2023世界人工智慧大會開幕式（現場文字稿）

《》播出後的這些天，不管在抖音、微博還是B站等其他地方，都有關於它的內容與視頻，特別是2023世界人工智能大會開幕式（現場文字稿）是最近觀眾討論的最多的，所以今天小編和廣大朋友們一起來聊聊。

圖片的一些模型，包括到2020年發布的GPT 3，到了2022年12月才開始正式發布。讓大家咱們現代數據的這種深層式的這個過程中，一方面是大家對這個整體的神經網路的一些運算，包括對一些資訊的處理，逐漸的演算法上的一些進步，演算法就越來越高級，越來越這個演算法的深度，包括處理一些事情的越來越厲害。另外一層其實是它的底層，其實就是現在我們比較火的這個晶片產業的一些發展，尤其是CPU的出現，CPU的整體的出現，它其實把整體的算力其實推到了一個非常高的一個制高點了。嗯，就能夠讓我們真正意義上能夠把人類的這個就是他用了幾年的時間，相對於說就把人類的很多知識一些融會消化就可以做到。而原來的話如果在我們算力不夠的話，就是底層的硬體支撐是不夠的時候，這個事情是無法做到的。所以是隨著我們對演算法包含對某些模型的認知逐漸迭代到現在的另一方面，其實它的底層邏輯的到來讓這些事情真正的變得可以為我們真正的服務了。我這個是不是又稍微有點可以理解的？可以。

理解，其實所以說所有的技術它沒有什麼橫空出世的，對，它一定是經過了一個長時間的積累。對，還有這個技術的發展迭代的這個程度哈，導致這個，嗯，不能說導致哈，就使得這項技術突然間就讓所有人都知道了，可能他在努力的這個過程是我們看不見的。對的，但是我們看見的是那個結果，是那個成果。嗯，那吳姥姥您呢？您對這個這些技術有沒有一些了解？可以和我們來做一些補充的。

深層向他們技術人員的了解我肯定達不到，但是怎麼領域不一樣？對，但都會關注。嗯，因為我覺得對於我搞科普或搞科學教育的人來說，甚至是搞科創教育，因為我主要是這三樣的工作，那麼我一定會關注到這些技術的問題。但是我覺得這個技術的問題怎麼掌握？怎麼讓孩子們能夠了解掌握，我覺得對我們所有的教師來說都是非常重要的。嗯，那如果教師不去了解他的話，我覺得那個教學當中就有就有遺憾的點在這個地方，所以我還是會關註一些，那麼特別是剛才我就提過了那個深城市的這個這種機器人的那個發展訓練，這種過程很多人在仔細的研究它機器到底是怎麼學習的，那麼它的那個神經網路怎麼樣的逐漸的健全起來？我。

想提一個小請求，您會用什麼樣的語言，淺顯生動的語言來給不懂的青少年朋友或年輕人來說這樣一個概念？

這個好像很多的青少年能夠說一說就他理解的。嗯，因為他們在平常就是你比如我們家裡有的人都會有一些小的，那個什麼小度小的，小什麼什麼的，對對對，然後他們也有芯片，對吧？他們在學習的過程當中他就知道這個晶片，這個單晶片我要他怎麼工作？怎麼我要教他，我要程式設計嗎？就要倒進去的，所以這些東西他還是能夠理解。

也天生有這個好奇心。對。

對對對，我覺得對青少年來說太容易講了，如果要是跟一些老年人可能恐怕還比較累一天。是，嗯，這樣你很容易講的，他們很容易，但是關鍵就是讓他們知道我們用這個東西是做什麼的，我能解決什麼實際問題。所以我在指導青少年做課題的時候，不是說學3D列印，要學數字切割或是學點什麼，你怎麼造一個模型，而是要你要解決你自己的問題。是就希望他能夠發現身邊或是學習上或是生活中有什麼問題值得他關注。嗯，他能夠去敏銳地發現這個問題。

是，唉，大家都希望解決的，而且我可能會解決，我可能解決，那這樣的話我就覺得這個是特別好的一個現象。所以他要解決他的問題，他就必須要去學習，那他的這個學習過程就特別的生動，而且特別的有意思，他自己也特別的強烈這個願望，那麼他在學習過程當中他就會掌握一些技術。

我覺得對青少年來講最主要的是為什麼要學這個技術？他要明確不是說一個班級我要教他們編程，大家就學，學完了以後盯著屏幕看了半天，最後還不知道用在什麼地方就結束了，這一個學期的課就結束了。我覺得這一點不是特別重要的，重要的是他為了什麼學技術，他有這個強烈的願望才好，我給你舉個例子好不好？好呀。

就有一位同學，他說媽媽在回家的路上，就走進他的那個家裡的門樓道進來。嗯，進門的時候腳步聲，他想聽一些。媽媽的腳步聲是沉重的還是輕快的，就表示媽媽今天是累了，還是在工作當中，會有什麼樣的一些那個不順心的事情。還是很開心，她想了解媽媽的心情，她作為女兒，她關心媽媽，媽媽進來，我是不是要放下我的手中的那個作業，去給媽媽倒杯水，拿拖鞋等等。那有的時候他作業特別緊張，可能就忽略了媽媽的問題，那麼他就要用人工智慧了，他在這走廊上要裝一個麥克風，對吧？接受媽媽的腳步聲音，媽媽他要做一些研究，媽媽什麼樣的腳步聲音會是反映他什麼樣的心情。嗯，那就在電腦裡要輸入採量，大量的數據採集下來，然後跟著數據跟他的媽媽的一些表現去做對照。這個就是一個很好的案例，就是也是用了人工智慧，這個是算一些，對。

吧？對對對。

對對，算了，我看建國一直在笑，我想咱們倆是不是想的一樣的，這是個體貼的姑娘，如果換做是我們，可能我們想的是。嗯，這會開小差呢？對的，聽家長是不是回來了，我是不是趕快。

把電視。

趕緊回到這個書桌前，開始寫作業看書了。好的，我想您傳達的就是這樣一個，就是我們的生活和學習是不可割裂的。嗯，我們的生活可能處處都是一些科學道理，都是一些需要我們去觀察，去看看能不能運用到生活當中來解答生活當中疑問的事情。不只是為了考試，不只是為了那個分數或某一個節點，比如說上大學，或不只是為這些，而是為更遠的一些用處。

對，嗯，其實學生會研究了以後，他學習不會考不好的，不會學不好的，學的好了，那也就考得好。因為我常跟家長說，他們人家很多人質疑你要不刷題做研究，那怎麼考得好？其實從兩種的角度來說，第一，他在學習的過程當中，他如果努力的研究課外複習，不是不做題，而是也是對題目也要進行研究複習，把知識吃透了去做這題目。嗯，就比較簡單了，那麼到時候他已經有一個研究的習慣了，那麼他到時候考試的時候，第一他不會這知識都掌握了嗎？他肯定考得好。第二個最重要的一點就是因為現在的考試也有改革，要考很多的情境題。

嗯，就是你這個考試的題目，不是簡單的說已知什麼什麼什麼一個給你畫一個什麼模型圖，比如那個導線或者是什麼一根棍子，它的受力等等，不是那麼簡單的，它就會告訴你可能是出現在一個什麼場景中，嗯，甚至是什麼什麼北斗或是什麼。就一段描述現象，那已知條件裡邊一些數據都不一定是都用到，不像從前漏用一個數據，我都特別緊張，好像我這個解答不對了，但是有些現在需要你自己來建立模型了。那你說一直刷題的人看到這樣沒刷過的題目是不是很緊張？那他一緊張就影響他的發揮。那。而一直習慣做研究的人看到了這樣的問題，馬上就他的習慣就是，唉，再去研究這個題目，再怎麼做。唉，其實。

行為形成一種好的習慣，思考。

習慣。嗯，一個思考習慣是它的條件反射了變成。嗯嗯，那這樣的它肯定是很好的，能夠解決一些問題。嗯，所以在考試的時候你平常一直是會研究的人，那肯定是核酸的。

嗯，所以說其實不是不刷題，我們刷的是生活當中的題目。

嗯，刷的是，不要說刷這個字，刷這個字就有點激進。好。

我們不說刷。

這個字就可以說做題，研究題。

對。建國有沒有關注？姥姥？

我昨天才開始關注的這個，從。

對，從昨天開始，從今天開始就應該我們，我已經。

看了姥姥終食小迷弟了，哈哈哈，你知。

不知道吳姥姥從這個影片開播以來哈半不超過半年的時間粉絲量就超過了500萬，而且每個月都是50萬60萬粉絲這樣的增長。對的，所以其實這是一個很可喜的現象。對，所以很多網友都在說，這才是我們這個時代真正該追的星。嗯，對，所以我們也是呼籲更多的人我們來關注到這個視頻當中，所以其實對於吳姥姥來說也算是頭一次創業，第一次創業就成功，哈哈哈，對的，您在做這個影片當中有沒有什麼就是感受？能和我們分享一下，會不會在一開始的時候會遇到一些，也會遇到一些困惑，或是也會遇到一些難題，還是一開始就很順利。

其實大家都認為我怎麼樣，但我自己覺得我還是本色的出演。但我背後的團隊小夥伴們支持我，而且鼓勵我。一開始我是覺得因為實際上我這個人是比較愛玩，就是不是那種玩，不是說去什麼打球之類的玩，而是喜歡玩一些這個小玩意兒，那個它裡邊有物理道理，我覺得，唉很稀奇，好奇心也特別強。那麼平常跟學生或是跟我們周圍的年輕老師就會，唉，拿了個玩具，大家就研究研究是不是可以變成那個物理的教具等等，就是玩這些東西，那有的時候不上手，或是玩出什麼洋相來都會有的。所以我平常是很開心的一個人，但是到鏡頭前我是會有拘束的，在全國人民面前我展現出我這種嘻嘻哈哈的東西，我就覺得有點不好意思，但是。

很可愛，哈哈哈，不是。

人家鼓勵我嘛，鼓勵了半天後我想那就豁出去吧，因為還是要傳播知識。另外我開心的事情，我希望周圍的人都開心，但是如果用更多的人，這個成千上萬的人也開心的話，也挺好的一件事情。嗯，另外我也有一個理想，夢想或幻想也可以了，就是我希望全民大學物理。物理是很重要的一門基礎學科，如果這個全國好多人都覺得物理害怕，家長都覺得子女學物理的時候家家長先緊張起來，那孩子，特別是對女孩子來說，家長就覺得，唉呦，別學不好，我帶著外邊先補一下。所以我們上海不是六年級進國中嗎？有的六年級就要帶著外邊去補數，補物理，然後到了初一再補一下，然後到了這個八年級再開始學物理，他已經學了好幾遍了，他就覺得自己都懂了，實際上他會刷題了。但是他不一定就是懂，不一定對物理不一定有感情，那在做的時候，對，然後就會覺得枯燥，或者一旦是做題目或者是考試有點挫折了，那個分數比不過​​人家的，他就會急。所以我希望大家是從小就喜歡求玩物理，其實這對新生兒來說，他最早接觸的就是一個物理的對他的啟蒙，比如他摸摸媽媽的手，或者摸摸一些軟軟的東西，或一些硬的東西，它的語言不是軟和硬，但是它有這個概念。所以他就像小孩兩三歲、三四歲他會搭積木了，你會說這重力的問題，這是穩定性問題，這是什麼重心要放在底座這個上面，這個他不聽不懂的，但是他會摸索出來。唉，搭的高了，搭了高的家長說拍拍手，唉，太好了，你搭那麼高啦，那小朋友高興了，再高一點，再高一點他會琢磨的。

所以這些都是物理問題，很小都會學物理，所以我最近一直在想一個問題，因為我在想這個牛頓到愛因斯坦這個突變，然後當時的人就覺得愛因斯坦這個理論是想不通的，那麼現在我們的人就覺得，唉，愛因斯坦理論要學也可以學得懂，因為他就運動學，不用高等數學就是基本的數學公式就可以解決了。

