美譽度品牌管理
作者 | jojo
編輯 | jonyle
馬斯克連線上海8分鐘，“AI創(chuàng)業(yè)教父”湯曉鷗來了，深度學習大佬楊立昆（Yann LeCun）、圖靈獎得主姚期智也來了。
美譽度7月6日報道，今天上午，2023世界人工智能大會（WAIC）在上海開幕！作為國內最高規(guī)格的人工智能領域行業(yè)大會之一，今年WAIC的開幕主論壇上請到了特斯拉創(chuàng)始人、CEO埃隆·馬斯克（Elon Musk）、香港中文大學教授湯曉鷗，華為輪值董事長胡厚崑等重磅大咖演講。
更有圖靈獎2018年得主、Meta AI基礎人工智能研究（FAIR）團隊首席AI科學家楊立昆（Yann LeCun），圖靈獎得主、上海期智研究院院長姚期智展開巔峰對話，多位大佬在上午的演講中拋出了眾多精彩觀點和干貨內容。
開幕式上，馬斯克通過連線進行了8分鐘演講，重提他對全面人工智能的安全擔憂，并預言未來機器人數(shù)量將超過人類，今年年底還將發(fā)布完全自動駕駛。
湯曉鷗暢談了大模型浪潮中，中國學者的原創(chuàng)力量正在崛起。
在國內，AI發(fā)展的算力基礎一直令眾多企業(yè)頭疼，胡厚崑談道，華為的算力基礎設施構建正在加速，讓算力不再成為AI發(fā)展的瓶頸，國內有一半大模型由AI昇騰提供算力支持。
微軟和OpenAI的強勁組合引領了這一波浪潮，微軟全球資深副總裁、微軟大中華區(qū)董事長兼首席執(zhí)行官侯陽博士也預言未來每一家公司的每一個應用程序都將由AI驅動，微軟將發(fā)掘數(shù)字化產業(yè)在各個領域的發(fā)展?jié)摿Α?/p>
楊立昆（Yann LeCun）和地平線創(chuàng)始人兼CEO余凱進行了線上交流，楊立昆重申ChatGPT不是AGI終局，視頻和圖像生成革命亟需推動。
更有商湯科技董事長兼CEO徐立與姚期智、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(chuàng)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，進行了關于大模型發(fā)展下一階段的發(fā)展方向，以及應用爆發(fā)在哪些垂直行業(yè)的探討。
本次展會展區(qū)面積達5萬平方米創(chuàng)歷屆之最，參展企業(yè)超過400家，涵蓋核心技術、智能終端、應用賦能、前沿技術四大板塊。
生成式AI和大模型為代表的新一輪AI加速演進，正在引領這一輪席卷全球的科技革命和產業(yè)革命，大模型也成為本屆世界人工智能大會的熱點，既有商湯日日新、百度文心一言、科大訊飛星火認知大模型、華為云盤古大模型等10余家基礎應用大模型亮相，還有達觀數(shù)據(jù)曹植大模型、蜜度科技蜜巢大模型、網(wǎng)易伏羲“AI繪畫平臺”丹青約大模型新品首發(fā)亮相。
一、特斯拉馬斯克：年內發(fā)布無人駕駛，預警AGI爆發(fā)
這是上海舉辦的國內最高規(guī)格的人工智能行業(yè)峰會之一，作為特斯拉的創(chuàng)始人，馬斯克這是第三次參加并帶來演講，分享了不少干貨信息和觀點。
人工智能將會在未來人類的演進中扮演重要的角色，我們看到了數(shù)字計算能力的爆炸式增長，其中有一個最關鍵的指標是數(shù)字計算能力、機器計算能力、生物計算能力的比例。
這一比例正在逐年變高，這也意味著機器和生物的算力差距在擴大，也就是說一段時間后，相比于機器智能，人工的智能化在全部的智能中所占的比例越來越低。
這將會帶來根本性的變化，現(xiàn)在也是人類歷史上最深刻的時期。
特斯拉的人形機器人開發(fā)還處于早期，但特斯拉公司創(chuàng)始人馬斯克認為，未來社會中會有非常多機器人，地球上機器人的數(shù)量會超過人類數(shù)量。機器人的計算能力更強，因此這似乎已經(jīng)成為發(fā)展的一大趨勢。
▲特斯拉創(chuàng)始人埃隆·馬斯克
當然，這會帶來積極和消極的影響，積極方面在于未來世界中，機器人為主導的生產效率會比以人為主導的生產效率高，但我們需要確保其發(fā)展有助于人類。
