0
| 本文作者： 周蕾 | 2025-12-15 16:47 |
作者丨周蕾 趙之齊 張嘉敏
編輯丨周蕾
2025年12月12日，深圳南山。
第八屆GAIR全球人工智能與機(jī)器人大會(huì)主論壇，于上午9:30在深圳南山·博林天瑞喜來(lái)登酒店正式拉開(kāi)帷幕。本次大會(huì)為期兩天，由GAIR研究院與雷峰網(wǎng)聯(lián)合主辦，高文院士任指導(dǎo)委員會(huì)主席，楊強(qiáng)院士與朱曉蕊教授任大會(huì)主席。
作為粵港澳大灣區(qū)的AI標(biāo)桿盛會(huì)，GAIR自2016年創(chuàng)辦以來(lái)，始終堅(jiān)守“傳承”與“創(chuàng)新”的雙重底色——從學(xué)界泰斗的精神傳承，到華人頂會(huì)主席們的思想接力，再到青年學(xué)者的鋒芒展露，這里不僅是技術(shù)交流的平臺(tái)，更是承載中國(guó)AI四十年發(fā)展記憶的精神家園。
時(shí)隔四年，GAIR從海外重返深圳主場(chǎng)。這四年來(lái)，大模型掀起巨浪、人工智能邁上更高舞臺(tái)的四年，知識(shí)生產(chǎn)不再局限于傳統(tǒng)路徑，產(chǎn)業(yè)變革更是按下“加速鍵”。值此歲末年初的節(jié)點(diǎn)，GAIR如期赴約，用一場(chǎng)高質(zhì)量的觀點(diǎn)碰撞，為行業(yè)與大眾回顧科技高速的腳步，呈現(xiàn)AI時(shí)代的前沿洞見(jiàn)。
12月12日的主論壇，延續(xù)GAIR一貫的學(xué)術(shù)前沿特色，設(shè)有：“AI之道：教育的重新定義”、“AI之術(shù)：領(lǐng)域的范式重構(gòu)”兩大研討主題。當(dāng)日，大會(huì)現(xiàn)場(chǎng)有十多位頂級(jí)學(xué)者發(fā)表精彩演講，更有兩場(chǎng)AI學(xué)術(shù)大咖激烈交鋒的高端對(duì)話，他們帶來(lái)的前沿科技進(jìn)展、產(chǎn)業(yè)實(shí)戰(zhàn)經(jīng)驗(yàn)和人文關(guān)懷，使這一天成為值得深度思考的思想盛宴。
首先，是本次大會(huì)主席，加拿大工程院院士、加拿大皇家科學(xué)院院士楊強(qiáng)教授登臺(tái)致辭。這一日也正好是楊強(qiáng)教授的生日。開(kāi)幕式上，他回顧GAIR八年來(lái)的舉辦歷史，如2020年齊聚GAIR緬懷黃煦濤教授，2023年GAIR首次出海，大會(huì)始終在記錄AI領(lǐng)域的薪火相傳。他以“老朋友”“家里人”的身份，陪著GAIR見(jiàn)證歷史，預(yù)祝大會(huì)圓滿成功，繼續(xù)創(chuàng)造新的“第一次”。
首位登場(chǎng)的演講嘉賓，是深圳理工大學(xué)教務(wù)長(zhǎng)、澳門(mén)大學(xué)第八任校長(zhǎng)趙偉院士。深耕高等教育管理與學(xué)術(shù)研究數(shù)十年，趙偉院士見(jiàn)證了中國(guó)高等教育從追趕邁向引領(lǐng)的全過(guò)程，對(duì)于 AI 給高等教育帶來(lái)的沖擊與機(jī)遇有著深刻洞察。
在報(bào)告中，趙偉院士開(kāi)篇點(diǎn)出 AI 對(duì)社會(huì)生產(chǎn)生活的深刻影響，指出高等教育的顛覆主要體現(xiàn)在知識(shí)產(chǎn)生、學(xué)生培養(yǎng)和教育管理三方面。
首先在學(xué)生培養(yǎng)方面，趙院士提出傳統(tǒng) “知識(shí)就是力量”“培養(yǎng)有用之才” 的理念需升級(jí)，大學(xué)應(yīng)回歸 “培養(yǎng)有用、有智慧的人” 的本質(zhì)，幫助學(xué)生找到自身定位、明確專業(yè)方向與職業(yè)路徑。
