从基础智能到通用智能:基于大模型的GenAI和AGI之现状与展望

本文对生成式AI(Generative artificial intelligence,GenAI)的国内外发展现状进行了概述,重点分析了中美之间在算力、数据、算法、生态等方面存在的差距.为改变我国在生成式AI领域的落后现状,提出高能效算力建设、联邦数据、专业领域模型、基于TAO的联邦生态等应对策略,对大模型时代AI安全治理进行了论述,对通用人工智能(Artificial general intelligence,AGI)的未来发展进行了展望.

Study on the Artificial Snowfall Operation of Silver Iodide Ground Generator in Shijiazhuang City

The key of artificial precipitation(snowfall) operation with the silver iodide generator which was set on the windward slope of mountain was the selection of updraft time.The updraft related to the entering cloud efficiency of effective nucleus.By contrasting and analyzing two times artificial snowfall operations,the timing of artificial precipitation(snowfall) operation with the silver iodide ground generator was discussed.By using the synoptic chart,satellite cloud chart,radar,physical quantity calculation and so on,the operation timing was determined.

AGI临近了吗:ChatGPT热潮之下再看人工智能与未来教育发展

技术与教育的竞逐推动着人类社会的前行与发展。“人工智能促进未来教育发展研究”项目团队持续关注热潮下的技术走向,以及新的技术发展对未来教育的影响。通过对人工智能技术发展的追踪、对“技术—社会—教育”的生态互动分析、对教育系统内部结构要素的深度剖析,项目组已经在人工智能影响下的人才战略、知识观、教学变革、教师角色重塑等问题上形成了系统性成果。面对以ChatGPT为代表的新人工智能热潮,教育将面临何种挑战?AGI的临界点真的被突破了吗?技术—社会—教育的生态互动存在何种新趋势?本研究从智能的本质出发尝试回答ChatGPT是否昭示AGI的突破,以及从社会生态系统的互动视角看技术与教育的角逐对教什么、怎么教、谁来教等问题所产生的影响。可预见的是,教育必须有所作为以应对技术对人类智慧的领地冲击,我们应基于人类智慧门槛,提升人类改造新世界、创造新知识的能力,树立生态视角下的教育—科技—人才发展观。

大语言模型的技术应用前景与风险挑战

针对大语言模型(LLM)技术的快速发展,剖析它的技术应用前景和风险挑战,对通用人工智能(AGI)的发展和治理有重要参考价值。首先,以Multi-BERT(Multilingual Bidirectional Encoder Representations from Transformers)、GPT(Generative Pre-trained Transformer)和ChatGPT(Chat Generative Pre-Trained Transformer)等语言模型为代表,综述LLM的发展脉络、核心技术和评估体系;其次,分析LLM现存的技术局限和安全风险;最后,提出LLM在技术上改进、政策上跟进的建议。分析指出作为发展阶段的LLM,现有模型存在非真实性及偏见性输出、实时自主学习能力欠缺,算力需求庞大,对数据质量和数量依赖性强,语言风格单一;存在数据隐私、信息安全和伦理等方面的安全风险。未来发展可从技术上继续改进,从“大规模”转向“轻量化”、从“单模态”走向“多模态”、从“通用”迈入“垂类”;从政策上实时跟进,实施有针对性的监管措施,规范应用和发展。

新型AgI末端燃烧器在北京飞机增雨作业中的使用分析

就2004年4～9月,北京飞机人工增雨探测作业试验中,新型AgI末端燃烧器在“夏延ⅢA”飞机上的使用和数据记录进行了分析,讨论了如何利用夏延飞机搭载的仪器和辅助记录手段进行作业状况记录,对机上观测人员在记录催化作业时的常见问题提出了解决方案,并就数码相机在作业状况记录中的使用做了介绍。总结了一套可行的作业数据记录方案。

ChatGPT到Sora:Sora文生视频大模型对影视创作的机遇、风险及矫治

以ChatGPT、Sora为代表的人工智能在人类文明史上写下科技华章。从由大型语音模型微调而成的全新对话式AI模型到GPT-4进一步实现多模态任务执行,再到Sora带来科技史上AGI的里程碑时刻,从ChatGPT语言交互的“聊天机器人”身份界位到Sora以“世界模拟器”建构归位的“世界交互”关系,其葆有人工智能又一重大突破的标志性意义。Sora文生视频大模型开创了影视制作、传媒创作的新纪元。在认知范式上,Sora文生视频内容创造拥有广阔空间,促进了新质创新思维的爆发。文本聚焦Sora对影视创作的机遇、风险及矫治之策,从数字人学、算法媒介的文化生态学、视觉叙事伦理和全球认同感构建等多个角度进行审视,深入挖掘技术与人文的交织之处,探讨技术创新与保持人文关怀的伦理底线。在数智时代平衡好技术与人文艺术的关系,要通过建立行业标准及技术道德伦理框架推动人工智能“人机关系”共在和谐发展,积极倡导行业内外共同努力,利用好Sora大模型潜力,推动影视传媒向更加创新、开放包容的方向发展,确保影视创作生态的多元化可持续发展,确使Sora给人类带来安全福祉。

