久久久久精品免费福利电影,国产又黄又大又粗视频,A级毛片免费播放无码,人人妻人人爽人人澡欧美一区

智能計算發展的第四階段是大模型計算系統（2020年）。在人工智能大模型技術的推動下，智能計算邁向新的高度。2020年，AI從“小模型+判別式”轉向“大模型+生成式”，從傳統的人臉識別、目標檢測、文本分類，升級到如今的文本生成、3D數字人生成、圖像生成、語音生成、視頻生成。大語言模型在對話系統領域的一個典型應用是OpenAI公司的ChatGPT，它采用預訓練基座大語言模型GPT-3，引入3000億單詞的訓練語料，相當于互聯網上所有英語文字的總和。其基本原理是：通過給它一個輸入，讓它預測下一個單詞來訓練模型，通過大量訓練提升預測精確度，最終達到向它詢問一個問題，大模型產生一個答案，與人即時對話。在基座大模型的基礎上，再給它一些提示詞進行有監督的指令微調，通過人類的<指令，回復>對逐漸讓模型學會如何與人進行多輪對話；最后，通過人為設計和自動生成的獎勵函數來進行強化學習迭代，逐步實現大模型與人類價值觀的對齊。

大模型的特點是以“大”取勝，其中有三層含義，（1）參數大，GPT-3就有1700億個參數；（2）訓練數據大，ChatGPT大約用了3000億個單詞，570GB訓練數據；（3）算力需求大，GPT-3大約用了上萬塊V100 GPU進行訓練。為滿足大模型對智能算力爆炸式增加的需求，國內外都在大規模建設耗資巨大的新型智算中心，英偉達公司也推出了采用256個H100芯片，150TB海量GPU內存等構成的大模型智能計算系統。

大模型的出現帶來了三個變革。

一是技術上的規模定律（Scaling Law），即很多AI模型的精度在參數規模超過某個閾值后模型能力快速提升，其原因在科學界還不是非常清楚，有很大的爭議。AI模型的性能與模型參數規模、數據集大小、算力總量三個變量成“對數線性關系”，因此可以通過增大模型的規模來不斷提高模型的性能。目前最前沿的大模型GPT-4參數量已經達到了萬億到十萬億量級，并且仍在不斷增長中；

二是產業上算力需求爆炸式增長，千億參數規模大模型的訓練通常需要在數千乃至數萬GPU卡上訓練2-3個月時間，急劇增加的算力需求帶動相關算力企業超高速發展，英偉達的市值接近兩萬億美元，對于芯片企業以前從來沒有發生過；

三是社會上沖擊勞動力市場，北京大學國家發展研究院與智聯招聘聯合發布的《AI大模型對我國勞動力市場潛在影響研究》報告指出，受影響最大的20個職業中財會、銷售、文書位于前列，需要與人打交道并提供服務的體力勞動型工作，如人力資源、行政、后勤等反而相對更安全。

人工智能的技術前沿將朝著以下四個方向發展。

第一個前沿方向為多模態大模型。從人類視角出發，人類智能是天然多模態的，人擁有眼、耳、鼻、舌、身、嘴(語言)，從AI視角出發，視覺，聽覺等也都可以建模為token②的序列，可采取與大語言模型相同的方法進行學習，并進一步與語言中的語義進行對齊，實現多模態對齊的智能能力。

第二個前沿方向為視頻生成大模型。OpenAI于2024年2月15日發布文生視頻模型SORA，將視頻生成時長從幾秒鐘大幅提升到一分鐘，且在分辨率、畫面真實度、時序一致性等方面都有顯著提升。SORA的最大意義是它具備了世界模型的基本特征，即人類觀察世界并進一步預測世界的能力。世界模型是建立在理解世界的基本物理常識（如，水往低處流等）之上，然后觀察并預測下一秒將要發生什么事件。雖然SORA要成為世界模型仍然存在很多問題，但可以認為SORA學會了畫面想象力和分鐘級未來預測能力，這是世界模型的基礎特征。

第三個前沿方向為具身智能。具身智能指有身體并支持與物理世界進行交互的智能體，如機器人、無人車等，通過多模態大模型處理多種傳感數據輸入，由大模型生成運動指令對智能體進行驅動，替代傳統基于規則或者數學公式的運動驅動方式，實現虛擬和現實的深度融合。因此，具有具身智能的機器人，可以聚集人工智能的三大流派：以神經網絡為代表的連接主義，以知識工程為代表的符號主義和控制論相關的行為主義，三大流派可以同時作用在一個智能體，這預期會帶來新的技術突破。

第四個前沿方向是AI4R(AI for Research)成為科學發現與技術發明的主要范式。當前科學發現主要依賴于實驗和人腦智慧，由人類進行大膽猜想、小心求證，信息技術無論是計算和數據，都只是起到一些輔助和驗證的作用。相較于人類，人工智能在記憶力、高維復雜、全視野、推理深度、猜想等方面具有較大優勢，是否能以AI為主進行一些科學發現和技術發明，大幅提升人類科學發現的效率，比如主動發現物理學規律、預測蛋白質結構、設計高性能芯片、高效合成新藥等。因為人工智能大模型具有全量數據，具備上帝視角，通過深度學習的能力，可以比人向前看更多步數，如能實現從推斷(inference)到推理(reasoning)的躍升，人工智能模型就有潛力具備愛因斯坦一樣的想象力和科學猜想能力，極大提升人類科學發現的效率，打破人類的認知邊界。這才是真正的顛覆所在。