例如特斯拉的人形機器人Optimus，其目標就是幫助人類完成無聊、重復、危險等人類不愿意做的工作。馬斯克也談道，他現(xiàn)在不想過度樂觀于，特斯拉人形機器人做的工作未來在社會中扮演的角色一定很重要。
在自動駕駛方面，特斯拉也有興趣將自己的自動駕駛技術許可給其它汽車廠商。馬斯克談道，全自動駕駛的汽車會使得人們的使用率大大增加。目前，人們一周使用家用車的時間在10-20個小時，而全自動駕駛的汽車使用時間可能是一周50-60小時。
當前，特斯拉的自動駕駛技術已經(jīng)非常接近沒有人類干預的全自動駕駛狀態(tài)，馬斯克稱，特斯拉已經(jīng)在美國的道路上測試了，其自動駕駛已經(jīng)很少需要人工干預了。
此前，馬斯克也做過關于全自動駕駛的預測，但他認為此刻的預測比以往時候都更接近于現(xiàn)實。今年晚些時候，特斯拉就可以實現(xiàn)全自動駕駛。
此外，他還提及到對深度的全面人工智能的擔心，尤其是全自動駕駛汽車，不過他認為，特斯拉將很快加以解決。
全面人工智能在任何一個領域都比人類更聰明，因此人們需要一些監(jiān)管措施對它進行監(jiān)督。馬斯克認為，全面人工智能是幾十萬甚至幾百萬臺高性能計算機一起在數(shù)據(jù)中心中協(xié)作，組合產生超級智能，比人類更強大。
這可能出現(xiàn)一些負面的影響，但研究人員需要盡可能確保避免負面的未來影響發(fā)生。
最后，馬斯克談道，他一直以來非常敬佩中國人民的智慧和干勁，他認為中國（企業(yè)、研發(fā)人員）一旦下定決心要做一件事，就一定會把這個產業(yè)做得很好，包括AI產業(yè)，所以他相信中國會有很強的AI能力。
并且馬斯克還感謝了上海的朋友們，感謝陳書記，并希望下次有機會能線下參會。
二、香港中文大學湯曉鷗：我的三個學生，正在影響AI世界
聽完馬斯克的演講后，香港中文大學教授湯曉鷗就決定完成自己兒子的心愿，給他買一輛特斯拉。
湯曉鷗的演講主題“你好上?！膘`感來自電影《你好李煥英》，這一中國家庭劇創(chuàng)造了54億票房，原因在于人們開始買票看電影，原創(chuàng)力量正在崛起，這放到科技行業(yè)也是如此，如今，科技工作者也看到了曙光。
▲香港中文大學教授湯曉鷗
他談道，Transformer是一種新型網(wǎng)絡架構，通過注意力機制的計算方式，目前幾乎被AI內所有的大模型所采用。在大模型浪潮中，中國學者也正在貢獻很多原創(chuàng)力量。
湯曉鷗三位學生王曉剛、何愷明、林達華為深度學習培育出了一棵大樹。他形象地說道，王曉剛在深度學習最初幾年灑下了原創(chuàng)種子，何愷明打牢了深度學習的根基，林達華通過開源和大模型讓其枝繁葉茂。
2011-2013年深度學習剛剛開始的時候，王曉剛的第一項工作是，CVPR和ICCV這兩個計算機視覺領域最重要的會議上，全球共有29篇文章關于深度學習，其中14篇出自湯曉鷗教授的實驗室，并第一次將深度學習應用于計算機視覺領域的18個研究方向，包括人臉檢測、人臉重建、物體檢測、人體姿態(tài)等計算機視覺的最核心問題。
第二項工作是，王曉剛在Facebook之前讓機器做的人臉識別超過了人的眼睛。
第三項工作是，王曉剛帶領香港中文大學在ImageNet競賽中多次奪冠，并取得第一個ImageNet世界冠軍，他當年的對手是谷歌。
第二個學生是何愷明，他本科就讀于清華大學，在湯曉鷗教授的實驗室發(fā)表第一篇文章取得CVPR最佳論文，這也是CVPR 25年歷史上從亞洲出的第一篇最佳論文。
何愷明前往微軟和Facebook工作后，第一項工作是ResNet，解決了深度網(wǎng)絡的梯度傳遞問題獲得2016年最佳論文，使得深度學習能有效訓練超過百層的深度神經(jīng)網(wǎng)絡。
可以說，何愷明將網(wǎng)絡做深了，谷歌把網(wǎng)絡入口拉大了，才使得今天的大模型誕生。
第二項工作是他做Facebook做的Mask R-CNN，首次提出了真正高性能物體監(jiān)測算法框架，獲得ICCV 2017最佳論文。
