作爲國內最高規格的人工智能領域行業大會之一，今年WAIC的开幕主論壇上請到了特斯拉創始人、CEO埃隆·馬斯克，華爲輪值董事長胡厚崑，微軟全球資深副總裁、微軟大中華區董事長兼首席執行官侯陽等重磅大咖演講。還有圖靈獎2018年得主、Meta AI基礎人工智能研究團隊首席AI科學家楊立昆，圖靈獎得主、上海期智研究院院長姚期智展开巔峰對話，多位大佬在會上拋出了衆多精彩觀點和幹貨內容。
馬斯克再度強調，AI是一把“雙刃劍”，具有控制人類的潛力，且認爲“人類要小心！”胡厚崑談道，華爲的算力基礎設施構建正在加速，讓算力不再成爲AI發展的瓶頸，國內有一半大模型由AI昇騰提供算力支持。侯陽則認爲，大模型的“湧現”爆發絕非偶然，未來每一家公司的每一個應用程序都將由AI驅動。此外，各位科技界的大咖還就未來AI的發展趨勢，應用場景，生態搭建等話題展开深度探討。
整理精編大會內容，分享給各位讀者。
特斯拉馬斯克：
"超級智能"比人類更優秀也更危險
作爲特斯拉創始人，馬斯克這是第三次參加WAIC並帶來演講，分享了不少幹貨信息和觀點。
特斯拉創始人、CEO埃隆·馬斯克
1.未來機器人數量將超過人類 人工智能將在人類文明進化中發揮非常深遠的作用。當前。計算機的數量和算力正在爆炸式增長，地球上的數字計算機與“生物計算機”的比例一直在增大。這意味着隨着時間推移，相對於機器，人類智力在地球上的總思維能力中所佔的比例將越來越小。 這將是一場深刻的變革，馬斯克認爲，人類正處於最深遠的變革時期之一。 未來，地球上會有大量的機器人。一個值得思考的問題是，隨着時間推移，機器人與人類的比例會是多少？ 在將來某個時刻，二者的比例可能超過1:1，這意味着機器人將比人類多，甚至是多很多。這一趨勢已經十分明顯。好的一面是，人類將生活在一個富足的時代，人們想要的任何商品和服務都可以輕易地擁有。
在擁有大量機器人的未來，全球的生產效率將會提高到令人難以置信的水平。當然，我們需要非常謹慎地對待，確保機器人對人類是有益的。
2.特斯拉今年將實現全面自動駕駛
馬斯克相信，特斯拉將在這一進程中扮演重要的角色。特斯拉人形機器人正在开發中，其目標是幫助人們完成瑣碎的工作，完成人類不愿做的無聊、重復或危險的任務。因此，它不需要很高的智能水平就可以勝任這些工作。
人工智能的一個重要應用是汽車的自動駕駛。在自動駕駛方面，特斯拉非常樂意將技術授權給其他汽車制造商。自動駕駛技術會把人們從枯燥的駕駛中解放出來，給人們更多的自由和時間。
同時，自動駕駛將大大提升車輛的利用率。一輛普通乘用車每周使用時長大概是10到12個小時，大部分時間它會停在停車場，而一輛擁有完全自動駕駛能力的車，每周的使用時間可以達到50到60個小時。自動駕駛車輛的利用率會是非自動駕駛車輛的5倍。特斯拉希望將這一類技術分享給更多企業使用。
目前，特斯拉的技術已經非常接近完全自動駕駛的目標。在美國道路上進行測試的特斯拉車輛，已經很少需要人工幹預了。因此，駕駛一輛具備最新版本完全自動駕駛能力測試版的特斯拉，從一個目的地到另一個目的地，幾乎不需要人爲操控。
特斯拉可能在今年晚些時候就具備L4或L5級的完全自動駕駛能力。
3.人類要加強AI監管
相比自動駕駛、特斯拉人形機器人等人工智能，通用人工智能（AGI, Artificial General Intelligence）有很大不同。