新型AgI末端燃烧器及其在增雨作业中的应用

文章对我国新型AgI末端燃烧器的研制情况、结构和改造及其使用作了介绍,简述了这种新催化工具的特点,结合2002年12月至2004年9月,新型AgI末端燃烧器在河北、河南、青海、山东和北京飞机人工增雨探测作业试验,介绍了新型AgI末端燃烧器在3种增雨探测作业机型中的使用情况,并就其中遇到的问题进行了讨论,对如何结合探测作业飞机上所加载的GPS导航数据记录系统及其它辅助记录数据进行催化作业情况记录进行了说明。

为人文赋理:从通用人工智能视角看中国思想

通俗而言,通用人工智能的研究目标是要构造能够匹配人类能力与智力、符合人类情感与伦理价值的通用智能体,包括实体的机器人和虚拟数字人。训练通用智能体,需要赋予其思想认识(世界观)、价值取向(价值观)与行为规范(人生观、社会观),除了个体层面,还包括更大范围,即构建智能社会的整体。因此,通用人工智能与人文社会科学所研究的问题本质上是相同的。本文试图搭建人文社会科学与通用人工智能的双向连接:为机器立“心”,赋予人工智能价值体系(王阳明所说的“良知”)与认知架构(禅宗所说的“心”);为人文赋“理”,以人工智能的数理与认知模型诠释中国思想,为中国优秀哲学思想构建严格的数理体系,在正在到来的智能时代指导社会治理与实践,从而转化成强大的生产力。

生成式语言模型与通用人工智能:内涵、路径与启示

以ChatGPT为代表的大规模生成式预训练语言模型带动了一系列通用人工智能(AGI:Artificial General Intelligence)技术的迅速发展。AGI已经掀起新一轮信息技术革命,成为一种先进的生产力,深入理解AGI的本质显得尤为迫切。大规模生成式语言模型为代表的通用人工智能技术,以生成式AI为主要形态,具备情景化生成能力,形成了知识、能力、价值三个阶段的智能炼就路径。随着相关技术的发展,机器的智能水平快速提升,将带来人机边界模糊及与其相关的一系列社会问题。AGI的发展路径具有“填鸭灌输”式学习、“先通再专”等特点,在一定程度上颠覆了人类对机器智能实现路径的传统认识,倒逼人类在世界建模、知识获取、自我认知等层面进行反思。人类需高度警醒AGI带来的挑战,并积极抓住其带来的机遇,推动构建新型的人机和谐关系。

人工智能的范式革命与中华文明的伟大复兴

人类智能是人工智能的最佳原型,而且,在地球文明系统内,“人类”本身就是迄今所知晓的最为优秀的“通用智能系统”。通过对人类智能的若干基本概念和工作机制的探究,能够阐明“通用智能”的基本定义、基本模型以及通用智能的生成机制。对照人工智能的现状,可以发现新兴学科的发展必然要经历“范式的革命”。通用人工智能理论就是人工智能范式革命的结果。中华文明思想精髓与信息学科范式之间是实质相通的关系,中华文明思想精髓与现代信息学科范式具有同质性。

人工智能国际领先机构OpenAI创新管理模式及对中国的启示

以人工智能领域的国际领先机构OpenAI为例,探究其创新管理模式及对中国的启示。OpenAI通过打造以大模型为核心的创新引擎,依靠场景、人才、生态、科技金融与安全治理等5个方面的管理创新,建构了以AI大模型为基石、青年人才挑大梁、海量场景驱动的开放型创新生态系统,实现科技—金融—产业场景的良性循环,进而从后发企业快速追赶超越成为全球人工智能领军企业。OpenAI的实践为我国政产学研各方主体深入把握新一代人工智能发展规律和创新模式,加快通用人工智能创新和产业化,培育世界一流企业,打造中国式现代化新引擎等提供了重要参考。

