内容来源： 2023世界人工智能大会（WAIC）内容精编。
责编 | 聂敏
第 7540 篇深度好文：5627 字 | 15 分钟阅读
商业思维
笔记君说：
7月6日上午，2023世界人工智能大会（WAIC）在上海开幕。
作为国内最高规格的人工智能领域行业大会之一，今年WAIC的开幕主论坛上请到了特斯拉创始人、CEO埃隆·马斯克，华为轮值董事长胡厚崑，微软全球资深副总裁、微软大中华区董事长兼首席执行官侯阳等重磅大咖演讲。
还有图灵奖2018年得主、Meta AI基础人工智能研究团队首席AI科学家杨立昆，图灵奖得主、上海期智研究院院长姚期智展开巅峰对话，多位大佬在会上抛出了众多精彩观点和干货内容。
马斯克再度强调，AI是一把“双刃剑”，具有控制人类的潜力，且认为“人类要小心！”
胡厚崑谈道，华为的算力基础设施构建正在加速，让算力不再成为AI发展的瓶颈，国内有一半大模型由AI昇腾提供算力支持。
侯阳则认为，大模型的“涌现”爆发绝非偶然，未来每一家公司的每一个应用程序都将由AI驱动。
此外，各位科技界的大咖还就未来AI的发展趋势，应用场景，生态搭建等话题展开深度探讨。
笔记侠整理精编大会内容，分享给各位读者。
马斯克最新演讲：未来，最看好中国一个领域 17:37
一、特斯拉马斯克：
“超级智能” 比人类更优秀，也更危险
作为特斯拉创始人，马斯克这是第三次参加WAIC并带来演讲，分享了不少干货信息和观点。
▲特斯拉创始人、CEO埃隆·马斯克
1.未来机器人数量将超过人类
人工智能将在人类文明进化中发挥非常深远的作用。当前。计算机的数量和算力正在爆炸式增长，地球上的数字计算机与“生物计算机”的比例一直在增大。这意味着随着时间推移，相对于机器，人类智力在地球上的总思维能力中所占的比例将越来越小。
这将是一场深刻的变革， 马斯克认为，人类正处于最深远的变革时期之一。
未来，地球上会有大量的机器人。一个值得思考的问题是，随着时间推移，机器人与人类的比例会是多少？
在将来某个时刻， 二者的比例可能超过1:1，这意味着机器人将比人类多，甚至是多很多。这一趋势已经十分明显。
好的一面是，人类将生活在一个富足的时代，人们想要的任何商品和服务都可以轻易地拥有。
在拥有大量机器人的未来，全球的生产效率将会提高到令人难以置信的水平。当然，我们需要非常谨慎地对待，确保机器人对人类是有益的。
2.特斯拉今年将实现全面自动驾驶
马斯克相信，特斯拉将在这一进程中扮演重要的角色。特斯拉人形机器人正在开发中，其目标是帮助人们完成琐碎的工作，完成人类不愿做的无聊、重复或危险的任务。因此，它不需要很高的智能水平就可以胜任这些工作。
人工智能的一个重要应用是汽车的自动驾驶。在自动驾驶方面，特斯拉非常乐意将技术授权给其他汽车制造商。自动驾驶技术会把人们从枯燥的驾驶中解放出来，给人们更多的自由和时间。
同时，自动驾驶将大大提升车辆的利用率。一辆普通乘用车每周使用时长大概是10到12个小时，大部分时间它会停在停车场，而一辆拥有完全自动驾驶能力的车，每周的使用时间可以达到50到60个小时。 自动驾驶车辆的利用率会是非自动驾驶车辆的5倍。 特斯拉希望将这一类技术分享给更多企业使用。
目前，特斯拉的技术已经非常接近完全自动驾驶的目标。在美国道路上进行测试的特斯拉车辆，已经很少需要人工干预了。因此，驾驶一辆具备最新版本完全自动驾驶能力测试版的特斯拉，从一个目的地到另一个目的地，几乎不需要人为操控。
特斯拉可能在今年晚些时候就具备L4或L5级的完全自动驾驶能力。
3.人类要加强AI监管
