智研簡報

Sdaict Monthly

智能計算 計算未來

2023年08月第8期 | 總32期

中國 · 濟南

山東產業技術研究院智能計算研究院

CONTENTS

目錄

01

AI腦機接口讓癱瘓人士重拾語言能力，UCSF華人科學家主導

中標喜報 | 熱烈祝賀智研院中標“鄂爾多斯市鹽堿地農牧業綜合利用科技創新試驗示范項目”

04

05

02

生成式AI十大趨勢：通用人工智能如何改變產業和生活

智研院孵化公司--中科康信保簽署數字服務協議

03

?科技部負責同志解讀《關于進一步加強青年科技人才培養和使用的若干措施》

? ? ? ?2023年8月，鄂爾多斯市農牧業生態與資源保護中心進行了“鄂爾多斯市鹽堿地農牧業綜合利用科技創新試驗示范項目”的招標，智研院以專業的技術、完善的服務、合理的報價贏得了評審專家和招標方的認可，順利中標。

? ? ? ?該示范項目是鄂爾多斯市農牧業生態與資源保護中心重點打造的示范項目，總投資473.5萬元，建設內容有耐鹽堿作物育種模組、耐鹽堿作物育種營養液供給模塊、育種環境控制模塊、育種體系可視化模塊、耐鹽堿作物小區育種標準水肥鹽可調控模組、大田耐鹽堿作物育種蟲情數據采集模塊等九大方面，對鄂爾多斯鹽堿地的綜合利用有著重要的戰略意義。

? ? ? ?本次中標，充分體現了智研院的綜合實力和智慧農業團隊的技術優勢，也為智慧農業團隊接下來的市場開拓奠定了堅實基礎。我們也將以此為動力，承擔更多服務國計民生的重大項目，不斷開拓進取，再創佳績！

中標喜報 | 熱烈祝賀智研院

中標“鄂爾多斯市鹽堿地農牧業

綜合利用科技創新試驗示范項目”

智研快訊

? ? ? ? 中科康信保（山東）數字科技有限公司（以下簡稱“中科康信保”）成立于2023年5月，注冊資本1000萬元，是智研院2023年重點孵化的科技型公司。中科康信保依托國家自然科學基金、863項目的科研成果，面向行業隱私保護與信息安全問題，引入聯邦學習機制研發了人工智能模型流轉網絡基礎平臺、醫康養知識圖譜服務平臺等人工智能核心關鍵技術，可解決健康醫療大數據應用的隱私保護、信息安全問題，可開發基于健康醫療大數據的人工智能模型、算法與應用。

? ? ? ?1、人工智能+大數據賦能保險產業

? ? ? ?基于國家健康醫療大數據中心（北方）的健康醫療大數據，開發保險行業服務市場，立足于山東市場、輻射全國市場。公司以人工智能+大數據+行業協會相結合的形式，打造研究院與行業協會聯合科研合作機制和數據服務市場開發機制，共同賦能保險行業，研究制定行業標準，開發北方大數據中心健康醫療大數據在保險行業的商保兩核風控管理、理賠服務、保險產品設計等行業應用市場，基于聯邦隱私計算技術整合健康醫療大數據、行業協會、保險公司之間的數據價值，通過人工智能技術賦能保險業，通過大數據提高社會誠信，通過數字化技術服務于民，打造惠民服務。

項目進展

PROJECT PROGRESS

智研院孵化公司--中科康信保

簽署數字服務協議

? ? ? ?2、人工智能+大數據賦能智慧醫療

? ? ? ?深入挖掘國家健康醫療大數據中心（北方）的健康醫療大數據的價值，賦能智慧醫療人工智能模型、算法、設備的研發。通過機器學習、神經元網絡、大模型等人工智能技術，打通各類健康醫療檢驗、檢測數據之間的關系，發現潛在的數據關聯，賦能冠心病、腦血管病、腦卒中、腦腫瘤、高血壓、糖尿病等人工智能早期健康風險評估模型的研發，賦能神經退行性疾病人工智能輔診系統、帕金森人工智能輔助診斷系統的研發，打破醫養和數據、智能計算的領域壁壘，實現早發現、早診斷、早治療。以海量醫療大數據+人工智能算法的模式，助力“智慧治療”、“智慧養老”的發展。

