导语：立在AI技能海潮的又一个高点，GAIR试图逾越对于技能自己的会商，转而探访其重塑教诲、财产以致文明的内涵气力。 作者丨周蕾 赵之齐 张嘉敏 编纂丨周蕾 2025年12月12日，深圳南山。 第八届GAIR全世界人工智能与呆板人年夜会主论坛，在上午9:30于深圳南山·博林天瑞喜来登旅店正式拉开帷幕。本次年夜会为期两天，由GAIR研究院与雷峰网(公家号：雷峰网)结合主理，大作院士任引导委员会主席，杨强院士与朱晓蕊传授任年夜会主席。 作为粤港澳年夜湾区的AI标杆嘉会，GAIR自2016年开办以来，始终苦守“传承”与“立异”的两重底色——从学界泰斗的精力传承，到华人顶会主席们的思惟接力，再到青年学者的锋铓展露，这里不仅是技能交流的平台，更是承载中国AI四十年成长影象的精力家园。 时隔四年，GAIR从海外重返深圳主场。这四年来，年夜模子掀起巨浪、人工智能迈上更高舞台的四年，常识出产再也不局限在传统路径，财产厘革更是按下“加快键”。值此岁末年头的节点，GAIR准期赴约，用一场高质量的不雅点碰撞，为行业与公共回首科技高速的脚步，出现AI时代的前沿洞见。 12月12日的主论坛，延续GAIR一向的学术前沿特点，设有：“AI之道：教诲的从头界说”、“AI之术：范畴的范式重构”两年夜钻研主题。当日，年夜会现场有十多位顶级学者发表出色演讲，更有两场AI学术年夜咖激烈比武的高端对于话，他们带来的前沿科技进展、财产实战经验及人文眷注，使这一天成为值患上深度思索的思惟盛宴。 起首，是本次年夜会主席，加拿年夜工程院院士、加拿年夜皇家科学院院士杨强传授登台致辞。这一日也正好是杨强传授的生日。揭幕式上，他回首GAIR八年来的举办汗青，如2020年齐聚GAIR怀想黄煦涛传授，2023年GAIR初次出海，年夜会始终于记载AI范畴的薪火相传。他以“老伴侣”“家里人”的身份，陪着GAIR见证汗青，预祝年夜会圆满乐成，继承创造新的“第一次”。 首位登场的演讲佳宾，是深圳理工年夜学教务长、澳门年夜学第八任校长赵伟院士。深耕高档教诲治理与学术研究数十年，赵伟院士见证了中国高档教诲从追逐迈向引领的全历程，对于在 AI 给高档教诲带来的打击与机缘有着深刻洞察。 于陈诉中，赵伟院士开篇点出 AI 对于社会出产糊口的深刻影响，指出高档教诲的倾覆重要表现于常识孕育发生、学生造就及教诲治理三方面。 起首于学生造就方面，赵院士提出传统 “常识就是气力”“造就有效之才” 的理念需进级，年夜学应回归 “造就有效、有聪明的人” 的素质，帮忙学生找到自身定位、明确专业标的目的与职业路径。 针对于 AI 时代学生的特色与焦急，深圳理工年夜学采纳 “加减替代” 的造就模式：减法上，删减微积分习题集等低效课程内容，压缩讲堂时长 20%、每一周削减一天上课时间；加法上，要求年夜一学生必修两个学期人工智能导论，每一周腾出一天进试验室介入科研实践，同时强化学堂本质教诲；替代上，用跨文化交流课程替换传统英语四六级导向讲授，规划以智能 APP 代替传统教科书，更看重实用能力造就。此外，黉舍还有将推出科研结果与本质教诲双成就系统，周全评价学生能力。 于高档教诲治理方面，他指出传统信息体系近似 “电子版德律风黄页”，没法应答智能性问题阐发，建议迭代为智能信息体系：弱智能层面可于现有平台接入年夜语言模子，实现开端智能阐发；强智能层面则让智能体系直接对于接各子体系，实实际时相应、智能决议计划，同时降低治理成本、晋升隐私掩护程度。 赵伟院士总结称，AI时代，高档教诲的高层决议计划、中层治理到信息体系都有转变。人材造就模式要做加法、做减法、做迭代，做替代。有了人工智能以后会怎么样？ “起首咱们患上活下去，咱们或许能造人工智能的反，造了反也患上活，不造反也患上活，并且我认为咱们会活患上更好。” 