|
每经记者 郑雨航 每经实习记者 宋欣悦 每经编辑 兰素英 “AI教父”杰弗里·辛顿近日在BBC广播4台的《今日》节目中指出，AI的发展速度“非常非常快，比我预期的要快得多”，并强调这一变化速度远超预期。据他预测，具备超人能力的AI可能在未来20年内出现，最快甚至就在5年内。 针对AI接下来的发展，《每日经济新闻》记者（以下简称NBD）近日采访了清华大学电子工程系长聘教授、博士生导师吴及。吴教授从AI技术瓶颈、AI+医疗等角度进行了全面解读。 在吴及看来，AI在学术研究方面有待突破的一点是对真实的物理世界进行建模。以目前的技术来讲，还很难做到将文本意义上的世界模型和物理意义上的世界模型关联起来。在谈及AI应用落地时，吴及强调，加强对AI的认知是首要任务，如果认识或理解不够深，完全凭想象做事，那走的方向可能完全不对，这是很大的风险。 谈AI技术瓶颈：对物理世界建模有待突破NBD：当前AI主要的技术瓶颈是什么呢？ 吴及：从现实应用来讲，AI技术或者大模型跟很多现实场景应用结合得还不是非常好。这个方向非常热，但能够被大规模、常态化使用的成功应用还比较有限。这方面我觉得还有相当长的路要走。 从学术研究的角度来讲，一个非常重要的突破点在于，能不能把文本意义上的世界模型和物理意义上的世界模型关联起来，也就是说，能不能建立起对真实物理世界的建模。以目前的技术来讲，可能还很难完全做到，有待技术突破。 NBD：您提到的物理世界模型是不是类似于李飞飞团队所做的工作？ 吴及：对。目前大模型能力很强，具备越来越多的能力，例如写文章，写代码、生成图片和生成视频，但核心还是语义向量，核心技术还是大语言模型。 但它对整个物理世界的理解能力，我觉得还是不够的。以人的学习过程来打个比方，我们经常会说，“纸上得来终觉浅，绝知此事要躬行”，因此实践非常重要。依靠文本为主的大模型也可以与其他模态对齐，但个人认为还不足以对整个物理世界进行建模。所以，建模真实的物理世界会是学术前沿研究上会面临的下一个瓶颈。 
吴及 |