? ? ? ?8月初，中科康信保與北方健康醫療大數據科技有限公司達成合作意向，簽署數據服務協議，針對保險業務場景對醫療數據進行適應性處理，以保險行業慣用統計維度建立多套數據映射關系表；依據保險行業主流產品投保規則、保險條款等，針對甲方不同類型產品進行核保、核賠風控結果輸出。該服務協議的簽署，標志著中科康信保的業務進入快速發展階段，道阻且長，行則將至，行而不輟，未來可期。

政策導讀

?科技部負責同志解讀《關于進一步加強青年科技人才培養和使用的若干措施》

“

”

? ? ? ?近日，中共中央辦公廳、國務院辦公廳印發了《關于進一步加強青年科技人才培養和使用的若干措施》（以下簡稱《若干措施》）。科技部負責同志對《若干措施》的出臺背景、基本考慮和重要舉措，以及如何保障各項措施扎實落地等進行解讀。

? ? ? ?近日，中共中央辦公廳、國務院辦公廳印發了《關于進一步加強青年科技人才培養和使用的若干措施》（以下簡稱《若干措施》）。科技部負責同志對《若干措施》的出臺背景、基本考慮和重要舉措，以及如何保障各項措施扎實落地等進行解讀。

　　一、《若干措施》出臺的主要背景是什么，有何重要意義？

　　青年科技人才處于創新創造力的高峰期，是國家戰略人才力量的重要組成部分。黨中央高度重視青年科技人才隊伍建設。習近平總書記多次就加強青年科技人才的培養和使用作出重要指示批示，要求把培育國家戰略人才力量的政策重心放在青年科技人才上，給予青年人才更多的信任、更好的幫助、更有力的支持，支持青年人才挑大梁、當主角，造就規模宏大的青年科技人才隊伍。黨的二十大對加快建設包括青年科技人才在內的國家戰略人才力量提出明確要求，中央人才工作會議對加強青年科技人才隊伍建設作出具體部署。

　　青年科技人才已成為我國科技創新發展的生力軍。黨的十八大以來，我國青年科技人才規模快速增長，源源不斷充實科技人才隊伍。2012年至2021年期間，我國研究與試驗發展（R&D）人員數量由416.7萬人增長到858.1萬人，增加441.4萬人，年均增長7.67%。同期，自然科學領域博士畢業生總人數超過45萬人，年均增長率4.73%。近年來，我國博士后每年進站人數都超過2.5萬人，其中80%集中在自然科學領域。同時，青年科技人才在國家重大科技任務實施中發揮越來越重要的作用。國家重點研發計劃參研人員中，45歲以下占比達80%以上。國家自然科學獎獲獎者成果完成人的平均年齡已低于45歲。北斗導航、探月探火等重大戰略科技任務的許多項目團隊平均年齡都在30多歲。在人工智能、信息通信等新興產業領域，優秀青年科技人才已成為技術創新的主力。

　　我國當代青年科技人才的職業生涯與到本世紀中葉全面建成社會主義現代化強國的時間高度契合。培養用好青年科技人才，對加快實現高水平科技自立自強，建設科技強國和人才強國意義重大。2022年，科技部等五部門聚焦青年科研人員啟動實施“減負行動3.0”，有針對性地開展挑大梁、增機會、減考核、保時間、強身心五項行動，取得積極成效，起到先行先試的探索作用。《若干措施》在此基礎上，進一步加大政策力度，采取更多突破性措施，必將對我國青年科技人才隊伍建設起到重要推動作用。