針對(duì) AI 時(shí)代學(xué)生的特點(diǎn)與焦慮，深圳理工大學(xué)采取 “加減替換” 的培養(yǎng)模式：減法上，刪減微積分習(xí)題集等低效課程內(nèi)容，壓縮課堂時(shí)長(zhǎng) 20%、每周減少一天上課時(shí)間；加法上，要求大一學(xué)生必修兩個(gè)學(xué)期人工智能導(dǎo)論，每周騰出一天進(jìn)實(shí)驗(yàn)室參與科研實(shí)踐，同時(shí)強(qiáng)化書(shū)院素質(zhì)教育；替換上，用跨文化交流課程替代傳統(tǒng)英語(yǔ)四六級(jí)導(dǎo)向教學(xué)，計(jì)劃以智能 APP 取代傳統(tǒng)教科書(shū)，更注重實(shí)用能力培養(yǎng)。此外，學(xué)校還將推出科研成果與素質(zhì)教育雙成績(jī)體系，全面評(píng)價(jià)學(xué)生能力。
在高等教育管理方面，他指出傳統(tǒng)信息系統(tǒng)類似 “電子版電話黃頁(yè)”，無(wú)法應(yīng)對(duì)智能性問(wèn)題分析，建議迭代為智能信息系統(tǒng)：弱智能層面可在現(xiàn)有平臺(tái)接入大語(yǔ)言模型，實(shí)現(xiàn)初步智能分析；強(qiáng)智能層面則讓智能系統(tǒng)直接對(duì)接各子系統(tǒng)，實(shí)現(xiàn)實(shí)時(shí)響應(yīng)、智能決策，同時(shí)降低管理成本、提升隱私保護(hù)水平。
趙偉院士總結(jié)稱，AI時(shí)代，高等教育的高層決策、中層管理到信息系統(tǒng)都有改變。人才培養(yǎng)模式要做加法、做減法、做迭代，做替換。有了人工智能之后會(huì)怎么樣？
“首先我們得活下去，我們也許能造人工智能的反，造了反也得活，不造反也得活，而且我認(rèn)為我們會(huì)活得更好?！?/p>
隨后，中國(guó)工程院外籍院士、英國(guó)皇家工程院院士、歐洲科學(xué)院院士、香港科技大學(xué)首席副校長(zhǎng)郭毅可，帶來(lái)了以《人工智能與未來(lái)教育》為主題的演講。
深耕學(xué)界多年的他，見(jiàn)證了AI與高等教育的演進(jìn)交匯。他從生成式AI重塑知識(shí)獲取方式談起，指出當(dāng)下教育的對(duì)象已經(jīng)不僅是孩子、也包括機(jī)器，而兩者之間存在著意想不到的共性。借此，他引出了對(duì)教育范式即將轉(zhuǎn)向的思考。
“現(xiàn)在知識(shí)已經(jīng)無(wú)處不在，本來(lái)的黃金變成了空氣”，郭毅可在開(kāi)場(chǎng)便投下這句頗具分量的判斷。由此，他進(jìn)一步發(fā)問(wèn)：教育曾以知識(shí)稀缺為前提，但在生成式AI已成為“智能百科”的當(dāng)下，我們究竟要如何教與學(xué)？
郭毅可笑說(shuō)，自己是對(duì)AI發(fā)展非常樂(lè)觀的人。在他眼中，人工智能時(shí)代的教育，應(yīng)從“知識(shí)傳輸”，轉(zhuǎn)為培養(yǎng)學(xué)生的能力、好奇心、學(xué)習(xí)主動(dòng)性和共創(chuàng)意識(shí)。在現(xiàn)場(chǎng)，他展示了自己與AI對(duì)話共同制作的表格，他們共同探討出一個(gè)結(jié)論：人類攀登智能頂峰需要經(jīng)歷三個(gè)境界：真、善、美。