相比自动驾驶、特斯拉人形机器人等人工智能，通用人工智能（ AGI, Artificial General Intelligence）有很大不同。
通用人工智能是一种计算机智能，它能比所有人类都聪明。这并非特斯拉目前专攻的领域，有其他公司正在研究。但马斯克认为，这也是我们应该关注的领域。
尤其是面对深度人工智能的上万台，甚至数十万、数百万台最先进的计算机，我们需要有监管措施来确保这些计算机都可以协同并有序工作，以成就一个单一的综合“超级智能” ( ASI, Artificial Super Intelligence) 。
未来，“超级智能”将比人类更有能力，也同时存在着风险。我们应该尽一切可能，确保担忧的事情不会发生，迎接积极未来的到来。
最后，马斯克表示，在中国，有很多非常聪明、有才华的人，他一直很钦佩这些人的才华与干劲。他认为，中国在任何它想做的事情上都会完成得十分出色，这在许多领域都有体现，不论是经济还是人工智能领域。
马斯克相信，未来中国将拥有非常强大的人工智能能力。
二、华为胡厚崑：
一手算力一手大模型，让AI落地千行百业
今年，ChatGPT的出现将人工智能推到了新的风口，通用人工智能已经成为人类最热门的话题。
当下，人工智能发展的方向已经很清楚，AGI会改写人们身边的一切，华为轮值董事长胡厚崑认为， 方向清晰了以后，关键就是路径的设计。
▲华为轮值董事长胡厚崑
其中，华为最核心的考虑就是下一个阶段要全力推进人工智能走深向实。 一方面深耕算力，打造强有力的算力底座；另一方面，结合大模型从通用大模型到行业大模型的行业创新，真正让人工智能服务好千行百业。
首先，AI的发展中算力是基础，但当前中国算力的可获得性和成本方面面临不小的挑战。华为聚焦于鲲鹏和昇腾的根技术上，并取得了突破，当下，华为正在通过架构创新、生态发展、灵活共建手段让算力不再成为人工智能发展的瓶颈。
通过架构创新提升计算效率，如在计算节点层面，华为推出革命性对等评估架构，突破传统以CPU为中心的异构计算可能带来的性能瓶颈，从而提升计算带宽、降低时延，使得节点性能得到30%提升。
在数据中心层面，华为2019年推出昇腾AI计算集群，把AI的数据中心当做一台超级计算机来设计和管理。 当前，华为最大的AI计算集群在深圳“鹏城云脑”二期，算力是1000P规模，2024年三期会达到16000P规模水平。
华为在乌兰察布计算中心实测发现，这种集群方式同等算力情况下可以得到10%以上的效率提升。
此外，4年前，华为围绕整个计算产业的算力发展提出了硬件开放、软件开源、使能伙伴、发展人才战略。
硬件方面： 华为已经推出更多样化的模组和板卡，拥有30多个硬件伙伴，基于生成式AI推出上百款AI硬件，可以满足不同行业的场景需要。
软件层面： 华为提供全流程智能平台支撑相关企业，其生态已经孵化了20多个基础大模型，当前国内有一半大模型由AI昇腾提供算力支持。
并且结合国内实际情况，华为还采用多种模式建设算力。
第一种是华为打造了25个城市级的人工智能计算中心；
第二种是为了满足头部企业自建人工智能算力中心的诉求，帮助企业建立自己的AI算力中心，如中国移动、科大讯飞、南方电网；
第三种是对于算力需求旺盛的中小企业，通过云服务的方式提供算力服务。
胡厚崑还提到，华为一方面要持续提升通用大模型能力，另一方面还要建好行业模型，行业大模型能在通用大模型的基础上给出更精准的答案。
华为推出了三层大模型结构，最底层称之为“读万卷书”，对标的是通用大模型，再上一层是做好海量基础知识学习，最上一层是打造行业模型和场景模型，被称为“行万里路”。
胡厚崑谈道，从读万卷书到行万里路还有很多挑战需要克服，最关键的一点是要把各行各业的知识与大模型进行匹配、融合。