　　二、制定《若干措施》有哪些基本考慮和主要舉措？

　　《若干措施》的制定堅持以習近平總書記關于做好新時代人才工作的重要思想和關于科技創新的重要論述為根本遵循，貫徹落實黨的二十大精神及中央人才工作會議任務部署，針對當前青年科技人才面臨的職業早期科研支持不夠、成長平臺和發展機會不足、符合青年科技人才特點的評價機制不完善、非科研負擔重、生活壓力大等突出問題，深入科研一線開展調查研究，廣泛聽取廣大青年科技人才和各方意見建議，努力找出“真問題”、提準“實舉措”，不求面面俱到，力求務實管用，突出可操作性，研究提出政策舉措。

?　　《若干措施》涉及青年科技人才培養和使用的方方面面，涵蓋青年科技人才關心的主

設總體部署，建立多元化投入保障機制和常態化聯系青年科技人才機制。要求用人單位切實落實培育造就拔尖創新人才的主體責任，結合單位實際制定具體落實舉措，制定完善青年科技人才培養計劃；建立和完善青年科技人才評價機制，提升自主評價能力；結合自身實際，采取適當方式提高職業早期青年科技人才待遇，加強對青年科技人才的關懷愛護。要求各類科技創新基地，如國家實驗室、全國重點實驗室、國家技術創新中心、國家臨床醫學研究中心等，大力培養使用青年科技人才，積極推進科研項目負責人及科研骨干隊伍年輕化，推動重要科研崗位更多由青年科技人才擔任。

? ? ? ?三、《若干措施》出臺了哪些支持青年科技人才成長發展的“硬舉措”？

　　注重務實管用，是《若干措施》起草工作著力把握的一個基本原則。其中不少措施都明確了定量化的要求，具有很強的可操作性。部分主要措施如下。

　　一是在支持青年科技人才在國家重大科技任務中“挑大梁”方面。規定國家重大科技任務、關鍵核心技術攻關和應急科技攻關大膽使用青年科技人才，40歲以下青年科技人才擔任項目（課題）負責人和骨干的比例原則上不低于50%。鼓勵青年科技人才跨學科、跨領域組建團隊承擔顛覆性技術創新任務，不納入申請和承擔國家科技計劃項目的限項統計范圍。穩步提高國家自然科學基金對青年科技人才的資助規模，將資助項目數占比保持在45%以上，支持青年科技人才開展原創、前沿、交叉科學問題研究。

　　二是在深入實施國家重點研發計劃青年科學家項目方面。規定國家重點研發計劃重點專項進一步擴大青年科學家項目比例，負責人申報年齡可放寬到40歲，并不設職稱、學歷限制。對組織實施高效、高質量完成任務目標的優秀青年科研團隊通過直接委托進行接續支持。經費使用可實行包干制。

　　三是在國家科技創新基地大力培養使用青年科技人才方面。鼓勵各類國家科技創新基地面向青年科技人才自主設立科研項目，由40歲以下青年科技人才領銜承擔的比例原則上不低于60%。青年科技人才的結構比例、領銜承擔科研任務、取得重大原創成果等培養使用情況納入科技創新基地績效評估指標，加強績效評估結果的應用。

　　四是在青年科技人才分類評價方面。明確要求不把論文數量和人才稱號作為機構評價指標，避免層層分解為青年科技人才的考核評價指標。

要問題。在具體措施上，既注重思想政治引領，又注重科研支持、職業發展、生活保障服務和身心健康關愛；既注重解決當前面臨的迫切問題，又注重構建青年科技人才工作長效機制；既有原則性要求，也有量化要求。

? ? ? 一是加強思想政治引領。青年一代有理想、有擔當，國家就有前途，民族就有希望。《若干措施》把加強對青年科技人才愛國奉獻、科學報國的思想政治引領放在首要位置，堅持黨對新時代青年科技人才工作的全面領導，強調用黨的初心使命感召青年科技人才，激勵引導青年科技人才大力弘揚科學家精神，傳承“兩彈一星”精神，在實現高水平科技自立自強和建設科技強國、人才強國實踐中建功立業，在以中國式現代化全面推進中華民族偉大復興進程中奉獻青春和智慧。