如今的生成式AI，已具備“真”的能力，即掌握知識(shí)與事實(shí)。但郭毅可隨即以“回形針最大化者”思想實(shí)驗(yàn)提醒聽(tīng)眾：一個(gè)只有效率、卻缺乏價(jià)值判斷的系統(tǒng)是危險(xiǎn)的，因此，“善”與“美”也不可或缺。他繼而解釋，“善”對(duì)應(yīng)著自我反省能力，“美”則是每個(gè)人獨(dú)特的自我展現(xiàn)。未來(lái)的教育，必須更注重價(jià)值觀、自省力、判斷力和欣賞力的培養(yǎng)，才能“創(chuàng)造智能的機(jī)器，去培養(yǎng)更聰明的人”。
而作為香港科技大學(xué)首席副校長(zhǎng)，他在演講中也驕傲地表示港科大是“全球第一個(gè)宣布GPT是好東西、并在教學(xué)里廣泛使用”的學(xué)校。但他也強(qiáng)調(diào)，教育和考核方式要因應(yīng)時(shí)代而變，“如果學(xué)生還能用AI作弊，那就說(shuō)明考試方式本身出了問(wèn)題?！?/p>
上午大會(huì)的重頭戲，是“重新定義教育：AI的顛覆與未來(lái)”為主題的圓桌論壇，楊士強(qiáng)教授與趙偉、郭毅可兩位院士攜手帶來(lái)一場(chǎng)深度對(duì)話。楊教授笑稱，趙、郭兩位校長(zhǎng)均有海外留學(xué)任教、后回國(guó)創(chuàng)辦新學(xué)校的經(jīng)驗(yàn)，對(duì)當(dāng)下AI與高等教育的變革應(yīng)有切身體會(huì)。圓桌過(guò)程中，三位嘉賓著眼于AI時(shí)代教育的核心矛盾與變革路徑，圍繞中外教育模式差異、社會(huì)對(duì)教育的過(guò)高期待、學(xué)生自主發(fā)展與淘汰機(jī)制、AI對(duì)教育的賦能邊界等關(guān)鍵議題各抒己見(jiàn)，現(xiàn)場(chǎng)金句頻出，掌聲不斷。
趙偉院士首先表示，當(dāng)前AI在教育轉(zhuǎn)型方面不存在所謂“彎道超車(chē)”，相反地，大家對(duì)教育抱有過(guò)高的期望值，將前沿技術(shù)進(jìn)步和教育成果片面地聯(lián)系起來(lái)，事實(shí)上進(jìn)步應(yīng)與全社會(huì)相關(guān)，不能將這一重?fù)?dān)都落到師生的肩上。
郭毅可院士也對(duì)趙院士的觀點(diǎn)表示了認(rèn)可，他認(rèn)為，“領(lǐng)先”是別人的話語(yǔ)體系，我們應(yīng)創(chuàng)造一套自有的教學(xué)理念，“現(xiàn)在很大的問(wèn)題是，我們根本不知道自己走什么道路。”
郭院士進(jìn)一步指出，AI已極大地將教育民主化，也同時(shí)為學(xué)生和老師都帶來(lái)了更強(qiáng)的教育自主性。對(duì)自主學(xué)習(xí)的強(qiáng)調(diào)，也是海內(nèi)外教育體系的顯著差異之一。他認(rèn)為大學(xué)教育改革非常重要，比起重復(fù)多余的課程，更應(yīng)該教導(dǎo)學(xué)生培養(yǎng)能力，尤其是實(shí)踐方面的能力?！八械闹R(shí)，你都可以從GPT那里獲得，你要做的是尋找哪些知識(shí)、解決哪些問(wèn)題?！?/p>
接著三位嘉賓針對(duì)大學(xué)淘汰制發(fā)表了自己的看法，楊士強(qiáng)教授認(rèn)為，淘汰制有利于博士質(zhì)量的提高，但這一制度在內(nèi)地高校接受度不高。趙偉院士也舉了英美高校的例子，表示應(yīng)該讓學(xué)生“找到自己”，眼下的學(xué)歷、專業(yè)、學(xué)校都有可能不適合自己，如果學(xué)生知道了什么不適合自己，這是成功的，而非失敗的表現(xiàn)。郭毅可院士則在這一話題上分享了香港科技大學(xué)的實(shí)踐，即入校先不選專業(yè)，只選初步的院系。他認(rèn)為這一機(jī)制為學(xué)生提供了靈活調(diào)整的空間，但也難以避免跟風(fēng)熱門(mén)專業(yè)的情況。