通用人工智能是一種計算機智能，它能比所有人類都聰明。這並非特斯拉目前專攻的領域，有其他公司正在研究。但馬斯克認爲，這也是我們應該關注的領域。
尤其是面對深度人工智能的上萬台，甚至數十萬、數百萬台最先進的計算機，我們需要有監管措施來確保這些計算機都可以協同並有序工作，以成就一個單一的綜合“超級智能” (ASI, Artificial Super Intelligence) 。 未來，“超級智能”將比人類更有能力，也同時存在着風險。我們應該盡一切可能，確保擔憂的事情不會發生，迎接積極未來的到來。
最後，馬斯克表示，在中國，有很多非常聰明、有才華的人，他一直很欽佩這些人的才華與幹勁。他認爲，中國在任何它想做的事情上都會完成得十分出色，這在許多領域都有體現，不論是經濟還是人工智能領域。
馬斯克相信，未來中國將擁有非常強大的人工智能能力。
華爲胡厚崑：
算力+大模型，AI落地千行百業
今年，ChatGPT的出現將人工智能推到了新的風口，通用人工智能已經成爲人類最熱門的話題。
當下，人工智能發展的方向已經很清楚，AGI會改寫人們身邊的一切，華爲輪值董事長胡厚崑認爲，方向清晰了以後，關鍵就是路徑的設計。
華爲輪值董事長胡厚崑
其中，華爲最核心的考慮就是下一個階段要全力推進人工智能走深向實。一方面深耕算力，打造強有力的算力底座；另一方面，結合大模型從通用大模型到行業大模型的行業創新，真正讓人工智能服務好千行百業。首先，AI的發展中算力是基礎，但當前中國算力的可獲得性和成本方面面臨不小的挑战。華爲聚焦於鯤鵬和昇騰的根技術上，並取得了突破，當下，華爲正在通過架構創新、生態發展、靈活共建手段讓算力不再成爲人工智能發展的瓶頸。
通過架構創新提升計算效率，如在計算節點層面，華爲推出革命性對等評估架構，突破傳統以CPU爲中心的異構計算可能帶來的性能瓶頸，從而提升計算帶寬、降低時延，使得節點性能得到30%提升。
在數據中心層面，華爲2019年推出昇騰AI計算集群，把AI的數據中心當做一台超級計算機來設計和管理。當前，華爲最大的AI計算集群在深圳“鵬城雲腦”二期，算力是1000P規模，2024年三期會達到16000P規模水平。
華爲在烏蘭察布計算中心實測發現，這種集群方式同等算力情況下可以得到10%以上的效率提升。
此外，4年前，華爲圍繞整個計算產業的算力發展提出了硬件开放、軟件开源、使能夥伴、發展人才战略。
硬件方面：華爲已經推出更多樣化的模組和板卡，擁有30多個硬件夥伴，基於生成式AI推出上百款AI硬件，可以滿足不同行業的場景需要。
軟件層面：華爲提供全流程智能平台支撐相關企業，其生態已經孵化了20多個基礎大模型，當前國內有一半大模型由AI昇騰提供算力支持。
並且結合國內實際情況，華爲還採用多種模式建設算力。
第一種是華爲打造了25個城市級的人工智能計算中心；第二種是爲了滿足頭部企業自建人工智能算力中心的訴求，幫助企業建立自己的AI算力中心，如中國移動、科大訊飛、南方電網；第三種是對於算力需求旺盛的中小企業，通過雲服務的方式提供算力服務。
胡厚崑還提到，華爲一方面要持續提升通用大模型能力，另一方面還要建好行業模型，行業大模型能在通用大模型的基礎上給出更精准的答案。
華爲推出了三層大模型結構，最底層稱之爲“讀萬卷書”，對標的是通用大模型，再上一層是做好海量基礎知識學習，最上一層是打造行業模型和場景模型，被稱爲“行萬裏路”。