随后，中国工程院外籍院士、英国皇家工程院院士、欧洲科学院院士、中国香港科技年夜学首席副校长郭毅可，带来了以《人工智能与将来教诲》为主题的演讲。 深耕学界多年的他，见证了AI与高档教诲的演进交汇。他从天生式AI重塑常识获取方式谈起，指出当下教诲的对于象已经经不仅是孩子、也包括呆板，而二者之间存于着意想不到的共性。借此，他引出了对于教诲范式行将转向的思索。 “此刻常识已经经无处不于，原来的黄金酿成了空气”，郭毅可于开场便投下这句颇具份量的判定。由此，他进一步提问：教诲曾经以常识稀缺为条件，但于天生式AI已经成为“智能百科”确当下，咱们毕竟要怎样教与学？ 郭毅好笑说，本身是对于AI成长很是乐不雅的人。于他眼中，人工智能时代的教诲，应从“常识传输”，转为造就学生的能力、好奇心、进修自动性及共创意识。于现场，他展示了本身与AI对于话配合建造的表格，他们配合切磋出一个结论：人类攀缘智能颠峰需要履历三个境地：真、善、美。 如今的天生式AI，已经具有“真”的能力，即把握常识与事实。但郭毅可随即以“回形针最年夜化者”思惟试验提示听众：一个只有用率、却缺少价值判定的体系是伤害的，是以，“善”与“美”也不成或者缺。他继而注释，“善”对于应着自我检讨能力，“美”则是每一个人怪异的自我揭示。将来的教诲，必需更看重价值不雅、自省力、判定力及赏识力的造就，才能“创造智能的呆板，去造就更智慧的人”。 而作为中国香港科技年夜学首席副校长，他于演讲中也自满地暗示港科年夜是“全世界第一个公布GPT是好工具、并于讲授里广泛利用”的黉舍。但他也夸大，教诲及查核方式要因合时代而变，“假如学生还有能用AI做弊，那就申明测验方式自己出了问题。” 上午年夜会的重头戏，是“从头界说教诲：AI的倾覆与将来”为主题的圆桌论坛，杨士强传授与赵伟、郭毅可两位院士联袂带来一场深度对于话。杨传授笑称，赵、郭两位校长均有海外留学任教、后回国开办新黉舍的经验，对于当下AI与高档教诲的厘革应有亲身领会。圆桌历程中，三位佳宾着眼在AI时代教诲的焦点抵牾与厘革路径，缭绕中外教诲模式差异、社会对于教诲的太高期待、学生自立成长与裁减机制、AI对于教诲的赋能界限等要害议题畅所欲言，现场金句频出，掌声不停。 赵伟院士起首暗示，当前AI于教诲转型方面不存于所谓“弯道超车”，相反地，各人对于教诲抱有太高的指望值，将前沿技能前进及教诲结果单方面地接洽起来，事实长进步应与全社会相干，不克不及将这一重任都落到师生的肩上。 郭毅可院士也对于赵院士的不雅点暗示了承认，他认为，“领先”是他人的话语系统，咱们应创造一套自有的讲授理念，“此刻很年夜的问题是，咱们底子不知道本身走甚么门路。” 郭院士进一步指出，AI已经极年夜地将教诲平易近主化，也同时为学生及教员都带来了更强的教诲自立性。对于自立进修的夸大，也是国内外教诲系统的显著差异之一。他认为年夜学教诲鼎新很是主要，比起反复过剩的课程，更应该辅导学生造就能力，特别是实践方面的能力。“所有的常识，你均可以从GPT那里得到，你要做的是寻觅哪些常识、解决哪些问题。” 接着三位佳宾针对于年夜学裁减制发表了本身的见解，杨士强传授认为，裁减制有益在博士质量的提高，但这一轨制于内地高校接管度不高。赵伟院士也举了英美高校的例子，暗示应该让学生“找到本身”，眼下的学历、专业、黉舍都有可能不合适本身，假如学生知道了甚么不合适本身，这是乐成的，而非掉败的体现。郭毅可院士则于这一话题上分享了中国香港科技年夜学的实践，即入校先不选专业，只选开端的院系。他认为这一机制为学生提供了矫捷调解的空间，但也难以免跟风热点专业的环境。 随后杨士强传授抛出了重磅发问：对于2025年之后的年夜学生而言，哪些能力将成为最主要的求生能力？