ChatGPT革命的理性研判与中国对策——如何辨析ChatGPT的颠覆性变革逻辑和未来趋势

ChatGPT究竟是历史性的革命还是技术和资本的又一场泡沫?应用综合了技术-经济-社会诸多因素的GGI-CHI模型,从通用人工智能(AGI)、通用目的技术(GPTs)、创新扩散理论、开源模式和非盈利机制等计算机科学、传播学和经济学与产权所有制的不同层面展开分析,探讨智能时代新的产业主导权和核心竞争力的可能性。ChatGPT清晰地预示了新一轮人工智能革命的到来;对这场革命的深远影响进行专业、科学、理性的研判更需要关注ChatGPT背后的AI技术变革逻辑和产业革命新路径。通过GGI-CHI模型分析发现,ChatGPT已经可以证明AI作为一种通用目的技术(GPTs)的潜能,并初步展露了智能时代杀手级应用的迹象,即将跨越主流化的鸿沟,但其是否能够掌控智能产业领域的主导权则有待观察。ChatGPT既是引爆AI产业的“iPhone时刻”,也可能成为逆转中国AI竞争态势的“卫星时刻”。如何强化中国企业的全球化动力和动能,真正构建中国高科技全球化的新格局,是最大的战略关键所在。

从控制走向训导:通用人工智能的“直觉”与治理路径

生成式人工智能基于概率预测进行涌现创造,而不是基于规则编码进行传统的符号输出,其标志着人工智能在意识能力上已从逻辑思考拓维至经验直觉,正向通用人工智能加速演进。大规模参数支持下的压倒性概率,使机器摆脱了对工程师预设逻辑规则的依赖,但由于深度神经网络的“直觉”机制难以清晰呈现,传统符号主义时代的可解释性规制也将从教义式的规范信条转变为实现“模型可信”的工具手段,其并非以算法为中心的完全透明,而是区分对象、目的、内容、效果的模型说明方案。通用人工智能的行为决策主要源于形而下的经验积累而非形而上的超验规定,应以强调经验的实用主义哲学为内核,从控制主义转向训导主义的治理范式:围绕“价值对齐”创新技术手段和规范机制,培育机器造福人类的终极动机;加强数据生态规范化建设,避免不良内容侵蚀机器认知框架;优化应用互动环境,注重场景分类分级监管与针对用户的规制。

像教育人一样教育机器——人类教学经验能否提升通用人工智能系统的学习效果

人工智能分为专用与通用两个分支,二者皆可与教育融合,但前者关注如何用人工智能手段解决教育问题,如智慧教育;后者却反向聚焦怎样用教育手段解决人工智能问题,如机器教育。既有研究已实证后者的必要性与可能性,本研究则通过实验探索人类教育经验对通用人工智能系统学习效果的影响,尝试验证“机器教育”的有效性。实验自变量来自人类教学过程的四类重要影响因素,分别是教学目标、教学内容、教学节奏和教学空间。结果发现,通用人工智能系统对教学目标的激活频率、教学内容的正确率、教学节奏的时间间隔以及教学空间的大小等指标具有与人类学习者高度相似的敏感性,都可由教学参数的调整而获得更好的学习效果。因此,人类教育经验同样可推广至通用人工智能系统。对“人机兼容”客观教育规律的确证,不仅用科学证据有力地回击了对教育理论科学性的质疑,亦有望实现教育学对人工智能研究的逆向反哺。

通用人工智能助力乡村人才振兴的发展及应用研究

人才振兴是乡村振兴的关键所在。近年来,乡村人才振兴作为乡村振兴战略的核心议题备受关注。通用人工智能(AGI)作为一种具备广泛智能能力的人工智能系统,在各个领域已得到广泛应用。然而,AGI在乡村人才振兴领域的应用有待探索。文章旨在系统探讨AGI在乡村人才振兴中的机遇和应用。通过案例分析和材料整合,探讨AGI与乡村人才振兴的关系、AGI在组织管理方面的应用、AGI对乡村振兴战略的支持、AGI在人才培养中的应用、AGI在乡村人才振兴中存在的风险与对策。研究发现,AGI在乡村人才振兴中具有重要的应用前景,这一发现有助于推动AGI在乡村人才振兴中的可持续发展和有效应用,为乡村振兴战略的实现提供有力支持。

河北大茂山碘化银地面发生器增雪作业影响分析

利用常规气象资料、MICAPS资料和NECP/NCAR再分析资料,结合高斯模拟,分析了2012年11月10日唐县大茂山地基碘化银发生器增雪作业的作业条件。结果发现,此次天气背景为自西南向东北移动的冷涡云系,根据帕斯奎尔(Pasquill)稳定度分类法得出作业时间段大气处于中性层结状态;高斯模式模拟得出,有效的AgI浓度向上扩散范围高达3.0 km;作业点作业时段上空至3.2 km均处于上升气流区,计算出作业点发生器出口温度1.0℃。因冬季人工观测云底高度多为2.5~3.0 km,综合分析认为,该作业点的选址是合适的,此次作业条件较好,可以将催化剂输送到云中,起到催化作用。

