“机器智能≠人脑认知” 院士专家在渝研讨大数据智能化和人工智能创新发展

ChatGPT有哪些“能与不能”？为什么说计算力就是生产力？新一代人工神经网络模型如何构建？12月2日，2023大数据智能化发展暨人工智能创新发展论坛在重庆邮电大学以线上线下相结合方式的举行。院士专家围绕大数据、人工智能等科技前沿和产业发展的焦点问题展开研讨。

2023大数据智能化发展暨人工智能创新发展论坛在重庆邮电大学举行。记者 郑宇 摄

“ChatGPT触发了人工智能研究的新浪潮，促进了AI从深度学习时代迈入大模型时代。”中国科学院院士、西安交通大学教授徐宗本在《关于大模型浪潮下的AI数理基础研究》报告中提出，大模型为通用人工智能研究、开发与应用开辟了路径，颠䨱了人工智能研发的传统范式和应用模式，“但大模型研究当下仍处于工程化阶段，离科学化尚远。”在他看来，对大模型开展基础研究最为困难的仍是数学工具。

院士专家作特邀报告。记者 郑宇 摄

“智慧时代，计算力就是生产力。”中国工程院院士、浪潮集团首席科学家、中国人工智能学会副理事长王恩东介绍，计算力指数是衡量一个国家、地区，甚至是企业发展水平的重要指数。他举例表示，目前全球GDP排名前四的美国、中国、日本、英国，服务器采购量同样排名前四。在中国市场，有着相同的分布规律，北、上、广、浙每万亿GDP的服务器出货量，远大于其他省区。“人工智能正在驱动前所未有的社会变革，这一颠覆性技术依赖强大的计算力支撑，人工智能计算作为一种当下及未来的主要计算形态，正在成为智慧未来的核心动力。”王恩东说。

“人工神经网络模型是当代人工智能最重要的核心技术和支撑。”俄罗斯工程院外籍院士、四川大学智能交叉技术研究中心主任章毅在分享中表示，随着应用的不断深入，已有深度神经网络模型显现出其局限性，如网络缺乏可解释性、网络安全性脆弱、过分依赖于大数据等。这些局限性制约了当代神经网络的进一步应用。科学家们已注意到了现有神经网络的局限性，并开始了新一代神经网络的研究。

“机器智能≠人脑认知。”重庆邮电大学副校长王国胤教授提出，大模型人工智能系统已经具备了优良的计算智能智力和一定的感知智能智力，但认知智能智力低下。“认知智能智力的欠缺，导致当前大模型人工智能系统可解释性弱，是可控可信可靠人工智能研究中面临的关键问题。此外，由于人工智能系统的信息处理机理与人类认知机理的不一致，导致无法真正实现符合人类认知理解需求的人工智能系统，以及人工智能系统的安全风险问题。”他表示，研究符合人类认知机理的人工智能模型与系统，将是人工智能未来发展的必然选择。

本次论坛由中国人工智能学会、重庆市人工智能学会主办，重庆邮电大学承办。