15 张亚勤 Transformer五年内会被逐步重构

作者： 2024年06月08日焦点浏览

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。

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。

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。

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。