隨后楊士強(qiáng)教授拋出了重磅提問(wèn)：對(duì)2025年以后的大學(xué)生而言，哪些能力將成為最重要的求生能力？AI環(huán)境下，現(xiàn)在一所頂尖大學(xué)的核心競(jìng)爭(zhēng)力體現(xiàn)在哪些方面？
郭毅可院士認(rèn)為，知識(shí)的獲取和記憶已不重要，重要的是運(yùn)用知識(shí)的能力和溝通能力，不光是人與人的溝通，還有人與機(jī)器的溝通。其次是創(chuàng)造力，因?yàn)槲磥?lái)未必有那么多大公司的工作機(jī)會(huì)，更看重能否獨(dú)立創(chuàng)造公司，通過(guò)AI制造想要的東西——AI會(huì)使這個(gè)社會(huì)更獨(dú)立，使組織架構(gòu)發(fā)生變化，“財(cái)務(wù)、人事都不用你做，你只需要做好組織架構(gòu)。”而大學(xué)最關(guān)鍵的就是培養(yǎng)學(xué)生和老師，“大學(xué)的競(jìng)爭(zhēng)力最終的產(chǎn)品就是人?！?/p>
趙偉院士則指出，好大學(xué)、好學(xué)科有兩個(gè)共同特征：都與數(shù)學(xué)、與母語(yǔ)語(yǔ)言文學(xué)系有關(guān)。大學(xué)的使命就是真善美，人文。學(xué)生到大學(xué)，不應(yīng)該只學(xué)科技，越是到了人工智能的時(shí)代、技術(shù)強(qiáng)制的時(shí)代，人文越凸顯其重要性。
現(xiàn)場(chǎng)不少觀眾積極舉手提問(wèn)，圓桌論壇險(xiǎn)些超時(shí)，楊士強(qiáng)院士笑著向趙偉、郭毅可二位校長(zhǎng)提出“苛刻要求”：60秒內(nèi)完成回答。
首先提問(wèn)的是另一位主論壇演講嘉賓，南方科技大學(xué)副教授張進(jìn)。她提到，國(guó)內(nèi)不少孩子從小上補(bǔ)習(xí)班、做習(xí)題，沒(méi)有時(shí)間認(rèn)識(shí)世界、體驗(yàn)世界；AI出現(xiàn)后，大家也擔(dān)憂孩子們總跟AI打交道，不會(huì)跳出虛擬世界再認(rèn)識(shí)世界，該如何看待此事，以及怎樣借助AI來(lái)幫助孩子們認(rèn)識(shí)世界、體驗(yàn)世界和改變世界？
郭毅可院士這樣回答：至少用AI幫助學(xué)習(xí)、了解世界的時(shí)候，它是回答問(wèn)題，而不是灌輸你已有的知識(shí)，這已經(jīng)是第一步的改變了。
趙偉院士則表示，應(yīng)試教育的現(xiàn)實(shí)不易改變，唯一能做的就是在校內(nèi)減教學(xué)、減刷題、減考試量，加上“體驗(yàn)”，通過(guò)體驗(yàn)讓孩子體驗(yàn)到科研的快樂(lè)，體驗(yàn)到人生的快樂(lè)，找到自己，這是AI不能代替的東西。
隨后有觀眾提問(wèn)，怎么分配孩子使用AI工具的時(shí)間和精力？趙偉、郭毅可兩位院士都表示，為了應(yīng)付考試，限制使用是有道理的，但從長(zhǎng)遠(yuǎn)來(lái)看孩子與AI是伴生的，遲早會(huì)接觸到AI工具，阻礙他們用AI是“開(kāi)倒車(chē)”的行為。
