CNET科技资讯网 5月26日 北京消息: 5月26日,在贵阳数博会“机器智能”高峰对话上,全球IT届的多位领军人物就MI(机器智能)与AI(人工智能)的区别展开激烈讨论。
“只要创造出关于动物和人的智能,都可以叫做人工智能。但人与动物不具备的智能,如果机器具备了,那就是机器智能,这是我的理解。”阿里巴巴技术委员会主席王坚说。
王坚举例说,最常见的人工智能就是创造一个聊天机器人,基本上是过去人能做的事情。但是去年我们给杭州装一个城市大脑,那是一个人也不具备的智能,我觉得更适合机器智能。
美国硅谷著名创业家、天使投资人史蒂夫·霍夫曼认为,AI是拿图灵测试作为定义,能与人进行互动通过图灵测试的都是AI。MI会是人机共生的核心点,我希望在有生之年能看到MI无处不在。因为今天我所做的很多决定,如果有MI辅助,我可以作出更好的决定,这让每个人未来可以发挥潜力。“我是写书的,写每一本书的时候要做大量的研究工作,如果有MI帮我收集信息、整理信息,把最相关的信息提取出来,我可以用更短时间写出更有水平的书。”
斯坦福大学人工智能与伦理学教授杰瑞·卡普兰认为,机器智能不应该认为它是让机器变得像人一样有智慧,应该看成是新一代的自动化。它不是来取代人,它是来辅助人,还会有大量的工作岗位,现在就有很多工作岗位不能靠自动化来取代,这个技术它会改变工作的性质,让我们工作变得更加高效。如果从这个视角来理解,机器智能是自动化的延伸。
北京大数据研究院院长鄂维南认为,机器智能的核心是会学习的机器,它将会把我们带入智能化社会,就像当年造出了会劳动的机器把我们代入了工业化社会一样。
机器智能如此无所不能,是否会取代人类?对此,王坚打了一个有趣的比喻:“我们拿一条狗让它去找毒品的时候从来没有说过我们的鼻子被狗的鼻子给取代了。”他认为,我们要尊重机器在某些方面的能力超越人类。
好文章,需要你的鼓励
RGPO用"临时脚手架"破解大模型强化学习的奖励稀疏难题:先让模型独立解题,失败则分段放出标准解法引导重写,仅采纳经验证更优的答案。难题测试准确率从0跃至99.5%,语言模型平均分高出最强基线5.0分。
论文提出用MoE模型的路由器输出作为跨语言对齐目标,通过持续预训练对翻译句对施加路由KL散度损失,在不改变分词和架构的前提下让隐藏表示更接近,并在四个开源MoE模型、七种语言上验证了下游任务性能的一致提升。
DiffGate提出难度门控的教师指导机制,让验证器决定何时需要教师介入,仅对失败且困难的轨迹提供有界教师指导,结合GRPO强化学习,在数学与代码任务上显著提升解题覆盖率与跨领域迁移能力。
研究者用固定不变的16位二进制编码替代传统可训练词嵌入表,在17亿参数规模模型上训练1000亿token,证明模型仍可获得实质语言能力,揭示输入表并非必需,但性能略逊于可学习方案。