天津餐饮广告

<随心_句子c><随心_句子c><随心_句子c><随心_句子c><随心_句子c>陳(chen)茂(mao)波(bo)、姚(yao)期(qi)智(zhi)、湯(tang)曉(xiao)鷗(ou)等(deng)重(zhong)磅(bang)發(fa)聲(sheng)

今(jin)年(nian)7月(yue)，以(yi)“智聯(lian)世(shi)界(jie)·生(sheng)成(cheng)未(wei)來(lai)”為(wei)主(zhu)題(ti)的(de)世界人(ren)工(gong)智能(neng)大(da)會(hui)（WAIC 2023）在(zai)上(shang)海(hai)世博(bo)中(zhong)心(xin)舉(ju)行(xing)。今年恰(qia)逢(feng)全(quan)球(qiu)大模(mo)型(xing)和(he)生成式(shi)人工智能（AIGC）蓬(peng)勃(bo)興(xing)起(qi)之(zhi)時(shi)，在新(xin)壹(yi)輪(lun)科(ke)技(ji)革(ge)命(ming)浪(lang)潮(chao)下(xia)，来自(zi)政(zheng)界、學(xue)界的大咖(ka)一起共(gong)話(hua)人工智能发展(zhan)趨(qu)勢(shi)。中國(guo)基(ji)金(jin)報(bao)記(ji)者(zhe)對(dui)香(xiang)港(gang)財(cai)政司(si)司長(chang)陈茂波，圖(tu)靈(ling)獎(jiang)得(de)主、上海期智研(yan)究(jiu)院(yuan)院长姚期智，香港中文(wen)大学教(jiao)授(shou)汤晓鸥的演(yan)講(jiang)內(nei)容(rong)做(zuo)了(le)整(zheng)理(li)，供(gong)大家(jia)參(can)考(kao)。

香港财政司长陈茂波：

全球人工智能大时代(dai)，香港具(ju)備(bei)三(san)大優(you)势

香港财政司司长陈茂波7月6日(ri)早(zao)晨(chen)出(chu)席(xi)了2023世界人工智能大会開(kai)幕(mu)式，並(bing)在下午(wu)的產(chan)業(ye)发展全體(ti)会議(yi)上发表(biao)主旨(zhi)演讲。

陈茂波在演讲中表示(shi)，人工智能正(zheng)在重塑(su)各(ge)個(ge)經(jing)濟(ji)体系(xi)的相(xiang)对科技优势、产业結(jie)構(gou)和经济主軸(zhou)，开創(chuang)了更(geng)多(duo)新的應(ying)用(yong)場(chang)景(jing)和产业模式，为工商(shang)百(bai)业创造(zao)更多新機(ji)遇(yu)，为大家帶(dai)来更美(mei)好(hao)的生活(huo); 但(dan)同(tong)时也(ye)带来挑(tiao)戰(zhan)，包(bao)括(kuo)人工生成内容的版(ban)權(quan)問(wen)题及(ji)对就(jiu)业崗(gang)位(wei)带来的沖(chong)擊(ji)。

他(ta)以香港发展Web3.0的经驗(yan)为例(li)，指(zhi)出要(yao)为技術(shu)設(she)下適(shi)當(dang)的護(hu)欄(lan)，讓(rang)技术及其(qi)应用以負(fu)責(ze)任(ren)及可(ke)持(chi)續(xu)发展的模式推(tui)進(jin)。他在演說(shuo)中指出，香港在支(zhi)持人工智能发展可以作(zuo)出三个方(fang)面(mian)的獨(du)特(te)貢(gong)獻(xian)，包括匯(hui)聚(ju)国内外(wai)擁(yong)有(you)強(qiang)大科研力(li)量(liang)的一流(liu)科研机构和人才(cai)，而(er)香港特別(bie)行政區(qu)政府(fu)也持续为人工智能发展給(gei)予(yu)政策(ce)和資(zi)金的支持; 香港作为国際(ji)金融(rong)中心，可便(bian)利(li)发展人工智能的企(qi)业和机构进行籌(chou)融资; 以及與(yu)粵(yue)港澳(ao)大灣(wan)区的兄(xiong)弟(di)城(cheng)市(shi)協(xie)同互(hu)補(bu)，构建(jian)人工智能從(cong)研发到(dao)工业科研应用的完(wan)整产业鏈(lian)。

