WAIC 2024 | AI未来发展趋势如何？从大咖观点中探寻答案
近几年，在政策支持力度持续加大以及市场需求日益增长的背景下，人工智能产业进入高速发展阶段。特别是ChatGPT的问世更是掀起了新一轮的人工智能热潮，大模型如同雨后春笋般竞相问世，创新成果不断涌现，将人工智能的应用和研究推向了一个新的高度。
2024年7月4日至6日，2024世界人工智能大会暨人工智能全球治理高级别会议(WAIC 2024)在上海世博中心隆重举行。本次大会以“以共商促共享 以善治促善智”为主题，来自人工智能领域的顶级科学家、企业家、专家学者深入探讨了人工智能技术的发展现状和未来趋势。
图灵奖得主姚期智：AI面临三大风险
图灵奖得主、中国科学院院士、清华大学交叉信息研究院院长姚期智就表示，在人工智能时代，网络数据管理将更加困难。
在姚期智看来，AI 风险来自于三个方面：
一是网络风险延伸和扩大，AI能力的出现使得传统的网络风险被放大。姚期智指出，现在管理数据很困难，现在难度会放大100倍。
二是没有意识到的社会风险，AI非常强大，而且是可以有很多方式去使用，所以颠覆现在社会结构在短时间内发生的可能性是存在的。比如，AI 可能带来大规模未来的失业。
三是生存或者存在的风险，当火车或者蒸汽机发明的时候，就有人有这样的担忧，这次又出现了一个新的、强大的技术在改变世界，它的颠覆性力量可能比核威胁更加危险。
姚期智表示，我们要确保对人工智能的有效控制，因为它是我们设计出来的;同时，我们也不希望因过度干预而破坏其自主性，权衡非常困难。
百度李彦宏：商业化的闭源模型最能打
百度创始人、董事长兼首席执行官李彦宏在2024世界人工智能大会暨人工智能全球治理高级别会议产业发展主论坛上再次谈到了开源与闭源大模型之争。
李彦宏指出，开源模型在学术研究、教学领域等特定场景下是有自身价值的，但并不适用于大多数应用场景。当处在激烈竞争的环境中，要让业务效率比同行更高、成本比同行更低。这时，商业化的闭源模型是最能打的。他进一步强调，没有应用，光有基础模型，不管是开源还是闭源都一文不值。大家不要卷模型，要去卷应用。
此外，李彦宏还表示，随着基础模型的日益强大，开发应用也越来越简单，最简单的就是智能体。制作一个好的智能体通常并不需要编码，只要把工作流说清楚，再配上专有的知识库，就是一个很有价值的智能体了，比互联网时代制作网页还要简单。
“未来在医疗、金融、教育、制造、交通、农业等等领域，都会依据自身的场景、经验、规则、数据等，做出各种各样的智能体。将来会有数以百万量级的智能体出现，形成庞大的智能体生态。”李彦宏说道。
华为张平安：AI发展离不开算力基础设施创新
华为常务董事、华为云CEO张平安表示，中国的AI发展离不开算力基础设施的创新，并且要敢于开放行业场景，让AI在行业应用上领先。
据介绍，华为正在通过云网端芯架构上的协同创新，来构建可持续发展的AI算力基础。其中，在芯端算力上云方面，华为通过光纤和无线网络将端侧的AI算力需求释放到云上，通过端云协同获得无缝的AI算力。
在网络技术创新方面，华为具备5G-Advanced网络，这是一个面向AI更优的网络，其上下行带宽相较5G都得到了10倍的增长，时延从10毫秒降低到1毫秒，让端侧算力上云、端云算力协同都有了坚实的网络保障。
在云基础设施方面，华为云发布了全新的CloudMatrix架构，该架构能够提供超大规模算力规模，支持扩展模式和使用模式的创新。同时，华为云对昇腾集群进行端到端优化，使得千亿参数模型在云上训练可实现40天无中断，平均故障恢复时间小于10分钟。
科大讯飞刘庆峰：教育需要培养站在人工智能肩膀上的新人类
科大讯飞董事长刘庆峰表示，人工智能必将因解决人类刚需而载入史册，教育需要培养站在人工智能肩膀上的新人类。
当前，以大模型为代表的通用人工智能正在全球范围内掀起教育变革的浪潮。
国际方面，联合国教科文组织发布《教育与研究领域生成式人工智能指南》，激发人工智能改变教育的潜力。与此同时，我国高度重视大模型在教育领域的应用，今年3月，教育部发布4项行动，提出“推动大模型从课堂走向应用”助推人工智能赋能教育。
据刘庆峰介绍，在教育领域，复杂指令、复杂推理、空间推理、多模理解等多项能力的提升，让星火大模型在第三方中高考评测中名列前茅。同时，星火大模型代码能力持续提升，代码采纳率从30%提升至52%，综合提效超15%。另外，星火语音大模型和星火图文识别大模型全面升级，对于多语种语音、涂抹订正、手写公式等复杂场景的识别能力均得到进一步加强。针对当前认知大模型主要面对的污语料和幻觉问题，讯飞星火形成了立体化的保障机制，业界首发内容溯源功能。
“在教育领域，我们希望利用大模型打造每个老师的AI助手，每个学生的学习助手。”刘庆峰说。
商汤科技徐立：应用是人工智能超级时刻的关键
商汤科技董事长兼CEO徐立在演讲中指出，虽然人工智能行业非常热，但它还没有到超级时刻，是因为没有真正走进到一个行业的垂直应用当中，引起广泛变化。
在徐立看来，人工智能走向应用有三个核心突破点：
第一，逻辑数据的依赖性。人工智能大模型在某种程度上可视为一种记忆器，只是背下了所有知识点，它仅有的智能实际上源自于互联网数据中蕴含的高阶逻辑思维链。如果要在垂直领域实现突破，将依赖于人类去构造更高级思维链背后的逻辑，甚至再往上一步，不依赖于人类而是通过跟真实世界的交互形成执行数据。
第二，交互体验的流畅性。实时的交互性能够带来流畅的体验，也是带来推动超级时刻以及应用变化的一个核心。端侧其实也是一个非常重要的突破点，推动模型的端侧优化，实时的交互变化会更加流畅。用好端和云两部分的计算机资源，才能够成为一种全自然的交互模式。
第三，内容生成的可控性。所有的生成都要可控，不需要做得很好，但需要知道哪里做的不好，并且进行一些修改。有了这样的一个边界，实际上才能做到真正的可控技术以及可持续的技术发展。
写在最后：
毫不夸张地说，人工智能不仅是当今时代的科技热词，更是一场深刻影响我们生活、工作和社会的科技变革。
据IDC发布的《全球人工智能和生成式人工智能支出指南》预测，2027年全球人工智能IT总投资规模有望从2022年的1324.9亿美元增至2027年的5124.2亿美元，年复合增长率(CAGR)为31.1%。另据中国信息通信研究院、工信部赛迪研究院公布的数据显示，2023年我国人工智能核心产业规模达5784亿元，增速13.9%。由此可见，人工智能领域拥有巨大发展潜力和商业价值。