那麼這一點來說，為什麼當時都想不通的事情，自己現在都很想得通，國中生也可以聽得懂，那為什麼不小時候好好的學物理，讓他在生活當中，在玩當中就把物理學會了，那麼爺爺奶奶跟著也可以學，跟孩子們一起學。那麼這麼好玩的東西學會了，到了孩子國中高中在學物理的時候，真的就是深入研究了，對吧？例如微積分剛發明的時候那麼難，那現在大家也就是高大學都學，也覺得還可以，但是所以我就覺得物理的教育是應該要有一個突破的時候了，在人工智慧的社會可以更好的讓物理教育突破。

嗯，對，這一點還想跟您來展開聊一下哈，其實剛才我們從姥姥身上能夠看見的很多閃光點，當然除了這個本身的能力之外，對於學術的這個能力之外，我們還看見的就是好奇心，對和這個興趣點怎麼來保護，怎麼來保持，一直能夠持續很長時間，也許這才是我們能夠學習好的一個原動力。

包括我們在看影片的時候，我們看見姥姥用非常腦洞大開的一些道具，還有一些這個生動的語言，來給我們把一些很生澀的技術詞語說得非常通俗易懂。而且我們在許多生活當中大家習以為常的現象，或者大家不會去關注到的現象，姥姥能夠提煉出來，告訴我們這背後的道理，這都是非常有趣，非常長知識的，所以您覺得在人工智能時代會不會是有更多的？這個您覺得會不會是有更多的助力來做好這個科普？或者您覺得在這個時代我們該怎麼來做好給大家的科普呢？

首先這個人工智慧社會，我希望有一個人工智慧的姥姥。哈哈，那幫我做一個。

嗎？對的。

為什麼呢？我其實還是有一些自己有一些覺得吃力的。嗯，就是，嗯，為什麼呢？就是一個是年紀大了，這體力問題事情還比較多。另外還有一點就是，嗯，很多的講解，我希望，因為畢竟在鏡頭界講解跟課堂上跟學生的交流是不一樣的。嗯，學生交流，我看到學生我自己就是話就自己就出來了，很開心的跟學生的那個互動。對，或互動講一個物理的問題，但是對著鏡頭的時候我的感覺是沒有那個舒服，那很多長篇的東西又要是讓剪的人，就是不要把我的所有的語言，對吧？是不是再重複一遍，或什麼？不要讓他把這些語言再一點一點的摳掉，那我就需要把語言精列出來。嗯，有的時候我就要用一些寫好的稿子，但寫好的稿子必須要眼睛看到，對不對？然後他現在有提示畫面嗎？但是我眼睛看不清楚，稍微遠一點我就看不清楚。我現在兩個眼睛有點，就是左右兩個眼睛看的不會重合，嗯，就是閃光的厲害。所以這一行字就中間那個全部是兩行字，就是重疊起來的，根本看不清，所以我覺得還有很多話要說，還有很多的那個小影片、小實驗要做。

嗯，來不及，因為網友提的問題也很多，我覺得網友是幫著我學習。嗯，他有的時候提的問題。唉，怎麼更好的解決？或者是那個問題是。嗯，上天入地，我不一定了解的。那我去學習，所以我特別感謝網友。但這個最好有一個人幫忙，人工智慧幫我，那我們就可以策劃好了，讓他幫我多說一點。

東西。嗯，其實您更該開更多的直播。

憑啥？我？如果我寫好的東西不要再讓我去講了，讓一個姥姥代替我講。哈哈哈，你幫忙。

吧。其實。

是可以的，建國要加油。

那必須的，哈哈哈。

你現在正在這個醫療復健？對對對，剛才也提到了物流是不是也有一些。

這個？我們做一些不是物流，是相當於說，也等於說輔助出行。嗯，幫助，因為我們除了醫療復健之外的話，我們還做一些幫助這個老人、殘疾人做一些出行的產品。

你是什​​麼時候對這個科技產生興趣？你是在哈工大？

對，學的計算機，我這個剛才其實聽姥姥講的時候，真的是我一直在勾起自己小時候的一些那個什麼，因為姥姥我有我爸爸原來也是一個物理老師哦，哈哈哈哈，所以我其實從小就是。對，嗯，這些就是這個世界是有薰陶的。唉，對對對，感覺從小這個世界是可以被創造很多東西，就是一直從小就有這個這個思維，就覺得這個世界的很多東西是被創造出來。它並不是說這個世界就是這個樣，你去接受它，你去適應它的問題，嗯，而是說有一個創造的思維在的。

好的，我們對於你的這個經歷我們再找一個時間來展開說，因為我們的這個馬上就要回到現場的這個嘉賓分享了，我們接下來就要來聽一下現場的嘉賓是來，我們再稍微等一會就進入到現場去看我們這個演講嘉賓的分享。稍微的來總結一下，剛才兩位說的其實就是我們從孩童的時期起就要保護起大家的這個好奇心，嗯，怎麼來保護他們的這個興趣點，以及讓他們來持續的能夠對一樣事物保持的這樣一個探索的這個精神。那這些可能才是能夠讓我們新一代的這個年輕人走上這個科創道路，或者說能夠在自己的這個職場道路上不斷的提升自己的這樣一種嗯，動力。

那接下來我們也會聽到一些嘉賓來分享他們在這個，尤其是哈有一些大家也比較耳熟能詳的這個著名的一些科技達人，科技極客，他們待會也會來給我們分享他們的這個成長過程當中的一些故事，還有一些思考，我們也可以從他們的身上能夠提煉出許多能夠傳達給我們青少年的一些精髓。那現在就讓我們一起去看一看。

好的領導，各位來賓，女士們，先生們，大家上午好，我是上海廣播電視台第一財經的主持人黃偉。智聯世界生成未來正如開場秀當中我們看到的深成式AI與藝術家共同演繹的那樣，當前以深城市人工智能和大模型為代表的新一輪人工智能加速演進，引領了本輪席捲全球的科技革命和產業革命，人類前所未有的接近一個全新的通用人工智慧時代，這也引發了全球共同的關注和熱議。

接下來我們要請出的是我們大會的一位老朋友，他一直以來都是處於全球科技探索潮流前沿，以超前的預判和執行力推動著科技進步和產業發展。接下來我們要有請特斯拉公司執行長馬斯克先生，為我們帶來他關於通用人工智慧新時代的AI創作。請看大螢幕。

hello，everyone in。

Shanghai。大家好，上海的各位朋友們，尤其是陳書記，您好，我覺得人工智慧將會在未來人類的眼睛中間扮演，包括對文明扮演非常深刻的作用和影響。我們也看到了數位運算能力的爆炸性的成長，最關鍵要考慮的一個指標是一個比例，就是這個這種數字計算的機器運算能力和生物算力的一個比率。什麼意思？就是人類能夠做多強的計算，然後計算機和機器能做多強的計算？那麼人類計算機和人類的這個算力的比值是多少？每年這個比率都在越來越高，也代表什麼呢？就是機器和生物的算力之間的差距在進一步的擴大，那就意味著經過一段時間之後，人工的智能，它在全部的智能中間所佔的比例會越來越低，相比於機器智能而言，這將是一個根本性的深度的變化所帶來的影響，現在也很難做出一個理解，但是可能說這是現在人類歷史上最深刻的時期。那麼特斯拉的Optimus人形機器人還在開發的一個階段，還在比較早期的時候，但在未來我們將會有非常多的機器人。那麼馬上需要考慮的也是說到一個比例的問題，就是，機器人和人類的這個比率是什麼？就是在現在看來，現在做一個階段將會超過1:1，那也就是說地球上的機器人的數量將會超過人類的數量，他們的計算能力要強很多，那麼這個似乎就是一個發展的趨勢之所在，這就會有正面的影響，也會帶來一些負面的影響。正面的影響就是我們將會進入到一個短缺後時代，不會再有短缺了，那麼在這種情況，那麼這個時代將會是一個富足的時代，只要你想要的立刻就能夠獲得了。因為這些未來的世界裡面的非常多的機器人的情況下的話，它的生產效率將會比人類的一個展為主導的一個生產效率要高很多，所以這是非常大的深刻的變化，所以我們要很小心，以確保它最終的結果是有助於人類的。但現有的一個我們的發展趨勢，就比如說在特斯拉的這個人形機器人的這個領域裡面，我們看到現在未來這個機器人會越來越多。Optimus他這個人性基金就是能夠幫人做一些工作，就是他他也不是說非常強的智能，但是有足夠的智能來個做一些那些無聊的，重複的，而且危險的人類不願意做的工作，這就是我們的目的，所以Optimus人形機器人的一個目標就是做這些人類不想做的這些事，所以這可能會還蠻有用的。我也不想現在過度的自信或樂觀於特斯拉，Optimus的一個角色就一定會很重要，但是他有個自動駕駛這一塊，特斯拉也非常有興趣於將自己自動駕駛的技術給其他的汽車製造商進行一個分享和許可。技術許可我們覺得這是一個非常有用的技術，我也覺得讓大家駕駛的這種無聊的這個過程就徹底拜了，就是超越時代的，而且也會見到這個汽車的使用的率會大大增加，一般情況下一輛家用車一周大概那10個小時到20個小時的使用時間，多數的時間都是在停車場裡趴著的，但是對於全自動駕駛的汽車來說，他可能會使用的時間會是一週50-60小時，總共一週就168小時。所以它的使用率，全自動駕駛的汽車的話肯定是，比非全自動駕駛汽車的比例快翻5倍了。在特斯拉我們也想提供這樣的這種技術，這也是為什麼願意把這些全自動駕駛的這個技術授權給其他的汽車製造商來加以使用。那麼當前我們自動駕駛的一個狀態如何？特斯拉，嗯，我們覺得已經非常接近，嗯，就是沒有人類幹預的全自動駕駛的一個狀態了，我們這已經在美國的道路上測試了，現在很少會需要人工幹預了，所以我再開一輛特斯拉，使用最新的FSD全自動駕駛貝塔版的這個技術的系統的時候，基本上從點a到點b不需要摸什麼控制器了。所以這個還是一個預測，一個猜測。但是我覺得要實現全自動駕駛，或者說這種4-5級的這個全自動駕駛這個階段大概就今年晚一點時候就能實現了。我以前也做過預測，都錯了，但是我覺得此刻做的這個預測比以往任何時候都更接近現實。所以我們需要還有一個要很擔心，就是對這種深度的、全面的人工智慧要擔心，要有點擔心，尤其是全自動駕駛汽車。你比如說在這個例子裡面就是對我們來說，對有限的、有局限的AI去做是有難度的全自動駕駛汽車的，但是我們覺得很快能夠加以解決。我已經預測了，大概今年晚一點時候能夠實現全自動駕駛，不能100%保證，但是趨勢就是今年晚一點時候實現全自動駕駛。但是這個這種有限制的人工智慧和一個全面的人工智慧的情況完全不一樣的。全面人工智慧很難去定義全面人工智慧，它是一種類型的人工智慧，它比人類在任何一個方面做的都要聰明的多，任何一個領域都要更聰明。嗯，特斯拉沒有做這方面的研究，其他公司在做全面人工智慧的研究，但是我覺得這是我們需要去考慮的，現在很重要，需要有一些監管，對於他們進行監督，從而確保這種非常深度的人工智慧。我說的這種人工智慧就是有點接近於，幾萬台高性能計算機，或者幾十萬台高性能計算機，有的時候幾百萬台高性能計算機、最先進的計算機一起來合作，在一個數據中心裡面進行協作，產生一個超級智能組合的超級智能，這樣的超級智能有強大的能力，比人類要強大的，這是一種風險，一種擔憂。那他可能會有很正面的未來，但也有機率會出現一些負面的未來。我們要盡自己的可能，確保這些負面的、負面的未來不會發生，然後正面的未來就會發生。好的，我有非常多的，這中國有非常多的聰明的智慧的人們，我一直非常欽佩中國人民的這個智慧和乾勁，中國一旦下定決心要做一件事的話，他一定​​都能把這個產業做得很好，各個經濟領域各個產業都是這樣的一，當然也包括人工智慧這個產業，所以我相信中國會有很強的AI的能力，這是我的預測。非常感謝大家邀請我來出席今天的活動，線上的表達一些觀點，我們希望大家覺得這些觀點有趣。再次感謝上海的各位朋友們，感謝陳書記，我期待下一屆能夠線下參加。