圓桌的最后有觀眾提問(wèn)如何引導(dǎo)挖掘孩子的特長(zhǎng)，郭毅可院士表示，應(yīng)該提供環(huán)境，讓孩子發(fā)現(xiàn)特長(zhǎng)；針對(duì)楊士強(qiáng)教授進(jìn)一步引申出的“揚(yáng)長(zhǎng)補(bǔ)短”，趙偉院士則表示不光要找到專長(zhǎng)，還要找到短板，補(bǔ)齊短板是沒(méi)有用的，關(guān)鍵是揚(yáng)長(zhǎng)避短，拉長(zhǎng)“長(zhǎng)板”。
郭毅可教授補(bǔ)充稱：“你的‘短’很好，短制造了你與別人的不同，一個(gè)沒(méi)有短板的人是很可憐的。”
日本工程院院士、IEEE原副主席、IEEE Life Fellow Kazuhiro Kosuge（小菅一弘），在大會(huì)上帶來(lái)了關(guān)于《如何利用人工智能機(jī)器人技術(shù)革新服裝生產(chǎn)流程》（Explore how garment production processes can be transformed with AI-powered robotics）的主題演講。
這已經(jīng)是他第二次參加GAIR。長(zhǎng)期從事智能機(jī)器人、人機(jī)協(xié)作系統(tǒng)及工業(yè)機(jī)器人技術(shù)研究的小菅一弘教授，如今任職香港大學(xué)電氣與電子工程系機(jī)器人系統(tǒng)講席教授。
報(bào)告開(kāi)始前，他回顧了六年前在GAIR曾播放的那支影片——在2005年的世博會(huì)上展示“翩翩起舞”的舞伴機(jī)器人。而近年來(lái)，他與港大的團(tuán)隊(duì)把機(jī)器人應(yīng)用研究方向錨定在服裝市場(chǎng)里。
小菅一弘指出，這個(gè)市場(chǎng)規(guī)模巨大、但智能化不足。他首先展示了幾組數(shù)據(jù)：到2030年，全球服裝市場(chǎng)價(jià)值估計(jì)會(huì)達(dá)到2.3萬(wàn)億美元，然而，根據(jù)2019年的數(shù)據(jù)，即便在機(jī)器人使用率最高的五個(gè)國(guó)家，紡織產(chǎn)業(yè)的機(jī)器人密度仍然很低。其中，總生產(chǎn)時(shí)間和成本的80%仍然用于物料搬運(yùn)，且還有67%的勞動(dòng)力集中于縫紉過(guò)程，包括材料搬運(yùn)環(huán)節(jié)。
盡管已有半自動(dòng)化的機(jī)器人，完成基本的服裝裁剪等操作，但這些機(jī)器仍需要人工操控，且細(xì)節(jié)處?kù)`活度不足。例如，在處理不同款式和尺寸的服裝時(shí)，每次都要重新設(shè)置整個(gè)系統(tǒng)。
小菅一弘與團(tuán)隊(duì)共同開(kāi)發(fā)了一系列技術(shù)，包括可以從織物堆中依次抓取最頂部織物的被動(dòng)式無(wú)致動(dòng)器抓手，以及布料邊緣高速檢測(cè)、雙臂機(jī)械手2D和3D裁剪制作，以及裁片對(duì)齊等。
他用一系列縫紉機(jī)器人操作視頻，生動(dòng)展示機(jī)器人的運(yùn)作過(guò)程，縫紉涉及進(jìn)針、出針、自動(dòng)進(jìn)布等多個(gè)環(huán)節(jié)，但“這個(gè)機(jī)器人能像人一樣思考，在必要時(shí)配合旋轉(zhuǎn)布料的方向”。
不過(guò)，小菅一弘和他的團(tuán)隊(duì)并不只把研究停留在實(shí)驗(yàn)室里，即便是小到對(duì)機(jī)器進(jìn)行動(dòng)態(tài)運(yùn)動(dòng)建模的功能，他們也找到了合適的落地場(chǎng)景：印花材料輸送。他深知這套系統(tǒng)的商業(yè)化，需平衡衣服本身制作成本與機(jī)器投入成本間的問(wèn)題，綜合考慮下，他們選定了“汽車(chē)座椅”這一場(chǎng)景。
