# 热门搜索 #
搜索
2023探索大会开幕!对话AI版图灵,倪光南院士深入探讨大模型
1372点击    2023-12-21 15:19


2023探索大会上,产学界领军人物汇聚一堂围绕数字技术赋能社会经济发展、AI大模型前沿趋势展开了一场深刻的探讨。


12月20日,由中国互联网协会、微博、新浪新闻主办的「数字力量,探索无穹」2023探索大会在北京拉开帷幕。


本届大会汇聚国家院士、专家学者、企业家等产学界领军人物,围绕数字技术赋能社会经济发展、AI大模型前沿趋势展开分享与探讨,嘉宾们聚焦技术创新、数实融合、大模型发展等议题,剖析技术变革发展脉络,解读技术赋能产业发展新图景,为行业提供有价值的思考与判断。



技术创新释放增长动能


中国互联网协会常务副秘书长陈家春在致辞中表示,科技创新是第一动力,是催生新发展动能的动力源泉、实现科技自立自强的坚实保障,也是塑造国际竞争合作新优势的重要基础。


陈家春指出,要坚持创新引领,促进数字经济和实体经济深度融合,加快培育人工智能等未来产业,为中国式现代化建设贡献互联网行业的力量。



探索无「穹」的精神内核,是文明进步的源动力。


现场通过AI数字人技术,微博COO、新浪移动CEO、新浪AI媒体研究院院长王巍向人工智能之父图灵发问,展现了一场历史与现实的穿越对话,揭示数字技术带来的巨变以及人类探索精神的意义。



数字技术是数字经济的核心力量,而数据存储又是数字技术的核心引擎。


中国工程院院士倪光南在《推动中国数据存储产业走向世界》的演讲中指出:「高质量发展国产数据存储产业,带动整个产业链协同发展。打造我国的数据存储产业成为中国IT产业继 5G 后的一张全球新名片。」



中国经济体制改革研究会副会长、国民经济研究所所长樊纲在《管理经济波动,保持长期增长》主题分享中表示:「面对科技『卡脖子』问题,我们要继续保持开放,我要对更多的人开放,我要对更多的产业开放,我要对更多的企业开放。我们的产业、企业也要继续保持开放的心态,在国际竞争中,去培养创新能力,通过学习引进、消化吸收去培养我们的创新能力。」



「建立以本土企业,本土力量为主导的创新体系、产业体系和经济体系,这是我们发展的体系基础。不能再像以前那样,单纯搞引进、消化、吸收,对外开放把大量的外国企业引进来,这些还要做,但是更重要的就是建立中国自己的体系。大力提升企业创新能力,以积极的投资实现高速度高质量协同发展。」清华大学经管学院教授,清华大学技术创新研究中心副主任高旭东表示,在数字经济的推动下,中国经济已经进入全新发展阶段。



华为公司副总裁、华为云中国区总裁张修征表示:「数字科技的发展要有几个驱动力,第一个是基础研究,这是根基推动力;第二是应用创新,通过创新来滋补回馈基础研究;第三产业生态,要坚定不移的打造可持续发展的计算生态」。



百度集团资深副总裁、大健康事业群组总裁何明科在分享中表示:「在大模型时代我们通过两年积累,给大家带来三个比较有特色的创新实践。第一个是科普,第二个是分级诊疗和普惠医疗,第三个药企赋能创新。正好对应中国人说的三不朽,立德、立功、立言。立德就是科普部分,立功就是分级诊疗,普惠医疗部分,立言帮助药企产生新的产品,是指创新部分。」



猎豹移动董事长兼CEO、猎户星空董事长傅盛在《企业如何进行AI创新》分享中表示:「2024 年将是 AI 大模型应用的浪潮年,一定会出现很多没有出现过的应用,实现效率的提升,实现生产力的变革。」