当前，华为盘古大模型围绕金融、电力等10多个行业，支撑400多个场景AI应用业务落地。
在AI服务于科学研究方面，盘古科学计算大模型包括药物分子、海浪、气象大模型，如气象研究领域，盘古大模型可以在几秒内完成全球一个小时到七天的七项情况预报。AI将为科学工作者带来更多新思路、新方法，为人类社会发展带来新动能。
三、微软侯阳：
大模型的“涌现”爆发绝非偶然
AI作为科研项目，最早出现在1956年，至今已发展将近70年。去年年底ChatGPT一夜爆红，使得生成式AI瞬间爆发，很多科技从业者对其突然涌现感到惊诧不已。
微软全球资深副总裁、微软大中华区董事长兼首席执行官侯阳博士谈道，在微软看来，所谓的涌现绝非偶然，这是无数优秀科研人员数十年如一日的研究积累、海量计算资源的投入，才造就了这样的创新成果。
OpenAI的技术突破依托于微软智能云提供的基础架构和算力支持。 2019年开始，微软和OpenAI展开深入合作，以海量云计算资源支持OpenAI大型语言模型的研究。微软CEO纳德拉曾提到，AI的黄金时代已经到来，微软智能云由此开启了加速上新的模式。
今年5月，微软连续发布了超50项与生成式AI相关的新技术、新服务，其中最重要的一项是向全球开发者开放了Copilot与插件扩展体系。
插件拓展体系可以在第三方应用、客户业务场景之间构建可靠连接，通过插件接入实时更新的信息流以及多样的应用和服务，在其正式发布时，微软预计将提供超1000种开发者插件。
生成式AI展现出的巨大潜力，使得未来每一家公司的每一个应用程序都将由AI驱动，用它来提升企业自身的创造力。
在将研究成果转化为生产力方面，微软总结了六个重点行业：
1.优化制造与能源行业的供应链韧性；
2.零售电商行业的智能客服；
3.游戏中NPC角色、剧情和对白设计；
4.金融行业实时行情分析报告；
5.生命科学领域临床实验数据分析能力；
6.交互性、定制化、探索式的学习方式等。
对于中国市场，侯阳提到，微软将支持中国创新，拓展全球机遇。他认为，微软一直致力于本士生态合作共赢、跨国企业融合创新、中国企业全球拓展，希望以智联产业，推进各行业智能数字化转型。
“ 人工智能的黄金时代已经到来，微软也将在这个黄金时代中持续努力，充分发掘科技潜能，与全球的每一人、每一组织成就不凡。 ”侯阳结尾表示。
四、Meta首席AI科学家杨立昆：
目标驱动，可让人工智能可控
2018年图灵奖得主、Meta AI基础人工智能研究（ FAIR）团队首席AI科学家杨立昆（Yann LeCun）和地平线创始人兼CEO余凯进行了线上交流。
“有些人希望人工智能受到严格监管，因为他们担心，如果任何人都可以掌握人工智能，用人工智能做任何他们想做的事情，这种情况可能非常危险。这一点我并不完全同意。”杨立昆表示。
如何让人工智能变得智能可控？杨立昆认为应该是目标驱动人工智能的概念，本质上就是给他们目标，必须满足。
其中，一些目标是任务定义的目标，比如系统回答了问题吗？系统启动了你的车吗？系统清理桌子了吗？其他目标充当安全围栏，比如不伤害任何人。
杨立昆认为，这些人工智能系统不会通过一点一滴的渗透来欺骗或支配人类。人类可以设定迫使人工智能诚实的目标，例如迫使人工智能屈服于人类，小心地让他们感到好奇，并让他们获得不应该拥有的资源。
“所以我认为这些系统将是完全可控和可操作的。系统可以设计得安全，但这并不容易。设计这些目标，使系统安全，将是一项艰巨的工程挑战。”杨立昆表示。
因为，未来每个人都将通过人工智能助手与数字世界进行交互，人类的所有信息都必须经过这个人工智能助手。如果技术被少数公司控制，这并不是一件好事。
