2021北京智源大会 200+讲者核心观点.pdfVIP

2021北京智源大会主要观点 2021北京智源大会主要观点 一、 超大规模智能模型是实现真正人工智能的可行路径，我国在大模型的研发和应用上已取得重要突破。 十、 可解释、自监督成为机器学习领域研究热点，推动开放环境下深度学习模型的研究及优化 超大规模智能模型是下一代AI的基础平台，是实现真正人工智能的可行路径，距离实现目标较远但已往前推进； 可解释性对数据科学和机器学习相关的建模优化至关重要，已逐渐成为近年来的研究热点； 超大规模智能模型成为人工智能前沿技术突破的重要领域，产出多项国际引领成果； 开放环境下传统深度学习模型的研究方式遇到挑战，需结合概率统计等数学知识进行可行性研究； 高质量的大规模预训练模型应具有通用能力、可解释性、可落地等特征； 自监督学习打破了对标注数据的依赖，是人工智能技术的未来发展方向。 大模型已在搜索、推荐、对话、营销等领域实现应用落地，具有广阔的发展前景。 十一、 决策智能将推动工业界变革，目前我国在模拟仿真方面存在明显短板 二、 人工智能国际前沿基础理论持续发展，学科交叉融合趋势凸显。 决策智能与博弈论、多智能系统相互影响，将推动工业界变革； 现阶段深度学习模型不能很好的应对“数据分布外”问题，可借鉴人类的认知模式和决策方法，提升模型的鲁棒性； 强化学习仍在起步阶段，在解决实际问题方面仍有很长的路要走； 利用人工智能技术全面提升基础科学科研能力，加快进入“智能化科研”时代； 模拟仿真环境是实现决策智能的重要条件，我国在模拟仿真方面存在明显短板。 数据资产化推动智能时代发展进程，建立数据资产化的全球治理体系成为迫切需求。 十二、 群体智能发展迅速、形态多样，可提高决策的智能化，联邦学习是打破数据孤岛的关键技术 三、 应对当前深度学习发展存在的挑战，探索在小领域建立以数学与统计理论为第一原理的新一代人工智能方法论。 群体智能包含多种形态，时空数据研究成为近年来的热点领域； 深度学习的可计算性、可解释性、泛化性等问题存在重大理论挑战； 群体智能可应用在共享出行、物流领域，使决策更智能； 人工智能有望在小领域诞生大统一理论。 联邦学习技术是打破数据孤岛，拓展数据疆界的关键技术。 四、 应对超大规模智能模型发展浪潮及应用场景碎片化现状，降低功耗及构建开源生态成为智能芯片领域发展的趋势。 十三、 加快高层次的国际学术交流与合作，推动全球人工智能前沿研究发展 类脑计算是后摩尔时代最为重要的发展方向之一，仿生神经形态计算有可能成为未来智能计算的突