人工智能技术的未来通途刍议

现在关于人工智能的发展,社会上(甚至在行业内部)普遍存在这样的一种误解:"通用人工智能"的目标本身可以通过"专用人工智能"领域内的技术累积来逐渐达成。然而,这种观点的持有者,既没有意识到将现有主流深度学习技术升级为通用人工智能技术所面临的巨大困难,也没有意识到人工智能工业的人为行业分工与人脑既有自然分工之间所存在的重大区别。在揭示这些困难的基础上,文本将给出一个消极性论点与一个积极性论点。前者是:目前的主流人工智能技术离达到"通用人工智能"的标准还很远,遑论达到"强人工智能"的标准;后者是:通向"通用人工智能"的真实道路从演化论思维"取经",即从认知主体对于环境挑战的"适应性"与"节俭性"入手,来理解智能体运作的一般原理。

如何设计具有自主意图的人工智能体——一项基于安斯康“意图”哲学的跨学科探索

具有自主意图、只依赖小数据运作的通用人工智能系统的出现,并不会像有些人所预估的那样导致"机器奴役人类"的局面出现,因为此类技术对于小数据的容忍可以大大增加此类技术的潜在用户的数量,并使得体现不同用户价值观的通用人工智能系统能够大量出现。这样一来,具有不同意图的通用人工智能系统彼此之间的对冲效应,最终会使得任何一种具有特定意图的通用人工智能系统都无法占据主宰地位。相反,由于作为专用人工智能技术代表的深度学习技术的运用在原则上就需要大量数据的喂入,其对于民众隐私权的侵犯就成为一种难以被全面遏制的常态,因此,此类技术的发展在原则上就会加强一部分技术权贵对于大多数民众的统治地位。不过,要在通用人工智能系统里实现对于意图的工程学建模,就需要我们在哲学层面上首先厘清关于意图的种种哲学迷思。在这个问题上,美国女哲学家安斯康的意图理论是一个比较好的讨论起点。具体而言,安斯康关于"意图是在欲望驱使下做某事的理由"的观点,是可以在通用人工智能的语境中被实现的,但是她关于信念与意图之二元对立的观点,却在不少地方有失偏颇。而"非公理化推理系统"(纳思系统),则将为吸纳安斯康意图论的合理部分提供相应的工程学手段。

通用人工智能需要在私人语言的层面上进行知识表征吗——来自大森庄藏的启发

通用人工智能语境中的私人语言,指的是这样一个意思:表征A在系统甲那里的知识表征方式与同一个表征在系统乙那里的表征方式必然会有所差异。因此,在预设推论主义语义学自身有效性的前提下,A在甲中的意义集,总会有一个子集(无论这一子集有多小)仅仅为甲自身所拥有,而无法被任何一个别的系统所拥有。因此,任何一个与甲不同的别的系统,都无法彻底地理解甲对于A的意义把握方式。很显然,这样一种将机器表征与哲学史上的“第一人称哲学”传统相互结合的思路,是无法见容于后期维特根斯坦对于私人语言的著名反驳的。而为了与后期维特根斯坦论战,日本哲学家大森庄藏的思想资源便具有了很高的引用价值,因为他本身的哲学就可以被视为“维特根斯坦的话语方式与胡塞尔的思想内核”的日本式混合体。在对大森的哲学进行面向机器表征问题的重建的过程中,对于局域性原则与历史性原则的引入也是题中应有之义,以便为通用人工智能语境中建设私人语言的必要性提供辩护。而非公理性推理系统(纳思系统)所提供的技术手段,则会为这种想法的技术落地提供可能。

如何在通用人工智能系统中实现“知识锁定标杆浮动效应”——一种基于“时间压力”的简易心智模型

所谓“知识锁定标杆浮动效应”,是指面对同样的信念内容,认知主体会在某些环境下将其判定为“知识”,而在另一些环境下将其判定为“非知识”。该效应的存在,使得人类能够根据环境信息的变化,灵活地改变自身信念,更好地适应环境。人工智能体对于该效应机制的模拟,也能够更好地适应环境。不过,这种模拟必须建立在对于该效应的正确理解上,而西方主流知识论学界对于该效应的解释,如语境主义、比对主义与不变主义提出的解释,要么缺乏足够的普遍性,要么本身建立在一些有待解释的概念上。与之相比较,基于“时间压力”的模型,则将智能体的知识指派倾向的强度视为与其感受的时间压力彼此负相关的一项因素,而“时间压力”本身被视为“主体所预估的问题解决所需要的时间”与其“所愿意付出且能够付出的时间”之间的差值。这样的模型不仅能够对所谓的“银行案例”与“斑马案例”作出简洁的解释,而且在原则上可以被算法化。