计算机产生大量数据,叫实体变量,之后模型模拟数据,决定相关投入。
在这个过程中又可以返回,数学家可以不断优化假设,程序重复,直到假设被大规模的数据支持。人与机器合作探索物理世界,数学家将渗透到各个领域中而变得越来越重要。确切地说,也就是数学在各个领域变得越来越重有,直至“万物之本源”。
材料领域应用的例子,德克萨斯A&M大学开发人工智能寻找耐氧化高熵合金(HEA),高熵合金有很好的耐高温性能,因为在工程中需要很多耐高温的金属,但容易氧化,所以要找到有耐氧化能力的耐高温材料,这样可以在航空航天、核反应、化工等等来使用。
人工智能的框架可以预测耐氧化的高熵合金的性质,用了计算热力学、机器学习和量子力学,可以定量预测任意化学成分高熵合金的氧化情况,整个计算筛选的时间可以从几年缩短到几分钟。材料开发,寻找新的材料、找到材料是整个人工智能未来发展的特别重要的新领域。推而广之,人工智能必然进入寻找新的芯片材料,存储和更快运算更多信息,更节能,进入微观、宏观和宇观的物理世界。
从一个经济学家的视角来总结一下,人工智能出现质的飞跃,从1.0走向2.0。1.0是编程和软件为中心,2.0是数据为中心,大模型出现推动人工智能的通用性和泛化性。
大模型大了之后在应用上一个最大的突破,是它突破了在量子力学中讲的“维度诅咒”。博主沮丧地承认,未能找到量子力学与“维度诅咒”的联系。
以前人工智能以程序为中心,在人的认知基础上探勘未来,现在人工智能从数据出发,独立探讨人类未知,而这个未知可能与人已知的智能并行,而被并没有被人观察到的智能,会颠覆整个世界。
2.会议,还是……?
美国的论文还是以参加会议为主,中国参加会议相对较少,以刊物发表为主。请教各位一线研究大咖:会议论文和刊物论文在成本(时间、接受度、版面费等)和影响力等方面有何差别?
3.开源框架与星标
开源框架集合智能各个方面的能力,硬件、软件、组合、构思,特别是标准。开源框架做完了之后,谁来关注、谁来用,这意味着开源框架质量如何。通常有一个星标,代表代码活跃程度、社区活跃程度、团队、流量和影响力,星标越高,影响力、流量就越高。美国开源框架的星标数量大概是中国9倍多,中国很多工程师和开发者是美国和全球开源框架重要的贡献者。
中国的架构能力不够,实际的动手和做模块能力很强,表明有人力资源,但大的框架、组织结构能力、整个生态形成还不够。
大模型生态。美国的大模型是基础公司做大模型,应用公司可以用不同公司的大模型,来提升应用体验和商业化,商业生态好,我们基本上是一个公司自己做的大模型自己用,有很多大模型,有很多垂直应用的架构,但整个生态并没有健全,所以都是根据自己的需要研究底层的大模型。从这个意义来说构建生态把模型连起来、用起来,商业基础变得特别重要。
4.谁来做“天使”?
中国金融市场支持人工智能C轮或者D轮以上的投资,就是已经看到希望,比较有希望成功的钱就进去了,并且钱进去远超过国际的规模。但在最早的天使投资远不够,所有的发展都是从最早的零点开始,需要构建新的而且有一定规模的天使资金,公共资金和私人资金可以合作,市场维持主要运作。
Archiver|手机版|科学网 ( 京ICP备07017567号-12 )
GMT+8, 2024-12-4 19:48
Powered by ScienceNet.cn
Copyright © 2007- 中国科学报社