机器人数量将超人类？这些大咖现身！2023世界人工智能大会开幕式亮点多→
据了解，本届大会参展企业数量、展览面积均创历届之最。5万平方米世博主展览涵盖核心技术、智能终端、应用赋能、前沿技术四大板块，包括大模型、芯片、机器人、智能驾驶等领域，集结头部参展商阿里巴巴、百度、GE医疗、华为、京东、交通银行、科大讯飞、蚂蚁集团、商汤科技、腾讯等，参展企业超400家，优秀初创企业超50家，首发首展新品达30余款，还有20余款机器人将在现场亮相。
恰逢全球大模型和生成式人工智能（AIGC）蓬勃兴起之时，《国际金融报》记者在现场获悉，2023世界人工智能大会开幕式上大咖云集，来自全球的AI顶尖人物发表真知灼见，共同探讨人工智能发展之路。
全球科技领军人物、特斯拉创始人马斯克在开幕式上表示，随着时间的推移，地球上的机器人数量可能会超过人类。他还指出，加强对人工智能的监管至关重要。“我们应该尽一切可能确保人工智能的发展不会带来负面影响，迎接一个积极的未来。”
打造人工智能“上海高地”
上海市委书记陈吉宁出席开幕式并致辞。他指出，抢抓新一代人工智能发展机遇、加快打造世界级产业集群，是以习近平同志为核心的党中央交给上海的重大战略任务。我们深入贯彻落实习近平主席重要指示要求，始终把发展人工智能作为优先战略选择，不断强化创新策源、应用示范、制度供给和人才集聚。上海人工智能产业和人才初具规模，创新和应用更加活跃，一个跨界融合、开放融通的生态系统正在逐步形成。
陈吉宁说，放眼全球，人类社会已进入创新密集活跃的大科学时代。以大模型为代表的人工智能突飞猛进，正推动新一轮科技革命和产业变革加速演进。新征程上，上海要努力推动高质量发展、创造高品质生活、实现高效能治理，比以往任何时候都更加需要发挥人工智能赋能百业的“头雁效应”、拉动发展的“乘数效应”。我们将以更大力度推动人工智能健康发展，努力打造更具国际影响力的人工智能“上海高地”。
陈吉宁表示，要坚持长期性和敏捷性相结合，树立长远眼光，保持战略定力，着力抓好打基础、利长远的各项战略任务，不断提升行动的敏捷能力，建立适应技术和产业变化的决策机制，及时优化攻坚重点和发展方向。坚持突破关键技术和打造开放生态相统一，举全市之力、聚各方资源，加大支持力度，鼓励各种形式的算法创新、芯片研发、算力提升和语料建设，通过更有效的政策引导，开放更多应用场景，推动创新主体协同互动，加强企业创新生态培育，打造有竞争力的产业集群。坚持更好统筹发展和治理、开放和安全，秉持科技向善理念，推动完善人工智能标准体系、安全准则、伦理规范，让人工智能更好造福人类。
加快研究制定AI产业政策
工业和信息化部副部长徐晓兰在开幕致辞时表示，在各界的共同努力下，我国人工智能产业蓬勃发展。
一是产业体系逐步完善，核心产业规模达到5000亿元，企业数量超过4300家，智能芯片开发框架、通用大模型等创新成果不断涌现。
二是基础设施加快布局，云算、智算、超算等协同发展，算力规模位居全球第二，“东数西算”等重大工程加快推进，5G基站超过280万个，开展了工业数据标注登记试点工作，登记的工业数据有效值超过2900万DRs。
三是融合应用深度拓展，人工智能与制造业深度融合，有力地推动了实体经济数字化、智能化、绿色化转型。已建成2500多个数字化车间和智能工厂，经过智能化改造，研发周期缩短约20.7%，生产效率提升约34.8%，不良品率降低约27.4%，碳排放减少约21.2%。
徐晓兰指出，人工智能技术持续突破，智能时代正在加速到来，工业和信息化部以人工智能与实体经济融合为主线，加快培育壮大智能产业，瞄准模型、布局算力、整合数据、深挖场景、培育企业、保障安全，推动我国人工智能产业把握新机遇，应对新挑战，取得新成效。