好，謝謝掌聲，謝謝馬斯克先生今天為大會帶來的分享內容創建展望明天，創新點燃未來，原始創新引領核心技術突破，上海始終走在全球的前列，接下來我們將掌聲有請香港中文大學湯曉鷗教授來介紹他和團隊在原始創新領域的最新進展。掌聲有請。

這個就在一輪後面講，這個壓力非常大，這個我的兒子塞繆爾，這個特別想買一輛特斯拉，所以我想我這講完我就給他買一輛。尊敬的陳吉寧書記，公正市長，尊敬的各位領導、嘉賓朋友們，早安。你好，上海。這個雖然這個標題是我的心裡話，但是這個並不是我的原創，這個標題的原創實際上是非常昂貴的，54個億，它的這個成本。你好，李煥英，這是我在21年春節的時候陪我爸媽。

這個嗯，看的一部東北人賈玲原創的電影的票房，這個中國的票房它是從1994年開始統計的，第一年的這個票房冠軍是這FUGPT 2500萬，那我想今天一部這個中國的這種家庭劇，能夠創造這個54億的這個票房，這個奇蹟的一個最主要的原因就是我一直來講的和30年前相比，我們大家都買票看電影了，盜版沒有了，就是當原創的作者能夠賺錢也能吃飽飯，就有力氣拍下一部電影。

中國的文藝作者要求並不高，就是希望給口飯吃，給點陽光就燦爛，那我感覺到中國的科技原創者也開始看到了曙光，正這個騎車走在去食堂的這個路上，希望也有口飯吃。那我今天這個顯然不是來講電影，我想大家最想聽的肯定是人工智慧和這個大模型，那索起大模型就肯定離不開這個Transformer，大家可能會問，這個變形金剛這張照片和Transformer有什麼關係？一點關係都沒有，就是因為他們英文名字是一樣的，我把它放在這裡主要是想吸引大家的注意力，因為這個用英文講就是get your attention。因為Google在2017年發表的Transformer的文章的題目就叫attention is all you need。

Transformer是一種新型的這個網路架構，透過這個基於注意力，也就是attention機制的這個運算方式，就在單一的運算層內捕捉非常長距離的關係，目前幾乎被AI領域裡的所有的大模型所採用，成為這個大模型的基石。我今天想簡單回顧一下，就是在大模型中，中國學者到底做了哪些原創的貢獻？因為時間關係，我只想花大概幾分鐘時間簡單回顧一下我三個學生在各自的崗位上，在過去十年對深度學習的原創貢獻。我先回顧幾個歷史事件。2010年，三位圖靈獎得主Hinton亞拉控本9共同開啟了他們花了很多年研究出來的深度學習的大門。而開啟這扇大門的第一聲門鈴是辛田和微軟的登立師兄在2011年在深度學習語音辨識上劃時代的突破。2012年今天和他的學生Alex Krzyvsky和Elia Suskever設計了Alex。net在這個圖像識別image net比賽中取得了另一個劃時代的突破。這個SARS改為就是今天這個OpenAI的這個共同創始人和他的這個首席科學家，那從2011年到2013年深度學習剛開始的時候，我們做了什麼？這就是我想講的第一個學生王小剛。

小剛是本科這個中國科大少年班和00班的第一名，然後碩士期間在我實驗室讀的博士，是在MIT私從MIT的前校長艾瑞克格瑞姆森教授。09年MIT畢業回到我在中國大學的實驗室做教授。2011年到2013年，CVPR和ICC為兩個視覺最重要的會議上，全球共有29篇文章做深度學習，其中有14篇出自我們的實驗室，全世界其他的實驗室做了15篇。我們有十八項工作在全世界第一次將深度學習用到視覺問題上，包括人臉識別，人臉檢測、人臉重建、物體檢測、人體姿態、圖像超分、三維形狀識別等計算機視覺最核心的問題。安卓任曾經評論說，你們顛覆了電腦視覺。在深度學習的大門上，我們按了18次門鈴。

第2項工作，小剛第2項工作就是他是在這個人臉辨識上，第一次在Google之前，在Facebook之前，讓機器人做的人臉辨識超過了人的眼睛做的DDPID系列。2015年第三項工作就是小剛帶隊取得了中國學者第一個image net世界冠軍。就是前面講的Hinton做的x net那項，那個參加那個競賽。在image nice上，小剛當年的對手是Google。

我想講的第2個學生是何凱明，本科是清華大學，2003年廣東高考狀元，本科讀的是物理博士，是在我的中文大學實驗室取得的。凱明在我的實驗室讀碩士期間發表了第一篇文章，取得了西威PR最佳論文。這是西威PR2 25年歷史上從亞洲出來的第一篇最佳論文，這是2009年。所以我就一直跟凱明開玩笑，我說你這一出手就到了巔峰，那從此以後你的學術生涯就只能往下走了。結果他去了微軟和Facebook工作以後就一路走高。它的第一份工作我想提的是，Resnet是在MSR做的，在2015年之前，深度學習最多就只能訓練到20多場。Resnet在網路的每一層引入了一個直連通道，從而解決了深度網路的這個梯度傳遞的問題，獲得了2016年的最佳論文，是電腦視覺歷史上被引用最多的輪，超過了17萬次。那之後就可以有效的訓練超過百成的深度神經網絡，就他把網絡打得非常非常的深。在大模型時代，以Transformer為核心的大模型，包括GPT系列也是普遍採用了Resnet結構，以支撐上百層的Transformer的堆疊。我想總結起來就是凱明把網路做深了，Google把網路的入口拉大了，那麼又深又大才成為今天的大模型。

NPS第二項工作馬斯克阿西因是在Facebook做的，首次提出了一個真正高效能的物體偵測演算法框架，獲得了ICTV 2017年最佳論文。凱明應該是世界上唯一的一個在畢業不到十年內三次以第一作者的身份獲得CVPRSCV最佳論文。mask的auto encoder是在Facebook做的，首次把基於掩碼的自編碼思想用於視覺領域的非監督學習，開啟了計算機視覺領域自監督學習大門，並被推廣到三維音頻甚至是AFO science領域。今天早上我收到海明的一個Email，它會有一個比較更震撼的動作，以後大家會看到。第三個學生，我想講的叫林達華，他本科是中國科大碩士是也是香港中文大學博士，在MIT是從也是從。error grim set，他於2010年在MIT讀博士期間獲得NIPS最佳學生論文，這是機器學習頂會這最高獎。2014年回到我的實驗室做教授，他的第一份工作open mm lab在了2018年，從一個小團隊開始，在沒有推廣投入的條件下，以口耳相傳的形式成為國際上最具影響力的視覺演算法開源體系。在Git Hub上累積了8萬多顆星標star，目前用戶遍及全球140多個國家和地區，60%用戶來自海外。它的新標其實已經超過Pytorch了。

國內第二項工作，書聲葡語國內首個將正式發布的千億參數、語境長度8K的多語種大語言模型，具體評測細節今天下午會在科學前沿論壇正式發布，我這裡就不劇透了。第三項工作，書生天際Landmark，Landmark在2021年12月，達華的團隊首個提出。在2021年12月，達華的團隊首個提出了CT NERF技術。早於谷歌，把NERF技術從物體級拓展到城市級，這個Landmark是全球首個城市級nerve實景，三位大模型，留有2000億參數，覆蓋100平方公里，今天下午會正式發布。我在這裡就先劇透一下，請大家看一下這個螢幕的影片。

這是達華的三線工作，那麼今天下午，這個由達華和喬宇主導的書生大模型體系，包括語言、視覺、多模態和三維，將在科學前沿論壇上正式發布。我想回頭看這個，怎麼不動？回頭看這個小剛在深度學習興起的最初幾年，撒下了這個很多原創的種子，凱明將深度學習的根基打得非常牢，打得很深。達華透過開源和大模型讓其枝繁葉望，讓我非常欣慰的是，這棵大樹已經開始開花結果。就在兩週前，我們的自動駕駛大模型從9155篇文章中脫穎而出，獲得了CVPR 2023年最佳論文獎。根據Google學術統計，在這是改革開放40多年來，第一篇全部由中國學者完成的國際電腦、視覺三大頂會的。

他是小剛帶出來的博士，open mm lab是達華帶出來的博士陳凱做出來的。當年我們實驗室的另一篇做的超過人臉的超過人眼的人臉識別文章的作者陸超超，也從劍橋大學博士畢業回到了上海，正是正在和中國唯一的圖靈獎獲得者姚先生在上海的騎士研究院合作從事AI基礎理論研究，新一代的學生已在上海成功起步。

謝，最後我想對凱小剛，凱明達華，陳凱，弘揚超超以及所有我曾經合作過的學生老師們，還有今天上海在座的朋友們講一句，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。這句話非常的優美，富有詩意，也發自的內心，可惜它也不是我的原創。這句話是於謙老師他的原創，這是他在電影老師好中的一句經典台詞。就每天晚上睡覺前，我都是一邊聽著這個於謙老師的相聲，我就在想，機器怎麼可能超過這樣有趣的靈魂，我不信。謝謝大家，我們一起努力，上海加油。謝謝。

謝謝湯曉鷗教授，謝謝，謝謝您對於上海的認可，我們一起加油，再一次感謝，我們特別期待著湯教授和他的團隊能夠繼續在原創性、引領性領域能夠捷報頻傳。各位，新一輪人工智慧領域的創新驅動，這是一個整體性的系統模式創新、算力製勝、相互促進和互相使能。接下來我們將會掌聲有請華為輪值董事長胡厚坤先生帶來關於共贏人工智慧新時代的主題演講。掌聲有請。

尊敬的吉林書記、公正市長，尊敬的各位領導、專家來賓。大家早安，非常榮幸能夠再次代表華為受邀參加世界人工智慧大會。我想今年的這個大會與往屆相比，它有一個這個最大的這個不同，就是我們在一個新的背景之下，大家都知道去年底的時候這個ChatGPT的出現，把人工智能推到了一個新的風口上，可以說人工智慧，尤其是通用人工智慧在當前這個時期已經成為了我們人類社會最熱門的一個話題，沒有之一。

最熱門的一個話題。那麼昨天我下午的時候，我也跟往常一樣，我就先到這個展館去轉了一圈，我看看大家都在忙些什麼。我也看到了這個這次的這個大會的展，展館裡面大家圍繞這個一方面是​​大模型的研究，另一方面是大模型在不同行業的應用，大家都展出了非常多的這個成果。那我想這一切都說明了人工智慧的發展正帶給我們這個新的期望。

未來人工智慧發展的方向其實是很清楚了，我們大家都堅信在一個不太長的時間裡面，人工智慧，尤其是通用人工智慧會幫助我們去改寫我們身邊的一切，那我認為當方向清晰了以後，很關鍵的就是路徑的設計，我們究竟要怎麼走過去？所以今天我也想利用這次大會的機會向大家來報告。華為目前站在當下這個時間，我們對於未來人工智慧發展的一些思考，希望獲得大家的批評和指正。

簡單的來說，華為現在核心的考量就是下一個階段我們要全力去推動人工智慧走深向實。所謂走深向實，我們有兩個關鍵的舉措，或者說兩個抓手，一方面是生根算力，打造強有力的算力底座來支撐中國的人工事智能事業的發展。那麼另一方面就是結合大模型，從通用大模型到產業大模型的研究創新，來真正讓人工智慧服務好千行百業，服務好科學研究。所以我們提出AI for industry，AI for science。那下面我向大家詳細的報告一下。

首先關於算力，大家都知道人工智慧的發展，算力肯定是基礎基礎，而在當前中國的情況下，我們在算力的可獲得，而在當前中國的情況下，我們在算力的可獲得性和成本等等方面都面臨著不小的挑戰。多年來，華為是深耕算力的，我們聚焦在鯕鵬和昇騰，它的根基數上，我們取得了根基數的突破。那麼當下我們正在做的就是透過架構創新，透過生態的發展以及靈活的共建的手段來支撐中國的算力底座的打造，我們希望透過和大家的共同努力，讓算力不再成為人工智慧發展的瓶頸。