胡厚崑談道，從讀萬卷書到行萬裏路還有很多挑战需要克服，最關鍵的一點是要把各行各業的知識與大模型進行匹配、融合。
當前，華爲盤古大模型圍繞金融、電力等10多個行業，支撐400多個場景AI應用業務落地。
在AI服務於科學研究方面，盤古科學計算大模型包括藥物分子、海浪、氣象大模型，如氣象研究領域，盤古大模型可以在幾秒內完成全球一個小時到七天的七項情況預報。AI將爲科學工作者帶來更多新思路、新方法，爲人類社會發展帶來新動能。
微軟侯陽：
大模型"湧現"爆發絕非偶然
AI作爲科研項目，最早出現在1956年，至今已發展將近70年。去年年底ChatGPT一夜爆紅，使得生成式AI瞬間爆發，很多科技從業者對其突然湧現感到驚詫不已。微軟全球資深副總裁、微軟大中華區董事長兼首席執行官侯陽博士談道，在微軟看來，所謂的湧現絕非偶然，這是無數優秀科研人員數十年如一日的研究積累、海量計算資源的投入，才造就了這樣的創新成果。
OpenAI的技術突破依托於微軟智能雲提供的基礎架構和算力支持。2019年开始，微軟和OpenAI展开深入合作，以海量雲計算資源支持OpenAI大型語言模型的研究。微軟CEO納德拉曾提到，AI的黃金時代已經到來，微軟智能雲由此开啓了加速上新的模式。
今年5月，微軟連續發布了超50項與生成式AI相關的新技術、新服務，其中最重要的一項是向全球开發者开放了Copilot與插件擴展體系。
插件拓展體系可以在第三方應用、客戶業務場景之間構建可靠連接，通過插件接入實時更新的信息流以及多樣的應用和服務，在其正式發布時，微軟預計將提供超1000種开發者插件。
生成式AI展現出的巨大潛力，使得未來每一家公司的每一個應用程序都將由AI驅動，用它來提升企業自身的創造力。
在將研究成果轉化爲生產力方面，微軟總結了六個重點行業：
1.優化制造與能源行業的供應鏈韌性；2.零售電商行業的智能客服；3.遊戲中NPC角色、劇情和對白設計；4.金融行業實時行情分析報告；5.生命科學領域臨牀實驗數據分析能力；6.交互性、定制化、探索式的學習方式等。
“人工智能的黃金時代已經到來，微軟也將在這個黃金時代中持續努力，充分發掘科技潛能，與全球的每一人、每一組織成就不凡。”侯陽結尾表示。
Meta首席AI科學家楊立昆：
目標驅動，可讓人工智能可控
2018年圖靈獎得主、Meta AI基礎人工智能研究（FAIR）團隊首席AI科學家楊立昆（Yann LeCun）和地平线創始人兼CEO余凱進行了线上交流。
“有些人希望人工智能受到嚴格監管，因爲他們擔心，如果任何人都可以掌握人工智能，用人工智能做任何他們想做的事情，這種情況可能非常危險。這一點我並不完全同意。”楊立昆表示。
如何讓人工智能變得智能可控？楊立昆認爲應該是目標驅動人工智能的概念，本質上就是給他們目標，必須滿足。
其中，一些目標是任務定義的目標，比如系統回答了問題嗎？系統啓動了你的車嗎？系統清理桌子了嗎？其他目標充當安全圍欄，比如不傷害任何人。
楊立昆認爲，這些人工智能系統不會通過一點一滴的滲透來欺騙或支配人類。人類可以設定迫使人工智能誠實的目標，例如迫使人工智能屈服於人類，小心地讓他們感到好奇，並讓他們獲得不應該擁有的資源。
“所以我認爲這些系統將是完全可控和可操作的。系統可以設計得安全，但這並不容易。設計這些目標，使系統安全，將是一項艱巨的工程挑战。”楊立昆表示。
因爲，未來每個人都將通過人工智能助手與數字世界進行交互，人類的所有信息都必須經過這個人工智能助手。如果技術被少數公司控制，這並不是一件好事。