一是加强政策引导，结合全球通用人工智能发展的新态势，会同相关部门加快研究制定产业政策，进一步明确产业发展目标和重点任务，引导各界集聚资源，形成发展的合力。
二是夯实产业底座，围绕算力、算法、数据、框架等底座的技术加大创新攻关，加快推进软硬件匹配，构建从智能芯片到算法框架到行业大模型的全站式产业链，加快人工智能产业发展。
三是拓展应用场景，坚持需求迁移，以制造业为重点，开拓工业设计、代码编写、质量检测、流程再造、远程运维、客户服务等应用，形成一批示范性强、带动性广的重大应用场景，提升人工智能赋能制造业水平，加快推进新型工业化进程。
四是完善生态体系，引导产业链上下游大中小企业协同，打造若干生态主导型龙头企业，培育一批“专精特新”小巨人企业，支持开源社区建设，构建具有竞争力的产业生态。
五是深化国际合作，秉承开放包容，加强在全球范围内人工智能的技术、产品标准、服务治理等交流合作，共同应对人类面临的重大挑战。
机器人数量将超过人类
特斯拉CEO埃隆·马斯克在发言中提出，机器人和人类的比例问题值得思考。未来某个时刻将会超过1∶1，也就是说地球上机器人的数量将会超过人类数量，这似乎是发展趋势，影响有利有弊。我们将不再有短缺，进入富足时代，只要想要的立刻就能够获得，因为未来世界里非常多的机器人，生产效率将会比人类占主导的生产效率高很多。因此要很小心，以确保最终的结果有助于人类。
对深度的、全面的人工智能要当心，全面人工智能很难去定义，这是一种类型的人工智能，它比人类在任何一个方面做的都要聪明得多，任何一个领域都要更聪明。这种人工智能有点接近于几万台高性能计算机或者几十万台高性能计算机，有的时候是几百万台计算机，很多计算机一起协作产生组合的超级智能。
“这样的超级智能有强大的能力，比人类要强大，这是一种风险和担忧。它可能会有很积极的未来，但也有概率出现一些负面的未来。现在需要有一些监管，对它们进行监督，我们要尽可能确保这些消极的未来不发生，积极的未来会发生。”马斯克指出。
马斯克还指出，中国一旦下定决定要做一件事情，就一定能做好，各个产业都是这样，包括人工智能，相信中国会有很强的人工智能能力。
推动人工智能走深向实
“人工智能的发展，关键是要脚踏实地，推动人工智能走深向实。”华为轮值董事长胡厚崑在题为《共赢人工智能新时代》的主题演讲中指出，人工智能的发展，算力是基础。但在中国当前的情况下，算力在可获取性和成本方面都面临不小的挑战。华为有两个着力点：第一，打造强有力的算力底座，支撑中国人工智能产业的发展。第二，真正让人工智能服务好千行百业，赋能产业升级。
“在深耕算力的同时，人工智能还要面向千行百业走深向实，如在智慧城市、智慧制造、科学研究等领域创造更大的价值。关键就是如何让大模型满足行业的需求。”胡厚崑表示，一方面要打好基础，持续提升通用大模型的能力，另一方面，将行业专有知识、经验与大模型能力充分结合，让每个行业都有自己的行业大模型，为最终客户提供更专业精准的解决方案。
“通用人工智能给我们带来无穷的想象空间，也正带领我们走进下一个‘黄金十年’。”胡厚崑说。
深耕中国本土生态系统
微软全球资深副总裁、微软大中华区董事长兼首席执行官侯阳表示，随着ChatGPT一夜爆红，大模型和AIGC（生成式人工智能）爆发式涌现，这绝非偶然，正是得益于优秀科研人员几十年如一日的研究和海量资源投入，才造就这样的创新成果。
侯阳认为，未来企业都需要具备驾驭数字技术的能力，生成式人工智能不断展现出巨大潜力，企业的每个应用程序都将由人工智能驱动。在实现技术突破之时，微软在思考如何将研究成果转化为生产力，希望在第一时间将生成式人工智能与产业的需求相结合，加速产业升级和创新。
