CNET科技資訊網(wǎng) 5月26日 北京消息: 5月26日,在貴陽數(shù)博會(huì)“機(jī)器智能”高峰對話上,全球IT屆的多位領(lǐng)軍人物就MI(機(jī)器智能)與AI(人工智能)的區(qū)別展開激烈討論。
“只要?jiǎng)?chuàng)造出關(guān)于動(dòng)物和人的智能,都可以叫做人工智能。但人與動(dòng)物不具備的智能,如果機(jī)器具備了,那就是機(jī)器智能,這是我的理解。”阿里巴巴技術(shù)委員會(huì)主席王堅(jiān)說。
王堅(jiān)舉例說,最常見的人工智能就是創(chuàng)造一個(gè)聊天機(jī)器人,基本上是過去人能做的事情。但是去年我們給杭州裝一個(gè)城市大腦,那是一個(gè)人也不具備的智能,我覺得更適合機(jī)器智能。
美國硅谷著名創(chuàng)業(yè)家、天使投資人史蒂夫·霍夫曼認(rèn)為,AI是拿圖靈測試作為定義,能與人進(jìn)行互動(dòng)通過圖靈測試的都是AI。MI會(huì)是人機(jī)共生的核心點(diǎn),我希望在有生之年能看到MI無處不在。因?yàn)榻裉煳宜龅暮芏鄾Q定,如果有MI輔助,我可以作出更好的決定,這讓每個(gè)人未來可以發(fā)揮潛力。“我是寫書的,寫每一本書的時(shí)候要做大量的研究工作,如果有MI幫我收集信息、整理信息,把最相關(guān)的信息提取出來,我可以用更短時(shí)間寫出更有水平的書。”
斯坦福大學(xué)人工智能與倫理學(xué)教授杰瑞·卡普蘭認(rèn)為,機(jī)器智能不應(yīng)該認(rèn)為它是讓機(jī)器變得像人一樣有智慧,應(yīng)該看成是新一代的自動(dòng)化。它不是來取代人,它是來輔助人,還會(huì)有大量的工作崗位,現(xiàn)在就有很多工作崗位不能靠自動(dòng)化來取代,這個(gè)技術(shù)它會(huì)改變工作的性質(zhì),讓我們工作變得更加高效。如果從這個(gè)視角來理解,機(jī)器智能是自動(dòng)化的延伸。
北京大數(shù)據(jù)研究院院長鄂維南認(rèn)為,機(jī)器智能的核心是會(huì)學(xué)習(xí)的機(jī)器,它將會(huì)把我們帶入智能化社會(huì),就像當(dāng)年造出了會(huì)勞動(dòng)的機(jī)器把我們代入了工業(yè)化社會(huì)一樣。
機(jī)器智能如此無所不能,是否會(huì)取代人類?對此,王堅(jiān)打了一個(gè)有趣的比喻:“我們拿一條狗讓它去找毒品的時(shí)候從來沒有說過我們的鼻子被狗的鼻子給取代了。”他認(rèn)為,我們要尊重機(jī)器在某些方面的能力超越人類。
好文章,需要你的鼓勵(lì)
騰訊ARC實(shí)驗(yàn)室推出AudioStory系統(tǒng),首次實(shí)現(xiàn)AI根據(jù)復(fù)雜指令創(chuàng)作完整長篇音頻故事。該系統(tǒng)結(jié)合大語言模型的敘事推理能力與音頻生成技術(shù),通過交錯(cuò)式推理生成、解耦橋接機(jī)制和漸進(jìn)式訓(xùn)練,能夠?qū)?fù)雜指令分解為連續(xù)音頻場景并保持整體連貫性。在AudioStory-10K基準(zhǔn)測試中表現(xiàn)優(yōu)異,為AI音頻創(chuàng)作開辟新方向。
Meta與特拉維夫大學(xué)聯(lián)合研發(fā)的VideoJAM技術(shù),通過讓AI同時(shí)學(xué)習(xí)外觀和運(yùn)動(dòng)信息,顯著解決了當(dāng)前視頻生成模型中動(dòng)作不連貫、違反物理定律的核心問題。該技術(shù)僅需添加兩個(gè)線性層就能大幅提升運(yùn)動(dòng)質(zhì)量,在多項(xiàng)測試中超越包括Sora在內(nèi)的商業(yè)模型,為AI視頻生成的實(shí)用化應(yīng)用奠定了重要基礎(chǔ)。
上海AI實(shí)驗(yàn)室發(fā)布OmniAlign-V研究,首次系統(tǒng)性解決多模態(tài)大語言模型人性化對話問題。該研究創(chuàng)建了包含20萬高質(zhì)量樣本的訓(xùn)練數(shù)據(jù)集和MM-AlignBench評測基準(zhǔn),通過創(chuàng)新的數(shù)據(jù)生成和質(zhì)量管控方法,讓AI在保持技術(shù)能力的同時(shí)顯著提升人性化交互水平,為AI價(jià)值觀對齊提供了可行技術(shù)路徑。
谷歌DeepMind團(tuán)隊(duì)開發(fā)的GraphCast是一個(gè)革命性的AI天氣預(yù)測模型,能夠在不到一分鐘內(nèi)完成10天全球天氣預(yù)報(bào),準(zhǔn)確性超越傳統(tǒng)方法90%的指標(biāo)。該模型采用圖神經(jīng)網(wǎng)絡(luò)技術(shù),通過學(xué)習(xí)40年歷史數(shù)據(jù)掌握天氣變化規(guī)律,在極端天氣預(yù)測方面表現(xiàn)卓越,能耗僅為傳統(tǒng)方法的千分之一,為氣象學(xué)領(lǐng)域帶來了效率和精度的雙重突破。