首先我們透過架構的創新來提升運算的效率，比如說在運算節點層面，我們推出了革命性的對等評購架構，用這個架構來突破傳統的以CPU總為中心的異質運算，它有可能帶來的效能瓶頸，提升了整個運算的頻寬，降低了時延，使得節點的效能可以得到30%的提升。

另一方面，在資料中心層面，我們在19年的時候就推出了昇騰的這個AI計算的集群，那麼通過集群的方式，我們把計算、存儲、網絡、能源營等等的綜合的優勢把它聚集在一起，相當於把AI的資料中心當作一台超級電腦來設計和管理，使得它的效能能夠得到大幅度的提升。

目前我們在這個國內建設的這個規模最大的這個AI計算的集群是在深圳的這個鵬程雲腦的二期，目前的算力是這個1000個p的規模，目前我們規劃中到2024年我們這個到三期的時候，它的規模會達到16000 P的這個這麼一個水準。那麼同時我們也從華為自己在這個烏蘭察布的這個計算中心，我們部署了幾千卡的規模，那我們實測發現我們通過這種集群的方式，在同等算力的情況下，可以得到10%以上的效率提升。那麼下面我想向大家報告一下生態，因為算力產業的發展的生態是一個關鍵的手段，同時也往往是一個這個難以攻克的瓶頸。

那麼在四年之前，華為圍繞著整個這個運算產業的發展，我們就提出了硬體開放、軟體開源使能夥伴發展人才這樣的一個策略。那麼四年下來，我們透過和各方合夥伴的這個合作，已經取得了一定的這個成績。比如說在硬體方面我們堅持進一步的開放，今年我們已經推出了更多樣化的模組、夥伴，目前基於昇騰的AI推出了上百款人工智慧的硬件，可以滿足不同行業的這個場景的需要。同時在軟體方面，我們也堅持透過開源來做強基礎軟體，特別是當面向當前的大模型的創新。剛才這個小歐教授也特別談到了我們在大模型創新上的一些這個成就，我們也提供了全流程的使能平台來更好的資源支持科研機構和企業的客戶。目前我們的這個生態已經孵化了20多個基礎的大模型，同時也適應了十多個這個業界主流的大模型。我們統計了一下，當前中國的大模型中有一半是由AI生騰的算力來支持的，所以在此我也特別對於使用了這個AI生騰算力的這些公司和機構，對大家表示感謝大家對我們的信任，這樣讓我們對未來進一步發展我們的這個算力生態更有信心。當然我們也知道，雖然四年來我們取得了不少的成績，但是生態的發展沒有捷徑可走，必須得一步一個腳印的往前走，我們也希望未來有更多的公司加入到我們的行列裡面來，我們一起把這個生態做好。那麼發展算力，我們還有一個考慮，就是我們的身段一定要靈活，這個手段和模式一定要多樣化，這是基於中國的這個現狀我們思考得到的結果。那麼因此結合中國的實際情況，我們是採用多種模式來進行算力建設的。比如說在這個城市的這個算力基礎建設方面，我們目前已經這個支持各地政府打造了25個城市級的人工智慧運算中心，這裡面也包括上海。

另一方面我們看到有相當多的大企業、頭部企業，大家都有自建人工智慧算力中心的訴求，所以那麼我們就積極的去配合幫助這些企業去建立自己的人工智慧算力中心。比如說當前中國移動、科大訊飛、南方電網等等，這些大的企業都在進行建設，我們也積極的參與這個過程。那麼同時我們也看到這個人工智慧對於中小企業來說需求是極為旺盛的。

那麼對於這些中小企業在人工智慧的發展中，當它有算力需求的時候，我們就用雲端服務的方式在華為雲端上為大家提供算力的服務，這樣的話我們是多種手段能夠結合到一起了，我們希望透過這種方式就真正實現剛才我向大家匯報的，我們希望最終算力不要成為我們人工智慧發展的一個瓶頸，那華為在深耕算力的同時，我們還要做好的工作就是要真正讓人工智慧走進線行百業，要服務科學研究。

在這方面我們認為一方面我們要這個持續的提升通用大模型的能力，但另一方面我們還要在這個基礎上要建好行業的模型。那麼在這裡我想給大家看一個例子，大家可以看看大螢幕，我們可以看看這個通用大模型和行業大模型要怎樣去結合。比如說我有一個問題，我住在福田區，家裡這個有78歲老人，那政府能不能給我補助？那我們看看我們如果用通用大模型，它會給我們什麼樣的答案？

好，那麼同時我們再看一看，如果我們用了這個行業的大模型，它能給我們什麼樣的答案。這個行業大模型是我們在深圳市幫助深圳市福田區做的政務大模型，那麼很顯然我們有了這個在行業大模型，實際上是在通用大模型的基礎上，能夠給出更精準的、更有價值的，這就是我們要努力的方向。那麼華為我們推出了，我們推出了新的這個三層的大模型的結構，那麼在最底層是對標的這個通用大模型，我們把它叫基礎大模型，這一層我們形象的把它叫做讀萬卷書，它就是要做好海量的基礎知識的學習。那麼在這一層之上，我們也打造了這個產業模型和場景模型，我們把它叫做行萬里路，那麼從讀案卷書到行萬里路還有很多的挑戰需要去克服，那麼這裡面很關鍵的一點就是要把各行各業的這個知識要與大模型要進行充分的匹配和融合，那麼這方面華為正在和我們各個行業的這個夥伴一起來進行努力。

目前華為的這個盤古大模型，我們已經圍繞著金融、製造、政務、電力、煤礦、醫療、鐵路等等十多個產業，支撐了這個400多個業務場景的AI應用的落地。那麼未來我們還希望跟更多的行業大家一起攜起手來，把這個面再進一步的擴開，深度還要更深，就是真正是要這個走神，要做事。

那麼除了要讓這個人工智慧服務千行百業，我們認為當下我們還有一個很重要的任務，就是要人工智慧要服務科學研究，我們提出AI for science，我們發現AI透過學習海量的歷史數據科學知識，同時把數學方程式編碼到我們的這個大模型中，以後可以促進它與基礎學科比如說分子動力學、流體力學、傳熱學、生物學等等的結合，去幫助我們發現更多的科學規律。

那麼當前華為的這個盤古大模型，我們已經發布了盤古科學計算大模型，在這個科學計算大模型下，我們這裡麵包括了藥物分子的大模型、盤古氣象的大模型和海浪的大模型，我們和科學家共同合作取得了不錯的成果。比如說像這個大螢幕上顯示的，在氣象研究這個領域，目前我們的盤古大模型可以在幾秒的時間內就可以完成對未來全球一個多小，一個小時到七天，它的這個氣象情況的這個預報又快又準，這裡面就有幾個關鍵就充分學習，它需要充分學習40多年的這個氣象數據，同時還要結合這個氣象行業的這個知識去不斷的進行訓練和這個​​矯正。

不斷進行訓練和矯正同樣的工作，我們正在多個科學研究的領域正在展開，我們希望透過我們的努力，真正圍繞AI for science去為科學家，為科學工作者帶來更多的新思路、新方法和新工具，也為我們整個人類社會的發展輸入新的動能。最後在這裡我也想打個這個，打個小廣告，因為明天的這個我們華為要開我們全球的這個開發者大會，明天在那個會上我們會詳細的向大家解讀華為的這個盤古大模型3.0，我們怎麼樣去為千行百業服務，為科學研究服務，也希望得到大家的關注。各位朋友們，我們非常有幸，共同見證了科技革命的幾波浪潮，從網路到行動化，到雲端運算到人工智慧，每一輪的變革都帶都為社會帶來了深遠的影響。毫無疑問，站在今天，通用人工智慧正給我們無窮的想像空間，也正帶領我們走進下一個黃金的十個十年。我們希望和大家攜起手來，共同創新，讓人工智慧更好地服務千行百業，更好地服務科學研究。AI for industry，AI for science，讓我們一起來共贏人工智慧的新時代。謝謝大家。

好，謝謝掌聲，謝謝胡厚坤先生來自華為的觀點分享，再次感謝您各位。生成式人工智慧的爆發式的發展帶來了前所未有的機遇，但是同時，另一方面也使得AI治理成為了迫在眉睫的全球議題。接下來，圖靈獎得主楊立昆先生將會帶來他對a i，對於a i治理的思考。請分享他與地平線創辦人兼CEO餘凱先生的精彩影片對談。請看大螢幕。So in.

Your view.

What's the most exciting.

在你看來，在過去的十年裡面，人工智慧最讓人興奮的進展是什麼？整體來說，自主監督運作真的創造了一場革命。當然，自然語言處理，我認為語言模型、語音識別之類的翻譯任何與符號或本質上和符號序列有關的東西。我們現在要做的就是在圖像和視訊領域推動同樣的革命，它已經開始生效了。當然，Transformer架構上也有很大的進步，現在我們相當於排列的Transformer。對平移不和諧排列不，對嗎？我會說平移等。換句話說，如果你平移，輸入輸出也會被平移。然後對於Transformer而言，如果你重排輸入重令牌輸出，令牌既或允許，反之則不變，這是另一種等。如果你把兩者結合起來的話，你可以做很多事情，什麼都能做，幾乎所有的事情。是的，最近我從大眾媒體上註意到了你也加入了這場有關ChatGPT或大學語言模型，而不是AAGI終局的一個辯論。

i know you are。

我知道你回答說不是，那麼我要問的問題就是，那麼有關這項技術是否是通往AGI的正確之路？你的實際判斷的基準是什麼？你評判的標準又是什麼？你可以使用的一個標準就是系統的功能是什麼？他們漏掉了什麼。如果他們漏掉的是一些非常基本的東西的話，那就意味著你所看到的系統是不足的。系統可能有用，也可能希望用它做點什麼，可以載入很多應用，但它不會是走上通往人類智慧水平的道路。

我並不喜歡AGI這個詞，因為每一個智慧都是專項的。人類智能也是非常專業的專項。所以第一個他們只用文字訓練，對吧？你也無法使用圖像或影片來訓練他們，因為他們是用戶生成式的架構。他們會試著去預測文本中缺少的單字。事實上，像ChatGPT這樣的自回歸類別的模型只預測長文中的最後一個單詞，對吧？這他們試圖要做的。但這樣做的問題是，你不可能準確的預測文本中缺少的那個單字。什麼？你必須要預測在你字典中所有單字的分佈。在一個典型的大語言模型中間。LM最大的令牌數量大約是數萬，所以沒問題。如果你想應用同樣的想法，真正式架構會預測影片中間接下來會發生什麼的，對吧？這樣你不再有令牌，而是會有視訊幀，你訓練他們來預測影片的下一幀。

那麼那一首先這個問題很簡單，因為下影片的下一幀會和上一幀類似，對吧？差異會很小，系統學這些東西不會學到很多，這是第一點。第二點我們也不知道如何來表示所有可能的視訊幀集合上的分佈，做不到，我們也沒有模糊視訊幀的次集合，對吧？所以無法預測影片中之間正中間可能出現的所有細節。

很多事情是完全不可預測的，所以你要做的就是使用不同的非，你就要做什麼？用不同的非生成式的架構，他們不是試圖重建一切，而是試圖預測一種消除了許多細節的呈現。這就是艾傑帕背後的思路，它聯合並建構了預測架構，而不是在像素中間輸入空間進行預測，在表徵空間中做預測。然後問題就是你要怎麼訓練它？這是另一個問題了，你怎麼訓練系統，讓他學習潛在表徵不崩潰的情況下學習該空間中的預測，這是LMM能做的第一件事，對吧？他們首先LAM不能用圖像訓練的，除非你作弊，對吧？不然他們更重要的一個事就是，他們並不滿足於一個目標。你們不能給他們設定一個目標，只有透過設計提示，然後祈禱你訓練的這個數據的統計數據足夠優質。