“人工智能加速发展过程中，难免存在对潜在安全风险的担忧。”侯阳直言，微软一直倡导并严格恪守打造负责任的人工智能六大原则，始终严格遵守与数据隐私、安全合规相关的各项要求。也积极地倡导全球科技企业通过交流合作，形成产业共识，确保所开发的人工智能技术能够负责任的造福全人类。
侯阳还指出，面对新一轮技术变革带来的巨大创新机遇，微软在中国愿意从自身的技术和优势资源出发，深耕中国的本土生态系统，与全国各地各行各业的企业、组织和合作伙伴，持续地拓展技术交流和业务合作，不断发掘数字化智能在各个产业中的应用潜力，真正地推进各行业的智能化创新与数字化转型，贡献微软最积极的力量。
开源才能让AI安全、良善
图灵奖得主、被誉为“深度学习三剑客”之一的Meta AI基础人工智能研究（FAIR）团队首席人工智能科学家杨立昆（Yann LeCun）直言，不喜欢AGI（通用人工智能）这个名词。
他解释称，每一个智能都是专项的，人类智能也是非常专业、专项的，但LLM（大语言模型）只基于文本训练，不是利用视频训练，因此它们不理解物理世界，没办法规划、推理，就没办法实现目标。
在近期关于AGI的辩论中，杨立昆多次表示，类ChatGPT产品并不能真正理解现实世界，更无从谈起实现人类智慧。他认为，现在还没有一个足够智能的系统来处理各种事情，所以人工智能系统需要一个世界模型（World Model），这个模型主要通过观察来训练，并通过少量交互处理不确定性。世界模型就像人类理解世界的方式一样，通过物理直觉等方式了解世界的一切，对于未来10年的人工智能研究来说，这是个巨大挑战。
对于如何实现AI的治理和规范，杨立昆认为可以通过可控的方法、设置安全护栏等使它们不会出现欺骗和支配人类的行为。
对于“任何人可用人工智能做任何事，情况可能会非常危险，所以需要严格监管人工智能”这一说法，杨立昆并不赞同。他认为，严格监管人工智能发展并不能保证AI安全，从长远看，开源才能让AI保持安全、良善。未来每个人都能通过人工智能助手和数字世界沟通。如果人工智能只被少数人控制，这是不可以的。
大语言模型落地垂直领域
“在ChatGPT之后，下一个重要目标就是让智能机器人有视觉、听觉等多种感知能力，即能够在各种环境中自主学习各种新技能的能力。”图灵奖得主、上海期智研究院院长姚期智表示。
清华大学交叉信息研究院助理教授袁洋表示，大家对多模态的理解可能比较粗糙，要真正做到解决行业的问题，多模态需要做得更细致一些。具体到医疗、法律、教育等行业，不是仅仅把文本给模型，希望它解决专业的问题，而应该深耕这个行业，找到里面最核心的问题，再找在这个问题中需要什么样的数据能够精准解决我们想要解决的问题，可称之为“模态的补全”。在这个基础上需要收集足够的数据，做好模态的对齐。模态补全、模态对齐做好之后，相信能够赋予大模型更强大的能力，来解决更核心的交叉领域的问题。
关于大模型在垂直领域的发展，姚期智认为，最容易想到的场景就是文书工作，基于大模型的语言，更多的工作可以交由机器来做。
袁洋则看好自身从事的智能医疗行业。他认为，大模型其实是在学习数据与数据之间的关系。医疗里存在大量的关系，比如患者的症状与症状之间、与药物之间等，相较于人类，大模型可能会做得更好。
清华大学交叉信息研究院助理教授、Moonshot AI创始人杨植麟构想未来AI会与人拥有共同的记忆。“当前我们还是需要每天给AI灌输内容，提供很多上下文，未来可以通过新的方式，打开更大的使用想象空间。”
DragGAN第一作者、南洋理工大学计算机科学与工程学院助理教授潘新钢指出，当前AI在图像生成上表现很好，之后在视频以及三维内容生成上也有很大的发展前景，可以帮助设计师、艺术家、动画制作者以及视觉特效师等更好更高效地创作高质量内容。
（文中图片均由朱灯花拍摄）
记者：朱灯花 余继超
编辑：姚惠
责任编辑：毕丹丹
—— / 好文推荐 / ——