陈茂波下午参觀(guan)了人工智能大会展覽(lan)的香港館(guan)，該(gai)馆由(you)香港貿(mao)易(yi)发展局(ju)組(zu)織(zhi)并得到數(shu)碼(ma)港的支持，目(mu)的是(shi)协助(zhu)香港创科企业和香港前(qian)沿(yan)技术与产品(pin)更加(jia)快(kuai)速(su)对接(jie)内地(di)市场，共同打(da)造创新技术和应用场景。香港馆展出四(si)家香港人工智能企业的最(zui)新产品和科研成果(guo)，涵(han)蓋(gai)区塊(kuai)链、数字(zi)醫(yi)療(liao)、数字资产平(ping)臺(tai)和全渠(qu)道(dao)人工智能服(fu)務(wu)。

下面是陈茂波演讲内容，中国基金报记者整理。

陈茂波表示，人工智能技术正廣(guang)泛(fan)应用在医疗、金融、制(zhi)造、创新产业以及服务业。它(ta)降(jiang)低(di)成本(ben)，提(ti)高(gao)业务的效(xiao)率(lv)和競(jing)爭(zheng)力，同时带来新的应用场景，新的产业模式，为工商行业创造更多的机遇，为大家带来了新的体验。最近(jin)“ChatGPT”的兴起成为焦(jiao)點(dian)，国内外企业竞相推出自己(ji)的大模型，一时間(jian)百花(hua)齊(qi)放(fang)。

人工智能和数字经济的快速发展也带来了新的挑战。人工智能的发展已(yi)经引(yin)发了广泛的焦慮(lv)。例如(ru)，有研究报告(gao)指出生成式人工智能，可能在10年内將(jiang)全球的GDP提高7个点，并提高生产率1.5%。也有研究指出，到2030年人工智能可为全球的经济增(zeng)加大概(gai)13萬(wan)億(yi)美元(yuan)的額(e)外的产出，使(shi)全球的GDP每(mei)年提高大概1.2个百分(fen)点。

与此(ci)同时，也有預(yu)測(ce)指出，在未来5年内有多達(da)1400万的工作岗位消(xiao)失(shi)，相当於(yu)目前就业人口(kou)的2%。世界经济論(lun)壇(tan)估(gu)計(ji)到2027年文員(yuan)和行政工作這(zhe)些(xie)机会会減(jian)少(shao)2600万。最近，数从事(shi)人工智能的專(zhuan)家指出，全球应该优先(xian)应对人工智能对人類(lei)生存(cun)构成的危(wei)險(xian)，就如应对大流行病(bing)和核(he)战争等風(feng)险一樣(yang)。

陈茂波認(ren)为，面对风险与困(kun)難(nan)，应该抱(bao)著(zhe)务實(shi)的態(tai)度(du)，解(jie)決(jue)在過(guo)程(cheng)中出現(xian)的问题，不(bu)斷(duan)總(zong)结经验，把(ba)创新事业往(wang)前推进。

一、以务实态度令(ling)人工智能发展增进人类福(fu)祉(zhi)

他以香港发展第(di)三代互联網(wang)web3.0为例说明(ming)。

他表示，第三代互联网基于区块链技术的透(tou)明、高效、去(qu)中心化(hua)、去中介(jie)化、去平台化特征(zheng)，打破(po)了数據(ju)和信(xin)息(xi)由特定(ding)的互联网平台掌(zhang)控(kong)的情(qing)況(kuang)，成为由建设者和用戶(hu)共同拥有的狀(zhuang)态。基于去中心化，web3.0能解决金融交(jiao)易、商业運(yun)作等痛(tong)点、难点，并且(qie)降低成本，提高效率。在金融領(ling)域(yu)，它带来諸(zhu)多创新。