AI情况下，此刻一所顶尖年夜学的焦点竞争力表现于哪些方面？ 郭毅可院士认为，常识的获取及影象已经不主要，主要的是应用常识的能力及沟通能力，不光是人与人的沟通，还有有人与呆板的沟通。其次是创造力，由于将来未必有那末多至公司的事情时机，更注重可否自力创造公司，经由过程AI制造想要的工具——AI会使这个社会更自力，使构造架构发生变化，“财政、人事都不消你做，你只需要做好构造架构。”而年夜学最要害的就是造就学生及教员，“年夜学的竞争力终极的产物就是人。” 赵伟院士则指出，好年夜学、勤学科有两个配合特性：都与数学、与母语语言文学系有关。年夜学的任务就是真善美，人文。学生到年夜学，不该该只学科技，越是到了人工智能的时代、技能强迫的时代，人文越凸显其主要性。 现场不少不雅众踊跃举手发问，圆桌论坛几乎超时，杨士强院士笑着向赵伟、郭毅可二位校长提出“苛刻要求”：60秒内完成回覆。 起首发问的是另外一位主论坛演讲佳宾，南边科技年夜学副传授张进。她提到，海内不少孩子从小上补习班、做习题，没有时间熟悉世界、体验世界；AI呈现后，各人也担心孩子们总跟AI打交道，不会跳出虚拟世界再熟悉世界，该怎样对待此事，以和如何借助AI来帮忙孩子们熟悉世界、体验世界及转变世界？ 郭毅可院士如许回覆：至罕用AI帮忙进修、相识世界的时辰，它是回覆问题，而不是贯注你已经有的常识，这已经经是第一步的转变了。 赵伟院士则暗示，应试教诲的实际不容易转变，独一能做的就是于校内减讲授、减刷题、减测验量，加之“体验”，经由过程体验让孩子体验到科研的欢愉，体验到人生的欢愉，找到本身，这是AI不克不及取代的工具。 随后有不雅众发问，怎么分配孩子利用AI东西的时间及精神？赵伟、郭毅可两位院士都暗示，为了应付测验，限定利用是有原理的，但从久远来看孩子与AI是伴生的，早晚会接触到AI东西，拦阻他们用AI是“开倒车”的举动。 圆桌的末了有不雅众发问怎样指导挖掘孩子的拿手，郭毅可院士暗示，应该提供情况，让孩子发明拿手；针对于杨士强传授进一步引伸出的“扬长补短”，赵伟院士则暗示不光要找到专长，还有要找到短板，补齐短板是没有效的，要害是取长补短，拉长“长板”。 郭毅可传授增补称：“你的‘短’很好，短制造了你与他人的差别，一个没有短板的人是很可怜的。” 日本工程院院士、IEEE原副主席、IEEE Life Fellow Kazuhiro Kosuge（小菅一弘），于年夜会上带来了关在《怎样使用人工智能呆板人技能改造服装出产流程》（Explore how garment production processes can be transformed with AI-powered robotics）的主题演讲。 这已经经是他第二次到场GAIR。持久从事智能呆板人、人机协作体系和工业呆板人技能研究的小菅一弘传授，如今任职中国香港年夜学电气与电子工程系呆板人体系讲席传授。 陈诉最先前，他回首了六年前于GAIR曾经播放的那支影片——于2005年的世博会上展示“翩翩起舞”的舞伴呆板人。而最近几年来，他与港年夜的团队把呆板人运用研究标的目的锚定于服装市场里。 小菅一弘指出，这个市场范围巨年夜、但智能化不足。他起首展示了几组数据：到2030年，全世界服装市场价值预计会到达2.3万亿美元，然而，按照2019年的数据，即便于呆板人利用率最高的五个国度，纺织财产的呆板人密度仍旧很低。此中，总出产时间及成本的80%仍旧用在物料搬运，且还有有67%的劳动力集中在缝纫历程，包括质料搬运环节。 只管已经有半主动化的呆板人，完成基本的服装裁剪等操作，但这些呆板仍需要人工操控，且细节处矫捷度不足。例如，于处置惩罚差别款式及尺寸的服装时，每一次都要从头设置整个体系。 