系統可以基於此產生正確答案，但基本上控制不了，你不能指定一個目標，讓系統檢查是否已經實現了該目標，對吧？那麼與子系統相關的是什麼呢？目前的LM還是回歸的LM？他們一個接一個生成令牌，不能提前規劃他們的答案，所以他們不了解全貌，因為他們只基於文字訓練，不是利用視訊訓練。他們不理解物理世界，沒辦法規劃，沒辦法推理，就沒辦法達成目標。這就意味著要實現智慧系統的話，我們還缺少非常重要的元件。我們或許有可以通過律師資格考試的LM來最終考試。它不是個很複雜的問題，它考的就是資訊檢索這樣的一個能力。但是我們沒有足夠聰明的系統，即使我們要能處理這些事物的機器人，我沒有辦法清理餐桌，把碗碟放到洗碗機裡的系統，所以你需要一個視角模型，在人工智慧的系統中間，這個模型主要透過觀察來​​訓練，少量透過互動可以處理不確定性世界模型就像人類理解世界的方式一樣，透過物理、直覺等方式了解世界的一切。

這裡剛才提到的，我認為對於未來10年的人工智慧研究來說是個巨大挑戰。如果允許AI形成像人類一樣的意識和智慧，那我們該如何滿足道德規範和治理的要求？畢竟人類花了很長的時間建立起目前的道德規範和激勵機制。就在這種情況下，人類對AI的干預機制是什麼？我想這目前也是一個重要議題，在你看來，我們該怎麼做？我要做耳機的。我認為如果你認為達到人類水平的人工智慧，最好辦法就是做更大的自回歸l l LLM模型的話，然後利用多模型數據進行測試，你可能會認為這些人工智慧系統是不安全的，但實際上我不認為這些系統可以非常聰明。讓它們變聰明的辦法也是讓他們變得可控的辦法。這就是目標。驅動人工智慧的理念，本質上就是給他們必須滿足的目標。對的，這些目標有些是由任務定義的目標，比如說回答問題了嗎？開你的車了嗎？清理餐桌了嗎等等。其他的目標就是安全護欄了，比如說不要傷害別人。

好吧，這有點像人類的恐懼或痛苦，如果你違反了其中一個目標，這就違背了你的天性，你就做不到了，對吧？這也是類似的，這些系統不會出現一點一滴的滲透來欺騙或支配人類的行為。我們可以設定迫使人工智慧誠實的目標，比如說迫使它屈從於人類的目標。小心那些會讓他們想要好奇的目標，或是要讓他們接受到不該擁有的資源的這些目標。那就類似的這些事情，我認為這個系統將完全可控，可操縱。系統可以被設計的安全不容易，但是設計這個目標就是讓系統安全，這是一個非常艱鉅的工程挑戰，我們不一定一開始就把它做好了，我們可以向老鼠一樣聰明的系統開始，對吧？我們把它目標，把它變成一個好老鼠，然後讓它變成一隻貓、一隻狗或一個黑猩猩那樣聰明，然後逐步提高。在我們努力的過程中，我們也會解決一些目標問題，讓這些系統能正常運作。我們把它放進沙箱、模擬環境中間測試，我們要確保他們是安全的，這是很重要的問題。

你知道有一些人，因為他們害怕人工智慧的結果，基本上就是希望人工智慧受到嚴格監管。因為他們說如果任何人都能掌握人工智慧，因為他可以用人工智慧做任何他想做的事情，情況就危險了，所以必須嚴格監管他們。我完全不同意這說法。相反，我認為從長遠來看，要讓人工智慧平台安全、良善且實用的唯一的方法就是讓它開源。

想像未來我們每個人都透過人工智慧助理和數位世界來進行互動，比如說10年或15年之後，我們只需要和我們的人工智慧輔助系統兌換，我們所有的資訊都會透過這個人工智慧助理系統。如果科技只是被少數控制公司來控制的話不是好事。未來的人工智慧系統應該成為人類所有知識的保護，他們訓練的方式必須基於眾多的源頭，這樣我們希望看到更多的開源LLM和更多的開源AI系統。

好，掌聲，再一次謝謝兩位對談帶給我們的精彩觀點，謝謝。為我們展現了對於創新問題如何來另闢蹊徑，用創新的方法來加以解決。好各位領導，各位來賓、女士們、先生們，接下來我們要現場頒發卓越人工智能引領者SEO獎，這是世界人工智能大會的最高榮譽，前幾屆此殊榮的獲獎者以卓越的創新成果引領了全球科技和產業的發展潮流。現在就讓我們一同來見證本年度卓越人工智慧領導者cell獎的誕生。請看大螢幕。

2023人工智慧引領者獎頒發給中國商用飛機有限責任公司上海飛機設計研究院三維超臨界機翼流體模擬重、器東方易峰上飛苑氣動設計團隊針對飛機三維機翼的複雜流動模擬場景的需求，基於昇騰AI及昇mindspore AI框架，打造了工業級流體3D模擬模型東方逸風，可在確保仿真精度的同時提高仿真效率，大大縮短研發週期，為大飛機插上智能翅膀，以科學智能賦能氣動領域躍遷式升級。

華為雲端運算技術有限公司華為雲天籌AI求解器解決各種類型的角色最佳化問題，可滿足雲端上各類決策最佳化需求。基於求解器的決策最佳化工具方法，可為企業帶來新的營運方式，在決策機制上降低對人的依賴，尤其針對供應鏈及製造管理方面帶來質的提升，進而顯著提高企業的收益成長速度，提升企業成長空間。

高通無線通訊技術中國有限公司第二代驍龍8移動平台的人工智慧引擎。高通公司第二代驍龍8移動平台搭載的最新一代高通AI引擎提供卓越硬體加速和軟體方案能力，結合高通AI軟體站和AI studio，可提供全端AI優化。業界率先支援終端側生成式AI用例，並協同雲端一起打造適應大模型時代的混合AI架構。

晶泰製藥技術上海有限公司晶泰科技智慧化自動化藥物研發平台，以量子物理、人工智慧、雲端運算及大規模實驗機器人集群等前沿技術與能力，讓藥物研發更智能，讓生物創新觸手可及。已服務許多國內外知名藥廠參與創新藥管線超180條，服務客戶超200家。

張雲衛劍橋大學機器學習結合組抗腐敗技術預測鋰電池老化。該論文創新地將機器學習演算法與電化學阻抗譜技術相結合，發展了一套智慧電池預測方法，該方法能夠準確預測鋰電池的健康狀態和剩餘使用壽命，這是一項人工智慧在電池診斷領域中的重要應用。此電池預測方法在大型電氣設備如電動車和便攜式醫療設備等的電池管理系統中具有實際應用價值。

各位，讓我們用熱烈的掌聲祝賀以上5個獲獎項目，有請獲獎代表上台。掌聲歡迎各位來台上，請，歡迎各位，接下來我們要有請教育部副部長陳傑先生和中國科協專職副主席、書記處書記述為先生上台為獲獎項目頒獎。有請兩位，好，讓我們用再一次熱烈的掌聲祝賀我們今天在台上的5個項目，用卓越的創新成果引領全球科技和產業的發展，邀請我們的頒獎嘉賓加入他們的行列，一同合影留念。我們也特別提議，請大家高高舉起屬於你們的這份榮耀和獎杯，祝賀你們。好，再次恭喜各位，謝謝，請入座，感謝，期待未來能夠再接再厲。各位來賓，女士們、先生們，近年來，上海全力佈局人工智慧前沿技術創新領域的開拓發展，基礎研究和原始創新在不斷加強，一些關鍵核心技術實現突破，不少研究項目取得重大成果，助力中國加速進入創新國家的行列。那麼接下來我們將會在現場來發布一批重大創新成果的首秀，他們是書生通用大模型體系、復旦數位孿生大腦、張江super city、傅立葉通用人形機器人Gr one接下來讓我們掌聲有請，上海市常務副市長吳青先生上台啟動成果首秀發布儀式。掌聲有請吳市長，好，讓我們一起來共同見證這榮耀的時刻。五市長請做好準備321發布，謝謝吳市長，請您入座，感謝。

上海人工智慧實驗室發布書生通用大模型體系，包含多模態語言、三維空間三個性能卓越的基座模型，實現跨模態無縫整合，貫穿數據訓練、對齊、部署、評測五大環節，面向產學研全鏈條開源開放，為無限創新提供啟發與支撐，以原創技術引領未來。

what you do？世界上首個具有860億神經元規模、與人腦結構和功能相似的數位孿生腦，在數學上解決了大模型百萬億級參數推斷的難題，在通信上突破了每秒百萬級b海量脈衝長城傳輸擁塞瓶頸。在認知上成功模擬了人類視覺和聽覺任務的情緒評估。這項工作對於未來計算、神經科學、類腦智能和腦健康領域的應用具有十分重大的意義。股東張江科學城以世界最先進的大規模數位底座技術，繪就獨一無二的4.1平方公里張江未來之城。數位孿生時空運算生成式AI交通流量全掌控、城市街景全複製、產業空間全感知加速資料演算法、算力的整合突破，承載上游、中游、下游創新技術的全面連結。張江未來之城創新夢想之地。物理業智能攜全新通用人形機器人Grone閃耀登場，掀起AI具身智能新浪潮。憑藉多年技術革新與沉澱，GR one擁有令人矚目的運動能力，快速行走、敏捷避障、直腿行走穩健、上下坡衝擊幹擾應對、與人協同完成動作等，展現出了堪比人類的運動表現。在通用機器人時代，傅立葉智能將繼續為世界貢獻中國智慧和解決方案。

好，讓我們用掌聲再一次祝賀以上重大創新成果在大會開幕式上的首秀，祝賀他們，謝謝，各位領導，各位來賓、女士們、先生們，接下來我們將會有請微軟原執行副總裁、美國國家工程院外籍院士沈向陽先生和IEEE主席兼首席執行官塞伊夫拉曼先生、miss塞伊夫ramen來上台對談，暢聊AI時代的科技合作。掌聲有請兩位。

Ramen教授，歡迎來到上海，這也是我爸爸的一個美麗的這個故鄉，那麼我們都來在上海，同時你也是IEE的主席兼的首席執行官。那麼根據我的理解，其實IEE這個組織也可以說是最大的一個，我們工程學的一個專業的組織。能跟我們來談談IEE這個組織嗎？好的，非常感謝能夠邀請我來參加今天的會議。IEE在全球其實是有43萬多個會員，那麼中國的這個會員數是第三大的，所以說我們不僅有我們的會員，同時我們也開發相關的標準，我們還會出版論文，同時也會組織一些會議，這些都是非常重要的，因為IEE在全球的話其實每年都會舉辦2000多場的會議，在這2000多場會議當中有200場是在中國舉行的。所以我們也是對中國和中國的科學家做出了這樣子的一個承諾，把我們的組織提高他們的相關性實在是太好了。

我們現在在中國，您能不能簡單的來講一下IEE在我們這方面做了什麼？同時您作為領導人在我們i e有一些怎樣的新的舉措？其實其實我覺得我們去主要的去看我們的這個組織的話，就像我們，就像前面的這個伊隆馬斯克講到的這個AGI，還有我們還有很多的其他的這些開源的、人工智能的這些工作都是我們所做的，我們也是開源的，我們是希望能夠保證所有的這個通用的人工智慧的發展，包括人工智慧整體的一個發展都能夠是開放的，如何來實現？如何來保證？我們必須確保所有的這些人，如果他是在這些領域進行研究的話，他們有一個討論的這個地方，能夠來討論他們的開放，他們的發明如果能夠公開地來進行討論的話，如果他們覺得太危險，那麼就需要有一定的這個防禦，這就是開放性。同時也需要用開源，我們要它的基礎必須是開源的。

除此之外還有一點就是人工智慧也需要人力，需要算力，對吧？前面我們也聽到了，那麼我們大部分都是不能在秘密的狀態上進行的，我們不能夠突然說我突然想出來一個東西，然後你去監管，所以我們提供了一個平台，提供了一個基礎，讓科學家、工程師和開發者能夠共同的來看來討論他們所做的工作，希望透過這樣能夠來確保我們能夠加以控制。