　　二是強化職業早期支持。《若干措施》提出，充分發揮基本科研業務費對青年科技人才科研職業生涯的啟動助推作用，根據實際需要、使用績效和財政狀況，逐步擴大中央高校、公益性科研院所基本科研業務費對青年科技人才的資助規模，完善并落實以績效評價結果為主要依據的動態分配機制。基本科研業務費重點用于支持35歲以下青年科技人才開展自主研究，有條件的單位支持比例逐步提到不低于年度預算的50%。

　　三是突出大膽使用。《若干措施》充分落實給予青年人才“更多的信任、更好的幫助、更有力的支持”的要求，從引導支持青年科技人才服務高質量發展，支持青年科技人才在國家重大科技任務中“挑大梁”、“當主角”，深入實施國家重點研發計劃青年科學家項目，國家科技創新基地大力培養使用青年科技人才，更好發揮青年科技人才決策咨詢作用等方面，賦予青年科技人才更多擔綱領銜、脫穎而出的機會，出臺了一系列針對性、可操作性強的舉措，支持大膽使用青年科技人才，充分發揮青年科技人才作用。

　　四是促進國際化發展。《若干措施》提出加大青年科技人才出國學習交流支持力度，引導支持青年科技人才組織和參與國際學術交流活動，講好新時代中國科技創新故事、中外科技合作故事，提升青年科技人才國際活躍度和影響力。

　　五是構建長效機制。《若干措施》既注重解決當前青年科技人才強烈期盼、亟待解決的急迫問題，又注重構建促進青年科技人才隊伍健康穩定發展的長效工作機制。要求各級黨委和政府把青年科技人才工作作為戰略性工作，納入本地區經濟社會發展、人才隊伍建

技術前沿

ADVABCED TECHNONLGY

? ? ? ?注意看，屏幕上出現了個正在說話的虛擬人。

? ? ? ?和一般虛擬人不同的是，它是通過腦機接口來控制的，操縱它的是一位罹患殘疾的女士。

? ? ? ?為了這個重獲新“聲”的時刻，她已經足足等了18年。

? ? ? ?主人公名叫Ann，不幸罹患殘疾的她在科研人員的幫助下重新獲得了“說話”能力。

? ? ? ?這個虛擬人，就是Ann與外界進行溝通的媒介。

? ? ? ?這也是Ann久違地露出如此爽朗的笑容。

　　四、在支持青年科技人才參與科技決策方面《若干措施》采取了哪些措施？

　　青年科技人才精力旺盛、思維活躍、知識更新快，一些優秀青年科技人才具有開闊的國際視野，能夠及時準確把握前沿領域和新興技術的變化趨勢。吸納更多青年科學家群體參與科技決策咨詢，既有利于推動科技決策民主化、科學化，也是發現和培育戰略科學家后備人才的重要途徑。

　　《若干措施》積極回應廣大青年科技人才的期盼和訴求，提出針對性舉措。一是擴大科技評審專家庫中青年科技人才的規模。要求高等學校、科研院所、企業等各類創新主體積極推薦活躍在科研一線、負責任講信譽的高水平青年科技人才進入國家科技評審專家庫。二是增加評審專家組成中青年科技人才的比例。規定國家科技計劃等項目指南編制專家組，科技計劃項目、人才計劃、科技獎勵等評審專家組，以及科研機構、科技創新基地等績效評估專家組中，45歲以下青年科技人才占比原則上不低于三分之一。三是推動各類學術組織吸納更多青年科技人才。高層次科技戰略咨詢機制、各級各類學會組織應根據需要設立青年專業委員會，推動理事會、專家委員會等打破職稱、年齡限制，支持青年科技人才多層次參與學會組織治理運營。

　　五、在加強國家戰略人才力量建設的大背景下，如何保障《若干措施》落實落地？

　　堅持黨管人才原則和黨中央對科技工作的集中統一領導，強化與相關部門和各地方的協同聯動，統籌教育、科技、人才資源，加強對用人單位的指導和服務，調動各方積極性、主動性，推動青年科技人才工作體系化、創造性開展，確保各項措施落地實效并形成長效機制。

