2024世界人工智能大會首日：圖靈獎得主共話治理議題 AI核心技術開花結果

每日經濟新聞 2024-07-05 00:41:30

◎今年的世界人工智能大會不僅僅是國際關于人工智能倫理、法律、安全等議題深度對話的高端平臺，更是最新科技成果的展示窗口。在大會展覽現場，圍繞大模型應用、機器人和元宇宙三大場景，世博展覽館變身“模力奇域”，構造出虛實融合的參會新體驗。

每經記者張韻每經編輯張海妮

7月4日，一場全球人工智能領域的盛會在上海拉開大幕。當盛會進入第七個年頭，大模型和智能體引爆AI新熱潮，推動人工智能從感知走向認知、從識別走向生成、從專用走向通用，人工智能全球治理成為世界各國共同面臨的重大課題。

開幕式后的全體會議上，三位圖靈獎獲獎者齊聚一堂，共論人工智能治理的協同探索和創新未來。而在展覽現場，超50款創新產品首次亮相，《每日經濟新聞》記者親身感受25款人形機器人“各顯神通”地與觀眾親切互動。

WAIC 2024企業參展現場圖片來源：每經記者張韻攝

全球治理成為重要議題

7月4日，國務院總理李強在WAIC 2024開幕式致辭中表示，人工智能的新技術不斷突破、新業態持續涌現、新應用加快拓展，這已成為新一輪科技革命和產業變革的重要驅動力量，但同時其在法律、安全、就業、道德倫理等方面也面臨著一系列新課題。

清華大學蘇世民書院院長、清華大學人工智能國際治理研究院院長薛瀾強調了人工智能治理的重要性。他認為，中國在過去的實踐中已建立較完整的治理體系，而從全球角度看，人工智能發展仍面臨著很多挑戰，尤其是基礎設施鴻溝對全球治理的影響值得進一步討論。

薛瀾建議，通過多途徑建立國際交流及防控體系，加強政府間的多邊對話機制，希望通過科學共同體力量助力國際機制全面完善，也希望聯合國等國際組織真正起到綜合全面協調的作用，打破壁壘，加強國際合作協議。

姚期智、羅杰·瑞迪、曼紐爾·布盧姆3位享譽全球的圖靈獎得主，與原微軟執行副總裁、美國國家工程院外籍院士沈向洋，一同深入探討了人工智能的“雙刃劍”屬性、人工智能的可解釋性和可預測性、人工智能的嚴謹底色和變革氣質等核心命題。三位圖靈獎得主一致認為，人才培養對于應對人工智能未來風險有重要價值。

產業發展主論壇對話現場圖片來源：每經記者張韻攝

在AI潛在風險問題上，上海人工智能實驗室主任、首席科學家、清華大學惠妍講席教授周伯文帶來了新的主張——探索安全與性能共同增長的人工智能45°平衡律。

周伯文強調，由AI帶來的風險已初露端倪，但更多的是潛在風險。從公眾對AI風險的關注程度來看，數據泄露、濫用、隱私及版權等內容風險，惡意使用帶來偽造、虛假信息等使用風險，偏見歧視等倫理風險最為突出。周伯文認為，出現上述擔憂的根本原因是AI失衡發展。

目前AI性能呈指數級增長，與此形成對比的是，AI安全維度典型的技術呈現零散化、碎片化且后置性的特性。“AI模型安全的提升還遠遠落后于性能的提升，這種失衡導致AI的發展是跛腳的。”周伯文指出，應該追求可信的通用人工智能。

在7月4日下午的產業發展論壇上，對技術保持樂觀主義的中國工程院院士、之江實驗室主任、阿里云創始人王堅在對話中則表示，人工智能對產業的影響反映在兩個方面：一定會有新的大公司出現，也一定會有大公司浴火重生；人類有能力解決自己創造的問題。

大模型、算力、無人駕駛領域備受關注

今年的世界人工智能大會不僅僅是國際關于人工智能倫理、法律、安全等議題深度對話的高端平臺，更是最新科技成果的展示窗口。在大會展覽現場，圍繞大模型應用、機器人和元宇宙三大場景，世博展覽館變身“模力奇域”，構造出虛實融合的參會新體驗。

商湯科技的“秒畫趣拍”成為熱門打卡點。《每日經濟新聞》記者將人臉照片上傳至小程序，在眾多模板中進行選擇后點擊生成，一張國風寫真隨即在現場被打印出來。

秒畫趣拍應用體驗現場圖片來源：每經記者張韻攝

這背后是基于圖生圖的AI大模型技術，商湯科技展臺工作人員介紹，多特征漸進式融合訓練機制可以確保在生成照片時保留人物的關鍵信息，準確反映用戶的獨特特征，同時對抗式訓練策略和端到端擴散模型ID信息一致性算法，在保證人物的一致性和辨識度中發揮了重要作用。

另外，文生文、文生圖、圖生視頻、文生視頻等大模型落地應用也在加速迭代。商湯科技研發的可控人物視頻生成大模型Vimi入選本屆大會展覽的“鎮館之寶”。記者在現場便聽聞了觀展者正熱烈討論“日日新”大模型的最新落地成果，通過一張人物照片，就能生成一段1分鐘左右的人物視頻，這對于人物類短視頻的高效創作起到了助推作用。

訓練和推理是大模型生命周期中不可或缺的兩個階段，均需要強大的計算資源支撐。如何保障AI基礎設施的穩定充沛、安全易用與高性價比，成為AGI時代各行業大模型落地的關鍵議題。

無問芯穹聯合創始人兼CEO夏立雪認為，與國際上模型層與芯片層“相對集中”的格局相比，中國的模型層與芯片層更加“百花齊放”。然而，大量的異構芯片也形成了“生態豎井”，讓大多數企業和開發者對此望而卻步，不同硬件生態系統封閉且互不兼容，不僅成為構建AI Native基礎設施的最大難點，也是當前大模型行業面臨“算力荒”的重要原因。

對此，夏立雪的觀點是需要構建適應多模型與多芯片格局的基礎設施，推高大模型技術能力的上限，打通異構芯片生態，持續降低大模型應用落地成本。

此外，由達闥、云深處、擎朗等企業提供的雙足、四足以及輪式等各類人形機器人組成的“智能大隊”則應用于觀眾導覽、嘉賓引導、物資搬運、安檢巡防、綠化保潔、餐飲配送等多個場景。