好的，非常感謝拉曼教授，我很同意你前面所說到的，就是我們很感興趣看到前面的兩位嘉賓，Elo Max和很多的一些人也講到了這個是很嚇人的，需要來監管。但是也有人來說有什麼可以需要監管的呢？我覺得這個是不同的一些觀點，不同的角度，從科學家的角度來說，我們要做開放的研究，像我是來自於業界的，同時我們是開發AI產品的。

我非常同意你前面所說的，我們還是要有一定的監管，要有一定的保障，因為人工智慧變得越來越強大，那麼為了實現這一點的話，我們也是認識到了社會的力量，我們必須共同努力。比如說微軟和谷歌，包括其他的公司也建立了我們的partner，是Bing、AI這樣子的一個組織，那麼它的影響力也非常的大。

除此之外，我覺得像IEE這樣子的這個組織，你們所代表的這個組織也有很大的這個力量，因為你們是一個中立的位置，你們可以去影響相關的這些這個公司和國家，對嗎？對，我覺得你說得非常的對。其實我身為IEEE的主席，我們關注開放性和全球化，那麼我也是多次強調就是好的科學無論發生在哪裡，那麼是對於各地的科學都是有好處的，我是鼓勵這麼做的。我不論是中東、南非，還是中國，還是北非，或者說是在北美，那麼無論在哪裡，我們大家都要共同的來進行探討。我也是鼓勵開放的科學，同時也鼓勵大家在我們的會議和期刊當中發表你們的結果，可以提高可見度。

我們跟今天的會議就是一個很好的例子，我也希望能夠看到這所有的這些成果，不只是在上海，在全球都有可見度，我們的這些知識，我們的這些想法可以變得更加的實際，的確是如此。另外其實我也一直非常尊敬IEE，因為這個組織其實也是幫助了很多很多的專業的人士，電機工程師、電子工程師、電腦的叫這個科學家，那麼你們他們不從這個基本的會員到高級的會員到研究人員，那麼講到科學發展的話，我覺得IEE的這個研究者其實在各地都是很受尊重的，不只是在中國，我也是非常的驕傲，我有7個學生都是IEE的他們的研究人員。

那麼我知道您也是非常的關注，要進一步的來推動這些專業人士的職業的發展，特別是擴充中國IEE的會員的數量，同時也要增加中國的專業人士能夠加入IEE這樣子的一個組織，能跟我們來分享一下您的組織目前在這方面所做的一些工作嗎？在我回答這個問題之前，我也想要指出這樣子的一個數字，就是IEEE，其實每年的話的我們出版的這個論文來自於中國的大概是有30多萬個作者，那麼其實有很多的這些中國的作者都在我們的期刊上發表論文。

我們建立了一個社區，我們在幾年之前在中國設立了這樣子的一個社區，鼓勵更多的這個工程師成為我們的會員和高級會員。那麼其實我很多年前就成為了研究人員，我希望看到更多的中國的高級會員成為我們的研究者，包括更來自於香港地區和台灣地區的，這也是我對大家的一個鼓勵，要提高可見度，我會給大家找到推薦人成為我們的研究人員，這樣在全球可以獲得認可。所以我們承諾開放和溝通以及合作好。

另外一點，其實我也非常尊重IEE，正如你剛才所說的，就是你們組織很多的會議，有很多的這些期刊都是你們進行出版和贊助的，我也非常的聽驚訝，聽到你們看到提到的數字有幾千多個，那麼我是第一次發表我的論文是在IEE的這個是關於是我們的這個機器智能方面的這個論文。

我感覺我就非常的激動，世界也正在發生變化，我們也是轉向了一個數字的世界，數字的圖書館，那麼現在我們也參加的是世界人工智慧大會，在談論的是AI，在AI的時代，在這樣子的一個ChatGPT技術的這樣子的一個時代，你們又會做些什麼呢？比如說你們的期刊，你們的會議，你們會不會有所改變？因為能夠尋取有一些新的這個形式來幫助人們更多的去理解相關的這些AI的知識，這一點我覺得非常的好。

其實從疫情當中我們也學習了很多，疫情當中我們不可能有許多的旅行。現在我們有一些會議是混合形態的，有很多也是網路上的會議，我們也會有全像影像的這樣子的一個會議，感覺非常的有現實感。我們用這個全息的影像感覺你實際上是參加的，但是遠程的這樣子也可以來確保你可以你在這裡，但是可以在倫敦和紐約參會，這也是我們的任務，要讓IEE成為一個更大的一個創新和包容性的一個燈塔，任何一個，比如說南京的一個小孩可以跟我在華盛頓進行無障礙的溝通。

太好了，就算你不到上海，但是如果你不來上海的話，你就嚐不到上海本地的美食了。那再問您最後一個問題，我知道你也是來過中國很多次，那上一次的話，你應該是印有過在這個中國VI個大學的這樣子的一個教授的頭銜。那麼給我們來分享一下您的這個經驗，就是您在中國的這些經驗。是的，我通常常會來到中國，我也去過很多的這所大學。我感到非常有趣的一點就是那些年輕人，他們都是非常的具有好奇心，問很多的問題。為什麼呢？因為某一天他們希望自己也能成為知名的科學家，他們想要做出自己的貢獻。所以我覺得好奇心問要設立高的這個目標，要努力確保你的目標能達成是最重要的。

好的，那在您的鼓勵下，在您的領導下，我相信會有越來越多的中國的專業人士加入IEE，同時我們也可以把IEE的會員的數量能夠翻一翻，能夠是超過100萬。然後我也是在這邊是說到，對於我們中國的大學，中國的業界來說，也是一個很好的機會，能夠和IEE進行更緊密的一個合作。再一次感謝您來參加我們的世界人工智慧大會，謝謝拉曼教授，謝謝。

好好好，謝謝，thank you very much MR safe Ramen，thank you。謝謝，謝謝沈向陽先生，謝謝賽義夫，拉曼先生，謝謝兩位，在這裡我們要特別謝謝沈向陽先生，在每年大會的開幕式現場都會帶一位朋友來到舞台上，和大家一起來分享他們的對談內容。再次感謝AIGC不僅重塑了人工智慧領域的產業格局，更是創造了全新AI賦能的模式與路徑。接下來我們要有請微軟全球資深副總裁、微軟大中華區董事長兼執行長侯陽先生為我們帶來他精彩的分享掌聲。有請。

尊敬的陳書記、龔市長、各位領導，各位嘉賓，大家上午好，我是侯陽，很高興能夠代表微軟公司再次參加世界人工智慧大會。今年世界人工智慧大會的主題是智聯世界生成未來，我也想藉此機會在這裡與大家分享微軟在拓展生成式人工智慧的生態創新，以及加速推進產業智聯的過程中收穫的一些經驗和思考。人工智慧作為科研計畫最早出現在1956年，至今已經發展了將近70年。隨著去年底ChatGPT的一夜爆紅，大模型和AIGC生成式人工智慧彷彿在瞬間爆發，甚至許多科技業的從業人員都對AIGC的突然湧現感到驚詬不已。其實在微軟看來，所謂的湧現也絕非偶然，無數優秀的科研人員、數十年如意制的研究基礎以及海量計算資源的投入，才造就了這樣的創新的成果。也許大家知道，OpenAI chat GPT的突破靠的正是微軟智慧雲端提供的基礎架構與算力支援。從2019年開始，微軟就和OpenAI展開深度合作，以海量的雲端運算資源支持OpenAI大語言模式的研究，而雙方策略合作的基礎就在於，我們兩家公司都真誠的希望創造出造福每一家企業和每位消費者的人工智慧技術。

在今年1月的達沃斯世界經濟論壇上，微軟的CEO納德勒先生提到，人工智慧的黃金時代已經到來，微軟智慧雲端也因此開啟了加速上新的模式。我們將最新的AI智慧技術與企業級的雲端服務全面的整合，從而賦能廣大企業在產業數位轉型過程中實現真正的數智融合。我們的h OpenAI企業版服務推出了包括GPT 4和企業級ChatGPT在內的五大模型，支援客戶創造不同產業所需的客製化的智慧服務，同時圍繞Microsoft 365辦公室Dynamics 365商業應用、Git Hub開源社群開發、數位資訊安全保護、員工體驗提升以及我們每個人所熟悉的Windows作業系統，微軟也推出了一系列由AI驅動的Copilot智能副駕服務，用戶可以用自然語言提出需求，Copilot就能幫用戶高效的完成一系列的任務。例如快速的寫程式碼，開發出一個應用，或是根據演講的提綱要點設計出一整套圖文並茂的PPT演示稿。

那麼剛才我舉例的這些場景，在今天，我舉例的這些場景，在今天已並非憑空的虛構，這是微軟在內的，已並非憑空的虛構，這是微軟在內的許多企業已經實踐的現實的工作場景，例如備受關注的HOPTI企業級服務上線幾個月以來，已經得到了超過全球4500家企業的首肯，在製造、零售、金融、服務等多行業的生產環境中已經在實踐智能化的創新。

再例如用於輔助編程的Git Hub Copilot自推出一年半以來，已經有全球100多萬的開發者在使用，他們有將近一半的程式碼都已經有Copilot幫助完成，並且編程的速度提升了50%以上。在全球客戶對微軟人工智慧服務的這些積極的嘗試當中，我們不僅看到了企業加速數位轉型的創新的熱情，更是感受到了市場對新一代生成式人工智慧的迫切需求。因此，微軟也不斷的持續加大投入，全力推動生成式人工智慧的發展與普及。在今年5月舉辦的微軟全球開發者大會上，微軟就連續發布了超過50項與生成式人工智慧開發相關的新技術和新服務。其中最重要的一項是我們向全球開發者開放了Copilot智慧副駕與plugins插件拓展體系，讓全球各地的開發者、合作夥伴和企業用戶都能夠抓住生成式人工智慧帶來的創新機遇，創造出前所未有的新一代的智慧應用。其中，plugins智慧型plugins插件拓展體系採用與OpenAI相同的技術標準，它可以在第三方應用客戶、業務場景和生成式人工智慧之間建立起安全可靠的連接。

透過plugins存取即時更新的資訊流以及多種多樣的應用和服務，就可以為AI系統添加更具專業性的計算能力，創造出種類更豐富、使用更便捷、信息更準確的智能副駕式的對話服務。預計到微軟Microsoft 365 Copilot正式發布的時候，我們將提供超過1000種plugins外掛程式供開發者選擇。

而更加豈值得期待的是，全球的開發者和合作夥伴將有能力自主運用這些插件介面和智慧服務，開發出更多更豐富的、獨樹一幟的智慧副駕駛的創新應用。那麼，毫無疑問，這些是基於自能自然語言對話的。新一代的智慧互動應用將為我們開啟一個更加精彩的數位世界。微軟堅信，今後任何一家公司都需要具備駕馭數位科技的能力，我們也看到隨著生成式人工智慧不斷展現出的巨大潛力，今後每一家公司的每一個應用程式都將由人工智慧來驅動。

人工智慧的技術突破也正在為各行各業帶來千載難逢的創新機會和挑戰，這也促使我們思考如何用它來提升企業自身的創造力和競爭力。在實現技術突破的同時，微軟就在思考如何將研究成果轉化為生產力。我們希望在第一時間將生成式人工智慧與產業的需求結合，加速產業的升級與創新。我在這裡展示的是根據近期全球客戶的產業智慧化解決方案總結出的六個重點的產業應用人工智慧的創新場景，其中就包括例如優化製造與能源產業的供應鏈韌性、普及預測性的維護，以及提升智慧駕駛的體驗。再例如，我們可以革新零售電商的智慧客服，實現互動式的搜索，引導消費的趨勢。我們也可以在遊戲中建構栩栩如生的NPC角色，產生無限的劇情和擬真的對白。在金融業，我們可以隨時取得金融市場實施行情的分析報告，更早的發現，更快的管控潛在的金融交易風險。同時，在生命科學研究領域，我們也可以提升臨床實驗數據的分析能力，加速藥品和疫苗的研究，實現更精準的醫療影像辨識與診斷。那麼同時，在教育領域，我們也可以為學生帶來更具啟發性、互動性、客製化且不受地域限制的探索式的學習方式，我們可以幫助培養更適合未來市場需求的有創造力和終身學習能力的人才。隨著生成式人工智慧不斷加速產業融合，相信在未來的幾個月，將會有更多豐富多彩、充滿想像的應用場景不停的湧現出來。那麼在人工智慧加速發展的過程中，不可避免地會出現人們對潛在的安全風險的擔憂。微軟一直倡導並嚴格的恪守打造負責任的人工智慧的這六大原則，我們也始終嚴格遵守與資料隱私、安全合規相關的各項的要求。同時我們也積極的倡議全球科技企業透過交流合作形成產業共識，確保我們所開發的人工智慧技術能夠負責任的造福全人類。面對新一輪的技術變革帶來的巨大的創新機遇，微軟在中國願意從我們自身的技術和優勢資源出發，深耕中國的本土生態系統，與全國各地各行各業的企業組織和合作夥伴持續的拓展技術交流和業務合作，與全國不斷的發掘數位化智慧在各個產業中的應用潛力，真正的推進各行業的智能化創新與數位轉型，貢獻我們最積極的力量。人工智囊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，漁利全球的每一人，每一組織，成就不凡。謝謝大家，謝謝。

