每經(jīng)記者｜夏冰    每經(jīng)編輯｜陳俊杰    

在人工智能發(fā)展新階段，認知智能正在成為全球關(guān)注的焦點。

在7月5日召開的世界人工智能大會“認知世界·智創(chuàng)未來”主題論壇上，多位全球頂尖學術(shù)專家、青年學者和業(yè)界精英齊聚一堂，圍繞認知智能的最新理論、技術(shù)和應用場景，共同探討認知智能的最新發(fā)展，以及未來在各行各業(yè)的應用前景。

會議特別邀請到美國卡內(nèi)基梅隆大學計算機科學學院名譽教授、1995年圖靈獎獲得者及美國三院院士Manuel Blum教授，他在論壇上分享了他對意識圖靈機領(lǐng)域的最新研究成果。

圖靈獎獲得者——美國三院院士Manuel Blum教授 主辦方供圖

意識圖靈機與人工智能的未來

論壇上，牛津大學DeepMind人工智能教授Michael Bronstein帶來了關(guān)于幾何深度學習的深刻見解。他首先介紹了數(shù)學和物理學的關(guān)系，特別是幾何學如何影響物理學的發(fā)展。同時，他提到了現(xiàn)代科技中人工智能的應用和發(fā)展，尤其是深度學習和神經(jīng)網(wǎng)絡的重要性。Michael Bronstein從數(shù)學的角度出發(fā)，探討了對稱性在深度學習中的重要性，從而引入“幾何深度學習”這一通用的數(shù)學框架，并展示了如何將這一概念如何應用于生物學、醫(yī)學和藥物設計等領(lǐng)域。Michael Bronstein教授提出幾何深度學習和圖神經(jīng)網(wǎng)絡等方法，都可協(xié)助人類賦能藥物開發(fā)，這代表著未來醫(yī)療健康領(lǐng)域的重大突破。他也提出將模型擴展到歐幾里得領(lǐng)域當中，將對分子生物學相關(guān)的領(lǐng)域應用產(chǎn)生更具創(chuàng)新的提升，未來也會對眾多科研領(lǐng)域影響深遠。

香港大學的高盛華副教授則聚焦于3D生成技術(shù)，他分享了“3D生成技術(shù)的未來展望”。高盛華表示，因為人類生活在3D世界中，因此他希望通過3D幾何方法來構(gòu)建世界，包括3D世界的重建和生成。在演講中，高盛華教授深入剖析了視頻3D場景的制作過程。視頻3D場景的制作過程最重要的核心就是編碼與解碼，也就是輸入信息再到輸出信息的過程。該過程雖然需要面臨圖像修復、特征不一致等問題，但他表示，他與團隊正致力于實現(xiàn)場景的真實再現(xiàn)，力求在幾何形態(tài)上達到極致精準，同時在物體間的相互關(guān)聯(lián)中編織出更加和諧、生動的敘事網(wǎng)絡。

Manuel Blum教授帶來了他在意識圖靈機領(lǐng)域的最新研究成果。Manuel Blum教授堅信，意識的本質(zhì)能夠且應當通過經(jīng)典確定性物理學的框架來闡釋，這一信念成為了他探索未知、挑戰(zhàn)邊界的堅實基石。他表示意識圖靈機類似一個做上行數(shù)的競賽，所有的信息像競技比賽一樣，經(jīng)過層層比賽達到最頂端，最后成功攀頂?shù)男畔⒕蜁幌蛳?ldquo;廣播”，這一過程正是意識圖靈機運作的核心所在。他強調(diào)在這一體系中，每一條信息都承載著各自的權(quán)重，這些權(quán)重不僅客觀存在，而且嚴格遵循比例原則，確保了信息在上升過程中的公平性與效率性。這種機制賦予了意識圖靈機靈活性與適應性，每一個處理器無論身處何位，都能以最優(yōu)化的模式持續(xù)向上攀升。

此外，Manuel Blum教授還探討了意識與人工智能的關(guān)系，他提出意識圖靈機不僅是對意識本質(zhì)的一次深刻探索，更是對未來人工智能尤其是通用人工智能（AGI）發(fā)展路徑的重要啟示，將為AGI領(lǐng)域的技術(shù)創(chuàng)新與突破開辟新的道路，邁向一個更加智能、更加理解人類意識的未來。

多模態(tài)大模型可顯著提高數(shù)據(jù)標注的效率

有關(guān)多模態(tài)大模型的工業(yè)應用話題，復旦大學計算機專業(yè)王曉梅博士作了關(guān)于“多模態(tài)大模型在行業(yè)中的應用”的主題演講。她認為多模態(tài)大模型的應用極其廣泛，并以多模態(tài)大模型在工業(yè)中的應用為例進行深入分享。在工業(yè)領(lǐng)域中，傳統(tǒng)的表面缺陷檢測模型一般是人工對采集數(shù)據(jù)進行標注，然后進行訓練和推理，通過不斷增加人工標注數(shù)據(jù)來微調(diào)模型逐步提升性能。而多模態(tài)大模型可以顯著提高數(shù)據(jù)標注的效率，通過自動生成多數(shù)模態(tài)數(shù)據(jù)來提高模型的準確性，緩解長尾分布對模型的負面影響。

值得注意的是，論壇上，華院計算還正式對外發(fā)布了針對鋼鐵行業(yè)方面的最新大模型，該模型采用了融合圖像識別技術(shù)和專家經(jīng)驗的缺陷檢測算法，實現(xiàn)了缺陷的高效準確檢測，這一創(chuàng)新大模型不僅減少了對人工檢測的依賴，還提高了鋼鐵產(chǎn)品質(zhì)量檢測的效率和準確性、可靠性，為行業(yè)的轉(zhuǎn)型升級提供了強有力的技術(shù)支撐。

“目前，人工智能正處于一個前所未有的新階段，并且已經(jīng)成為推動經(jīng)濟社會高速發(fā)展的核心引擎，作為一家深耕在認知智能這一前沿領(lǐng)域的企業(yè)，在過去的一年里，我們?nèi)〉昧艘幌盗羞M展，例如法律大模型以及今天將在現(xiàn)場發(fā)布的鋼鐵行業(yè)大模型等。” 華院計算宣曉華表示，期待在產(chǎn)學研結(jié)合的道路上，與全球合作伙伴共同突破算法的自主創(chuàng)新和產(chǎn)業(yè)應用的落地實施。