　　一是廣泛深入開展政策宣傳解讀。組織新聞媒體和科技管理、人才等領域專家通過新聞報道、專題訪談、解讀文章等形式進行廣泛宣傳和深入解讀，提高政策知曉度和關注度，推動政策措施有效執行。

　　二是督促各地和用人單位進一步細化落實。督促各地把青年科技人才工作納入經濟社會發展、人才隊伍建設總體部署，根據各地實際，加快建立多元化投入保障機制和常態化聯系青年科技人才機制，抓好政策落實。鼓勵指導用人單位切實落實主體責任，結合實際細化具體舉措，健全工作體系和配套制度，提升青年科技人才培養使用能力。

　　三是開展動態評估和跟蹤研究。組織專業機構適時對措施落實情況和效果開展評估，總結推廣典型經驗做法，分析解決難點問題。動態跟蹤國際青年科技人才政策發展動向，持續開展青年科技人才重點問題和政策研究，推動青年科技人才工作機制不斷完善。

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 新華社北京8月27日

? ? ? ?還給Ann笑容的這項成果來自UCSF和UCB，由華人科學家Edward Chang教授主導。

? ? ? ?目前這項成果的論文已在Nature上發表，FDA也將很快批準人類臨床試驗。

? ? ? ?來自約翰霍普金斯大學的Nathan Crone教授評價稱，這項成果是腦機語言傳遞的一個里程碑。

? ? ? ?網友也稱贊說，這才是AI該有的樣子。

? ? ? ?那么，Ann都經歷了怎樣的艱辛歷程呢？

? ? ? ?18年終于重獲新“聲”

? ? ? ?30歲時，Ann由于不明原因患上了中風，最終導致了嚴重癱瘓。

? ? ? ?她全身的肌肉都失去了控制，甚至無法呼吸，更不要提說話了。

? ? ? ?經過多年的物理治療，Ann終于能夠移動面部肌肉，但距離能說話依舊相去甚遠。

? ? ? ?后來，Ann的頭部也可以移動了，借助一種設備，她終于可以在電腦屏幕上緩慢打字，她寫到：一夜之間，我的一切都被奪走了。我(開始患病時)有一個 13 個月大的女兒、一個 8 歲的繼子和一段26個月的婚姻。

