5月23日下午，通用人工智能青島論壇之奇點探索在青島產(chǎn)研院星空大廳舉辦。論壇由青島市科技局指導(dǎo)，青島產(chǎn)研院和中國計算機學(xué)會（CCF）智能制造專委會、中國計算機學(xué)會（CCF）青島分部共同舉辦。來自新加坡國立大學(xué)、北京通用人工智能研究院（BIGAI）、山東大學(xué)、中國海洋大學(xué)和青島大學(xué)等單位的學(xué)者及百余名業(yè)界精英齊聚活動現(xiàn)場，與會嘉賓圍繞通用人工智能（AGI）的理論發(fā)展和智能人機交互、內(nèi)容生成、技術(shù)落地等關(guān)鍵議題，暢聊AGI行業(yè)變革，呈現(xiàn)一場探索AGI奇點的科創(chuàng)論壇。
眾抒己見
擁抱人工智能大時代
新加坡工程院院士、新加坡國立大學(xué)電氣與計算機工程系葛樹志教授，BIGAI馬曉健研究員、王俊淇研究員、高志研究員，山東大學(xué)（青島）學(xué)科建設(shè)與研究生教育辦公室常務(wù)副主任屠長河教授，中國海洋大學(xué)信息科學(xué)與工程學(xué)部部長董軍宇教授出席論壇并作分享，青島產(chǎn)研院執(zhí)行院長趙宇波主持活動。
葛樹志院士結(jié)合自身豐富的研究經(jīng)驗進行了題為《人工智能進步：前沿，經(jīng)驗與機遇》的觀點分享。他回顧了人工智能發(fā)展的關(guān)鍵節(jié)點，介紹包括大語言模型、多模態(tài)基礎(chǔ)模型、人工智能內(nèi)容生成、選擇狀態(tài)空間模型等前沿技術(shù)，通過深入分析ChatGPT、LLaMA等基礎(chǔ)模型在文本處理、語音識別、圖像識別等多個模態(tài)中的應(yīng)用，介紹了諸多技術(shù)如何推動AI領(lǐng)域的快速進步，展現(xiàn)了在可信人工智能，人工智能與機器人技術(shù)融合以及人工智能內(nèi)容生成領(lǐng)域的最新研究成果。
馬曉健研究員作題為《開放世界下的通用具身智能體》的分享。他深入探討了如何在開放世界環(huán)境下構(gòu)建具有具身性的通用智能體，詳細說明了智能體如何通過學(xué)習(xí)、推理、判斷、規(guī)劃和導(dǎo)航來適應(yīng)環(huán)境，人工智能工具在數(shù)據(jù)集獲取和構(gòu)建中的關(guān)鍵作用以及智能體社區(qū)的未來發(fā)展，展現(xiàn)了通用具身智能體技術(shù)的廣闊前景和實踐意義。
王俊淇研究員作題為《認知計算與價值驅(qū)動》的分享。報告指出通用人工智能的基礎(chǔ)定義必然包含了與真實世界完整交互的能力，故而需要完整的感知、認知、規(guī)劃、決策、執(zhí)行、反思的鏈路閉環(huán)。認知計算與常識推理實驗室關(guān)注智能體的認知架構(gòu)、知識獲取與推理能力、社會智能的產(chǎn)生與計算、以及對齊人類的價值自驅(qū)體系，根據(jù)認知的基本原理以及單智能體的交互方式，設(shè)計出了通用的認知架構(gòu)，并致力于打造基于人類價值觀，適用于為智能體與環(huán)境互動產(chǎn)生內(nèi)生動機的價值體系。
高志研究員作題為《面向復(fù)雜視覺任務(wù)的工具導(dǎo)向智能體》的分享。工具導(dǎo)向的方法成為構(gòu)建通用智能體的新趨勢。這類方法利用大語言模型生成代碼，調(diào)用其他神經(jīng)網(wǎng)絡(luò)模型，完成復(fù)雜的組合視覺任務(wù)。認為當(dāng)前方法缺乏連續(xù)學(xué)習(xí)的能力，同時也無法處理復(fù)雜的視頻數(shù)據(jù)。為此，團隊提出了 CLOVA 和 VideoAgent 兩個視覺智能體，分別通過閉環(huán)學(xué)習(xí)以及存儲增強的方式，解決了上述問題，并在多個圖像視頻測試基準(zhǔn)中驗證了智能體的有效性。
屠長河教授為大家?guī)砹祟}為《空間智能》的交流。他認為智能體的持續(xù)進步，需具備更強的識別能力、深入的認知理解、精準(zhǔn)的抓取與交互技術(shù)、全面的場景理解以及高效的任務(wù)協(xié)作。空間智能除了完成既定任務(wù)，想要達到人類對空間的認識及認知，統(tǒng)一到通用智能的框架之中，還需結(jié)合認知科學(xué)、計算機視覺、機器學(xué)習(xí)等多個領(lǐng)域的研究成果，共同推動空間智能向更高層次的發(fā)展。
董軍宇教授結(jié)合自身研究領(lǐng)域作題為《通用人工智能—來自海洋的需求與挑戰(zhàn)》的分享。他介紹了海洋領(lǐng)域的AGI需求，包括如何精準(zhǔn)獲取水下目標(biāo)三維數(shù)據(jù)、預(yù)測海洋環(huán)境要素并用于業(yè)務(wù)化預(yù)報。團隊采用幾何方法與深度學(xué)習(xí)結(jié)合的思路，以及構(gòu)建瑯琊泊海洋環(huán)境預(yù)報大模型，推出了基于像素預(yù)報的強對流預(yù)警通用預(yù)訓(xùn)練模型的有效實踐。指出為了解決地球系統(tǒng)人工智能模型開發(fā)碎片化、定制化、重復(fù)化、低效化的問題，要建設(shè)海洋人工智能大模型，整合多源異構(gòu)數(shù)據(jù)，實現(xiàn)海洋全變量模擬。