第三項工作是他在Facebook做的Masker AutoEncoder，首次把基于掩碼的自編碼思想用于視覺領域的非監(jiān)督學習。
第三個學生林達華的OpenMMLab，通過口口相傳的形式成為國際上最具影響力的視覺算法開源體系，在GitHub上累計了8萬多顆星標。
第二項工作是發(fā)布國內首個多語種大語言模型書生·浦語。
第三項是發(fā)布LandMark天際，這是全球首個城市級三維實景大模型，該模型有2000億參數(shù)，能覆蓋100平方公里。
現(xiàn)在，他們種下的這顆大樹也已經(jīng)開始開花結果，兩周前，自動駕駛大模型獲得了CVPR 2023最佳論文獎，據(jù)谷歌學術統(tǒng)計，這是改革開放40多年來，第一篇全部由中國學者完成的國際計算機視覺三大頂會的最佳論文，這篇文章的牽頭作者是王曉剛帶出來的博士。新一代的學生已經(jīng)開始在上海成功起步。
湯曉鷗教授十分感性的在最后說道：“我不是在最好的時光遇見了你們，而是遇見了你們，才有了這段最好的時光?！?/p>
當每晚聽于謙老師的相聲入睡時，他總會想：“機器怎么可能超過這樣有趣的靈魂，我不信?！?/p>
三、華為胡厚崑：一手算力一手大模型，讓AI落地千行百業(yè)
今年的大會與往屆相比最大的不同是我們處于新的背景，ChatGPT的出現(xiàn)將人工智能推到了新的風口，通用人工智能已經(jīng)成為人類最熱門的話題。
當下，人工智能發(fā)展的方向已經(jīng)很清楚，AGI會改寫人們身邊的一切，華為輪值董事長胡厚崑認為，方向清晰了以后很關鍵的就是路徑的設計。
▲華為輪值董事長胡厚崑
其中，華為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(yè)大模型的行業(yè)創(chuàng)新，真正讓人工智能服務好千行百業(yè)。
首先，AI的發(fā)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戰(zhàn)。華為聚焦于鯤鵬和昇騰的根技術上，并取得了突破，當下，華為正在通過架構創(chuàng)新、生態(tài)發(fā)展、靈活共建手段讓算力不再成為人工智能發(fā)展的瓶頸。
通過架構創(chuàng)新提升計算效率，如在計算節(jié)點層面，華為推出革命性對等評估架構，突破傳統(tǒng)以CPU為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(jié)點性能得到30%提升。
在數(shù)據(jù)中心層面，華為2019年推出昇騰AI計算集群，把AI的數(shù)據(jù)中心當做一臺超級計算機來設計和管理。當前，華為最大的AI計算集群在深圳“鵬城云腦”二期，算力是1000P規(guī)模，2024年三期會達到16000P規(guī)模水平。
華為在烏蘭察布計算中心實測發(fā)現(xiàn)，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，華為圍繞整個計算產業(yè)的算力發(fā)展提出了硬件開放、軟件開源、使能伙伴、發(fā)展人才戰(zhàn)略，現(xiàn)在，硬件方面，華為已經(jīng)推出更多樣化的模組和板卡，擁有30多個硬件伙伴，基于生成式AI推出上百款AI硬件，可以滿足不同行業(yè)的場景需要。
軟件層面，華為提供全流程智能平臺支撐企業(yè)，其生態(tài)已經(jīng)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。
并且結合國內實際情況，華為還采用多種模式建設算力。第一種是華為打造了25個城市級的人工智能計算中心，第二種是為了滿足頭部企業(yè)自建人工智能算力中心的訴求，幫助企業(yè)建立自己的AI算力中心，如中國移動、科大訊飛、南方電網(wǎng)，第三種是對于算力需求旺盛的中小企業(yè)，通過云服務的方式提供算力服務。
胡厚崑還提到，華為一方面要持續(xù)提升通用大模型能力，另一方面還要建好行業(yè)模型，行業(yè)大模型能在通用大模型的基礎上給出更精準的答案。
