南方财经全媒体见习记者马嘉璐 南沙报道
会在将来取代人类吗？ “这件事永远不会发生。”4月24日，中国科学院院士、西安交通大学教授、鹏城实验室/琶洲实验室（黄埔）主任徐宗本在香港科技大学（广州）演讲时作出判断，的出现意味着通用人工智能的发展进入新阶段，对提升现实生产力将产生深刻影响，但从原理上来说仍有其不能应对的场景，人工智能并不会完全替代人的智能。
本次“科学与中国”走进大湾区系列活动由中国科学院、广东省人民政府指导，中国科学院学部科学普及与教育工作委员会主办，广东省科学技术协会、香港科技大学（广州）承办，广州市南沙区科学技术局支持。
有根本短板
通用人工智能，即是指能够理解或学习人类，并可以执行智力任务的人工智能。及其背后的大模型被认为是AI发展的分水岭，关于通用人工智能的讨论再次成为热潮。对此，徐宗本分析，实现了以语言大模型为基础的认知智能、多模态智能的突破，在各行业有着广阔的应用场景，如文本生成与创意写作、信息检索、教育辅导等。不过，由于对大数据的依赖性，其在面对依赖实时感知才能完成的任务、不可解释机理的任务、无法标准化评价的任务时，就会显示出根本性的短板。
因此，徐宗本认为，利用AI技术来延伸和拓展人的功能，使现实生产力大大提升，正是人类面对时代变革应该具备的“AI思维”。
徐宗本总结到，人工智能的发展具有四个发展态势：第一，AI开源已渐成风尚；第二，AI成为科学研究新工具；第三，AI应用服务趋于工业化；第四，AI赋能经济势不可当，数据要素战略地位愈加突出。
大数据发展面临三大科学任务
大数据、大模型、大算力是当前人工智能发展的主流路径。如何能让海量数据变得更有用？徐宗本介绍，大数据有四条原理：一是量变质变原理，即数据累积到一定程度，会突破某个临界点，这也是大模型“涌现机制”或“顿悟机制”背后的可能原因之一。二是关联聚合原理，即不同模块的数据汇聚在一起，就可以拼出完整的拼图，产生放大价值。三是分析致用原理，即需要通过分析，使原始数据转化成信息、知识、决策，这一过程至关重要。四是效用倍增原理，即数据的可复制、可重用、可加工等特性使得数据价值倍增。
下一步大数据发展该如何发力？“以前是数据去贴近计算，现在是计算去贴近数据。”徐宗本指出，当前大数据发展的现状存在产能过剩与产能不足并存、数据开放共享进展滞后、盲从与观望并存、数据垄断与数据安全事件多发、人才储备严重不足、核心技术尚未突破、应用水平处在低位等问题。
“明确目标是前提，拥有数据是基础，计算平台是支撑，分析技术是核心，产生效益是根本。”徐宗本说。他表示，重建分析基础、革新计算技术、劣实真伪判定是当前大数据面临的三大科学任务，区块链技术、互操作技术、存算一体的存储管理技术、大数据操作系统、大数据编程语言与执行环境、大数据基础算法、大数据机器学习、大数据安全技术、可视化与人机交互分析技术、真伪判定技术是当前十大技术方向。
相关文章