不过，陈茂波表示，近年在海外出现交易平台倒(dao)閉(bi)的现象(xiang)引起監(jian)管(guan)机构和民(min)眾(zhong)關(guan)註(zhu)。陈茂波表示，香港重視(shi)这些案(an)例。经过研究发现，这些主体运營(ying)均(jun)存在明顯(xian)的问题。例如，挪(nuo)用客(ke)户资金等。他认为推进web3.0在香港的发展，前提是做好投(tou)资者保(bao)护。它不能成为“洗(xi)黑(hei)錢(qian)”的工具，不能危害(hai)金融体系的穩(wen)定。香港確(que)立(li)了“相同行为，相同风险，相同监管”的原(yuan)則(ze)。

他认为问题不在于技术的本身(shen)，而是相关方面有沒(mei)有适当的方法(fa)，让技术往有利于人类福祉的方向(xiang)发展。

二(er)、人工智能大时代，香港可大有作为

全球都(dou)在大力发展人工智能，香港在其中扮(ban)演什(shen)麽(me)角(jiao)色(se)？

陈茂波认为香港具备三大优势，可大有作为。

首(shou)先是科研人才，特别是世界一流的科研机构和人才。香港拥有五(wu)家高水(shui)平的大学。他們(men)人工智能和大数据研发能力全球领先。香港的大学汇集(ji)来自内地及全球各地的科研人员和科研團(tuan)隊(dui)。

香港特区政府对人工智能科技创新给予大量的政策和支持。例如，2023年，为了进一步(bu)加强在人工智能、量子(zi)计算(suan)等前沿科技领域的基礎(chu)研究，香港再(zai)撥(bo)出30亿，引进内地以及世界各地的创科领軍(jun)人才、科研团队和企业，以促(cu)进跨(kua)领域的科研合(he)作。此外，香港也在筹建超(chao)算中心。过去幾(ji)年香港投放在科技创新这方面的资金已经接近2000亿港元。

陈茂波进一步表示，本屆(jie)特区政府重视科技创新。香港要引进重点在创科企业跟(gen)人才到香港发展，其中研发人工智能相关企业的人才是我(wo)们重点要吸(xi)收(shou)的对象。在地緣(yuan)政治(zhi)緊(jin)張(zhang)的大背(bei)景下，香港对人才具有吸引力。

其次(ci)是资金，香港是国际金融中心，香港的筹融资平台既(ji)深(shen)且广，风投生态蓬勃，汇聚内地和全球的资金以及世界頂(ding)級(ji)的金融机构和人才。今年3月份(fen)，香港适应特专科技公(gong)司，推出了新的上市制度，受(shou)到业内的广泛关注。

最後(hou)，国家战略(lve)优势。粤港澳大湾区人口8700万，生产总值(zhi)大概是2万亿美元。一个方面，它是一个龐(pang)大的市场，可以为投研产品提供应用场景。深圳(zhen)、香港、广州(zhou)可以为人工智能的研发和应用提供强大的技术支撐(cheng)，加上区内其他几个兄弟城市的先进制造业，彼(bi)此互补，构成了人工智能从研发到工业应用的全产业链。

中国科学院院士(shi)姚期智：下一个目標(biao)是智能机器(qi)人自主学習(xi)新技能

图灵奖得主、中国科学院院士、上海期智研究院院长姚期智表示，中国的科学家在现代AI发展上做了很(hen)多突(tu)破性(xing)的贡献，比(bi)如有位年輕(qing)的学者高陽(yang)，一年多以前在算法上实现了非(fei)常(chang)重要的突破，能夠(gou)把现在主流的强化学习加快数百倍(bei)，受到国际关注。