? ? ? ?盡管效率不是很高，每分鐘只能打14個字，但也許就是這一點突破給了Ann生的希望。

? ? ? ?事情最大的轉機出現在2021年。

? ? ? ?Ann讀到了一項關于腦科學的研究，了解到科學家正嘗試通過一種植入式神經設備幫助一名癱瘓的男子恢復交流功能。

? ? ? ?進行這場實驗的，正是Chang教授。

? ? ? ?這項實驗實現了零的突破，但能夠“翻譯”出的詞匯量還比較有限。

? ? ? ?Ann看到之后決定報名參加這項研究——為了幫助自己，也為了幫助更多的人。

? ? ? ?當我在康復醫院時，語言治療師不知道該拿我做什么。

? ? ? ?參與這項研究給了我一種使命感，我覺得我正在為社會做出貢獻。

? ? ? ?我能活這么久真是太神奇了；這項研究讓我在還“alive”的時候就真正地“live”起來了！

? ? ? ?具體來說，Ann幫助研究團隊進行了AI模型的訓練工作。

? ? ? ?最終在Chang教授團隊和Ann的共同努力之下，Ann終于重獲新“聲”。

? ? ? ?我們接下來再來聊聊，這項成果是怎么幫助到Ann的。

? ? ? ?腦機接口實時轉換神經信號

? ? ? ?這項成果的核心是捕獲神經信號的“腦機接口”。

? ? ? ?團隊通過將捕獲到的神經信號和Ann給出的文本以及唇部動作結合進行分析，訓練出了可以將神經信號轉換成語音信息的AI模型。

? ? ? ?團隊使用了一塊嵌入了253個ECoG電極的硅片，每個電極都記錄著上千個神經元的活動。

? ? ? ?與前一代不同的是，這項研究在分析過程中更加注重“音素”而不是“單詞”。

? ? ? ?識別出的音素會重組成單詞，識別速度則達到了每分鐘80詞，遠遠超過了之前的14字，詞匯量也達到了1024個。

? ? ? ?Ann的女兒還提供了一份Ann患病前在婚禮上說話的視頻，這使得數字人的聲音也能和Ann患病前十分相像。

? ? ? ?我們與人交談的時候，除了說話的內容，面部表情也傳遞著重要信息，甚至對文字的含義也有影響。

? ? ? ?Chang教授的團隊也考慮到了這一點。

? ? ? ?這項成果在輸出聲音的同時也在模擬操縱者的表情，使交流更加自然。

? ? ? ?未來，團隊計劃將這一成果便攜化，加入無線傳輸功能，讓溝通變得更容易。

? ? ? ?Chang教授表示，團隊的目標是(為有需要人士)完整地恢復溝通功能。

? ? ? ?這是我們與他人交談的最自然的方式。

行業資訊

INDUSTRY INFORMATION

生成式AI十大趨勢：通用

? ? ? ?在快速發展的人工智能領域，生成式AI無疑是目前的大熱點，也是引領了AI領域潮流的最重要一部分，無論是其大語言模型、多模態模型、具身智能，還是通用人工智能等技術，都在不斷推動著智能科技的前進步伐。

? ? ? ?今天我們來分享一下生成式AI的十大趨勢，從數據的力量到數據中心的AI變革，從大模型在個人助理角色中的應用到對勞動力市場的深遠影響，每個趨勢都在為人工智能領域描繪著精彩的未來。

? ? ? ?一、統一未來：多模態模型加速文本、圖像和視頻融合

? ? ? ?多模態模型是指能夠處理不同類型數據（如視覺、文本、聽覺等）并將它們融合起來進行綜合理解的人工智能模型。這種模型能夠更全面地理解和處理真實世界中復雜多樣的信息，從而進一步提升大型模型的遷移學習能力。多模態技術的發展在人工智能領域具有重要意義。

? ? ? ?當前，單模態的人工智能模型，如處理文本、語音、圖片等的模型，已經相對成熟。而大型模型正在向多模態信息融合的方向快速發展。一些重要的進展包括CLIP（Contrastive Language-Image Pretraining）模型的誕生以及GPT-4等模型的圖像處理能力的提升。大型模型不僅限于文字和圖像的處理，也開始拓展到音頻、視頻等領域。

? ? ? ?未來展望方面，隨著多模態技術的不斷發展，模型將面臨更加復雜多樣化的交互場景。多模態技術將在智能家居、智慧城市、醫療診斷、自動駕駛等領域打開全新的應用空間，進一步推動人工智能的發展。

? ? ? ?四、數據的力量：海量數據帶來模型能力涌現，高質量數據提升模型性能

? ? ? ?深度學習的進步建立在更大模型處理海量數據的基礎上。從GPT-1模型的1.17億參數到GPT-3的1750億參數，模型的效果取得了顯著突破，并涌現出新的能力。然而，模型參數量的增加也帶來了算力需求的激增，模型架構和參數量提升帶來的收益正逐漸減少。

據阿伯丁大學、麻省理工大學等研究機構的報告，高質量的語言數據預計在2026年將耗盡，而低質量的語言數據和圖像數據將分別在2030-2050年、2030-2060年間枯竭。

? ? ? ?以數據為中心的人工智能更加專注于數據的價值，進一步推動AI模型的性能突破。斯坦福大學的吳恩達教授提出了二八定律：80%的數據+20%的模型=更好的AI。數據中心的策略可以解決數據樣本不足、數據偏差等問題，高質量數據集成為推動模型性能進一步提升的關鍵要素，高質量的數據處理、數據標注服務以及完善的數據收集和評估體系的價值將進一步凸顯。