集度CEO、极越CEO 夏一平表示:「未来汽车的OS,就是大模型。大模型将重新定义汽车,车将具备思考能力、策略能力。这就像给汽车配备了超级聪明的大脑,可以理解、分析周围的情况,充分理解人类的自然语言,并具备非常强的学习能力,不断迭代成长。大模型上车,汽车将从简单的交通工具,变成人们的AI助手,默契的出行伙伴。」



数实融合加速产业变革


当技术创新的引擎加速运转,数字经济与实体经济的深度融合已经成为大势所趋。


中国科学院科技战略咨询研究院院长、中国发展战略学研究会理事长潘教峰认为:「数实融合赋能产业系统性变革,它促进生产要素的增加、消除信息的不对称性,还塑造了一个「人机物』三元融合的新形态,使机器与人的能力交互融合,实现生产力的跃升。」



复旦大学特聘教授、CCF/CAAI Fellow王晓阳在《「用数据说话」-大数据与大模型》主题分享中认为,新的大模型出现,新的人工智能手段出现,使得我们在数字经济这一块能够有很大发展。


数字技术赋能实体经济,数字技术本身同样可以用人工智能方式来赋能,来加速。比如在数据分析方面期望「数据」能「说话」。



数实融合同样对投资行业有着较强的牵引性。


洪泰基金创始合伙人、董事长盛希泰在《数字时代下的产业变革与资本重塑》的演讲中表示:「科学技术是主菜,资本是佐料,主菜再好如果没有油盐酱醋是不能吃的。大家看生成式人工智能很可怕,安全性还是发展哪个重要,碳基和硅基之争没有答案,狂奔的进程只会越来越加速前进。」



远东控股集团资深合伙人、远东电气董事长兼总经理蒋承宏在分享中表示:「科技革命往往是带动人类未来发展的重要变量.从制造业这样一个传统领域去理解未来数字化变革时代,我们需要改变我们的思维方式,从而带动整个产业的变革,而这个过程的关键是『人』。」



去哪儿副总裁任芬在分享中表示:「数字技术会填平地域的鸿沟,帮助更多小城市的年轻人走出来,去探索广阔的世界。当下非常有意思旅游消费新场景,它与数字的赋能也是分不开的,那就是在大数据的推送之下,越来越多的小机场城市正在成为游客出行新的选择。」



大模型渗透千行百业


伴随着大模型、生成式AI的爆发式崛起,其创造力和颠覆力正在被各行各业广泛感知和体验,交通、医疗、金融、娱乐、传媒等迎来纵深变革。


哈尔滨工业大学计算学部长聘教授、自然语言处理研究所副所长、社会计算与信息检索研究中心主任秦兵表示:「人工智能要和更多学科需要进行交叉,然后进行更深入的融入。


同时,还要关注融合中的价值观体系,在不同问题检测时候,有哪些不同的维度,这种适应性以及体系框架是值得探索的。」



微博COO、新浪移动CEO、新浪AI媒体研究院院长王巍以传播行业作为案例,分享了大模型赋能千行百业的全新格局。


王巍表示:「AI 创业者、从业者已经站在了时代的潮头,希望我们一起在这样一个 Al 科技的奇点共同努力,拥抱大语言模型,为人类社会的发展、文明的进步贡献我们的力量。」



微软(中国)首席技术官韦青认为:「什么样的数据带有什么样的价值观。人类如何成为机器的主人,如何教机器让它跟进你的价值观,这反而是我们的任务,我们的职责。」



智谱AI COO张帆在分享中表达:「今天的企业在落地大模型上应该从整体来思考2023 年可能是一个模型为王的时代,所以大家只看一些参数,看一些榜单。2024 年一定是落地为王,商业价值为王的时代,大家都会关注模型怎么转化为用户价值,商业价值。」



潞晨科技联合创始人兼CTO卞正达在分享中认为:「Colossal-Al框架主要的设计思路,包括高效内层管理系统、N 维并行系统、低延迟推理系统利用高性能分布式的算法,去帮助企业落地大模型,也帮助他们去实现降本增效。」



