人工智能目前处于快速发展的黄金时期，新技术不断涌现，新研究层出不穷。但是回顾历史，人工智能的发展却非常曲折，曾经历了较长的低谷时期，当时一些对于人工智能过高的期望都落空了。当前，人们仍然不能充分认识人工智能可达的能力水平，从而面临着由此产生的一系列问题：如对实验结果的过度拔高宣传、相关AI项目由于技术无法落地而最终失败等问题。
在这一背景下，CCF YOCSEF学术委员会于2022年4月23日在北京召开了题为“人工智能的能力边界在哪里”的闭门技术论坛，由中国人民大学教授赵鑫、中科院信息工程研究所副研究员于静共同担任执行主席，邀请到了国内人工智能领域的活跃研究力量，共同思辨和探讨人工智能的可刻画能力全局发展线，形成对当前人工智能能力阶段、背后技术瓶颈的一些学术共识，希望引导国内人工智能领域相关学者聚力突破。
论坛首先由三位嘉宾分别从大模型、人类智能、AI在科研中的应用三种不同角度对“人工智能的能力边界”发表引导观点。三位引导发言嘉宾分别是：CCF CTO Club主席、京东集团副总裁、AI研究院执行院长何晓东，中国科学院自动化研究所研究员、模式识别国家重点实验室副主任余山，北京大学、北京国际数学研究中心长聘副教授董彬。
何晓冬，京东集团副总裁、AI研究院执行院长
何晓东的引导发言主题为“大模型的边界”。他针对大模型这一重要技术趋势进行了介绍，强调了目前大模型在解决人工智能碎片化应用问题上取得的技术突破；探讨了大模型能力面临的挑战，包括大模型的边际效应递减、性能调优仍待提升、缺乏知识归纳能力、缺乏可靠的效果评价体系、模型治理与安全管控等；最后提出了对大模型突破目前能力边界的一些思考，包括研究从静态数据到动态场景下的大模型、适用高度结构化知识推理问题的大模型以及适用于产业化应用的大模型等。
余山，中国科学院自动化研究所研究员、模式识别国家重点实验室副主任
余山的引导发言主题为“从智人进化看AI的语义鸿沟”。首先从AI在自然语言理解和生成方面的效果分析了目前AI在语义理解能力方面和人类智能存在的鸿沟，并介绍了人脑在自然语言理解和表达时对应的脑区和功能边界。余山强调语义理解相比统计符号理解对于AI达到人类语言的熟练程度或者功能的重要性，并阐述了语义理解和表达为人类进化过程带来的帮助。他认为，如何形成一套高效的、可扩展的抽象符号的语义表示是未来的重要研究方向之一。
董彬，北京大学、北京国际数学研究中心长聘副教授
董彬的引导发言主题为“机器学习的科学应用：成果与瓶颈”。他首先介绍了目前人工智能技术在辅助数学、生物、化学、材料等科学探索和工业设计与制造、仿真模拟、控制等工程应用方面达到的能力，指出深度学习的成功之处在于能以合适的精度拟合高维非线性函数并能够进行快速推断；随后又反思AI在科学应用方面存在的几点关键的能力瓶颈，包括数据依赖、分布外泛化、可解释性等方面；最后提出“机理和数据融合”将是应用数学及一些领域未来的重要研究范式。
左上起：北京师范大学毕彦超、中科院计算所山世光、百度王井东、清华大学崔鹏、中科院自动化所张家俊、北京大学杨耀东、微软亚洲研究院秦涛、中国人民大学许洪腾、商汤科技代季峰、中科院计算所沈华伟、清华大学翟季冬、美团王栋
在三位引导嘉宾发言结束后，论坛进入自由思辨环节，与会嘉宾围绕“如何确定人工智能的能力维度？”“如何确定人工智能各维度能力的能力分级？”以及“如何突破当前人工智能的能力边界?”三个议题进行了全方位、深入的思辨和讨论，对于人工智能的能力分级和目前所处的能力阶段形成了一定共识。论坛的思辨成果正在进一步梳理中，并将于近期发布，希望为我国人工智能的学术和技术的未来发展方向带来一定影响，起到一定的引导作用。
论坛参会人员合影
论坛最后，CCF YOCSEF学术委员会主席、北京交通大学教授李浥东对本次论坛进行总结。他指出，本次论坛延续了2020年闭门技术论坛“第三代人工智能的演进路径”的议题，在上一次论坛形成的第三代人工智能的目标、关键方向和可行路径等成果基础上，进一步探讨了演进路径中每个阶段人工智能的能力特征及能力边界。李浥东认为，本次论坛将作为一个起点，启发人工智能领域的相关学者对该问题的深度思考，也期待计算机各领域的专家学者通过CCF YOCSEF这个平台发表真知灼见，共同为我国计算机领域的学术和技术发展贡献力量。
京公网安备 11010802032778号