他提到，如今3D剪裁還高度依賴于高技能的操作員；而放眼3D剪裁涵蓋的市場(chǎng)，汽車(chē)座椅品類產(chǎn)量高，且預(yù)計(jì)到2028年，這一市場(chǎng)的工業(yè)生產(chǎn)設(shè)備投入預(yù)計(jì)將達(dá)到3.63億美元，但該細(xì)分賽道尚無(wú)自動(dòng)化解決方案。
小菅一弘還指出，在中國(guó)、北美、東南亞和日本市場(chǎng)之外，最大的市場(chǎng)將會(huì)是歐洲——迫于昂貴的人工，如果他們想繼續(xù)在服裝市場(chǎng)里占據(jù)一席之地，自動(dòng)化已是必然選擇。
隨后登場(chǎng)的，是香港科技大學(xué)講座教授、馮諾依曼研究院院長(zhǎng)，IEEE Fellow賈佳亞。作為AI領(lǐng)域的資深學(xué)者，賈佳亞教授曾在GAIR 2019發(fā)表以“AI多模態(tài)發(fā)展”為主題的演講。
在本次GAIR的會(huì)場(chǎng)，他分享了不少最新技術(shù)成果，這些成果此前均未在公開(kāi)場(chǎng)合過(guò)多披露。例如2024年推出的多模態(tài)模型Mini-Gemini，今年新增完整中文語(yǔ)音系統(tǒng)，支持長(zhǎng)視頻理解、無(wú)樣本音色克隆及跨語(yǔ)言生成，解決中文語(yǔ)音系統(tǒng)混亂的痛點(diǎn)。
此外，智能圖像生成編輯技術(shù)成果豐碩：ControlNeXt輕量化操作可實(shí)現(xiàn)圖像風(fēng)格轉(zhuǎn)換、動(dòng)效生成等。而DreamOmni2僅2名學(xué)生用500張卡半年完成，功能覆蓋像素級(jí)編輯，更在全新的抽象概念處理任務(wù)上展現(xiàn)出非凡實(shí)力。賈佳亞教授表示，它有望成為在開(kāi)源系統(tǒng)里唯一能跟nano-banana對(duì)齊的系統(tǒng)。
在大模型未來(lái)發(fā)展上，他提出關(guān)鍵思考：當(dāng)前Sacling Law是基本發(fā)展方向，但大模型發(fā)展需聚焦“改善神經(jīng)元連接方式”，讓其在同等數(shù)量的神經(jīng)上變得更聰明。從早期的卷積神經(jīng)網(wǎng)絡(luò)，到后來(lái)的Transformer，都是在改變神經(jīng)元的連接方式。
他進(jìn)一步強(qiáng)調(diào)，現(xiàn)在大模型是“一次性學(xué)習(xí)”模式為主，需革新為人類“連續(xù)學(xué)習(xí)”式終身學(xué)習(xí)。與此同時(shí)，當(dāng)前AI是“虛擬大腦”，未來(lái)需結(jié)合機(jī)器人等實(shí)體載體，通過(guò)四肢感知世界以縮小與人類差距。 賈佳亞總結(jié)稱，AI與大模型未來(lái)將走向“感知機(jī)器+終身學(xué)習(xí)”結(jié)合模式，發(fā)展進(jìn)程雖然可能緩慢，但這將是學(xué)界、業(yè)界未來(lái)5-10年的核心方向。
在聆聽(tīng)了上午場(chǎng)多位重量級(jí)嘉賓的精彩演講和討論后，大會(huì)于13:30繼續(xù)進(jìn)行。下午場(chǎng)最先登場(chǎng)的，是KDD China主席、京東集團(tuán)副總裁、IEEE Fellow鄭宇教授，他帶來(lái)了《時(shí)空AI：人工智能進(jìn)入物理世界的基礎(chǔ)理論和關(guān)鍵技術(shù)》專題匯報(bào)。
鄭宇教授指出，人工智能過(guò)往在虛擬世界，如大語(yǔ)言模型、數(shù)字孿生，取得顯著成功，但真正的產(chǎn)業(yè)價(jià)值需進(jìn)入物理世界——即問(wèn)題與數(shù)據(jù)源于物理世界，通過(guò)感知、建模、分析后反饋回物理世界，例如具身智能、無(wú)人駕駛、城市管理等領(lǐng)域。
