WAIC 2024揭秘：當AI走出科幻小說，大模型青年如何改寫未來規(guī)則？
數(shù)據(jù)猿 | 2024-07-07 14:10
【數(shù)據(jù)猿導讀】 2024年7月6日 - 世界人工智能大會（WAIC 2024）今日進入第三天，議程轉(zhuǎn)向了AI技術在城市管理和公共服務中的實際應用及面臨的挑戰(zhàn)。本次大會聚集了來自全球各地的專家、學者及業(yè)界精英，共同探討人工智能的未來方向及其對社會的影響。
2024年7月6日 - 世界人工智能大會（WAIC 2024）今日進入第三天，議程轉(zhuǎn)向了AI技術在城市管理和公共服務中的實際應用及面臨的挑戰(zhàn)。本次大會聚集了來自全球各地的專家、學者及業(yè)界精英，共同探討人工智能的未來方向及其對社會的影響。
作為受邀媒體之一，數(shù)據(jù)猿依然參與到了這盛會當中，感受各行各業(yè)頂尖的專家學者在會展上，展示他們最新的研究成果。
未知邊界
2024年世界人工智能大會中“未知邊界”大模型探索未來論壇，匯聚全球優(yōu)秀青年學者，共同探討大模型技術的前沿問題與未來趨勢，特別是在多語言處理、圖學習、智能教育、語言智能體、GUI代理等領域的應用。
論壇重點關注大模型的五個方向：大語言模型、多模態(tài)大模型、應用框架、創(chuàng)新應用、對齊評測和微調(diào)。
復旦大學副研究員桂韜提出了一種基于大語言模型的智能體綜合框架，旨在解決智能體與人類能力和價值觀的對齊問題。桂韜的研究關注點在于確保這些由大模型驅(qū)動的智能體能夠與人類的價值觀保持一致，避免出現(xiàn)與人類社會規(guī)范相悖的行為。
桂韜的演講中，他深入探討了智能體與人類對齊的策略，即如何讓智能體不僅具備高效的任務執(zhí)行能力，還能理解和遵循人類社會的道德和倫理標準。這涉及到智能體的學習方式、決策機制以及它們?nèi)绾闻c人類互動。桂韜還分享了對智能體未來發(fā)展的深刻見解，指出隨著大模型技術的進步，智能體將越來越接近人類的智能水平，但同時也會遇到更多的挑戰(zhàn)，比如如何處理復雜的道德困境、如何在沒有明確指令的情況下做出合理的判斷等問題。
桂韜的演講體現(xiàn)了當前大模型技術在智能體研發(fā)中的重要地位，同時也強調(diào)了對齊評測的重要性，即確保智能體的行為始終符合人類的價值觀和社會規(guī)范。這不僅是技術上的挑戰(zhàn)，也涉及哲學、心理學和倫理學等多個學科的交叉融合。桂韜的分享為智能體研究提供了新的思考方向，促使科研人員在追求智能體能力提升的同時，更加注重其行為的可控性和道德性，以實現(xiàn)真正意義上的人工智能與人類社會的和諧共存。
圖：復旦大學副研究員桂韜
此前在Github上爆火的Sailor大模型的開發(fā)者團隊——新加坡Sea AI Lab，他們也來到了WAIC上。團隊成員之一的劉乾以“Sailor”項目為例，分享了在處理多語言數(shù)據(jù)時所面臨的復雜性和多樣性問題，以及如何通過有效的策略提高模型訓練的效率和性能。
劉乾強調(diào)，多語言大模型訓練是一個復雜的過程，需要應對不同語言間的語法結(jié)構差異、詞匯量大小不一以及文化背景的多樣性等挑戰(zhàn)。為了克服這些困難，他提出了一系列策略，包括使用統(tǒng)一的編碼方式、引入跨語言的預訓練方法、利用大規(guī)模語料庫進行訓練以及采用遷移學習等技術手段。這些策略有助于提高模型對不同語言的適應性和泛化能力，使模型能夠更好地理解和生成多種語言的內(nèi)容。
通過分析“Sailor”項目中的最新進展，劉乾揭示了如何利用這些策略有效提升模型的訓練效率和性能，從而為構建高質(zhì)量的多語言大模型提供了寶貴的實踐經(jīng)驗。他還提到了在多語言大模型訓練過程中的一些成功經(jīng)驗和遇到的挑戰(zhàn)，如如何平衡多語言數(shù)據(jù)集的規(guī)模和質(zhì)量、如何解決低資源語言的訓練瓶頸，以及如何確保模型在不同語言間的一致性和準確性等問題。
圖：新加坡Sea AI Lab團隊成員劉乾
香港大學助理教授黃超所演講的主題是《探索大語言模型(LLMs)在圖學習中的力量》。他的演講主要關注于如何利用大語言模型（LLMs）來增強圖學習的能力，特別強調(diào)了LLMs在處理圖數(shù)據(jù)方面的獨特優(yōu)勢及其在社交網(wǎng)絡分析、推薦系統(tǒng)等領域的創(chuàng)新應用。