最后，通用人工智能③（Artificial General Intelligence，簡稱AGI）是一個極具挑戰的話題，極具爭論性。曾經有一個哲學家和一個神經科學家打賭：25年后（即2023年）科研人員是否能夠揭示大腦如何實現意識？當時關于意識有兩個流派，一個叫集成信息理論，一個叫全局網絡工作空間理論，前者認為意識是由大腦中特定類型神經元連接形成的“結構”，后者指出意識是當信息通過互連網絡傳播到大腦區域時產生的。2023年，人們通過六個獨立實驗室進行了對抗性實驗，結果與兩種理論均不完全匹配，哲學家贏了，神經科學家輸了。通過這一場賭約，可以看出人們總是希望人工智能能夠了解人類的認知和大腦的奧秘。從物理學的視角看，物理學是對宏觀世界有了透徹理解后，從量子物理起步開啟了對微觀世界的理解。智能世界與物理世界一樣，都是具有巨大復雜度的研究對象，AI大模型仍然是通過數據驅動等研究宏觀世界的方法，提高機器的智能水平，對智能宏觀世界理解并不夠，直接到神經系統微觀世界尋找答案是困難的。人工智能自誕生以來，一直承載著人類關于智能與意識的種種夢想與幻想，也激勵著人們不斷探索。

中國：人工智能企業以AI“國家隊”和創業獨角獸為主，其中“國家隊”多綜合布局技術與應用領域，創業獨角獸多深耕垂直技術與應用市場

美國：人工智能廠商較多，軟硬實力兼具，大型廠商多綜合布局AI產業，創業公司遍布基礎層、技術層和應用層

03 人工智能的安全風險

人工智能的發展促進了當今世界科技進步的同時，也帶來了很多安全風險，要從技術與法規兩方面加以應對。

首先是互聯網虛假信息泛濫。這里列舉若干場景：

一是數字分身。AI Yoon是首個使用 DeepFake 技術合成的官方“候選人”，這個數字人以韓國國民力量黨候選人尹錫悅（Yoon Suk-yeol）為原型，借助尹錫悅 20 小時的音頻和視頻片段、以及其專門為研究人員錄制的 3000 多個句子，由當地一家 DeepFake 技術公司創建了虛擬形象 AI Yoon，并在網絡上迅速走紅。實際上 AI Yoon 表達的內容是由競選團隊撰寫的，而不是候選人本人。

二是偽造視頻。尤其是偽造領導人視頻引起國際爭端，擾亂選舉秩序，或引起突發輿情事件，如偽造尼克松宣布第一次登月失敗，偽造烏克蘭總統澤連斯基宣布“投降”的信息，這些行為導致新聞媒體行業的社會信任衰退。

三是偽造新聞。主要通過虛假新聞自動生成牟取非法利益，使用ChatGPT生成熱點新聞，賺取流量，截至2023年6月30日全球生成偽造新聞網站已達277個，嚴重擾亂社會秩序。

四是換臉變聲，用于詐騙。如由于AI語音模仿了企業高管的聲音，一家香港國際企業因此被騙3500萬美元。

五是生成不雅圖片，特別是針對公眾人物。如影視明星的色情視頻制作，造成不良社會影響。因此，迫切需要發展互聯網虛假信息的偽造檢測技術。

其次，AI大模型面臨嚴重可信問題。這些問題包括：（1）“一本正經胡說八道”的事實性錯誤；（2）以西方價值觀敘事，輸出政治偏見和錯誤言論；（3）易被誘導，輸出錯誤知識和有害內容；（4）數據安全問題加重，大模型成為重要敏感數據的誘捕器，ChatGPT將用戶輸入納入訓練數據庫，用于改善ChatGPT，美方能夠利用大模型獲得公開渠道覆蓋不到的中文語料，掌握我們自己都可能不掌握的“中國知識”。因此，迫切需要發展大模型安全監管技術與自己的可信大模型。

除了技術手段外，人工智能安全保障需要相關立法工作。2021年科技部發布《新一代人工智能倫理規范》，2022年8月，全國信息安全標準化技術委員會發布《信息安全技術機器學習算法安全評估規范》，2022-2023年，中央網信辦先后發布《互聯網信息服務算法推薦管理規定》《互聯網信息服務深度合成管理規定》《生成式人工智能服務管理辦法》等。歐美國家也先后出臺法規，2018年5月25日，歐盟出臺《通用數據保護條例》，2022年10月4日，美國發布《人工智能權利法案藍圖》，2024年3月13日，歐洲議會通過了歐盟《人工智能法案》。

我國應加快推進《人工智能法》出臺，構建人工智能治理體系，確保人工智能的發展和應用遵循人類共同價值觀，促進人機和諧友好；創造有利于人工智能技術研究、開發、應用的政策環境；建立合理披露機制和審計評估機制，理解人工智能機制原理和決策過程；明確人工智能系統的安全責任和問責機制，可追溯責任主體并補救；推動形成公平合理、開放包容的國際人工智能治理規則。