张亚勤:Transformer五年内会被逐步重构,15-20年内实现AGI | 清华AIR无锡创新中心成立
将通过“新图灵测试”
白交 发自 凹非寺
量子位 | 公众号 QbitAI
未来5年内会在AI技术架构上有大的突破,Transformer会被逐步重构。
15-20年内实现通用人工智能(AGI),并通过“新图灵测试”。
在“太湖对话:人工智能+”暨清华大学AIR无锡创新成立仪式上,张亚勤院士给出这样的趋势判断,并点名了包括多模态、具身智能、生物智能、Agent智能、边缘智能这五个重要发展方向值得关注。
其中又以具身智能当中无人驾驶为代表。他更是放言:它将是未来五年最大具身智能应用。
2025年是无人驾驶的“ChatGPT时刻”,2030年无人驾驶成为主流,10%新车具备L4能力。
本次涵盖主论坛以及三场圆桌论坛,包括张亚勤院士在内的诸多大牛,围绕智能产业、产业应用、自动驾驶等主题分享了不少观点值得参考。
张亚勤:15-20年内实现通用人工智能
主论坛上,张亚勤院士分享了人工智能发展的一些观点,主要包括当前大模型的核心发展趋势,AI演进过程、无人驾驶的发展前景以及具体治理建议。
他首先点名了AI大模型的五个发展方向,包括多模态智能、自主智能、边缘智能、具身智能、生物智能这五个方向。
以具身智能为例,张亚勤详细谈到了无人驾驶这一应用。他认为,无人驾驶是未来五年最大具身智能应用,并且是第一个通过“新图灵测试”的具身智能。大模型/生成式AI加速L4泛化能力,结合车-路-云一体化协同,提升驾驶安全和交通效率,助力实现无人驾驶的ChatGPT时刻。
2025年,实现无人驾驶的“ChatGPT时刻”;2030年,无人驾驶汽车将成为市场主流,预计有10%的新车具备L4级别的自动驾驶能力。
当前,AI大模型的发展正处于一个关键时期。
张亚勤预计,在未来10年内,大模型和生成式AI将成为主流技术和产业路线;并在15-20年内实现通用人工智能(AGI),并通过“新图灵测试”。
围绕着各种智能方向,做进一步拆分。
- 0-5年:信息智能。0至5年内,在信息智能领域,对语言、图像、声音和视频的理解、生成等方面通过新图灵测试。
- 0-10年:物理智能(具身智能)。0至10年内,在物理智能领域,实现大模型在物理环境中的理解与操作能力,通过新图灵测试。
- 0-20年:生物智能。0至20年内,在生物智能领域,聚焦人体、脑机接口、生物体、制药和生命科学,实现大模型与生物体连结的生物智能,通过图灵测试。
具体到产业生态、技术、算法等维度,这些趋势与方向被提到了。
基础大模型将是人工智能时代的技术底座,将与垂直产业模型及边缘模型一起形成新的产业生态。这样的生态规模将比PC时代大100倍,比移动互联网时代大10倍以上。
当前,大模型最核心的要素主要Token-based(统一表征)Scaling Law(规模定律)。
除此之外,他还谈到现在大模型需要新算法体系,Transformer、Diffusion、AR在5年内会被逐步重构。
与人脑相比,现有算法存在效率低、能耗高的问题,需要开发新的算法体系,包括世界模型、DNA记忆、智能体(Agent)、强化学习(RL)、概率系统和决定系统,实现100倍的效率提升。
未来5年内,会在AI技术架构上有大的突破。当前主流的AI技术框架Transformer/Diffusion/AR,可能在未来五年内被新技术所逐步重构。
最后,张亚勤院士谈到了AI发展治理方面的建议。
通过制定科学的分级体系、ID实体映射、增加投资、设立红线和边界以及加强国际合作,AI技术才能迎来新的飞跃。
还有圆桌论坛
对于张亚勤院士重点pick到的无人驾驶这个场景,自动驾驶领域躬身入局者,毫末智行创始人兼CEO顾维灏,进一步分享了他的实践经验以及未来展望。
他首先谈到当前自动驾驶最大的挑战,主要在四个方面:
数据层面:获取和处理高质量数据的方式至关重要。数据不仅是技术问题,更关系到产品和商业模式的设计。
视觉模型应用:目前10亿参数的视觉模型在应用中表现尚可,但提升空间有限。问题可能在于token选择、编码方式或数据质量。
边缘端配置:自动驾驶技术最终需在边缘端实现,而云端大模型如何在资源有限的边缘端配置,是我们正在解决的问题。
验证问题:开发大型模型和解决方案后,如何验证其效果,需要探索新的验证方法和数据集。
既然如此,自动驾驶能做到什么样的地步,用户才会愿意付费买单呢?顾维灏直接点出省力、省心、省钱。
省力是指驾驶员的决策上来理解,用户可能希望未来这个车能够帮助我缓解精力。
省心则在于AI如何能够把思考链表达出来,让用户安心去理解和处理这个场景。
省钱就更为直观,他举了个具体例子,比如用L4解决末端配送最后一公里的问题,平均到一个快件上用三毛钱,给快递网点老板降本一毛多。
谈到未来会实现的自动驾驶ChatGPT时刻,他表示到那时所有对物理世界的理解,对机器人开发来说都是可以服用的。
每个机器人都有特定的用途,但他们共同的基础都是对物理世界的认识,对世界知识的构建。这是所有机器人未来发展的重要基础。
本次“太湖对话:人工智能+”主论坛聚焦智能产业的发展趋势和应用前景。Curtis Carlson院士以“有影响力的创新”为核心议题,他强调,“我们必须改进价值创造的方式。人工智能将彻底改变价值创造的模式。”张宏江院士深度剖析了当前大模型发展的路径,展望了未来Auto-pilot将改变未来的人类组织构成和就业。
值得一提是,还有清华AIR无锡创新中心官宣成立,由张亚勤院士领衔。可以说清华,无锡,首次因为AI联系在了一起。
图灵奖得主姚期智院士也在线上发表致辞。他表示,AIR无锡创新中心的成立既是AIR发展历程的又一重要里程碑,又能为无锡的人工智能产业提供坚实的技术支撑、注入强大的创新动力,进一步推动无锡在新兴科技领域实现新的突破。
未来,人工智能产业发展的地图上,无锡也将开始添上崭新的注脚。
张亚勤最新AI观点完整全文::
https://mp.weixin.qq.com/s/8ep4croIlpckijXI2cp8BQ
- 史无前例!Seq2Seq和GAN同获NeurIPS时间检验奖,Ilya连续2年获奖2024-11-28
- 无畏契约AI陪练即将上线!新智慧心携英特尔打造,秒get游戏技巧2024-11-28
- 经典卡尔曼滤波器改进视频版「分割一切」,网友:好优雅的方法2024-11-24
- PC产业驶入创新超车道,英特尔蓉城撬动AI新引擎2024-11-26