華為推出了三層大模型結構，最底層稱之為“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(yè)模型和場景模型，被稱為“行萬里路”。
胡厚崑談道，從讀萬卷書到行萬里路還有很多挑戰(zhàn)需要克服，最關鍵的一點是要把各行各業(yè)的知識與大模型進行匹配、融合。
當前，華為盤古大模型圍繞金融、電力等10多個行業(yè)，支撐400多個場景AI應用業(yè)務落地。
在AI服務于科學研究方面，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將為科學工作者帶來更多新思路、新方法，為人類社會發(fā)展帶來新動能。
四、Meta首席AI科學家楊立昆：我不喜歡AGI這個提法
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）和地平線創(chuàng)始人兼CEO余凱進行了線上交流。
▲右為Meta AI基礎人工智能研究（FAIR）團隊首席AI科學家楊立昆（Yann LeCun）、左為地平線創(chuàng)始人兼CEO余凱
在過去十年里，AI最讓人激動的進展是，自主監(jiān)督運行創(chuàng)造了一場革命。楊立昆認為，自然語言處理如語言模型、語音模型等符號或者本質上和符號序列有關的技術正在創(chuàng)造一場革命?，F(xiàn)在要做的就是在圖像和視頻領域上推動同樣的革命。
楊立昆曾發(fā)表過ChatGPT不是AGI終局的觀點，這次他也談到了自己的實際判斷基準。
他并不喜歡AGI這個詞，他認為每一個智能都是專項的，人類的智能也都是非常專業(yè)、專項的。
ChatGPT使用文本訓練，無法用圖像、視頻訓練，它可以試圖預測文本中缺失的單詞、長文中最后一個單詞，但這樣的問題是它不可能準確預測文本中缺少的單詞，而是必須預測所有單詞的分布。
在視頻中，下一幀和上一幀有可能類似，但模型無法耦合視頻幀中出現(xiàn)的所有細節(jié)，使用不同的非生成式架構，聯(lián)合構建預測架構，而不是在像素空間中做預測，問題就是你應該怎么訓練他。
大模型并不滿足于一個目標，它們通過設計提示，使得你訓練的統(tǒng)計數(shù)據(jù)足夠優(yōu)質來達到目標，但基本上這一目標都無法被控制。
大模型一個接一個生成tokens，但它們不理解物理世界，沒辦法規(guī)劃、推理就沒辦法實現(xiàn)目標，這也意味著智能系統(tǒng)缺少非常重要的組件，在律師考試中，大模型可以發(fā)揮強大的檢索能力獲得很好的成績，但它沒有足夠智能的系統(tǒng)，去把碗碟放到洗碗機中。
而世界模型就是要讓模型像人類了解世界的方式一樣了解世界，通過觀察和少量交互的方式來訓練。
談及人類對AI安全的干預時，楊立昆談道，達到人類水平的AI最好辦法就是做更大的自回歸LLM，而讓它變智能也是讓它更可控的途徑。
人們通過目標驅動人工智能的理念，就可以設置其它目標作為其安全護欄，如讓這些系統(tǒng)不會出現(xiàn)欺騙、支配人類的行為、迫使AI誠實的目標、屈從于人類的目標，而需要小心那些讓模型好奇的目標等。
楊立昆不同意有些人害怕AI就希望AI受到嚴格監(jiān)管，他認為從長遠來看，要讓AI平臺安全、良善、實用的唯一辦法就是讓它開源。
想象一下，未來每個人都可以通過AI助手和數(shù)字世界進行互動，如果技術只被少數(shù)公司控制的話并不是好事，未來的AI系統(tǒng)應該保護人類所有知識，其訓練的方式也應該基于公開源頭。
五、微軟侯陽：大模型的“涌現(xiàn)”爆發(fā)絕非偶然
AI作為科研項目，最早出現(xiàn)在1956年，至今已發(fā)展將近70年。去年年底ChatGPT一夜爆紅，使得生成式AI瞬間爆發(fā)，很多科技從業(yè)者對其突然涌現(xiàn)感到驚詫不已。
微軟全球資深副總裁、微軟大中華區(qū)董事長兼首席執(zhí)行官侯陽博士談道，在微軟看來，所謂的涌現(xiàn)絕非偶然，這是無數(shù)優(yōu)秀科研人員數(shù)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(chuàng)新成果。