而AI要在物理世界發(fā)揮價(jià)值，需面對(duì)三大挑戰(zhàn)：一是數(shù)據(jù)稀缺，采集數(shù)據(jù)成本高、周期長(zhǎng)。二是需要結(jié)合行業(yè)知識(shí)，當(dāng)目標(biāo)領(lǐng)域的數(shù)據(jù)不足時(shí)，需要學(xué)習(xí)更多領(lǐng)域的知識(shí)，才能實(shí)現(xiàn)跨域數(shù)據(jù)融合。三是當(dāng)前機(jī)器學(xué)習(xí)模型主要服務(wù)于自然語(yǔ)言、圖像、聲音，而非為時(shí)空而設(shè)，時(shí)間和空間屬性難以捕捉。
會(huì)上，鄭宇教授回顧了時(shí)空AI的發(fā)展歷程，并分享了空氣質(zhì)量監(jiān)測(cè)和雄安智能城市等標(biāo)桿案例。他提到，城市知識(shí)體系是城市數(shù)據(jù)向知識(shí)轉(zhuǎn)化的路徑和方法論，以及城市知識(shí)對(duì)齊和復(fù)用的基準(zhǔn)，包括知識(shí)體系的內(nèi)容、表達(dá)、產(chǎn)生和應(yīng)用，可實(shí)現(xiàn)時(shí)空數(shù)據(jù)與其他數(shù)據(jù)的融合。
他進(jìn)一步結(jié)合當(dāng)下技術(shù)趨勢(shì)提出：
城市計(jì)算可作為具身智能的方法論，而具身智能將成為城市計(jì)算的核心組件 ，未來(lái)城市有望成為“巨大的具身智能體”。
鄭宇教授在演講最后鼓勵(lì)道，科技競(jìng)爭(zhēng)已打響，在座各位將是中堅(jiān)力量，“一萬(wàn)年太久，只爭(zhēng)朝夕?！?/p>
隨后，作為雷峰網(wǎng)(公眾號(hào)：雷峰網(wǎng))的“老朋友”、第三次參加GAIR的胡俠教授帶來(lái)《基于有損計(jì)算的大語(yǔ)言模型高效服務(wù)》（Efficient LLM Serving via Lossy Computation）為主題的演講。
胡俠教授長(zhǎng)期研究機(jī)器學(xué)習(xí)、人工智能核心技術(shù)研發(fā)及多領(lǐng)域落地應(yīng)用，現(xiàn)任上海人工智能實(shí)驗(yàn)室主任助理、領(lǐng)軍科學(xué)家，重點(diǎn)圍繞大語(yǔ)言模型優(yōu)化展開(kāi)學(xué)術(shù)研究。
此次胡俠教授從微小視角切入，在演講中分享如何以“有損計(jì)算”為核心的簡(jiǎn)易算法，破解大模型長(zhǎng)上下文處理瓶頸的難題。胡俠教授笑稱，這樣的解法是“用小學(xué)生的數(shù)學(xué)解決一個(gè)非常重要的大問(wèn)題”。
胡俠教授首先拋出一個(gè)場(chǎng)景：用戶向LLaMA模型輸入了一個(gè)罕見(jiàn)病問(wèn)題，但LLaMA在訓(xùn)練階段并未接觸過(guò)類似數(shù)據(jù)，也未針對(duì)這類問(wèn)題做過(guò)適配，因此無(wú)法給出準(zhǔn)確答案，往往會(huì)提供虛擬或虛構(gòu)的答案。
針對(duì)幻覺(jué)這一阻礙大模型大規(guī)模普及部署的核心瓶頸，他給出兩種常規(guī)解決思路：一是將相關(guān)書(shū)籍、論文整合到prompt（提示詞）中提交給大模型，使其在部署或推理階段具備對(duì)應(yīng)知識(shí)支撐；二是RAG（檢索增強(qiáng)生成），輸入prompt后，先通過(guò)搜索引擎獲取10篇相關(guān)文章，將這些文章內(nèi)容融入提示詞再提交給大模型。
