SOHU技术的“大量思想 - 与科学家的对话”第113号支柱，它将与Zhejiang University计算机科学学院的教授Zhuang Yueting对话。来宾资料：Zhejiang University的Qiushi的著名教授Zhuang Yueting，Zhejiang大学学术委员会副主任，Zhejiang大学计算机科学技术学院前院长，以及中国人工智能学会副主席。长期以来，她参与了跨媒体，人工智能，数字图书馆和其他领域。基本点：1。过去的AI繁荣有所不同。它主要由行业的需求驱动，并且具有广泛的应用。 2。AIGC未来开发的方向是从X到Y多模式模型。当前的技术，无论是文本还是生成图像，都完全基于与实际理解过程相关的概率。 3。我们的想法是让大莫Dels和小型车型共同努力，以最低的成本取得最佳成果。由|有一组SOHU技术|韩Yudi编辑| Yang Jindang Chatgpt设定了全球狂欢节，当杭州的“六个小龙企业家精神”出现时，有些人注意到中国的起步人工智能就开始在1990年代复制文档的学者后面。来自千江大学的Zhuang Yueting教授经历了两次AI起义。在1990年代，他参加的国家第七次关键研究项目“天马”专家系统赢得了国家奖，并在漫长的“ AI Winter”中保持了其地位； 2017年后，Alphago和Deep Learn重返AI战争。从“与纸上交谈”的理论争议中，直到医学和文化实施革命，他承认“这种渴望是不同的” - 工业需求和技术突破的双重推力推动了人工智能更务实，但更务实Ubversive时期。当被问及“杭州为什么要耗尽六只小龙”时，Zhuang Yueting认为，主要因素不会与“ Zhejiang University人民的脚踏实地”以及政府的开放性和宽容分开。杭州市的创新生态系统不仅是外国人带来的全球视角，而且是阿里巴巴正在捕获的业务的敏感性，而且还具有千江大学校友的“首席工程师风格”的技术持久性。扩展全文 他说，作为一名研究人员，他说，在当前的大学项目中，人工智能研究的真实价值在于“站在天上” - 不仅攀升理论高潮，而且还可以解决人们的疾病点，例如癌症筛查和古代书籍的数字化。 在最近的“ Wu Wenjun人工智能科学技术奖”的仪式上，Sohu Technology和Zhuang Yueting进行了深入的对话。 1。三十多年人工智能的问题 SOHU技术：您开始在硕士学位学习人工智能。当时，您主要研究专家系统。当时，这个领域非常受欢迎。后来，您曾担任智格大学人工智能研究所的主任十年。经过这么多年，人工智能再次变得流行。您认为这两个疯狂之间存在差异吗？ Zhuang Yueting：有区别。我在1990年代学习研究生研究。当时，人工智能的繁荣主要集中在专家系统中。它基于象征意义，它通过总结知识然后处理逻辑推理来制定政策。当时对人工智能的研究非常受欢迎。在我的硕士学位期间，我参加了由教育研究所学术学术学院领导的中国科学院全国第七五年计划Rily是专门的系统开发系统。后来，该项目还获得了国家科学技术进步奖的二等奖，据说这是Nthat's IT时最好的项目之一。 后来，我曾担任智格大学人工智能研究所的主任。当时，人工智能进入了较低的时间，但我说我们仍然需要遵守人工智能研究。 中国新一代人工智能研究的繁荣始于2017年，当时该国发布了“新一代人工智能发展计划”。过去，这种繁荣是不同的。由于技术的成功，尤其是数据驱动的神经网络方法，它主要是由工业需求驱动的，并且具有广泛的应用。例如，Alphago是一个具有里程碑意义的事件，表明由深度学习技术代表的网络驱动的网络方法可以大大反应IBINICY。 Sohu Technology：您提到千江大学领导了数字图书馆的创建。几十年后，您是否喜欢当前的数字图书馆开发？ Zhuang Yueting：当时，图书馆里有许多书籍，没有电子版本。与今天不同，如果您想写一本书，图书馆完成后将具有电子版本。这是“本地电子书”，当出版的书籍“出生”时，它们将具有电子版本。但这不是以前发生的事情。学习时很难找到文件，因此我们经常去北京审查材料，例如去国家图书馆或其他研究机构的图书馆，然后在找到材料后恢复它。尤其是在2000年之前，许多文科书通常不再是扫描或对历史和古代书籍的研究尤为重要。 我们认为当时的天秤座哲学RY应该“任何时候任何人可以访问任何信息”，即，任何时间，任何时间或任何地方都可以获得任何知识。这个概念通常今天已经实现。 在此过程中，仅出现大数据的概念。当我们在图书馆学习技术时，我们发现大数据技术非常有用，因此我们也进行了一些研究。大数据智能绝对是新一代人工智能的核心之一。 现在，如果将所有书籍都放在人工智能模型中进行培训，则该模型将掌握书籍的所有知识，并可以推理。在您提出的任何问题上，这都可以是很简单的。因此，将来，数字图书馆肯定会根据大型语言模型转向明智的图书馆，这是不可避免的趋势。 SOHU技术：目前是否有新的发展方向？ Zhuang Yueting：例如，GPT，它主要完成从文本到文本的任务。但是AIGC内容更多不仅如此，例如使用文学作品制作照片，使用文献来产生语音，并使用文学作品制作视频等。实际上，从X到Y实际上可以是。也就是说，输入是任何形式的媒体或组织，并且输出也具有媒体和组合的类型。例如，输入是图像，输出是文本。输入是文本，输出声音。有所有类型。 ITO是一个多模式模型，突破点在这里。但是显然，这个地方还没有达到我们完全满足的地步，还有很多工作要做。 SOHU技术：基本技术困难是什么？ Zhuang Yueting：需要通过步骤来评估此问题。随着文本生成的培训，我们可以为AI添加一种思维方式，例如当前的“思考链”方法。通过研究加强训练思维链后，它可以产生良好的结果。但是，对于IMA产生等活动GE，目前无法应用链条正在考虑理解图像的方式。因此，图像的产生更多地取决于扩散模型的研究，而潜在的思想和世代是不同的文本。 从人们的想法的角度来看，我们的大脑在想到某事时会有一个推理的过程。但是，当前的技术，无论是图像的文本还是生成，都仅基于采样概率，而没有真正的推理过程。也就是说，文本中使用的思维方法目前不能应用于多模式状态的产生，此问题仍然存在限制。 SOHU技术：您希望它需要多长时间克服这个问题？ Zhuang Yueting：系统每天都在改善，并且没有明确的“征服”时间点。这不是一个特定的数学问题，一旦解决，它将完全解决。 AIGC的任何方面都改善了一天，今天是比昨天要好，昨天比昨天要好。我认为，当Kor达到满足所有人需求的良好阶段时，可以将其视为“征服”。 2。千江大学如何培训了Liang Wenfeng等？ Sohu Technology：DeepSeek代表的“ Hangzhou Six Little Dragons”今年非常受欢迎。有人说，杭州是新的硅谷，在该硅谷中，千江大学企业家的比例很大。您认为它与千江大学的科斯有关吗？ Zhuang Yueting：有人算出Hangzhou创业公司CTO的很大一部分是Zhejiang University的校友。西杭州西部变化的气氛很棒，有很多因素：一个是千江大学小组，一个是阿里巴巴集团，另一个是返回组。回报也发挥了非常重要的作用，纳吉特带来了许多新想法。 SOHU技术：北京也有大型企业，伟大的大学G和上海，还有更多回报。为什么是Zhejiang？为什么杭州？千江大学有特殊的校友吗？ Zhuang Yueting：这种类型的校友应该有一个基因。每所大学都有自己的环境和习惯。例如，来自Tsinghua大学的人们拥有Tsinghua University的Gens，同样，Zhejiang University的人们拥有Zhejiang University的Gens。千江大学的座右铭是从变革中寻求真相，郑大学的人民非常低。过去，许多夸江大学校友曾在重要的国家单位担任首席工程师，并且具有稳定的技能。我认为有这个基因。 我尚未研究校友的企业家精神，智人大学的校友实际上尤其是在变革和企业家精神方面。整个杭州也开放，尤其是在西城科学技术城。政府得到企业的支持，并且宽容才能。我想supp围绕这些因素起着主要作用。我也经常参加一些人才项目评论，并且可以感觉到杭州在企业家精神和才华中的重要性。 SOHU技术：作为Wenjun人工智能科学和技术奖的威尔克将来，在评估选择的目的以及教学学生时，他是否应该关注该项目的实施或更改能力？ Zhuang Yueting：作为一名大学人员，一方面，我们应该注意理论研究。对于人工智能研究，当然，不仅仅是工程师的托尔（Toali），而不仅仅是组织参数和算法以实现最佳结果。理论研究需要一些创新，这是科学研究的基础。 另一方面，这些想法不能完全偏离现实，并且在一些无关的研究中无法进行。该理论应归因于练习，我们经常说，这两个理论既“朝着天空”和“站立”n地面“。我们今天强调的是应用程序的变化，例如解决医学问题，例如医疗图像识别以及帮助筛查疾病，癌症等。它不仅可以解决实际问题，而且还表明了理论突破。 我与专门针对论文的简单模型相矛盾 - 在写论文后，对Palei完成了任务，我完全反对从纸到纸上的培训。特别是对于当前大型模型方向的研究，本文中提到的某些内容需要在实践中得到证明。培训需要支持您的研究，以便它可以支持您的研究以进一步发展。该纸应该写在祖国的土地上。 SOHU技术：您认为AI发展会导致失业吗？ Zhuang Yueting：技术开发仅改变了一些行业，尚未被删除。就像蒸汽机的出现更换了马车和服装一样，电力的出现取代了蒸汽机，当时，由于汽车的出现，许多人不得不适应新的变化。 同样，计算机的出现也改变了一些工业。我认为那些可以将AI用作工具并充分利用的人将具有更好的优势。随着电子词典的出现，人们不需要更改论文的词典，因为电子词典更快，更好。人工智能系统也是如此。他们可以在短时间内解决问题。他们为什么依靠人工智能？节省的时间可以用来做更重要的事情。 SOHU技术：因此，如果您这么说，您真的是技术乐观主义者吗？ Zhuang Yueting：是的，我很乐观。 SOHU技术：您今天要注意什么AI问题？ Zhuang Yueting：我现在正在沿着大型和小型的跨媒体合作和智慧进行研究。 SOHU技术：MGA小模式LS今天不使用。 Zhuang Yueting：不完全是。应该说，对小型模型的关注较少。大型模型真的很棒，而开放式AI和DeepSeek的模型也很棒。但是，当使用大型模型来解决一些小问题时，有时就像用谋杀案杀死鸡一样。由于使用大型型号的成本很高，因此我们有时应该使用小型型号。例如，如果您问AI，“请介绍北京的人文和历史”，则可以在小型模型中解决这样的问题。北京的历史和文化都是标准，在书中被提及。在这种情况下，使用大型模型是浪费金钱。 许多小型型号非常实用，尤其是在多媒体上使用的小型模型。今天，它作为大量的小型型号（例如拥抱面孔）和国内魔术塔社区（The Horeger Magic Tower Community）的大量开放源。我们的想法是让大型模型和小型模型共同努力，以取得最佳效果成本最低。回到Sohu看看更多