謝謝，感謝侯陽先生的精彩分享，我們也更多看到了侯陽先生對於創造未來的滿腔熱情，再次感謝以並肩合作激發人工智能的持續突破，以共同創想開創更為美好的未來文明。接下來我們將會邀請幾位專家學者和企業家，從不同的領域和角度來圍繞著創想共論質變可能這個主題來展開現場的討論對話。接下來我們要分別請上的是圖靈獎得主、上海七制研究院院長姚期志，有請清華大學交叉資訊學院助理教授袁陽，清華大學交叉資訊研究院助理教授萌shot AI創辦人楊直玲、Jack第一作者、南洋理工大學電腦科學與工程學院助理教授潘新剛。我們要有請商湯科技董事長兼CEO徐立先生擔任這一環節的主持人。接下來我們把舞台和時間交給他們，各位來，我們掌聲歡迎他們。

各位嘉賓，好，很榮幸今天能在這場做這個主持，因為這場由我們這個計算機界的title姚院士以及我們三位非常年輕的學術之星，可以說這三位代表了我們這個人工智能的一些新的發展方向。所以話不多說，我開始簡單的來介紹一下，來看啟動一下我們的這個環節的論壇。

那麼那首先這個姚院士，我們知道姚院士是圖靈獎得主，並且是在清華創辦了交叉資訊學院這個量子學院。然後其實現在大模型發展的速度非常的快，我想請教一下姚院士說在大模型的發展的今天這個環節當中有沒有一些從您看到的一些基礎理論的突破，以及基礎理論的突破，接下來有些哪些發展的方向？這些。

非常好的問題。今天我們聽到湯小娥教授，他已經談到過我們中國的科學家在這個現代的AI的發展上做了很多突破性的貢獻。那麼我在這裡我想我就提一個，我們有一位年輕的高陽老師，那麼他在一年多以前做了一個非常重要的在算法突破上的貢獻，那麼受到很多的國際關注，那麼它基本上它就是能夠把現在非常主流的強化學習，它能夠加快數百倍。

那麼讓我來解釋一下，在這個ChatGPT以後，也以後下一個非常重要的目標就是讓智慧機器人，它有這一種視覺、聽覺等多種感知能力的機器人，它能夠在一種各種不同的環境裡面，他們能夠自主的學習各種的新技能，那麼但是現在的卻不行。一般的強化學習的方法它就太慢了，因為他們對於這些新的技術常常要幾個月的時間才能夠學好。那麼高陽老師他的一個突破就使得強化學習它能夠在幾個小時就能夠做到。所以您可以看到這些智慧機器人將來的發展裡面，一定會要把剛才這個工作能夠放進去。

那麼同時這個它不僅是一個實用的一個問題，而且它有一個理論的一個貢獻，就是在過去的六七年裡面，人工智能在最高層上面這些思想家他們有一個路線之爭，就是說我們現在把這個依賴強化學習這條路線是不是正確？所以有很多的爭論，那麼我想高陽教授他這一年多以前他的這一個突破，我覺得把這個天平方向的另外一邊，就是我們應該堅持就是我們現在這條路，對於通用人工智能它的完善還有很長的路要走。那麼難怪OpenAI它的聯合創始人將Schumer，他在不久以前，他在一個interview裡面，其實他就把這個高陽老師他的這個工作當作近年來在強化學習裡面最重要的亮點之一。我現在只是在做一個廣告，我們明天汽車研究院要主辦一個具身通用智能的一個分論壇，那裡面大家可以遇見高陽老師，那麼同時還有其他很多的中外的在基礎理論跟框架上的貢獻。

嗯，好，謝謝姚元士，我們也期待全化智能在這個具身智能的這個領域上面能夠有更大的這個成就和突破。那麼接下來我們這三位教授是非常年輕，兩位是差院的教授，一位是這個NTU的這個教授。然後我想起人工智慧當時起來的時候，56年時候那篇proposal，其實四位學者的平均年齡是33歲，我看了一下我們這三位教授的平均年齡還不到33歲。那我們接下來想請問元陽教授，這個其實元陽做的也是做大模型，也是在智慧醫療方面有很多的研究。所以我想說在大模型的這個演進發展過程當中，這些跨領域其實對模型的這些發展有沒有進一步的幫助？

謝謝主持人。那個我覺得大模型現在特別大家特別強調能夠用到一些交叉的那個行業裡面，能夠落地應用起來。大家會講到多模態這個事情肯定是很重要的，就是但是我覺得大家對多模態的東西的理解可能比較粗糙，大家往往想到的多模態是他能夠看圖片、看文字，有觸覺、有溫度的感覺。但我覺得要真正做到一個具體行業，能夠解決行業裡的問題多麼太需要做的更細緻一些。

比如說我舉個例子，嗯，像一會兒潘老師可能要講的那個Dragon，我們如果只是考慮文本到圖片的一個生成，那麼那個你說一句話要畫一隻狗，然後它生成一個狗的圖片，但是這樣的話很可能你會發現你生成那個狗的圖片不是你想要的姿態或模式，然後你可以用滑鼠來拖曳一下，修改一下這個滑鼠拖曳的這種方式。

在我看來這是一種新的模態，使用者用比較好的方式把自己想要表達的內容告訴大模型，讓他能理解。那雖然它可能只是一種滑鼠拖動，但這種多模態的輸入我覺得在具體應用上非常重要。那到更具體的一些行業，比如說醫療、法律、教育，我覺得我們可能不應該只是把文字或圖像給模型，讓他有一些專業的數據，就希望他能夠解決專業的問題。

我們應該去深耕這個產業，去找出它裡面最核心的問題是什麼，然後再去找在這個問題裡面我們到底需要什麼樣的模態的數據，什麼樣的資訊能夠精準表達我們想要解決的問題？這個我稱為是一種模態的補全，然後模態補全之後我們也需要。嗯，在補全的模態的基礎之上收集足夠的數據，做好模態的對齊。模態補全，模態對齊做好之後，我相信它能夠賦予大模型更強大的能力，來解決更核心的一些交叉領域的問題。

好了，謝謝袁老師。模態補齊之後可以相當於是這方面的know how，對後面的發展是有很大的幫助。讓我們來問一下這個楊志玲，這個楊志玲也是譽為說天才少年，然後我也看到過他很多的工作，包括他也參與到大語言模型非常早期的一些工作。那麼我想現在大語言模型應用很廣泛，但是也會在實際當中會遇到一些問題，例如我們經常提到的幻覺等等的一系列的這個挑戰。所以想請問說在大語言模型的實際使用當中，我們有哪些困難和挑戰？或要注意哪一些方面上的具體的。

點？非常好的問題，現在確實有很多這個大模型方面的還沒有解決問題，比如說安全性怎麼讓他做到非常可控？然後包括就是去避免它產生這種幻覺，不去編造一些很不存在的東西，包括它現在其實也沒有辦法，比如說​​像科學家一樣去創造新的知識，或者說在很多行業裡面像最頂級的銷售或最頂級的產品開發這些工作可能現在都還沒辦法做。

那我認為這裡面很重要的一個點還是說我們去思考這些問題的時候，更多的不是說每個問題去單點思考。比如說今天我想解決幻覺的問題，那他可能更多的不是去頭痛醫頭，而是可能更有系統的去抽像出來這些問題之間到底層都是什麼樣共通的問題，回到更本質的這樣的一個層面去解決，因為畢竟是通用的模型，其實我們希望它能夠在這些方面都能夠就是一舉一反三。

所以更本質的話，我覺得其實還是要去做更規規、更規模化的、高效率的壓縮。比如說去用更好的、更適合分散式訓練的這種框架，類似比如Moe，或者就是更支持更長的上下文，包括就是在這裡面怎麼樣去更好的分配算力，對更高質量的數據分配更多的算力，就類似這樣的問題，我覺得其實可以更根本的去解決。我們剛才可能聊到的現在AI的存在一些局限性，謝謝。

好的，謝謝。還是從理論層面去解決，可能討不得巧。然後今天我們的這個圓桌的背景都是用我們用演算法生成的，其實都是基於discussion model的，但是這個新剛是以一己之力又把Gan重新拉回到大家的視野當中，他這個Dragon這篇文章是網路上說爆款，然後說有手就行，大家就能來製作內容。所以也想聽聽新剛來講說，比如說演算法當中Gan和diffusion model的這個之爭，這個演算法本身路線選擇有沒有什麼好壞？或者說在這之後您看生成內容的時候，我們會其實哪一些有可以更強的延展性？對。

謝謝主持人的提問。贛和diffusion model現在是影像生成的兩個主要的生成模型，尤其是diffusion model在近期顯然有蓋過乾的勢頭。那我覺得他們由於生成裡生成模型的框架以及優化目標的不同，主要有三個差異。那第一個是性能與效率的trade off。顯然擴散模型在生成的過程中，它的需要的算力更大，它的迭代式的計算所需的inference的時間和訓練的時間都顯著高於乾。那麼同時，更大的計算開銷也帶來了更高的影像生成的效能。它所產生的影像不會受限於Gan的mode CLAP的問題，它的真實性和多樣性都顯著優於Gan，所以我相信擴散模型它的上限一定是要高於乾的。在性能允許的情況下，那麼它對於品質和多樣性方面的優勢是非常明顯，並且應用價值應用前景更廣的。但是如果說在一些特定場合，例如Mobile device這些對於性能或計算開銷有限制的情況下，那麼乾仍然是一種妥協的選擇。

那麼第二點就是它們Latin space的差異。那我們知道Gan是將一個Compact latent Vector映射到影像，但是擴散模型是將一個和影像解析度一樣的noise map映射逐漸去噪，映射成為影像。那麼在實踐中，擴散模型的這種noise map，它對於影像內容的影響常常表現出來為比較隨機，比較不具有結構化的特性。但是Gan的Compact latent code它更多的是體現成體現出來為這個高維的數據的一組低維的雞，它可以非常有效的去編輯圖像中的high level的屬性，比如說人的表情或者動物的姿態之類的。這也是為什麼我們選擇將乾燥作為drag這種編輯方式的第一個生成模型去study。但我相信之後如何去拓展到擴散模型也有非常也是一個非常值得探索的問題。

那第三點就是他們生成影像的這個空間的連續性上。那麼由於這兩個模型在設計的時候它的lip shes constrain不同，所以體現出來擴散模型的圖像空間較為不連續那麼深，Gan的圖像空間非常連續自然，所以我們用擴散模型進行Latin space編輯或者視頻的編輯時候，常常會出會觀察到跳變的情況，那麼乾中間我們去做這種Dragon的editing，它表現出來比較流暢，看起來像動畫，所以那麼這也是乾的一個優勢。那麼將來如何把這兩個模型各自的優勢互補，會是個非常有趣的研究問題。

好的，謝謝。就是get在前端或是連續影片上面有優勢，然後diffusion其實在效能上會更好一些。那希望有一個更好的結合。那我再問最後一個問題，問四位，就是結合咱們的研究方向，就是覺得大語言模型在接下來哪個垂直領域裡面可能最有，就是大家最看好哪一個垂直方向？

