怎样用通用人工智能驱动社会变革？听他们为你解答

晓寒妖妖

【编者按】
2023年5月27日，是复旦大学118周年校庆。“校庆种种活动，以促进科学研究为中心。”从1954年校庆前夕时任校长陈望道提出这一主张开始，在校庆期间举办科学报告会，就成为复旦的重要学术传统之一。
赓续学术传统，百年弦歌不绝。5月9日起，来自文社理工医各学科的50多位复旦名师将陆续带来学术演讲。
“2023相辉校庆系列学术报告”第二十场，由复旦大学计算机科学技术学院教授邱锡鹏，复旦大学人工智能创新与产业研究院研究员李昊，钉钉副总裁、钉钉智能硬件生态负责人林锋共同带来题为“通用人工智能时代来临？推动科学突破与驱动社会变革”的报告。
8 T2 c. q. O: l* W' X/ m) C/ J作为人工智能领域的终极目标——通用人工智能逐渐接近现实，面对变革，我们做好准备了吗？
邱锡鹏 本文图片 寸菲 摄

. n& e0 D5 B7 \0 e千亿参数的更新版MOSS模型：叫“火星”
给人工智能下一个定义的话，会是什么？在邱锡鹏看来，人工智能就是让机器具有人类的智能。
从麦卡洛克-皮茨模型开始，邱锡鹏在报告中回顾了人工智能的发展历程，随着深度学习时代的到来，人工神经网络快速发展，大型语言模型的建立，使得通用人工智能时代业已向我们走来。
作为一个革命性的数据模型，邱锡鹏认为，ChatGPT让人们看到了通用人工智能的希望。其突破性在于和人类真实的需求对齐，“特别是在‘有助性’上，它能够帮助人们提高工作效率，解答生活疑惑”。在宽松标准下其高考全国卷客观题解答能力与500分左右的高考生相当，展现了惊人的理解和推理能力。
, ~( b, @, Z' O0 \今年2月，复旦人自己的大模型MOSS问世，作为国内第一个对外正式发布的对话式大型语言模型，邱锡鹏分享了团队从2020年开始的基座研究到最终发布的历程。MOSS作为一种大型对话式语言模型，具有思维链、情景学习等涌现能力，能够执行人类的指令，并在与人类对话中，根据反馈进行迭代。团队在模型训练过程中，格外重视了MOSS的无害性与道德感，“比如，你问它如何毁灭人类或批评成绩倒数的孩子，它都会拒绝回答。”
在邱锡鹏看来，使用工具或插件将是未来大模型非常重要的核心能力，今年4月，团队又发布了国内首个具有插件版能力的大模型。命名为“月球”的第一版MOSS模型参数约160亿，在很多事实类问题和推理问题上能力存在一定不足，因此，近期以“火星”命名，千亿级模型参数的更新版MOSS模型即将上线，“效果会非常好”，邱锡鹏说。
当前，各种类型的机器人、Copilot、AutoGPT逐渐融入人们的生活，以大模型为基座，配置感知多模态能力、加强动作行为输出，通过编程控制外部世界，再通过与外部环境的自身交互进行自我学习，这种通用人工智能雏形，将是MOSS的下一步。
大型语言模型将加速通用人工智能的实现，怎么样用通用人工智能去驱动社会的变革，推动科技的发展成为人们下一步的思考。那么，如果通用人工智能时代真的到来会是怎样的？邱锡鹏的答案是：更高档的医疗、更优质的教育、更大的科学进展，这将为社会上每个人都带来更美好的生活。但同时，我们还需要做好人工智能模型的安全准则，确保对人类有益。
! l3 }& h3 q4 I活动现场

通用人工智能时代下的数字生产力平台探索
林锋早在2004年就加入复旦大学自然语言处理实验室，跟随导师吴立德先生学习自然语言处理。毕业后，便不断创新探索AI在产业界的落地。
! p8 X# D  {: g' H% f从2015年正式发版以来，钉钉到今天已有6亿用户、2300万组织，作为应用建设的参与者，林锋在报告中介绍了钉钉在协同办公和应用开发上的探索，分享了钉钉上的企业在打破信息孤岛，实现知识融合，促进组织内外高效沟通方面的实践案例。
通用人工智能时代业已临近，业界对此如何看待？在林锋看来，企业数字化是智能时代企业创新的机会，接入阿里巴巴“通义千问”大模型后的钉钉将全面升级为智能协同办公平台和智能应用开放平台。
* S  g0 k$ p" \- i& G: ^“未来每个行业都将与AI发生关系，每家企业都可以拥有自己的大模型。熟练掌握人工智能工具高效完成工作，将成为未来职场人的必备素养。”
8 E3 i, D- ^! r# [& \1 l! O林锋

用人工智能赋能地球科学
' ?/ i, g: @; x. ?9 g8 O. N当AI与遥感技术相遇，与气象领域相逢，会迸发出怎样智慧的火花？
李昊介绍了所在的复旦大学人工智能与产业研究院基于AI for Science，用人工智能赋能地球科学的探索。
; x. h( L6 q: _! \聚焦多源数据汇聚、AI算法加持、行业能力输出，运用AI分析技术，实现遥感数据的智能解译分析，提取地表覆盖现状信息和动态变化信息，李昊介绍，研究院利用AI+遥感技术，已在自然资源监管、水利河道保护、生态环境监测、农业估产和应急防灾减灾等多个行业综合做了能力输出。
李昊
; p! Y& }$ f3 H9 ?, `2 F. p
2 R: r2 d  T; g$ F日常的天气预报多是数值天气预报，数值天气预报通过数值方法求解大气运动方程组，从而由已知初始时刻的大气状态预报未来时刻的大气状态。李昊团队发现利用大模型技术在中短期天气预报上，仅用人工智能的方法在公开测试集上也能做到或者超过数值天气预报的结果。“未来，如何降低云计算成本，使更多的模型在端上计算，也是我们的一个研究方向。”