小菅一弘与团队配合开发了一系列技能，包括可以从织物堆中依次抓取最顶部织物的被动式无致动器抓手，以和布料边沿高速检测、双臂机械手2D及3D裁剪建造，以和裁片对于齐等。 他用一系列缝纫呆板人操作视频，活泼展示呆板人的运作历程，缝纫触及进针、出针、主动进布等多个环节，但“这个呆板人能像人同样思索，于须要时共同扭转布料的标的目的”。 不外，小菅一弘及他的团队其实不只把研究逗留于试验室里，即即是小到对于呆板举行动态运动建模的功效，他们也找到了适合的落地场景：印花质料运送。他深知这套体系的贸易化，需均衡衣服自己建造成本与呆板投入成本间的问题，综合思量下，他们选定了“汽车座椅”这一场景。 他提到，如今3D剪裁还有高度依靠在高技术的操作员；而放眼3D剪裁涵盖的市场，汽车座椅品类产量高，且估计到2028年，这一市场的工业出产装备投入估计将到达3.63亿美元，但该细分赛道尚无主动化解决方案。 小菅一弘还有指出，于中国、北美、东南亚及日本市场以外，最年夜的市场将会是欧洲——迫在昂贵的人工，假如他们想继承于服装市场里盘踞一席之地，主动化已经是一定选择。 随后登场的，是中国香港科技年夜学讲座传授、冯诺依曼研究院院长，IEEE Fellow贾佳亚。作为AI范畴的资深学者，贾佳亚传授曾经于GAIR 2019发表以“AI多模态成长”为主题的演讲。 于本次GAIR的会场，他分享了不少最新技能结果，这些结果此前均未于公共场所过量披露。例如2024年推出的多模态模子Mini-Gemini，本年新增完备中文语音体系，撑持长视频理解、无样本音色克隆和跨语言天生，解决中文语音体系杂乱的痛点。 此外，智能图象天生编纂技能结果丰硕：ControlNeXt轻量化操作可实现图象气势派头转换、动效天生等。而DreamOmni2仅2论理学生用500张卡半年完成，功效笼罩像素级编纂，更于全新的抽象观点处置惩罚使命上揭示出特殊实力。贾佳亚传授暗示，它有望成为于开源体系里独一能跟nano-banana对于齐的体系。 于年夜模子将来成长上，他提出要害思索：当前Sacling Law是基本成长标的目的，但年夜模子成长需聚焦“改善神经元毗连方式”，让其于划一数目的神经上变患上更智慧。从初期的卷积神经收集，到厥后的Transformer，都是于转变神经元的毗连方式。 他进一步夸大，此刻年夜模子是“一次性进修”模式为主，需改造为人类“持续进修”式终身进修。与此同时，当前AI是“虚拟年夜脑”，将来需联合呆板人等实体载体，经由过程四肢感知世界以缩小与人类差距。 贾佳亚总结称，AI与年夜模子将来将走向“感知呆板+终身进修”联合模式，成长进程虽然可能迟缓，但这将是学界、业界将来5-10年的焦点标的目的。 于凝听了上午场多位重量级佳宾的出色演媾和会商后，年夜会在13:30继承举行。下战书场开始登场的，是KDD China主席、京东集团副总裁、IEEE Fellow郑宇传授，他带来了《时空AI：人工智能进入物理世界的基础理论及要害技能》专题报告请示。 郑宇传授指出，人工智能过往于虚拟世界，如年夜语言模子、数字孪生，取患上显著乐成，但真实的财产价值需进入物理世界——即问题与数据源在物理世界，经由过程感知、建模、阐发后反馈回物理世界，例如具身智能、无人驾驶、都会治理等范畴。 而AI要于物理世界阐扬价值，需面临三年夜挑战：一是数据稀缺，收罗数据成本高、周期长。二是需要联合行业常识，当方针范畴的数据不足时，需要进修更多范畴的常识，才能实现跨域数据交融。三是当前呆板进修模子重要办事在天然语言、图象、声音，而非为时空而设，时间及空间属性难以捕获。 会上，郑宇传授回首了时空AI的成长过程，并分享了空气质量监测及雄安智能都会等标杆案例。他提到，都会常识系统是都会数据向常识转化的路径及要领论，以和都会常识对于齐及复用的基准，包括常识系统的内容、表达、孕育发生及运用，可实现时空数据与其他数据的交融。 