人工智能研究还有哪些迫切需要突破的技术？12月13日，在2024浦江AI学术年会期间，上海人工智能实验室领军科学家欧阳万里教授对澎湃科技表示，未来，数据+算力的AI能力增长方式或许将到达极限，目前OpenAI的o1模型已经通过增长测试时间提升模型能力。未来业界要探索除尺度定律（Scaling Law）之外其他能令模型能力增长的方法，探索用更经济的方式获得算力和数据，探索通用模型和专用模型结合的“通专融合”之路。
“通用大模型和垂类大模型是互补的。”欧阳万里表示，这就好比垂类大模型拥有专业领域的“大学知识”，通用大模型拥有“高中知识”，通用大模型再学一些“大学知识”就能面向化工、设计等垂类领域。相反，“大学知识”也会慢慢融入“高中教学”。在未来的AI研发进程中，要走一条通专融合的道路。
目前上海人工智能实验室正在和中国商飞团队合作，利用AI赋能飞机翼型设计。“设计出一个翼型并不难，难的是让翼型达到工业型需求，这需要空气动力学等科学知识。在尖端设计领域，AI大有可为。”
欧阳万里表示，原先设计一个翼型的时间以“周”为计，现在利用人工智能学习飞机翼型库，几分钟就可以生成数十个翼型供设计师选择。“我们也希望未来在国计民生中利用大模型、具身智能等技术，让AI赋能更多和国计民生相关的产业领域。”
今年，诺贝尔物理学奖、诺贝尔化学奖都授予了与AI相关的研究。欧阳万里表示，这意味着AI作为一个单独学科进一步被科学界认可，未来会用AI做科研的科学家获得诺奖的概率可能比不会用AI做科研的科学家更高，AI for Science是大势所趋。但在数据层面，未来需要探索快速积累数据、科学家数据共享机制。
对于合成数据的未来，欧阳万里表示，真实数据和生成数据同时使用，模型有了增长空间，而空间的大小取决于真实数据的量，“真实数据仍然重要，除了现在已有的网上的文本、视频、图像以外，有没有其他类型的数据可以快速获得，这是国内外非常关心的。”
他表示，短期来看，气象、谱学、工业设计、金融等拥有大量数据、数字化程度高的领域，AI应用进展较快，长期来看，数字化和智能化仍在并行发展，“有些领域数字化做得好，有些领域数字化还有待发展，我们期待未来在中国随着数字化的进一步深化，各行各业积累的数据越来越多，期待人工智能作为关键的新质生产力，推动中国未来的科技进步。”
还没有评论，来说两句吧...