「随着大模型的全面爆发,Al 发展进入光速车道在新一轮科技革命的浪潮下,人类文明已然站上变革的十字路口,机遇与挑战并存。」本次大会主持人人工智能学者、中国计算机学会科学普及工作委员会执行委员高庆一也就AI大模型发表了自己的看法。



在「AI时代,中国大模型创新探索」的圆桌对话中,嘉宾们围绕中国大模型的机遇、痛点与破局之道展开思想碰撞和交流研讨。


新智元创始人&CEO杨静表示:「很多的创业公司都面对算力紧缺和算力荒,这是百模大战的瓶颈,就像互联网的瓶颈在后厂村,大模型的瓶颈就在算力这方面,算力的确是大模型发展的驱动力。」



百川智能技术联创陈炜鹏表示:「未来AI爆发出来的机会,一定是围绕着AI新的特性去创造的。其实我们应该更多去思考AI这个技术带来什么样的新的可能性。围绕这个可能性,我觉得构建我们的产品,或者构建我们未来的商业模式。」


商汤科技数字文娱事业部总经理栾青表示:「整个大模型实际上是一个应用场景和行业非常广泛的操作系统,它必将不是单一的应用,也不是单一的一种体验。相信会有非常多的企业、行业,都会在这个方向上达到一个体验到效率的迭代和更新,可能行业中的很多算法都要被重做一遍。」


蓝驰创投投资合伙人石建平认为:「当前世界分为两种路径,其一就是更大参数匹配更高质量的数据集,让模型涌现出其他能力;另外一个路径是探索如何用更高质量、更小的模型达到近似能力」。



如今,数字技术正改变人类的生产、生活和思维方式,催生新的商业模式、社会需求和价值观念,成为推动社会经济高质量发展的强劲增长极,为人们的生产生活方式带来巨大变革。


站在新一轮科技革命的起点,2023探索大会深入探讨数字技术与产业融合面临的挑战与机遇,解码科技创新赋能社会发展的新模式、新路径,持续碰撞点亮未来的创新火花,为探索技术发展、推动数实融合等贡献一份「微博之力」。


文章来自于微信公众号“新智元”

关键词: AI版图灵 , 大模型
AITNT资源拓展
根据文章内容,系统为您匹配了更有价值的资源信息。内容由AI生成,仅供参考
1
数字人

【开源免费】Fay开源数字人框架是一个AI数字人项目,该项目可以帮你实现“线上线下的数字人销售员”,

“一个人机交互的数字人助理”或者是一个一个可以自主决策、主动联系管理员的智能体数字人。

项目地址:https://github.com/xszyou/Fay

2
RAG

【开源免费】graphrag是微软推出的RAG项目,与传统的通过 RAG 方法使用向量相似性作为搜索技术不同,GraphRAG是使用知识图谱在推理复杂信息时大幅提高问答性能。

项目地址:https://github.com/microsoft/graphrag

【开源免费】Dify是最早一批实现RAG,Agent,模型管理等一站式AI开发的工具平台,并且项目方一直持续维护。其中在任务编排方面相对领先对手,可以帮助研发实现像字节扣子那样的功能。

项目地址:https://github.com/langgenius/dify


【开源免费】RAGFlow是和Dify类似的开源项目,该项目在大文件解析方面做的更出色,拓展编排方面相对弱一些。

项目地址:https://github.com/infiniflow/ragflow/tree/main


【开源免费】phidata是一个可以实现将数据转化成向量存储,并通过AI实现RAG功能的项目

项目地址:https://github.com/phidatahq/phidata


【开源免费】TaskingAI 是一个提供RAG,Agent,大模型管理等AI项目开发的工具平台,比LangChain更强大的中间件AI平台工具。

项目地址:https://github.com/TaskingAI/TaskingAI