美國《福布斯》雙周刊網站在近日的報道中列出了2024年人工智能(AI)領域發展的五大趨勢。國家工信部日前印發的《人形機器人創新發展指導意見》提出,到2025年,人形機器人創新體系初步建立,整機產品將達到國際先進水平,并實現批量生產。
隨著“生成式AI”的出現,我們與人工智能的距離正在逐漸縮短。未來的AI又將賦予世界哪些嶄新的面貌?
生成式AI開辟新領域
在人工智能領域,每隔幾年會出現一個新熱點。隨著ChatGPT的推出,生成式AI使得許多人成為人工智能工具的新用戶。
生成式AI是一種通過學習大規模數據進而生成新的原創內容(文字、圖片、視頻等)的新型人工智能。ChatGPT不僅會寫作文、寫小說、做數學題,甚至還會看星盤??梢?,這些生成的內容雖然和基于訓練的數據十分相似,卻不是簡單地對其進行復制。
20世紀中期以后,人工智能的發展不斷突破。20世紀70年代,其發展重心是專家系統,80年代轉變成了概率推理。而近十年中,該領域的發展是由機器學習推動的,也就是說,讓計算機對數據進行學習,從中找出規律,建立模型。近兩年,這種機器學習又在不斷推進中,比如生成式AI就是引入深度學習的技術。如果說以前的人工智能學習主要依靠人們的經驗判斷做出指令,那么生成式AI則更加模仿人腦的思維過程,可以形成更加抽象的綜合判斷。
未來,生成式AI究竟有哪些可能的應用場景?
想象一下,當人工智能聽到描述性語音,就能立刻起草一篇內容豐富的文章,畫上一幅畫,并配上合適的背景音樂。美國《福布斯》雙周刊撰文預測,今后的人工智能系統將超越聊天機器人、惡搞視頻這種簡單的應用范疇,而能撰寫更為復雜的敘事文章,可能與人合著暢銷書,甚至編排交響樂等。
其中關鍵性的創新是多模態生成式AI,此類系統可以處理文本、聲音、旋律、視覺信號等各種輸入信息,并將其融合起來進行綜合理解。未來的生成式AI將給用戶帶來更多層次豐富的感官體驗。
生成式AI的崛起還將在科技研發、工業設計等領域引發深刻變化。如今的突破是用人工智能破解蛋白質折疊問題。以前,用實驗的方法分析一種蛋白質結構往往需要幾周、幾個月甚至更長的時間。自從人工智能進入該領域,在數小時甚至數分鐘內就能生成結果,準確率達到90%以上。
明年起,隨著多模態技術的不斷發展,人工智能模型將深入更加復雜、多樣化的交互場景,有望在智能家居、智慧城市、醫療診斷、自動駕駛等領域打開全新的應用空間。
人形機器人學習與環境交互
如果問,數字經濟時代什么是最具標志性的工具,機器人無疑是最有力的答案之一。而人形機器人更是被視作“第四次工業革命”的標志性產品。
今年9月,特斯拉公布了人形機器人擎天柱的最新視頻?!扒嫣熘诌M步了?!辈簧偃诉@么評價。馬斯克表示,打算在3年至5年內量產這一產品。而我國工信部最新印發的《人形機器人創新發展指導意見》(以下簡稱《指導意見》)提出,到2025年,人形機器人創新體系初步建立,“大腦、小腦、肢體”等一批關鍵技術取得突破,整機產品達到國際先進水平,并實現批量生產。
1950年,“人工智能之父”艾倫·圖靈首次提出“具身智能”(人形機器人)概念。其基本假設是,智能行為可以被具有對應形態的智能體通過適應環境的方式習得。也就是說,要擁有人一樣的智能,先要具備人一樣的身體。
上海交通大學電子信息與電氣工程學院計算機系教授盧策吾曾這樣形容:從認知角度看,人是“第一人稱視角智能”,而沒有身體的機器是“第三人稱視角智能”。人可以通過與真實世界的互動進行主動學習,通過思維鏈的拓展去理解新的概念。人形機器人的突破就在于,不只是靠人“喂數據”,而要自己通過海量數據的學習,習得如何與環境交互。
對機器人來說,“大腦”與“小腦”結合起來,才能更好地理解和改變世界。
由坐落上海的智元機器人公司研發的首款人形機器人“遠征A1”,就是以大模型作為機器人“大腦”,這需要考驗“大腦”在面對從未涉及的任務時能否自行決策并生成解決方案?!斑h征A1”通過語言指令分析出講話者的意圖,實施任務。比如收到“我要一杯水”“我渴了”的指令,它都能很好地“理解”,隨后前往飲水機取水,并把水杯遞過來。
《指導意見》提出,人形機器人的關鍵技術突破,是以大模型等人工智能技術突破為引領,重點在人形機器人“大腦”和“小腦”“肢體”關鍵技術、技術創新體系等領域取得突破。比如,開發人形機器人的“大腦”,增強其環境感知、行為控制、人機交互能力;開發人形機器人的“小腦”,控制其靈活運動。并且需要系統部署“機器肢”關鍵技術群,打造仿人機械臂、靈巧手和腿足,攻關“機器體”關鍵技術群,以及加快人形機器人與元宇宙、腦機接口等前沿技術的融合。
在傅利葉智能董事長兼首席執行官顧捷看來,未來,人形機器人可能會像汽車、手機一樣,變成新一代的終端,普及到養老陪護、康復科研等眾多場景中。
AI應成人類的“左膀右臂”
可以預見,隨著技術的不斷發展,人工智能不再只是一種工具,而是人類的“左膀右臂”。世界將邁進人類與AI協同發揮作用的時代。
比如,外科醫生可以在人工智能診斷的輔助下進行手術,現在一些醫院已經實現機器人輔助做手術的功能。律師在庭審過程中可以得到人工智能提供的參考案例,既豐富又全面。軟件開發員在寫代碼時也可以得到同步幫助,大大提高效率。
另外,量子計算將成為未來AI領域的重要發展方向。無論是新興企業還是老牌科技巨頭,都已將大量資源用于開發量子解決方案,因為其可以加速機器學習的速度并且優化算法,從而實現更高效、更準確的人工智能應用。
雖然人工智能讓未來充滿希望,也不可否認許多潛在風險同時存在,我們需要制定相應的策略來應對這些挑戰。
比如,生成式AI對現有知識產權體系的挑戰。主要表現在:如何平衡素材提供者和再創作者之間的利益,保障創新成果,減少相關行業發展的干擾。要處理好這個問題,需要對現有知識產權體系進行比較大的變革。
隨著人工智能在日常工作和生活中參與度的提升,其在道德等領域面臨的問題備受關注。專家認為,目前面臨的挑戰不僅在于設計出公平的算法,還必須制定嚴格的標準,確保這些系統和它們的設計者能對自己的行為負責。
據美國《福布斯》雙周刊網站消息,人工智能目前在各個領域長驅直入,這種前所未有的發展態勢不僅令科技愛好者癡迷,也引發全球決策者的密切關注。
包括歐美在內的主要經濟體都在設法制定比較全面的AI政策,為AI立法。今年10月,美國簽署了首份關于AI的行政命令。歐洲議會打算在明年6月之前就歐盟的《AI法案》文本達成協議。這些政策旨在推動技術突破的同時,保護民眾不受人工智能“野蠻生長”的影響。
業內人士認為,不刻意規劃人工智能的創造性,給人類留出一些創意空間,是非常值得關注和探索的問題。