? ? ? ?五、數據中心的AI變革：智算中心成為關鍵基礎設施

? ? ? ?云計算是當前重要的AI算力提供方案，AI服務器市場獲得迅猛發展。根據TrendForce數據，2022年全球AI服務器的出貨量約占整體服務器比重的1%，隨著大型模型訓練和推理的需求爆發，AI算力資源需求預計將呈指數增長。根據IDC的數據，未來5年中國智能算力規模的年復合增長率將達到52.3%，全球價值萬億美元的數據中心存量市場將從通用計算逐步過渡到AI計算。

? ? ? ?云計算正從以CPU為中心的同構計算架構向以CPU+GPU/NPU為中心的異構計算架構深度演進。預計，大型模型帶來的GPU存量空間將從2023年的277億美元上升至2025年的1121億美元，以GPU為代表的AI計算資源在短期內將供不應求。

? ? ? ?隨著專有領域計算需求的提升，AI芯片追求更高的性能和更低的功耗，芯片的多樣性和生態豐富性將不斷提升。一些頭部互聯網廠商將著力推進AI芯片的自主研發，例如谷歌致力于打造專注于深度學習的TPU，并不斷豐富其AI生態布局。

? ? ? ?二、逾越虛擬邊界：具身智能成為AI發展新形態

? ? ? ?具身智能是指那些可以感知和與物理世界進行交互，具有自主決策和行動能力的人工智能系統。這些智能體能夠以主人公的視角感受物理世界，并通過與環境的交互結合自我學習來理解和改變客觀世界。

? ? ? ?近年來，具身智能被認為是計算機視覺領域的重要發展方向，被形容為人工智能研究的"北極星"。一些企業和研究機構推出了具身智能相關的產品和項目，如谷歌的RoboCat大模型和英偉達的Nvidia VIMA。

? ? ? ?未來展望方面，通用人工智能和機器人產業正處在快速發展、相互融合促進的戰略機遇期。具身智能作為兩大領域交叉的核心應用，有望在未來取得快速發展。它將推動智能體具備更多自主規劃、決策、行動和執行的能力，實現人工智能的進一步進階。

? ? ? ?三、大模型智慧火花：走向通用人工智能的途徑愈發明晰，腦機接口創造新的交互方式

? ? ? ?通用人工智能（AGI）是指具備類似于人類思考能力，能夠適應廣泛領域并解決多種問題的機器智能，是人工智能研究的重要目標之一。而狹義人工智能則指已取得顯著進展但局限于特定領域的人工智能，例如語音識別、機器視覺等。目前我們處于狹義人工智能相對成熟、通用人工智能乍現的階段，GPT-4等大型自然語言模型被認為是通向通用人工智能的重要潛在路徑。OpenAI的CEO薩姆·奧特曼表示，AGI時代可能很快就會到來，未來十年內行業可能會擁有超強的AI系統。

? ? ? ?另一方面，人類與人工智能之間的交互方式也在不斷升級，腦機接口有望成為下一代人機交互方式。當前，腦機接口技術正在突破人類的生理界限，不僅為殘障人士提供了前所未有的可能性，還有望成為下一代的人機交互方式。

? ? ? ?六、大模型C端角色：個人智能助理與新一代的流量入口

? ? ? ?大型語言模型將成為個人智能助理的關鍵。目前，大型模型已具備接入互聯網、進行內存管理等能力，通過目標任務自動拆分、計劃制定和計劃實施等方式，能夠自主完成用戶的需求，成為每個人的智能助理，例如制定旅行計劃并預定住宿和餐飲。

? ? ? ?大型模型也將成為新一代的流量入口。GPT-4正逐步開放插件功能，通過底層模型連接第三方應用，構建豐富的生態系統。自插件功能開放以來，GPT-4已接入超過500個插件，包括教育、金融等領域。隨著大型模型能力的增強和插件生態的豐富，大型模型有望成為新一代的人機交互方式和流量入口。根據2023年5月的數據，OpenAI官網訪問量為18.6億次，是全球第19名次的互聯網訪問IP。