▲微軟全球資深副總裁、微軟大中華區(qū)董事長兼首席執(zhí)行官侯陽博士
OpenAI的技術突破依托于微軟智能云提供的基礎架構和算力支持。2019年開始，微軟和OpenAI展開深入合作，以海量云計算資源支持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(jīng)到來，微軟智能云由此開啟了加速上新的模式。
微軟將AI技術與企業(yè)云服務全面融合，微軟365辦公、GitHub開源社區(qū)、數(shù)字信息安全保護、Windows操作系統(tǒng)等，并推出一系列AI驅動的Copilot（智能副駕）服務，可以幫助用戶根據(jù)演講提綱要點設計PPT、演示稿等。
今年5月，微軟連續(xù)發(fā)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開發(fā)者開放了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(yè)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(fā)布時，微軟預計將提供超1000種開發(fā)者插件。
生成式AI展現(xiàn)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(yè)自身的創(chuàng)造力。
在將研究成果轉化為生產力方面，微軟總結了六個重點行業(yè)，包括優(yōu)化制造與能源行業(yè)的供應鏈韌性；零售電商行業(yè)的智能客服；游戲中NPC角色、劇情和對白設計；金融行業(yè)實時行情分析報告；生命科學領域臨床實驗數(shù)據(jù)分析能力；交互性、定制化、探索式的學習方式等。
同時，微軟在潛在安全風險方面，堅持公平、公正、責任等六大原則，并從自身的資源和技術出發(fā)，與各行各業(yè)的企業(yè)進行技術交流和業(yè)務合作，發(fā)掘數(shù)字化產業(yè)在各個領域的發(fā)展?jié)摿Α?/p>
六、巔峰對話：大模型下一步往哪走？文書、醫(yī)療、視頻行業(yè)應用被看好
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(chuàng)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，進行了關于大模型發(fā)展下一階段的發(fā)展方向，以及應用爆發(fā)在哪些垂直行業(yè)的探討。
▲從左至右：商湯科技董事長兼CEO徐立，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(chuàng)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
姚期智認為，中國的科學家在AI的發(fā)展上做了很多突破性貢獻，清華大學交叉信息研究院助理教授高陽在一年多前非常重要的算法突破貢獻，使得強化學習加快數(shù)百倍。
他認為ChatGPT之后，下一個重要目標就是擁有視覺、聽覺多種感知能力的機器人在不同的環(huán)境里自主學習各種新技能，但現(xiàn)有的強化學習方法太慢了，對于新的技術要幾個月時間才能學好，高陽的技術突破使得其在幾個小時就能做到。
交叉學科對大模型發(fā)展的幫助方面，袁洋認為，大模型用到交叉，大家想到的多模態(tài)是有觸覺、能看到、能聽到，但在多模態(tài)中，例如文本到圖片的生成，生成的圖片不是用戶想要的姿勢，他可以用鼠標拖動，這就是用戶用一種方式告訴大模型它想要的狗的姿勢是什么。
因此，大模型訓練中不應該只是把文本、圖像喂給模型，而是要找到行業(yè)的問題是什么、找到什么信息能解決這一問題，這就是模態(tài)補全。在這基礎上，再去收集足夠數(shù)據(jù)，做好模態(tài)的對齊。
