中化新網(wǎng)訊 近日，世界機(jī)器人合作組織理事長(zhǎng)、中國(guó)科學(xué)院院士喬紅發(fā)布2024人工智能（AI）十大前沿技術(shù)趨勢(shì)展望。此次發(fā)布的十大趨勢(shì)涵蓋了AI共性技術(shù)、大規(guī)模預(yù)訓(xùn)練模型、具身智能以及生成式人工智能等多個(gè)領(lǐng)域。

一是小數(shù)據(jù)和優(yōu)質(zhì)數(shù)據(jù)。大量的無(wú)效數(shù)據(jù)不僅消耗了計(jì)算資源，也給模型可靠訓(xùn)練帶來(lái)挑戰(zhàn)。小數(shù)據(jù)更注重?cái)?shù)據(jù)的精度和相關(guān)性，從本質(zhì)上減少人工智能算法對(duì)數(shù)據(jù)的依賴和不確定性，增強(qiáng)網(wǎng)絡(luò)可靠性。建設(shè)多樣性的數(shù)據(jù)集不僅能夠從理論基礎(chǔ)上支撐不同技術(shù)路線的AI發(fā)展，還為解決通用人工智能的瓶頸問(wèn)題提供新的可能。

二是人機(jī)對(duì)齊。只有AI的輸出結(jié)果與人類價(jià)值觀相符，才能確保AI模型的能力和行為與人類意圖保持一致。僅依靠數(shù)據(jù)和算法并不足以實(shí)現(xiàn)人機(jī)對(duì)齊，還需要考慮行為是否符合人類的要求。

三是AI使用邊界和倫理監(jiān)督模型。當(dāng)前AI系統(tǒng)的合規(guī)性、安全性和倫理問(wèn)題越發(fā)突出，建立一個(gè)AI監(jiān)督模型框架尤為必要。其主要目的是通過(guò)制定明確的標(biāo)準(zhǔn)和規(guī)范，確保所有AI系統(tǒng)在開(kāi)發(fā)和使用過(guò)程中遵循既定的原則，從而減少AI使用中產(chǎn)生的風(fēng)險(xiǎn)。

四是可解釋性模型。提高可解釋性，有助于減少對(duì)公共資源的消耗，增強(qiáng)用戶對(duì)AI系統(tǒng)的信任度，并促進(jìn)其在關(guān)鍵領(lǐng)域的應(yīng)用。

五是規(guī)模定律。基于海量參數(shù)和訓(xùn)練數(shù)據(jù)的大規(guī)模預(yù)訓(xùn)練模型能夠有效提高人機(jī)交互和推理能力，增強(qiáng)可完成任務(wù)的多樣性和豐富性。規(guī)模定律不僅體現(xiàn)在語(yǔ)言模型上，也在圖像處理、語(yǔ)音識(shí)別等多個(gè)領(lǐng)域中得到了驗(yàn)證。

六是全模態(tài)大模型。全模態(tài)大模型可處理和理解文本、圖片、音頻、數(shù)據(jù)表格等多種類型的數(shù)據(jù)輸入，并根據(jù)任務(wù)需求生成多種類型的輸出。例如引入通常用于捕捉三維空間信息的3D點(diǎn)云數(shù)據(jù)模態(tài)，對(duì)于機(jī)器人的導(dǎo)航和避障尤其重要。

七是人工智能驅(qū)動(dòng)的科學(xué)研究。科學(xué)家們可以利用AI技術(shù)進(jìn)行實(shí)時(shí)的試驗(yàn)監(jiān)測(cè)和調(diào)整，快速反饋試驗(yàn)結(jié)果，動(dòng)態(tài)優(yōu)化試驗(yàn)設(shè)計(jì)和假設(shè)。

八是具身小腦模型。具身智能小腦模型結(jié)合機(jī)器人本體結(jié)構(gòu)與環(huán)境特性選擇合理的模型控制算法，確保機(jī)器人完成高動(dòng)態(tài)、高頻的規(guī)劃控制動(dòng)作，使智能機(jī)器人更加滿足現(xiàn)實(shí)世界的精細(xì)操作與實(shí)時(shí)控制需求。

九是實(shí)體人工智能系統(tǒng)。實(shí)體人工智能系統(tǒng)是將具身智能賦能于物理世界中的實(shí)體對(duì)象，使傳統(tǒng)設(shè)備能夠突破其原有的功能限制，實(shí)現(xiàn)更高水平的智能化操作。人形機(jī)器人是實(shí)體人工智能系統(tǒng)的終極表現(xiàn)形態(tài)，它不僅具備多模態(tài)感知和理解能力，能夠與人類自然互動(dòng)，還可以在復(fù)雜環(huán)境中自主決策和行動(dòng)，并有望在未來(lái)應(yīng)用到更多復(fù)雜的工作場(chǎng)景中。

十是世界模擬器。世界模擬器能提供沉浸式的高仿真體驗(yàn)。在機(jī)器人領(lǐng)域，這種技術(shù)還可用于構(gòu)建大規(guī)模、標(biāo)準(zhǔn)化的多模態(tài)機(jī)器人行為數(shù)據(jù)集，提高機(jī)器人本體設(shè)計(jì)、仿真訓(xùn)練和算法遷移的能力。