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，青島產(chǎn)研院和中國計算機學會（CCF）智能制造專委會、中國計算機學會（CCF）青島分部共同舉辦。來自新加坡國立大學、北京通用人工智能研究院（BIGAI）、山東大學、中國海洋大學和青島大學等單位的學者及百余名業(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（青島）學科建設(shè)與研究生教育辦公室常務(wù)副主任屠長河教授，中國海洋大學信息科學與工程學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習、推理、判斷、規(guī)劃和導航來適應(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《面向復雜視覺任務(wù)的工具導向智能體》的分享。工具導向的方法成為構(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，完成復雜的組合視覺任務(wù)。認為當前方法缺乏連續(xù)學習的能力，同時也無法處理復雜的視頻數(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)學習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、計算機視覺、機器學習等多個領(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，包括如何精準獲取水下目標三維數(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習結(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。