从长远来看，让人工智能平台安全、良好、有用的唯一方法就是开源。
杨立昆强调，未来 AI 系统应该成为人类所有知识的保护，他们的训练方式必须要基于众多技术的源头。因此，未来我们将看到更多的开源法学硕士和更多的开源人工智能系统。
五、巅峰对话：大模型下一步往哪走？
文书、医疗、视频行业应用被看好
商汤科技董事长兼CEO徐立与图灵奖得主、上海期智研究院院长姚期智、清华大学交叉信息研究院助理教授袁洋、清华大学交叉信息研究院助理教授、Moonshot AI创始人杨植麟、DragGAN第一作者、南洋理工大学计算机科学与工程学院助理教授潘新钢，进行了关于大模型发展下一阶段的发展方向，以及应用爆发在哪些垂直行业的探讨。
姚期智表示： 在ChatGPT之后，人工智能研究的下一个重要目标，是要让拥有视觉、听觉等多重感知能力的机器人，在不同的环境下能够自主学习新技能。
“按照一般的机器人强化学习方式，学习新技术常常要几个月时间，这太慢了。”他说，得益于高阳这位年轻学者的研究，强化学习现在只要几个小时就能完成。
这不仅解决了实用问题，也是做出了理论贡献。姚期智说，在过去六七年里，人工智能最高层一直有“路线之争”，就是要不要走强化学习这条路。中国年轻学者的突破，把天平做了倾斜，就是我们现在这条路对于通用人工智能的完善，还有很长的路要走。
关于大模型在垂直领域的发展，姚期智认为，最容易想到的场景就是文书工作，基于大模型的语言，更多的工作可以交由机器来做。
袁洋表示：看好自身从事的智能医疗行业。 他认为，大模型其实是在学习数据与数据之间的关系。医疗里存在大量的关系，比如患者的症状与症状之间、与药物之间等等，相较于人类，大模型可能会做得更好。
杨植麟表示： 现在最重要的挑战可能就是大模型的安全可控、避免它产生幻觉、无法像科学家一样创造新的知识等。
但这些问题不能单点思考，人们应该系统抽象出来这些问题底层本质的问题是什么，在这些方面能举一反三，如做规模化的高效压缩，更适合分布式训练的框架，支持更长的上下文，更好的分配算力，这些才可以从根本上解决AI存在的局限性。
潘新钢认为： GAN和扩散模型的区别，主要有三个差异：
首先是性能和效率，扩散模型迭代式计算所需要的训练时间都更高，更大的计算开销也带来了更高的图像生成性能，这说明了扩散模型的上限高于GAN，应用前景更广。但对于性能和计算开销有限制的特定场合，GAN是妥协的选择。
第二是GAN和扩散模型的映射，扩散模型对于图像内容的影响表现为较为随机，不具有结构化，GAN可以有效编辑图像中人的表情、动物姿态等，之后拓展到扩展模型是非常值得探索的。
第三是生成空间的连续性，设计时 扩散模型的图像空间较为不连续，跳变的情况，GAN表现出来比较流畅，看起来像动画，把这两个模型各自的优势互补是非常有趣的研究话题。
大语言模型被看好的垂直领域在他们眼中各有不同，姚期智认为是文书工作，袁洋认为是医疗，因为大模型基于预训练的范式，能理解到医疗行业中存在的大量关系，杨植麟则看好个人应用，如AI与人有共同的记忆，通过录屏把人看到的东西让AI看到，潘新刚提到了视频和三维视频生成，大模型能帮助艺术家、设计师创造更高质量的内容。
*文章为演讲者独立观点，不代表笔记侠立场。
参考资料：
1.《2023世界人工智能大会来了！开幕式上大咖云集，马斯克给中国点赞》，解放日报；
2.《没有一个BAT老板的世界人工智能大会，看马斯克汤晓鸥姚期智们讲了啥》，智东西；
3.《马斯克在2023世界人工智能大会发言：人类要加强AI监管！》，电子工程专辑。