但這兩種解決思路受限于模型長(zhǎng)上下文處理能力，無(wú)法有效解決幻覺(jué)問(wèn)題。針對(duì)這一痛點(diǎn)，胡俠教授基于兩個(gè)關(guān)鍵點(diǎn)——參數(shù)精度無(wú)需過(guò)高、無(wú)需啟用全部參數(shù)，提出“有損計(jì)算”理念，研發(fā)出兩套可通過(guò)基礎(chǔ)數(shù)學(xué)實(shí)現(xiàn)的簡(jiǎn)易算法。第一套算法聚焦相對(duì)位置信息的優(yōu)化，第二套算法則針對(duì)KV緩存（Key-Value Cache）的顯存占用問(wèn)題。
胡俠教授笑說(shuō)：“我就喜歡做比較簡(jiǎn)單、比較容易、比較小的研究，能夠極快提升模型運(yùn)行的效率?！彼岬剑捎谶@一方案具備易理解、易實(shí)現(xiàn)、易集成的特性，目前已獲得廣泛關(guān)注。
接下來(lái)登場(chǎng)的，是之江實(shí)驗(yàn)室科學(xué)模型總體部技術(shù)總師薛貴榮，他帶來(lái)了《科學(xué)基礎(chǔ)模型：人工智能的下一個(gè)前沿》的主題報(bào)告演講。在報(bào)告的開(kāi)篇處，他提到，“AI的真正價(jià)值不只是寫(xiě)論文摘要，更重要的是形成可驗(yàn)證的結(jié)果?！?/p>
薛教授指出，當(dāng)前科學(xué)基礎(chǔ)模型仍面臨兩大瓶頸：一是語(yǔ)言邊界限制，即依賴語(yǔ)言認(rèn)知的模型難以突破科學(xué)問(wèn)題的表達(dá)局限。 二是科學(xué)數(shù)據(jù)復(fù)雜性，光譜、基因、地震數(shù)據(jù)等呈現(xiàn)了超高信息密度，如一張光譜信息量相當(dāng)于1000張圖片，人類30億個(gè)基因可存儲(chǔ)全球數(shù)據(jù)，而語(yǔ)言作為低維離散符號(hào)系統(tǒng)，遠(yuǎn)無(wú)法覆蓋科學(xué)知識(shí)的高維空間。
針對(duì)挑戰(zhàn)，他提出科學(xué)基礎(chǔ)模型的構(gòu)建路徑：
首先是將分子、基因、光譜等非文本科學(xué)數(shù)據(jù)轉(zhuǎn)化為T(mén)oken表示，分配科學(xué)空間并統(tǒng)一編碼，實(shí)現(xiàn)生命科學(xué)、材料科學(xué)等多領(lǐng)域數(shù)據(jù)的拓?fù)浠稀?/p>
其次通過(guò)動(dòng)物遷移與溫度變化、城市GDP與夜光等案例，揭示數(shù)據(jù)對(duì)齊對(duì)科學(xué)發(fā)現(xiàn)的推動(dòng)作用，例如基因數(shù)據(jù)與病理數(shù)據(jù)對(duì)齊可實(shí)現(xiàn)全流程基因突變的解析。
基于上述工作，團(tuán)隊(duì)已完成超大規(guī)模模型訓(xùn)練，覆蓋十余門(mén)學(xué)科。
薛教授同時(shí)提出了“大模型種子班”和“科學(xué)家工作坊”兩項(xiàng)舉措來(lái)推動(dòng)與全球科學(xué)家的合作，并發(fā)起全球倡議，征集科學(xué)領(lǐng)域“最難問(wèn)題”，呼吁通過(guò)開(kāi)放協(xié)作加速AI+科學(xué)的研究。
關(guān)聯(lián)閱讀：GAIR 2025 大會(huì)首日：AI重構(gòu)教育、科學(xué)與產(chǎn)業(yè)的十三重碰撞（下）
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。