姚期智解釋(shi)，在ChatGPT以后，下一个重要的目标就是让智能机器人有视覺(jiao)、聽(ting)觉等多種(zhong)感(gan)知(zhi)能力，它能够在各种不同環(huan)境(jing)中自主学习各种新技能。但是现在一般(ban)的强化学习方法太(tai)慢(man)了，因(yin)为它们对于新技术常常需(xu)要几个月的时间才能学好，但这位年轻学者的突破，使得强化学习能够在几个小(xiao)时内完成。

除(chu)了实用的问题，其還(hai)有理论的贡献，姚期智稱(cheng)，在过去六(liu)七(qi)年裏(li)，人工智能最高層(ceng)的思(si)想(xiang)家，存在一个“路(lu)線(xian)之争”，就是对现在的强化学习路线是否(fou)正确，有很多的争论。但中国青(qing)年学者的突破，将这个争论的天(tian)平傾(qing)向了另(ling)一邊(bian)。“我们现在这條(tiao)路对人工智能的完善(shan)，还有很长的路要走(zou)。”

关于大模型在垂(chui)直(zhi)领域的应用，姚期智表示，现在的很多文書(shu)工作，有了大模型語(yu)言(yan)之后，更多的工作可以變(bian)得由这些机器来做，这是一个直接的方向。

香港中文大学教授汤晓鸥：中国学者对深度学习的原创贡献

“我感觉到中国的科技原创者也开始(shi)看(kan)到曙(shu)光(guang)，正在騎(qi)車(che)去食(shi)堂(tang)的路上，能有口飯(fan)吃(chi)。”香港中文大学教授汤晓鸥坦(tan)言。

回(hui)顧(gu)歷(li)史(shi)，在人工智能的大模型中，中国学者到底(di)做了哪(na)些原创的贡献，汤晓鸥讲到了他的三个学生在过去十(shi)年里，在各自岗位上对深度学习的原创贡献。

从历史事件(jian)来说，2018年度三位图灵奖獲(huo)得者，共同开啟(qi)了深度学习的大門(men)；而按(an)下第一声门鈴(ling)的是2011年在深度学习语音(yin)識(shi)别上劃(hua)时代的突破，此后2012年在图像(xiang)识别比賽(sai)中取(qu)得了另一个划时代的突破。

2011年到2013年深度学习剛(gang)刚开始的时候(hou)，汤晓鸥和他的学生在做什么，他想起的第一个学生是王(wang)晓刚。

据汤晓鸥介紹(shao)，王晓刚本科是中国科大少年班(ban)和00班的第一名(ming)，碩(shuo)士期间在汤晓鸥实验室(shi)就讀(du)，博士期间在MIT（麻(ma)省(sheng)理工学院）读书，2009年畢(bi)业后回到香港中文大学，在汤晓鸥实验室做教授。2011-2013年CVPR（国际计算机视觉与模式识别会议）和ICG（计算机视觉国际大会）兩(liang)个视觉领域最重要的会议上，全球共有29篇(pian)文章(zhang)涉(she)及深度学习，其中有14篇出自汤晓鸥的实验室。

“我们有18項(xiang)工作在全世界第一次将深度学习用到视觉问题上，包括人臉(lian)识别、人脸檢(jian)测、人脸重建、物(wu)体检测、人体姿(zi)态、图像超分、三維(wei)形(xing)状识别等计算机视觉最核心的问题。在深度学习的大门上，我们按了18次门铃。”汤晓鸥说到。

他也介绍，王晓刚做的第二项工作，他在人脸识别方面，让机器做的人脸识别超过了人的眼(yan)睛(jing)，这比Facebook做得还要早。第三项工作，2015年王晓刚带队取得了中国学者第一个ImogeNet（一个基于图像分类和物体识别的国际竞赛）世界冠(guan)军，当年他们的对手(shou)是谷(gu)歌(ge)的团队。