黃超首先介紹了大語言模型在圖學習中的應用，說明了它們?nèi)绾瓮ㄟ^理解復雜的圖結(jié)構來提升數(shù)據(jù)處理能力。大語言模型能捕捉到圖中節(jié)點之間的復雜關系，這使得它們在處理諸如社交網(wǎng)絡中的人際關系、產(chǎn)品推薦系統(tǒng)中的用戶偏好預測等任務時表現(xiàn)出色。通過結(jié)合大語言模型的上下文理解和生成能力，圖學習可以更有效地挖掘圖數(shù)據(jù)中的隱含模式，進而改進決策制定和預測精度。
圖：香港大學助理教授黃超
清華大學教育研究院助理研究員于濟凡則表示，智能教育環(huán)境不應僅僅停留在簡單應用智能工具的階段，而是要邁向理解和運用智能能力的更高層次。這涉及到利用大模型的深度學習能力，為學生創(chuàng)造定制化的學習路徑，從而適應每個學生的個人學習風格和需求。通過這種方式，大模型能夠提供即時反饋，幫助學生更好地掌握知識，同時監(jiān)測他們的認知發(fā)展，確保學習過程的有效性和針對性。
圖：清華大學教育研究院助理研究員于濟凡
在智能教育環(huán)境中，大語言模型可以扮演多種角色，如虛擬導師、學習資源推薦者和學習進度追蹤者。它們能夠根據(jù)學生的學習歷史和表現(xiàn)調(diào)整教學內(nèi)容，甚至預測學生可能遇到的學習難點，提前提供輔助。這種高度個性化的學習方式有助于激發(fā)學生的學習興趣，提高學習效率，同時也減輕教師的工作負擔。
在這之后，俄亥俄州立大學的博士生谷雨在報告中詳細闡述了一套全新的評估體系，旨在解決多模態(tài)大模型為語言智能體帶來的復雜問題。他深入分析了當前多模態(tài)語言智能體的現(xiàn)狀，并對未來發(fā)展路線提出了獨到見解。多模態(tài)語言智能體能夠理解、處理和生成文字、語音、圖像等多種信息形式，這對傳統(tǒng)單一模態(tài)模型提出了新的要求。谷雨的框架考慮了多模態(tài)數(shù)據(jù)的融合、跨模態(tài)推理和智能體與人類用戶的交互，以期提升智能體在復雜情境下的理解和響應能力。
谷雨的演講強調(diào)了多模態(tài)數(shù)據(jù)處理的難度，以及在訓練和評估階段如何克服這些障礙。他指出，現(xiàn)有的評估方法可能不足以衡量多模態(tài)智能體的全面性能，因此需要創(chuàng)新的評估策略。谷雨的評估框架旨在全面考量智能體在多模態(tài)環(huán)境下的表現(xiàn)，包括語義理解、情感識別、情境感知等多方面能力，這對于推動多模態(tài)智能體的實用性至關重要。
圖：俄亥俄州立大學博士生谷雨
通過谷雨的演講，聽眾得以深入了解多模態(tài)語言智能體在理論與實踐層面的最新進展，以及如何通過優(yōu)化評估方法，進一步提升智能體在現(xiàn)實世界應用中的表現(xiàn)。這一研究方向不僅對學術界有重要意義，也將對人機交互、客戶服務、智能家居等眾多領域產(chǎn)生深遠影響，預示著未來智能體將能夠更自然、更智能地與人類溝通和協(xié)作。
行業(yè)先鋒
AI的落地離不開專家學者的研究，但是同樣的，企業(yè)對于AI的應用方式，也是重中之重。
聯(lián)匯科技：第二代多模態(tài)智能體
在WAIC上，聯(lián)匯科技正式發(fā)布第二代多模態(tài)智能體 OmAgent與Om 多模態(tài)智能體全新產(chǎn)品系列，為行業(yè)用戶打造「超級智能體助手」。OmAgent深度融合大模型OmDet V2的全面感知與大模型OmChat V2的思考決策能力，其中OmDet V2通過EFH高性能融合頭和一系列優(yōu)化技術，實現(xiàn)了20倍以上的感知速度提升；OmChat V2則支持高達512K的上下文長度，能夠處理復雜的視頻、圖文混合等輸入，具有卓越的時序關系判斷和多圖關系理解能力。
Om 多模態(tài)智能體全新產(chǎn)品系列包括空間運營智能體、知識服務智能體，空間運營智能體通過物聯(lián)設備全面感知物理環(huán)境，實現(xiàn)精細化空間管理；知識服務智能體則專注于數(shù)字資產(chǎn)管理，提升決策質(zhì)量和操作效率，Om 多模態(tài)智能可以廣泛應用眾多行業(yè)場景。
金蝶：重新定義財務框架
金蝶在2024世界人工智能大會的“智能財務”論壇上分享了AI時代財務管理的變革與不變、金蝶自身的AI布局以及部分客戶AI應用的成功案例。
