-
中国计算机大会17场特邀报告、167场专题论坛……
作答“我们该往哪里走”
-
算力“升维战”
●两条产业演进路径:一条是将算力基础设施的竞赛推向新的性能高峰;另一条是从技术参数转向商业场景的深度落地
AI+行业
●人工智能正在告别参数比拼和技术炫技,扎进产业“深水区”,开启将技术转化为商业价值的探索
安全使用AI
●要给智能体制定“身份证”,也要发放“工作证”,把身份、权限、意图和行为贯通起来,让智能体可信、可控、可追溯
□四川日报全媒体记者高杲/文 李强/图
10月21日至24日,第二十三届中国计算机大会在成都举行,这是中国计算机大会创办23年来,首次来到四川、落地成都。
本届大会以“数聚驱动·智算未来”为主题,围绕AI基础模型、机器人与具身智能、智能体、AI4S等主题板块,设置了17场特邀报告、3场大会论坛、167场专题论坛与40余场专题活动。
“常规学术会议回答的是‘我们做了什么’,本届大会要作答的则是‘我们该往哪里走’。”大会主席、中国科学院院士冯登国说,活动以前沿报告展示最新突破、以思辨探讨发展路径,呈现出一场贯通学术前沿与产业未来的思想盛宴。
看技术趋势
算力打响“升维战”,AI走进物理世界
“随着智能体蓬勃发展,激发了更大推理算力需求,算力基础设施正朝着集约化、规模化、多元融合方向演进。”开幕式上,曙光信息产业股份有限公司(简称中科曙光)高级副总裁李斌说,人工智能催生了算力需求爆发式增长,算力基础设施也从比拼单机性能转向系统工程。
这是一场算力“升维战”。活动现场,记者发现,“升维战”呈现两条产业演进路径:一条是以硬件厂商为代表,将算力基础设施的竞赛推向新的性能高峰;另一条则是模型和应用厂商,目光从技术参数转向了商业场景的深度落地。
“这是我们打造的十万卡AI超集群。”中科曙光展台工作人员谷春雨介绍,所谓十万卡AI超集群,就是将十万张AI加速卡高速互联,提升算力能力。
如果对极致性能的追求定义了算力竞赛的高度,对不同应用场景的深度理解,则决定了这场竞赛的广度。
“不同场景的算力需求正在分化。”北京并行科技股份有限公司市场总监刘芳说,“我们的一项重要工作,就是利用算力选型技术,为不同应用场景提供高性价比的服务方案,让算力变得更好用。”
如今的AI看起来“无所不能”,但一旦走进真实世界,进行规模化推广却面临难题,一个重要原因,就是它缺乏对物理世界的理解。多位受访者提到,人之所以能够预测杯子会掉落、门往哪边开,是因为我们脑子里构建了一个“世界是怎么运作”的模型,如果AI也有一个类似的模型,它将发挥更大的价值,这个模型就是世界模型。将“视觉、多模态与世界模型”进行合并升级,是本届大会的一大特点。
看产业应用
既深度融入生产生活,又重塑了科学范式
本届大会的另一大特点,就是第一次将“AI+行业”纳入专题方向。
AI+教育、AI+医养、AI+工业、AI+交通……一场场专业论坛,传递出明显信号:人工智能正在告别参数比拼和技术炫技,扎进产业“深水区”,开启将技术转化为商业价值的探索。
“在岩矿识别上,传统人工鉴定需要2至3年经验,日均只能处理10多张片子,准确率在85%左右。”四川省自然资源数字科技有限责任公司首席技术官樊启武说,通过训练后的人工智能,日均能处理上千甚至上万张片子,准确率提升至93%。
现场逛展,这种感受同样明显。在滴滴自动驾驶展台,一辆颇具科技感的无人驾驶汽车吸引了不少人注意。展台工作人员介绍,AI给汽车装上了“眼睛”和“耳朵”,能够感知周边车辆、行人、道路信息等环境,还能对搜集的信息进行分析处理,为自动驾驶决策提供支撑。
除了融入生产生活,人工智能还重塑了科学范式。“人工智能不只是一个辅助工具,也是我们的科研伙伴。”四川大学教授章毅说,人工智能相当于给科研人员配备了“工作助理”,“过去我们想要得到一个答案,用的是试错法,现在算法自己就可以做实验。”
看安全挑战
划定安全界限,让智能体既能干活又不越界
活动现场,一个问题被反复讨论:我们如何安全放心地使用AI?
“传统的安全体系主要保护数据库、接口、文件等‘客体’,而智能体成了能够自主决策和行动的‘新型主体’。”中国计算机学会计算机安全专委会副主任委员于锐说,这意味着它既拥有身份和权限,也可能因为各种原因产生不合理行为。
在于锐看来,这既需要给智能体制定“身份证”,也要发放“工作证”,只有把身份、权限、意图和行为贯通起来,才能让智能体真正做到可信、可控、可追溯。“‘工作证’的好处,是按照具体任务给予智能体最低限度权限,并在任务结束后及时收回,避免一次授权、长期使用。”
有了身份和权限,并不意味着智能体就足够安全。“随着智能体不断学习、演化,安全治理还要贯穿运行全过程。”上海人工智能实验室主任助理、领军科学家胡侠说。
“除了单个智能体,也要防范多个智能体带来的风险。”华为网络安全与隐私保护部副部长肖亚军说,目前智能体正加速进入办公、金融、生活服务等场景,不同智能体会协同行动,让风险进一步复杂化。同时,这些智能体还会在环境中进行长期进化。“这意味着我们的安全治理也需要持续跟进,要建立全生命周期的风险管理。”