對于大語言模型實際使用中的實際困難和挑戰(zhàn)，楊植麟認為，現(xiàn)在最重要的挑戰(zhàn)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(chuàng)造新的知識等。
但這些問題不能單點思考，人們應該系統(tǒng)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(guī)?；母咝嚎s，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。
潘新鋼則重點闡述了GAN和擴散模型的區(qū)別，他認為這兩個模型有三個差異，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，更大的計算開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于GAN，應用前景更廣。但對于性能和計算開銷有限制的特定場合，GAN是妥協(xié)的選擇。
第二是GAN和擴散模型的映射，擴散模型對于圖像內容的影響表現(xiàn)為較為隨機，不具有結構化，GAN可以有效編輯圖像中人的表情、動物姿態(tài)等，之后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(xù)性，設計時擴散模型的圖像空間較為不連續(xù)，跳變的情況，GAN表現(xiàn)出來比較流暢，看起來像動畫，把這兩個模型各自的優(yōu)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，姚期智認為是文書工作，袁洋認為是醫(yī)療，因為大模型基于預訓練的范式，能理解到醫(yī)療行業(yè)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(chuàng)造更高質量的內容。
七、IEEE主席：中國會員數(shù)全球第三，看好中國年輕科學家
開幕式上，微軟原執(zhí)行副總裁、美國國家工程院外籍院士沈向洋還與IEEE主席兼首席執(zhí)行官賽義夫·拉曼（Saifur Rahman）進行了交流。
IEEE在全球有43萬會員，中國的會員數(shù)量為第三大。IEEE正在開發(fā)相關的標準、出版論文、組織會議。拉曼提到，IEEE每年都會舉辦2000多場會議，200場在中國舉行。
并且，他強調說，IEEE是開源的，也希望AI整體的發(fā)展都是開放的，IEEE就提供了一個平臺和基礎讓工程師、開發(fā)者能共同討論人力、算力方面的工作。
科學家要做開放的研究，同時需要一定的監(jiān)管和保障，而IEEE的組織有很大的力量，可以影響相關的公司和國家。同時，IEEE的會議和期刊中發(fā)表的文章，能提高研究人員成果的可見度，讓他們的想法變得更加實際。
IEEE還將推動專業(yè)人士的職業(yè)發(fā)展，擴充中國IEEE的會員數(shù)量。IEEE每年出版的論文作者中有超30萬個作者來自中國，此前，他們還建立了一個社區(qū)，鼓勵更多中國工程師成為IEEE的會員。
并且，其會議形式現(xiàn)在多采用混合形態(tài)，可以通過網(wǎng)上會議、全息影像確保研究人員有沉浸感。
最后，拉曼談道，中國年輕人非常具有好奇心，他們會問很多問題，并希望自己成為知名科學家，與此同時，他們努力實現(xiàn)這些目標的過程更為重要。
結語：生成式AI熱潮繼續(xù)狂飆
ChatGPT掀起的生成式AI熱潮至今已半年有余，熱度仍然不減，各類大模型、聊天機器人應用層出不窮，成為本屆世界人工智能大會的一大亮點。
世界人工智能大會作為科技圈最高規(guī)格的行業(yè)大會，已經(jīng)成為全球科技行業(yè)的參與者展示前沿技術與最新科研成果的展示舞臺。
未來，AGI的到來是科技行業(yè)共同期待的目標，ChatGPT的爆紅只是一個開始，在世界人工智能大會上，眾多前沿科技成果的露出已經(jīng)讓我們看到AI行業(yè)突飛猛進的變局。
