2023中國人工智能大會專家學者暢談人工智能發展方向

23日，2023中國人工智能大會繼續進行。中外院士、專家學者、技術精英等業界嘉賓齊聚有福之州，聚焦國內外人工智能領域的研究進展和學術前沿，為人工智能基礎理論突破、關鍵技術創新、產業化應用提供新的啟發和思路，進一步引領我國數智科技創新趨勢，為數字中國建設注入澎湃新動能。

慧覺遙感

騰沖遙感大模型大有可為

近年來，中國遙感衛星在社會生產和生活各領域的應用范圍不斷擴大，中國民用遙感衛星系統研制工作取得顯著成績。

以“遙感技術可以數出中國有多少棵樹”為例，中國科學院院士、國際歐亞科學院院士周成虎分析了遙感大數據的發展方向，介紹了對地觀測、衛星導航及位置信息服務等中國遙感事業的根本性進步。

他提出，隨著遙感大數據實現從視覺遙感到算覺遙感、再到慧覺遙感的技術升級，遙感正在從經典走向智能時代。如今，如何使計算機像人腦一樣去理解地理場景，并在獲得海量遙感大數據后進行智能化、高質量的處理，成為遙感領域的新問題。

對此，周成虎提出搭建騰沖遙感大模型的構想。他介紹，融合大數據、大知識和大計算的慧覺遙感，能夠把現代大數據、人工智能和云計算技術等緊密結合到遙感大數據分析中，通過地理智能學習方法和圖譜耦合關聯、分區分層分級、人機環境協同等思想，實現對遙感影像場景的理解，建立全空間多粒度的時空對象模型，達到對全球大模型的自動標注。

“未來，我們可以通過人工智能就來發現大數據中所隱含的知識和規律，最終改造現有地理信息技術，按需測量、生產時空數據，為農業、環境、國土等各行業提供科學數據，也為科研和教育提供實時、動態的地理信息數據。”周成虎說。

智能決策

機器學習的未來藍海

機器學習，人工智能的基礎核心領域之一，下圍棋的AlphaGo、火爆的ChatGPT，背后的關鍵算法都是機器學習算法。

在歐洲科學院院士、南京大學人工智能學院院長周志華看來，傳統的以預測為主的機器學習研究方向已經飽和。

“在過去的幾十年里，人工智能機器學習長期都在為預測服務，目前主要問題都已基本解決。但決策對機器學習而言，是尚待開發的藍海。”周志華提出，如何幫助人類做出決策，將是未來機器學習研究的新方向。

大會上，周志華分享了自己提出的一個新概念——“排演”（rehearsal），即在對于未來可能發生的事件作出預測的情況下，在腦內的假想空間中進行模擬決策，并評估可能采取的行動后續會產生的結果。

在他看來，目前的機器學習深度依賴已有的數據，即便是大家津津樂道的ChatGPT也是在現有的語料庫上搭建的。決策則要求機器在一種沒有未來的數據的情況下，根據預警在可操作的集合中找出盡可能少的步驟（成本）并讓不發生的概率高于發生的可能，從而排演出能夠“改變”未來的選擇。

“盡管科學發現嚴重依賴因果關系，預測依賴關聯關系，但決策并不依賴于關聯與因果，而是依賴于影響關系。”周志華提出，從人類決策的經驗來看，人工智能的決策也需要數據學習與知識推理的深度結合。而基于概念建模、強化學習、時間序列等現在已有的模型，這種研究方向是具備可行性的。

智能制藥

推動中國醫藥工業高質量發展

近年來，全球生物醫藥行業處于高速發展階段，以人工智能為主的交叉學科深入融合到醫藥工業中，“AI+醫藥”的概念也已深入人心。

俄羅斯工程院外籍院士、浙江大學求是特聘教授劉雪松認為，當前，生物醫藥行業已進入高質量發展的階段，如何結合人工智能新一代技術進行根本性、革命性的改變，實現產業規模化、商業化，并突破國際市場，是當前的研究熱點。

“藥企在制藥裝備、自動化控制系統和信息化管理系統中所運用的數字化解決方案證明了，智能化、信息化、數字化的生產體系，能夠有效幫助藥企實現降本增效、提升管理、數據積累等目標。”劉雪松預測，未來，中國的生物醫藥行業將從治病理念向健康理念提升，并逐步往高層次發展。藥物篩選、分子設計、藥物預測、藥物安全測量等持續加入智慧元素；生物醫藥工業發展也將更加精準高效。

“希望大家以世界眼光、國際視角，加強人工智能和生物醫藥產業的合作與交流，共同為我國從醫藥大國向醫藥強國發展聚集‘智慧’力量，真正在生物醫藥方面發掘出中國的一片天地。”劉雪松說。（記者 宋亦敏 吳樺真）