Konferensi Kecerdasan Buatan Dunia 2024 diadakan dengan megah di Shanghai, menyatukan perwakilan akademik dan industri terkemuka dari dunia untuk membahas arah pengembangan kecerdasan buatan di masa depan. Topik inti dari konferensi ini fokus pada aplikasi praktis dari teknologi AI.
Pendiri Baidu Robin Li menekankan pada konferensi bahwa era AI tidak boleh secara membabi buta mengejar "aplikasi super", tetapi harus fokus pada aplikasi "super mampu" yang benar -benar dapat membawa keuntungan bagi industri. Dia secara khusus menunjukkan bahwa agen akan menjadi arah penting untuk aplikasi AI di masa depan, dan teknologi pencarian dapat menjadi pintu masuk inti ke distribusi agen.
Ketua kelompok semut Jing Xiandong mengangkat tiga tantangan utama dari perspektif implementasi industri: kurangnya pengetahuan domain, kesulitan pengambilan keputusan yang kompleks, dan kesenjangan antara interaksi dialog dan kolaborasi yang efektif. Dia percaya bahwa melalui koneksi yang mendalam dari agen profesional, masalah ini dapat diselesaikan secara bertahap dan teknologi AI dapat dipromosikan untuk membawa peningkatan layanan antargenerasi seperti Internet.
Xu Li, CEO Sensetime, lebih lanjut menunjukkan bahwa aplikasi AI yang meluas memerlukan terobosan dalam tiga hambatan: data berkualitas tinggi, pengalaman interaktif yang lancar, dan pengendalian teknologi. Dia percaya bahwa hanya dengan membuat terobosan dalam aspek -aspek ini dapat benar -benar memasuki "momen super" dan membawa perubahan pada semua lapisan masyarakat.
Dalam arah pengembangan model besar, Zhang Peng, CEO Zhipu AI, mengusulkan bahwa kemampuan multimodal akan menjadi terobosan inti dari model besar. Kemampuan ini akan membawa AI lebih dekat ke cara manusia memecahkan masalah di dunia nyata, sehingga meningkatkan nilai aplikasi mereka. Yan Junjie, pendiri Minimax, menekankan bahwa meningkatkan keakuratan model adalah kunci implementasi aplikasi, dan tujuannya adalah untuk mengurangi tingkat kesalahan dari 30% -40% saat ini ke satu digit.
Mengenai perdebatan antara model open source dan model sumber tertutup, Li Yanhong mengatakan bahwa meskipun model open source berharga dalam skenario spesifik seperti penelitian akademik, model sumber tertutup memiliki lebih banyak keunggulan dalam kompetisi komersial. Pandangan ini memicu diskusi luas di antara para peserta.
Keamanan dan etika AI juga telah menjadi masalah penting di konferensi. Zhou Bowen, direktur Laboratorium Intelijen Buatan Shanghai, menunjukkan bahwa investasi saat ini dalam keamanan AI masih cukup dari cukup, dan hanya 1% sumber daya yang digunakan untuk pertimbangan penyelarasan atau keamanan. Dia meminta industri untuk memperkuat penelitian dan investasi dalam keamanan AI.
Pemenang Turing Award Yao Qizhi menganalisis risiko yang dibawa oleh AI dari perspektif yang lebih makro, termasuk perluasan risiko jaringan, potensi subversi struktur sosial dan risiko yang ada. Dia menekankan bahwa saat mempromosikan pengembangan AI, perlu untuk menemukan keseimbangan antara mengendalikan risiko dan mempertahankan potensi inovasi.
Dalam hal transformasi dan peluang industri, CEO Huawei Cloud Zhang Ping'an menunjukkan bahwa inovasi AI tidak dapat dipisahkan dari peningkatan infrastruktur daya komputasi, terutama pelepasan permintaan daya komputasi AI untuk perangkat keras sisi akhir ke cloud. Meng PU, Ketua Qualcomm China, memprediksi bahwa mentransfer 20% dari beban kerja AI generatif ke sisi terminal dapat menghemat US $ 16 miliar dalam komputasi biaya sumber daya pada tahun 2028. Dia percaya bahwa integrasi yang erat dari terminal dan cloud akan mempromosikan perluasan skala AI generatif.
Pendiri Alibaba Cloud Wang Jian menunjukkan dari perspektif struktur industri bahwa meskipun perusahaan besar mungkin memiliki lebih banyak keunggulan dalam pengembangan AI, ini tidak berarti toleransi. Dia percaya bahwa raksasa AI baru akan muncul di masa depan, dan beberapa perusahaan besar yang ada juga dapat mencapai kelahiran kembali melalui teknologi AI.
Konferensi ini sepenuhnya mencerminkan transformasi industri AI dari penelitian teoretis ke aplikasi praktis. Pada saat yang sama, masalah -masalah seperti keamanan dan etika AI juga mendapat perhatian yang belum pernah terjadi sebelumnya, dan industri ini bekerja keras untuk menemukan keseimbangan antara pengembangan dan kontrol risiko.