他进一步联合当下技能趋向提出： 都会计较可作为具身智能的要领论，而具身智能将成为都会计较的焦点组件 ，将来都会有望成为“巨年夜的具身智能体”。 郑宇传授于演讲末了鼓动勉励道，科技竞争已经打响，于座列位将是中坚气力，“一万年过久，只争旦夕。” 随后，作为雷峰网的“老伴侣”、第三次到场GAIR的胡侠传授带来《基在有损计较的年夜语言模子高效办事》（Efficient LLM Serving via Lossy Computation）为主题的演讲。 胡侠传授持久研究呆板进修、人工智能焦点技能研发和多范畴落地运用，现任上海人工智能试验室主任助理、领军科学家，重点缭绕年夜语言模子优化睁开学术研究。 这次胡侠传授从微小看角切入，于演讲中分享怎样以“有损计较”为焦点的简略单纯算法，破解年夜模子长上下文处置惩罚瓶颈的难题。胡侠传授笑称，如许的解法是“用小学生的数学解决一个很是主要的年夜问题”。 胡侠传授起首抛出一个场景：用户向LLaMA模子输入了一个稀有病问题，但LLaMA于练习阶段并未接触过近似数据，也未针对于这种问题做过适配，是以没法给出正确谜底，往往会提供虚拟或者虚构的谜底。 针对于幻觉这一拦阻年夜模子年夜范围普和部署的焦点瓶颈，他给出两种通例解决思绪：一是将相干册本、论文整合到prompt（提醒词）中提交给年夜模子，使其于部署或者推理阶段具有对于应常识支撑；二是RAG（检索加强天生），输入prompt后，先经由过程搜刮引擎获取10篇相干文章，将这些文章内容融入提醒词再提交给年夜模子。 但这两种解决思绪受限在模子长上下文处置惩罚能力，没法有用解决幻觉问题。针对于这一痛点，胡侠传授基在两个要害点——参数精度无需太高、无需启用全数参数，提出“有损计较”理念，研发出两套可经由过程基础数学实现的简略单纯算法。第一套算法聚焦相对于位置信息的优化，第二套算规则针对于KV缓存（Key-Value Cache）的显存占用问题。 胡侠传授笑说：“我就喜欢做比力简朴、比力轻易、比力小的研究，可以或许极快晋升模子运行的效率。”他提到，因为这一方案具有易理解、易实现、易集成的特征，今朝已经得到广泛存眷。 接下来登场的，是之江试验室科学模子整体部技能总师薛贵荣，他带来了《科学基础模子：人工智能的下一个前沿》的主题陈诉演讲。于陈诉的开篇处，他提到，“AI的真正价值不只是写论文择要，更主要的是形成可验证的成果。” 薛传授指出，当前科学基础模子仍面对两年夜瓶颈：一是语言界限限定，即依靠语言认知的模子难以冲破科学问题的表达局限。 二是科学数据繁杂性，光谱、基因、地动数据等出现了超高信息密度，如一张光谱信息量相称在1000张图片，人类30亿个基因可存储全世界数据，而语言作为低维离散符号体系，远没法笼罩科学常识的高维空间。 针对于挑战，他提出科学基础模子的构建路径： 起首是将份子、基因、光谱等非文本科学数据转化为Token暗示，分配科学空间并同一编码，实现生命科学、质料科学等多范畴数据的拓扑化整合。 其次经由过程动物迁徙与温度变化、都会GDP与夜光等案例，展现数据对于齐对于科学发明的鞭策作用，例如基因数据与病理数据对于齐可实现全流程基因突变的解析。 基在上述事情，团队已经完成超年夜范围模子练习，笼罩十余门学科。 薛传授同时提出了“年夜模子种子班”及“科学家事情坊”两项举措来鞭策与全世界科学家的互助，并倡议全世界发起，征集科学范畴“最难问题”，呼吁经由过程开放协作加快AI+科学的研究。 联系关系浏览：GAIR 2025 年夜会首日：AI重构教诲、科学与财产的十三重碰撞（下） 雷峰网原创文章，未经授权禁止转载。详情见转载须知。
吉公网安备 22010202000255号