從長遠來看，讓人工智能平台安全、良好、有用的唯一方法就是开源。
楊立昆強調，未來 AI 系統應該成爲人類所有知識的保護，他們的訓練方式必須要基於衆多技術的源頭。因此，未來我們將看到更多的开源法學碩士和更多的开源人工智能系統。
巔峰對話：
大模型下一步往哪走？
商湯科技董事長兼CEO徐立與圖靈獎得主、上海期智研究院院長姚期智、清華大學交叉信息研究院助理教授袁洋、清華大學交叉信息研究院助理教授、Moonshot AI創始人楊植麟、DragGAN第一作者、南洋理工大學計算機科學與工程學院助理教授潘新鋼，進行了關於大模型發展下一階段的發展方向，以及應用爆發在哪些垂直行業的探討。
姚期智表示：在ChatGPT之後，人工智能研究的下一個重要目標，是要讓擁有視覺、聽覺等多重感知能力的機器人，在不同的環境下能夠自主學習新技能。
“按照一般的機器人強化學習方式，學習新技術常常要幾個月時間，這太慢了。”他說，得益於高陽這位年輕學者的研究，強化學習現在只要幾個小時就能完成。
這不僅解決了實用問題，也是做出了理論貢獻。姚期智說，在過去六七年裏，人工智能最高層一直有“路线之爭”，就是要不要走強化學習這條路。中國年輕學者的突破，把天平做了傾斜，就是我們現在這條路對於通用人工智能的完善，還有很長的路要走。
關於大模型在垂直領域的發展，姚期智認爲，最容易想到的場景就是文書工作，基於大模型的語言，更多的工作可以交由機器來做。
袁洋表示：看好自身從事的智能醫療行業。他認爲，大模型其實是在學習數據與數據之間的關系。醫療裏存在大量的關系，比如患者的症狀與症狀之間、與藥物之間等等，相較於人類，大模型可能會做得更好。
楊植麟表示：現在最重要的挑战可能就是大模型的安全可控、避免它產生幻覺、無法像科學家一樣創造新的知識等。
但這些問題不能單點思考，人們應該系統抽象出來這些問題底層本質的問題是什么，在這些方面能舉一反三，如做規模化的高效壓縮，更適合分布式訓練的框架，支持更長的上下文，更好的分配算力，這些才可以從根本上解決AI存在的局限性。
潘新鋼認爲：GAN和擴散模型的區別，主要有三個差異：
首先是性能和效率，擴散模型迭代式計算所需要的訓練時間都更高，更大的計算开銷也帶來了更高的圖像生成性能，這說明了擴散模型的上限高於GAN，應用前景更廣。但對於性能和計算开銷有限制的特定場合，GAN是妥協的選擇。
第二是GAN和擴散模型的映射，擴散模型對於圖像內容的影響表現爲較爲隨機，不具有結構化，GAN可以有效編輯圖像中人的表情、動物姿態等，之後拓展到擴展模型是非常值得探索的。
第三是生成空間的連續性，設計時 擴散模型的圖像空間較爲不連續，跳變的情況，GAN表現出來比較流暢，看起來像動畫，把這兩個模型各自的優勢互補是非常有趣的研究話題。
大語言模型被看好的垂直領域在他們眼中各有不同，姚期智認爲是文書工作，袁洋認爲是醫療，因爲大模型基於預訓練的範式，能理解到醫療行業中存在的大量關系，楊植麟則看好個人應用，如AI與人有共同的記憶，通過錄屏把人看到的東西讓AI看到，潘新剛提到了視頻和三維視頻生成，大模型能幫助藝術家、設計師創造更高質量的內容。
本文作者可以追加內容哦 !
標題：馬斯克最新演講：未來，最看好中國一個領域
地址：https://www.utechfun.com/post/236672.html