我想最容易的就是我們可以想到現在很多的文書工作，那麼它的有了這個大模型的語言以後，更多的工作可以變得由這些機器來做，所以我想這個是一個直接。

的就生產力工具。文書工作。

元陽，對，我覺得是醫療，因為當然不光是因為我是做智能醫療，還有一個原因的話是因為我覺得大模型現在是基於預訓練的這種範式，然後預訓練的本質它其實在學數據與數據之間的關係，醫療裡面有大量的關係，比如說患者的症狀的關、與症狀之間關係、與藥物之間關係，吃了藥之後會變成什麼樣子的這些關係。這些關係其實人類不一定能夠學習的刻畫的很好，我覺得在這方面大模型有可能做的比機器更好，所以我比較看好這個方向。好的。

謝謝。志玲。

我覺得比較重要的一個場景是AI將來應該會跟人一樣有共同的記憶。比如說今天我們去用一個AI的話，還是需要每天給大家重新去灌輸一些東西，給它很多上下文。那我覺得其實未來的話，比如說像最近也有像Rey的這樣的產品，其實可以去，比如說透過錄影的方式，對吧？然後去把人更能看到的所有東西，其實AI都能看到，那透過這種方式其實我覺得可以在個人的使用上有非常大的想像的這個空間。對。

好，謝謝。姓。

高，我是做視覺生成的，視覺內容生成的，那麼我覺得大模型之後，現在圖像生成已經很好了，那麼之後視頻和三維內容生成也有非常大的前景，它可以幫助設計師、幫助藝術家、幫助動畫製作者、影視特效師去更好更有效率的創作更高內容的更高品質的內容。對。

謝謝，好的，謝謝。因為時間關係，我們的這個圓桌論壇就到此結束了，然後更多的工作其實可以關注各位老師的主頁，我們他們其實更新的非常的快。好，謝謝大家。

好，謝謝，再一次謝謝各位的精彩分享，也謝謝徐麗攜程為我們主持了這一趴的對談，那我們也期待著未來人工智慧將會在我們的日常的社會生活當中能夠給我們帶來更多的改變，能夠為我們帶來更多的幫助。再次感謝各位共築AI生態圈是人工智慧產業發展的基礎，當大模型擁抱千行百業，一個數據創造、數據、知識創造知識的時代即將開啟。為此，我們今天也將在現場發起成立大模型語料資料聯盟，讓語料資料的涓涓蓄流匯聚成為大模型發展的澎湃動力。接下來，我們要有請大模型語料資料聯盟發起單位的各位嘉賓上台。

有請中央廣播電視總台編務會議成員姜文波，上海人工智慧實驗室主任助理王岩峰，中國科學技術資訊研究所黨委書記、所長趙志雲，國家氣像中心黨委常委、副主任戴刊，人民日報社傳播內容認知全國重點實驗室專職副主任李軍，上海資料集團董事長吳建雄，上海報業集團副社長丁波、上海市數商協會會長張琪有請各位。請各位嘉賓移步到大螢幕前，好，請大家伸出你的左手或右手放在我們的啟動裝置上，讓我們在現場一起倒數三21發布，謝謝，謝謝。正式成立，感謝各位，請入座，謝謝。

發展通用人工。

智能，謝謝各位營造產業。

創新生態，汲取高品質、多模態、寬領域的語料資料資源。為此，上海人工智慧實驗室、中央廣播電視總台等8個單位共同發起成立大模式語料資料聯盟，數聯百億據聲萬象。聯盟將保障科學研究公關，堅持共享共用，促進安全發展，培育產業生態，讓資料全方位服務通用人工智慧。

各位來賓，當前，大模型已經是成為了通用賦能工具，引發智慧時代的顛覆性變革，成為推動全球經濟成長、重塑產業格局、鞏固國家競爭優勢的重要戰略支撐技術。以模型能力測評驗證作為抓手，建構具有嚴謹性、科學性、引領性的評比驗證指標以及平台服務，有利於促進大模型和科研創新，客觀評估大模型技術產品的水平及差距，從而推動大模型技術高品質發展，加速應用創新與產業落地。那麼接下來，我們要有請中國資訊通信研究院副院長王志勤、上海人工智慧實驗室黨委副書記王平共同上台，啟動大模型測試驗證與協同創新中心的成立。有請兩位。

好，接下來就讓我們來共同見證大模型測試驗證與協同創新中心成立這一特別的時刻，來，我們請兩位嘉賓手握推桿，做好準備，來和大家一起倒數321啟動，掌聲恭喜創新中心成立，再次謝謝兩位，請入座，感謝，大模型、各位領導，各位來賓女士們、先生們，數位經濟是國家把握新一輪格際革命和產業變革新機遇的戰略選擇，移動資訊產業鍊是數位經濟時代協同創新的全新典範。

中國移動胸懷國之大者，勇擔行動通訊產業鏈鍊長的使命，創新規劃了260億產業鏈發展基金，落實央企提升基礎固鏈技術補鏈、融合強鍊和優化速鏈的能力要求，發揮投驗效應，打造驗證格局，投資培育深厚的中小企業，增強產業鏈供應鏈的韌性與競爭力，為國家現代產業體系建構發揮支撐、引領作用。

上海中移數位轉型產業基金作為落實中國移動與上海市戰略合作協議的重要載體，在上海市委、市政府指導下，由中國移動聯合成通集團、浦東引領區母基金聯合發起設立，首期規模達100億元。目前各項準備工作已基本完成。接下來我們將有請中國行動通訊集團副總經理高同慶、浦東新區區委副書記、區區長杭英偉，中國成通控股集團副總經理佟來明上台。啟動基金的正式發布有請三位，歡迎3位嘉賓。

好，接下來我們將會來共同見證產業基金的現場發布。好，請三位嘉賓，將右手按在啟動鍵上，我們和現場的朋友一起來倒數321發布，再次祝賀，謝謝3位請入座，感謝。

上海中移數位轉型產業基金旨在發揮中國移動鍊長使命，為上海打造具有全球影響力數位經濟發展高地培育動能，為國家科技強國戰略和長三角區域經濟社會高品質發展貢獻力量。

各位來賓，中移上海基金作為上海城市數位轉型的重要基金，將發揮資本紐帶作用，協助上海經濟、生活、治理全方位數位轉型。合作共贏是世界共同繁榮的基石。在我們的歷屆大會中，我們見證了一次次的團結合作、聚焦發展的精彩時刻。那麼接下來，我們將會誠摯邀請大家共同見證聯合國工業發展組織全球工業與製造業人工智慧聯盟，聯合國工業發展組織國際工業與製造業人工智慧發展卓越中心的發布儀式。首先請分享聯合國工業發展組織總幹事格爾德穆勒先生發來的視頻，請看大螢幕。

好的，又回到了我們第一財經的3*24小時3*24小時的全程大放送的這樣一個演播室的現場，這裡是我們正在為大家直播的2023世界人工智能大會。回到我們攝影棚了，是這樣，我們在整個這個為大家直播和轉播的過程中，其實線上線下有很多朋友都在參與，都在看，但是也有很多朋友在這個時候他可能沒有及時的看到整個大會開幕式到現在為止的一些內容，那麼我這裡為大家簡單的來介紹一下今天開幕式的一些亮點。

好好，我來一一給大家來介紹一下這次大會的這個總體的架構，大家記住是一場開幕式，一場閉幕式，當然現在正在開幕式當中，然後還有一個科技創新和產業發展兩場的這個全體會議，一場的科技創新和產業發展，然後兩場的全體會議，另外十場的主題論壇以及n場的生態論壇。這是所有的一個總的架構。

那這次的亮點其實你沒有看到，今天的大會你也有所耳聞了，就是這次大咖雲集，我們看到目前的這個數字大概是1400位左右的這樣一個嘉賓參會，這裡邊有四位圖靈獎的得主，80多位國內外院士，這個陣容還是非常強大的，所以你應該到現場來。好，那麼今年的這個賽事，也就是說每年的這個大會上都會有賽事，今年賽事也是非常令大家期待和關注的，那就是說關世界人工智慧創新大賽，還有一個黑客馬拉松等等，這一共是四大賽事，那麼這是有3000多支隊伍參加，所以你可見競爭是如此的激烈的。好，這是一個點，那今年的這個展覽是怎麼一個狀況呢？5萬平方公尺的展區，那就是比前幾年要大得多了，這個你都可以想像，這個領域包括了就是大家這次集中，特別集中註意力要談的大模型，這是一個，再就是晶片、機器人、智慧駕駛等等這些，那麼今年的這個參展企業的數量又會怎麼樣？聽一下，400家，400家，這裡邊有30多款首發首展的新品要在大會上發布，其實如果你注意看新聞的話，你會在公開的新聞上看到有些已經在報道這些方面的東西了。

好的，那我這樣的話是為大家簡要的總結了今天早上的一個大體的這樣的一個狀況，所以我們現在是這樣簡單介紹完之後，我們再看看現場的情況是什麼，來我們交回現場。

好的，這樣的話就是我們剛才為大家簡要介紹了這個幾個數據，我們再回到演播室，這樣的話我再為大家介紹一下今天的這個國內外這個大咖都是哪些人，因為我們在線上也看到有些人在問哈，這裡邊圖靈獎的得主，圖靈獎得主裡邊有大衛帕特森，還有約瑟夫這個斯發斯基這些大家應該可能有些人比較陌生，因為你不太關注這個行業的話，還有曼尼爾布魯姆還有姚旗誌等等這些。那麼諾獎得主邁克爾萊維特，還有咱們國內外院士等等這些好的，切回到我們的現場了。

接下來讓我們掌聲有請，上海市副市長劉多，聯合國工業發展組織副總幹事兼執行幹事鄒次勇、上海交通大學黨委書記楊振斌、委內瑞拉人民政權科學技術部資訊與通訊技術發展副部長格洛利亞卡瓦略、中國電信集團總經理邵廣路、華為企業溝通部副總裁張媛、騰訊雲副總裁顧偉、阿里雲智能科技研究中心主任安曉鵬、德國INC創新中心人工智慧技術總監本尼德雷舍爾共同上台，一起來主理這榮耀時刻。有請各位，please extend your palm and please it on the screen，please。好，讓我們和現場的朋友一起來共同倒數321發布，謝謝，謝謝各位。

thank you very much，thank you please be seated。

謝謝，再次謝謝各位在現場為我們進行了正式的發布。好，各位領導，各位來賓女士們，先生們，我們今天上午大會開幕式的議程到這裡即將告一段落，除了請大家繼續關注我們三天大會的各項議程之外，我們今年會繼續通過3*24小時全程大放送的網路直播，零距離展示大會的實況訊息，多維度延展各場論壇的精彩內容，獨家解鎖大會優質資源。再次感謝在座的各位領導，各位來賓、女士們、先生們，以及在雲端收看網絡直播的觀眾朋友們，謝謝各位，我們未來再見，謝謝。

空間讓物質存在，時間讓一切演變，智慧讓萬物連結。中國上海集聚全球創新智慧，構築人工智慧高地，當產業基因重構，經濟高品質發展核心驅動再次迭代，幫助生活藍圖刷新。文明迎來新起點，會進化突破想像。當神經網路延展，世界連結為一體，未來趨勢深切改變，人類文明的無數渴望，正在這裡生成。無限歸因，一生無限世界。人工智慧大會，神農只有一位，捍衛生命，我們一起，田螺姑娘，只青睞一人，呵護生活。我們為每一個人鵲橋，一年連接一次，隔空相助，我們隨時隨地。馬良只有一支神筆製造萬物。我們啟動無數雙臂，伏羲探尋命運規律，掌握趨勢。我們用數據洞察先機。如果說人類比幾千年前的自己更強大，那是因為我們用智慧將彼此緊緊相連，一起面對挑戰。

以上是2023世界人工智慧大會開幕式（現場文字稿）的完整內容。如果您還想深入了解相關劇情和角色的背景、發展和人物關係等方面的內容，非常歡迎您關注台詞課。未來我們將提供詳細而豐富的劇情介紹、分析和人物解析，讓觀眾更全面地了解和體驗劇集的魅力。