张钹院士：从人工智能三要素走向四要素之路

主要观点总结

本文介绍了张钹院士讲解的从人工智能三要素走向四要素之路，包括人工智能的两条路径、三个阶段、深度学习的不安全性、迈向通用人工智能的四个步骤、基础模型的三大出路等方面。文章指出，目前的人工智能工具主要依赖于大模型和大文本，仍然存在许多缺点和挑战，如缺乏自学能力、难以从客观世界学习知识等。未来人工智能的发展需要持续努力，并且需要结合垂直领域深度结合才能发展。最后，作者指出人工智能是探索“无人区”，其魅力就在于它永远在路上。

关键观点总结

关键观点1: 人工智能的两条路径

行为主义学派主张用机器模拟人类的智能行为，内在主义学派主张用机器模拟人类大脑的工作原理。

关键观点2: 人工智能的三个阶段

第一代人工智能的目标是让机器像人类一样思考，第二代人工智能主要基于人工神经网络，第三代人工智能则必须发展人工智能理论。

关键观点3: 深度学习的不安全性

人工智能的深度学习存在不安全性，如案例中的雪山和狗的识别问题，研究者可以制作对比图来测试人工智能的识别能力。

关键观点4: 迈向通用人工智能的四个步骤

通用人工智能的四个步骤包括与人类对齐、多模态生成、与数字世界交互和与客观世界交互。

关键观点5: 基础模型的三大出路

基础模型的出路包括向各行各业转移、经过微调应用在产业里以及跟其他技术结合发展新的产业。

关键观点6: 人工智能的局限性

目前的人工智能工具存在质量不可控、输出不可信、受外部影响大等局限性，尚不能准确分辨对错，且现在还难以主动进行自我迭代。

关键观点7: 人工智能的影响与未来

人工智能对各行各业都有重大影响，但大多数是用来帮助人类提高工作质量和效率，而非取代人类进行工作。未来的人工智能将不断探索未知领域，需要我们坚持不懈地努力。

免责声明