? ? ? ?七、大模型B端應用：專業數據與成本驅動行業模型百花齊放，打開廣闊應用空間

? ? ? ?數據壁壘帶來企業端大型模型百花齊放。通用大型模型可以幫助用戶解決一般性問題，但當企業需要處理特定行業的數據和任務時，往往需要對基本模型進行垂直領域的微調。不同垂直行業具有不同特性和需求，因此大型模型的應用呈現多樣化趨勢。

? ? ? ?B端應用出于對模型經濟性的考量，未來將呈現階梯式、差異性需求。大型模型在垂直領域的商業化落地對模型的運行成本更為敏感，需要不同參數規模的大型模型組成多層次的產品組合，從而在不同場景下實現最佳的經濟性，進一步提升大型模型的豐富度。

? ? ? ?八、大模型輕量化：降低應用成本、帶動端側算力發展

? ? ? ?隨著大型模型小型化和場景化需求的增加，同時出于對AI應用的經濟性、可靠性和安全性的考慮，部分場景的推理將逐步從云端擴展到端側，帶動端側算力需求的進一步提升。

? ? ? ?目前，多個大型模型都已推出“小型化”和“場景化”版本。例如，谷歌于5月23日發布的PaLM-2大模型中，最輕量版本“壁虎”可在移動端運行，運行速度快且支持離線操作。其他大型模型也有對應的小參數版本。

? ? ? ?大型模型端側應用布局不斷加速。端側算力正在快速發展中，高通通過量化、編譯和硬件加速進行優化，使Stable Diffusion能在搭載第二代驍龍8移動平臺的手機上運行。高通在微軟Build2023開發者大會上展示了最新的端側AI能力以及在下一代Windows 11上開發生成式AI的工具，并表示未來幾個月大型語言模型有望在端側運行。

? ? ? ?九、大模型的深遠影響：重構勞動力市場、改寫科研范式

? ? ? ?大語言模型對勞動力市場結構產生了深遠而復雜的影響。根據OpenAI聯合賓夕法尼亞大學的研究報告預測，約80%的美國勞動力可能有至少10%的工作受到大語言模型的影響。

? ? ? ?大語言模型的應用帶來了勞動力市場結構的調整和變化。短期內，大語言模型可能替代部分低技能或重復性工作。中期來看，大語言模型也將創造新的與人工智能相關的就業機會。長期來看，大語言模型的應用將深刻改變各行業的工作模式和商業模式，讓企業的組織架構更加扁平化和小型化。在這個過程中，需要個人和企業積極適應，發展人類獨有的創新、協作和社交等能力，與人工智能共同進化。

? ? ? ?此外，AI與前沿科學的結合展現出巨大潛力，可顯著降低前沿科技研究中的智力成本并提升研究效率。生命科學、氣象預測、數學、分子動力學等前沿科學領域均得到了人工智能的廣泛助力，AI for Science將帶來科研范式的變革和新的產業形態。

? ? ? ?十、AI治理與技術的平衡：AI可解釋性亟待增強，監管緊迫性日益凸顯

? ? ? ?在人工智能的快速發展中，加強AI監管與推動AI技術進步同等重要。人工智能的能力帶來了應用的便利性，但同時也可能引發數據隱私、算法偏見、AI倫理等一系列問題。

? ? ? ?從技術角度來看，可以通過可解釋AI等技術手段增強AI的可信度。可解釋AI使人工智能的決策過程透明化，增加輸出內容的可理解性和可信任度，對于構建用戶對AI系統的信任、提升系統的有效性以及應對潛在的倫理問題都至關重要。

? ? ? ?從規范角度來看，各國政府已經開始采取行動，制定和執行各種AI政策和法規。在4月份，我國網信辦出臺《生成式人工智能服務管理辦法（征求意見稿）》，明確了生成式人工智能的定義，為行業劃定底線從明確條件要求、劃定責任主體、形成問題處理機制、明晰法律責任等方面進行規范。

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?來源：人工智能學家?