財務管理框架被重新定義，從陀螺型轉(zhuǎn)向沙漏型，意味著記錄體系的投入減少，而作戰(zhàn)體系和支撐體系的投入增加，這將幫助企業(yè)在核心業(yè)務上創(chuàng)造更多價值。AI技術的應用使得財務預測從依賴經(jīng)驗轉(zhuǎn)向精準預測，借助大數(shù)據(jù)和深度學習，財務預測變得更準確且能迅速適應市場變化。財務管理信息從專享轉(zhuǎn)為普惠，AI助手讓信息獲取變得簡便。專家服務從個人精英變?yōu)锳I天團，即一個由AI組成的團隊，可提供跨領域綜合服務。外部報告重點從財務指標轉(zhuǎn)向發(fā)展能力評價，AI有助于生成ESG報告并評估企業(yè)發(fā)展能力。
企業(yè)從傳統(tǒng)財務系統(tǒng)升級到“AI+財務”智能平臺，AI助手可隨時輔助決策，提升效率。財務人員需從AI觀望者轉(zhuǎn)為擁抱者，金蝶將AI優(yōu)先作為戰(zhàn)略，賦能產(chǎn)品創(chuàng)新。
Bilibili：做中國最大的AIGC社區(qū)
B站作為中國AI領域影響力最大的社區(qū)，在2024世界人工智能大會（WAIC 2024）上全面展示了其在AI內(nèi)容生態(tài)、AIGC創(chuàng)作和AI技術研發(fā)方面的成就。B站擁有廣泛的AI內(nèi)容覆蓋，涉及模型測評、訓練、音頻視頻、科普、行業(yè)動態(tài)和算法討論，吸引了大量年輕用戶，特別是00后，他們構成了AI內(nèi)容消費的主力軍，平均每日播放量同比增長超過80%。
B站不僅是AI知識獲取的平臺，也是AIGC（AI Generated Content）創(chuàng)作的熱土。UP主們利用AI技術進行創(chuàng)新創(chuàng)作，如語音克隆、圖像生成和虛擬人創(chuàng)建，推動了AIGC生態(tài)的快速發(fā)展。B站通過舉辦創(chuàng)意活動和比賽，如AI影像和音樂大賽，激發(fā)了用戶參與AIGC創(chuàng)作的熱情。
格創(chuàng)東智：大模型時代的工業(yè)操作系統(tǒng)
圖：格創(chuàng)東智市場總監(jiān)楊麗
格創(chuàng)東智作為中國工業(yè)AI的領先企業(yè)，其市場總監(jiān)楊麗在大會上分享了工業(yè)AI和新質(zhì)生產(chǎn)力的見解，并與業(yè)界同仁探討了AI在制造業(yè)中的應用前景。格創(chuàng)東智專注于利用AI、大數(shù)據(jù)和物聯(lián)網(wǎng)技術，重新定義工業(yè)操作系統(tǒng)，通過AI驅(qū)動的工業(yè)智能解決方案，推動制造業(yè)向智能化轉(zhuǎn)型，提高生產(chǎn)效率和產(chǎn)品質(zhì)量。
格創(chuàng)東智的一站式數(shù)據(jù)智能解決方案，包括了良率監(jiān)控、異常定位、預測預警等九大AI應用功能，能全面覆蓋制造業(yè)的各個環(huán)節(jié)，從研發(fā)到售后服務，通過數(shù)據(jù)大模型實現(xiàn)智能化生產(chǎn)，從而達到成本和良率的最優(yōu)平衡。在具體案例中，如TCL華星通過格創(chuàng)東智的工業(yè)智能平臺，實現(xiàn)了自動化、數(shù)據(jù)化和智能化升級，被評為國家首批“數(shù)字領航”企業(yè)之一。另一家半導體晶圓廠也通過格創(chuàng)東智提供的AI服務，有效降低了人力和損失成本。
思想碰撞
人工智能的發(fā)展，本質(zhì)上是一場跨越企業(yè)、開發(fā)者與學者三界的思想盛宴。在這個交織著創(chuàng)新與探索的舞臺上，企業(yè)以其敏銳的市場洞察力和雄厚的資源投入，引領著技術的商業(yè)化進程，將抽象的概念轉(zhuǎn)化為觸手可及的產(chǎn)品和服務。開發(fā)者，則是這一過程中的核心驅(qū)動力，他們憑借精湛的技術能力和對用戶需求的深刻理解，不斷優(yōu)化算法、完善功能，使AI系統(tǒng)更加智能、更加人性化。學者們則站在理論研究的最前沿，通過嚴謹?shù)膶嶒灪蜕羁痰姆治?，揭示AI的內(nèi)在機理，提出新的算法模型，為技術進步奠定堅實的科學基礎。三者之間，通過頻繁的交流與合作，實現(xiàn)了知識的共享、靈感的碰撞，共同繪制出人工智能領域一幅幅絢麗多彩的圖景。每一次跨界對話，都可能孕育出顛覆性的創(chuàng)新；每一場深度合作，都有可能開啟全新的研究方向。正是這種多元化的互動與融合，推動著AI技術以前所未有的速度向前發(fā)展，不斷拓展人類認知與能力的邊界。
來源：數(shù)據(jù)猿
