菁英思想汇，共话AI新力量！来看这些青年获奖者们的创新与洞见｜2024世界人工智能大会
转自：上观新闻
作者：殷倩
摄影：杨浦东
“我们希望人工智能的大模型能够像人一样理解事物的发展过程，这才是我们想要的大语言模型的样子。”这是新加坡国立大学费豪在昨日2024世界人工智能大会青年优秀论文奖获奖者沙龙上讲的话，他研究的NExT-GTP大语言模型致力于让机器像人一样思考，实现多模态的泛化能力。而像他一样优秀的14位青年都在这场沙龙中表达了自己的真知灼见，现场交流讨论热烈，更像是一场菁英们的“思想汇”。
“从大规模数据中学习”已成为人工智能领域的范式。在人工智能的浪潮中，众多学者和研究人员正致力于推动技术的边界，探索大模型及其应用的多种前沿领域。
新加坡国立大学的阳行意受工厂“流水线作业”的启发，通过拆分预训练模型，用特征相似度评价功能相似性，实现了不同深度模型的组合，他比喻说：“拆分预训练模型，就相当于把原有的积木拆开，再像拼积木一样根据具体需求搭建新的模型。”
不同于阳行意的“拆分”训练模型，清华大学吴海旭更希望建立一个囊括全球物联网数据的建模模型，“这是一个大胆的尝试，”他表示，“我们试图完成一个统一全球分散物联网数据的建模模型。”
然而，无论是拆分还是聚合，大模型与小模型都是同时存在并相互作用的。浙江大学沈永亮通过建立大模型与小模型之间的桥梁，探索了模型的代理训练，为科学计算和防灾减灾等领域的应用提供了新的可能性。他感慨说：“我们更想做的是一个人工智能的管家。”
在此次沙龙中，来自上海交通大学的张倬胜分享了自己在大模型智能体领域的研究，让大家看到了机器与物理世界结合的无限可能。他表示：“目前，大模型智能体试图将大模型从内容智能推广到行为智能。”他的研究不仅为机器的自主性、自适应性和社交能力铺平了道路，也为理解机器如何在开放世界中感知环境并自主执行行为提供了新视角。
除了与物理的结合，清华大学的张育宸构建了我国首个气象预报AI大模型——极端降水预报大模型，可以监测并预测3小时内的极端天气变化情况；同济大学的甘惟更是建立了城市设计规划领域的大模型，利用人工智能模拟真实城市运行和辅助设计城市，通过分步式计算实现了超大空间尺度的人工智能预测。
面对大数据时代带来的挑战，复旦大学的冯光迪认为：“探测数据的爆发式增长与传统的探测模式之间会形成一个高延时和高功耗的矛盾。”她的感存算类脑一体化研究通过将存储、感知和计算融合到单一器件中，不仅解决了这一矛盾，还为减少数据传输和降低能耗开辟了新途径。
而上海人工智能实验室的崔涛镛则提出了一种应用于分子模拟的自监督势函数预训练框架，为实现高精度、高效率的分子模拟提供了实用工具。他自豪的说道：“通过自监督学习，该训练框架不仅能够提升模型的精度，还能大幅降低计算量，未来可以在新药物和新材料研发等应用上发挥巨大潜力。”
获奖者们在沙龙期间分享的研究成果不仅展示了人工智能领域的多样性和深度，也预示着科技将深刻影响产业的未来。此次沙龙还邀请了多位上海知名企业和资深投资人参会，他们对获奖论文都给出了很高的评价，多位表示未来可能会有科技成果转化的合作。随着这些技术的不断成熟和应用，可以预见，人工智能将为人类社会带来更多的便利。
审核：上海市科协学会学术部（科技创新服务部）