第二个学生是何(he)愷(kai)明，据汤晓鸥介绍，何恺明是2003年广東(dong)高考状元，本科就读清(qing)華(hua)大学物理专业，博士在香港中文大学汤晓鸥实验室取得，他在2009年发了第一篇文章，取得了CVPR最佳(jia)论文，这是该会议25年历史上从亞(ya)洲(zhou)出来的第一篇最佳论文。

“我跟何恺明开玩(wan)笑(xiao)，妳(ni)一出手就到了巔(dian)峰(feng)，从此以后你的学术生涯(ya)就只(zhi)能往下走了。结果他去微(wei)軟(ruan)和Facebook工作以后就一路走高。”汤晓鸥说。

何恺明的第一项工作是在MSR（微软研究院）做的。汤晓鸥称，在2015年之前深度学习最多只能訓(xun)練(lian)到20多层，但何恺明在网絡(luo)的每一层引入(ru)了一个直联通(tong)道，从而解决了深度网络梯(ti)度傳(chuan)遞(di)的问题，获得了2016年的最佳论文。在这之后可以有效的训练超过百层的深度学习，把网络打的非常深。

汤晓鸥表示，在大模型时代，以Transformer为核心的大模型，包括GPT系列(lie)，普(pu)遍(bian)采(cai)用了这个结构，以支撑上百层的堆(dui)疊(die)。“我想总结起来，何恺明把网络做深了，谷歌把网络的入口拉(la)大了，才成就了今天的大模型。”

何恺明的第二项工作Mask R-CNN，是在Facebook做的，首次提出了一个真(zhen)正高性能的物体检测和算法框(kuang)架(jia)，获得了ICCV （计算机视觉国际大会）2017年最佳论文。

汤晓鸥称，何恺明应该是世界上唯(wei)一一个在毕业不到十年内，三次以第一作者的身份获得CVPR、ICCV最佳论文的人。他首次把基于原码的自編(bian)码思想用于视觉领域的非监督(du)学习，开启了计算机视觉领域自监督学习大门，并被(bei)推广到三维、音頻(pin)甚(shen)至(zhi)是AI领域。

第三个学生是林(lin)达华。据汤晓鸥介绍，他本科就读于中国科大，硕士是在香港中文大学，博士是MIT。2010年在MIT读博士期间，林达华获得NIPS最佳学生论文，2014年回到汤晓鸥的实验室做教授。

林达华的第一项工作是OpenMMLab。汤晓鸥表示，他们在2018年从一个小团队开始，在没有推广投入的情况下，以口口相传的形式成为国际上最具影(ying)響(xiang)力的视觉算法开源(yuan)体系，目前用户遍及全球140多个国家和地区。

他的第二项工作是“书生·浦(pu)语”。汤晓鸥介绍，这是国内首个正式发布(bu)千(qian)亿参数、8K的多语种大语言模型。

林达华的第三项工作是LandMark，其是全球首个城市级实景三维大模型，有2000亿参数，覆(fu)盖100平方公里。

“我想回頭(tou)看，王晓刚在深度学习兴起的最初(chu)几年，灑(sa)下了很多原创的种子；何恺明将深度学习的根(gen)基打的非常牢(lao)、非常深；林达华通过开发大模型，让它枝(zhi)繁(fan)葉(ye)茂。”汤晓鸥評(ping)價(jia)。

让他非常欣(xin)慰(wei)的是这棵(ke)大樹(shu)已经开始开花结果，汤晓鸥说，就在两周(zhou)前，他们自動(dong)駕(jia)駛(shi)大模型从9155篇文章中脫(tuo)穎(ying)而出，获得了CVPR2023年的最佳论文奖。根据谷歌学术統(tong)计，这是改(gai)革开放40多年来第一篇全部(bu)由中国学者完成的国际计算机视觉三大顶会的最佳论文。

来源：中国基金报返(fan)回搜(sou)狐(hu)，查(zha)看更多

责任编輯(ji)：