(相关资料图)

由ChatGPT引发的大模型热潮，进一步推动了计算机的认知理解和推理能力，并拓展了认知智能的应用范畴。

7月7日，在以“认知世界 智创未来”为主题的2023世界人工智能大会论坛上，多位通用人工智能领域的专家从未来趋势到产业融合，共同探讨以认知智能为代表的AI前沿技术的最新研究成果、应用场景与商业化路线。

未来科学计算和人工智能发展到底是硬件还是软件主导？这是一个公开问题，至今仍没有确切答案。在上述论坛中，上海交通大学教授金石对此在演讲中提及，“在110个大规模问题中，43%的年均算法效率提升大于年均硬件能力提升；约13%的问题，算法提升大于硬件提升效率的十倍。”

金石表示，“基于牛顿第二定律F=ma的微观模拟的N-体问题的难点在于O（N^2）的计算量，许多著名的算法，如上世纪十大算法中的快速傅里叶变换（FFT）、快速多极子（Fast Multipole Methods）均是解决这一难题的算法。”

算法、数据和算力是人工智能三大要素。毫无疑问，先进算法的高效实现带来巨大加速效果。华院计算创始人、董事长宣晓华在上述论坛上称，近期ChatGPT的热潮推动了认知智能的研究，让人们对机器的理解和推理能力有了更高的期待。当前，华院计算正积极开展认知智能引擎的研究和平台开发，同时利用大数据模型和更偏知识层面的小数据模型，推动数据和知识相融合的新一代人工智能技术发展和落地应用。

那么，未来人工智能将会如何发展，通用人工智能（AGI）作为AI研究的终极目标，何时能实现？“随着知识增强、跨模态、跨语言等技术路径激活大模型的想象空间，目前人工智能发展已呈现出多技术融合、多学习方式共同演进的趋势，并逐渐实用化。”澳大利亚国立大学计算机科学研究学院（RSCS）荣誉教授Marcus Hutter在该论坛中也进一步提及，尤其是生成式AI（AIGC）在数字内容与艺术创造领域的延伸，不断孕育出新的技术形态和价值模式，是AGI发展中的一个重要里程碑。但它并不代表AGI的完全实现，更不能代表AGI的理论体系和框架已经形成，AGI的理论体系和框架方面，目前仍处于不断发展和探索的阶段。AGI的理论涉及多个学科前沿，如计算机科学、语言学、神经科学、哲学等，需要跨学科整合和交流。

值得一提的是，在该论坛上，今年图灵奖获得者 Manuel Blum 教授及其夫人 Lenore Blum 教授发表了主题为《The CTM approach to AGI》的演讲，Blum教授夫妇表示，ChatGPT其实使用的是GPT3的变体，GPT4是各种GPT3的智能组合，实际上他是由8个2200亿参数模型所组成。GPT4其实并不是一个巨大万亿参数模型，实际上它是由8个2200亿参数的GPT3模型巧妙组合在一起的组合体；而意识图灵机CTM则是1000万个GPT3的智能混合体。如何从8个GPT3的组合变成1000万个GPT组合，这听上去似乎有些天方夜谭的想法通过意识图灵机将有机会实现。