“解好电力行业的关键问题,有可能会引领下一波AI浪潮。”中国工程院院士、阿里云创始人王坚2月17日在南方电网总部参加第四届电力调度AI应用大赛时表示。该大赛由南方电网、中国电机工程学会电力系统自动化专委会主办,阿里云承办、阿里达摩院协办。
图:中国工程院院士、阿里云创始人 王坚
王坚认为,纵观AI的发展历程,从Alpha Go、ImageNet到Alpha Fold、ChatGPT,都是通过对某一个问题的攻克,从而带动了人工智能的巨大进步。相信电力行业、工业领域也能找到这样一个问题,这将对社会发展、人类生活带来更大、更切实的影响。
王坚介绍,在1950年代,人类可以想象AI最了不起的事情就是“下棋”。直到深蓝、AlphaGo的出现,AI打败了国际象棋大师,人工智能技术有了很大进步。
几年后,针对“图像识别”这一问题,在AI界又出现了基于深度学习的ImageNet,使得机器对人脸的识别率超过了人类。这又将人工智能带到了新的高度。
近年来出现的Alpha fold,在发现蛋白质结构方面的能力已经超过了一流的科学家,挑战着他们毕生的专业经验。ChatGPT则通过聊天这一场景,为自然语言处理带来了全新的变革。
“人工智能的每次跨越,都是围绕着对某一个问题的攻坚,”王坚说,问题定义得好,可以反过来带动人工智能学科的发展。
王坚指出,工业是用新技术最好的地方。在电力行业、工业领域,我们可以找到比“下棋”更有高度的问题,引领下一波AI浪潮。如果能找到、解好这样一个问题,对推动社会经济发展、人类生活变化,会产生更巨大、更积极的影响。
好文章,需要你的鼓励
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。
浙江大学研究团队通过OmniEAR基准测试揭示了当前AI模型在物理世界推理方面的严重缺陷。测试显示,即使最先进的AI在明确指令下能达到85-96%成功率,但面对需要从物理约束推断行动的任务时,成功率骤降至56-85%。研究发现信息过载反而降低AI协作能力,监督学习虽能改善单体任务但对多智能体协作效果甚微,表明当前架构存在根本局限性。
纽约大学和Aimpoint Digital Labs的研究团队首次揭示了Transformer模型训练中"大规模激活"的完整发展轨迹。这些影响力比普通激活大千倍的"超级激活"遵循可预测的数学规律,研究者开发出五参数公式能以98.4%准确率预测其变化。更重要的是,通过调整模型架构参数如注意力密度、宽深比等,可以在训练前就预测和控制这些关键激活的行为,为设计更高效、量化友好的AI模型提供了全新工具。