點擊藍字
關注我們
AI TIME歡迎每一位AI愛好者的加入！
概述
2024年，大模型技術已成為人工智能領域的焦點。這不僅僅是一項技術進步，更是一次可能深刻影響社會發展方方面面的變革。大模型的交叉能否推動技術與社會的真正融合？2025年1月16日，在大模型交叉與融合嘉年華，安徽大學副教授陳潔，華東交通大學智能建造系主任胡文韜，中國科學院計算所助理研究員盛強，共同探討了這一話題。他們通過專業的視角，深入剖析大模型技術的最新進展及其在實際應用中的挑戰與機遇，探尋智能時代下科技與社會共生發展的路徑。
點擊?閱讀原文?觀看Debate精彩回放！
AITIME
01
大模型在多領域融合中的潛力與瓶頸有哪些？
陳潔：? ?
在大模型技術應用之前，自然語言處理（NLP）面臨許多難以克服的難題。盡管有專家曾預測未來30年內NLP將能夠解決更多問題，但大模型的出現已使NLP在實體識別和抽取、自然語言理解等方面取得顯著進步，尤其在智慧教育領域，展示了在學生問答方面的巨大潛力。這種問答式的交流方式幫助學生更好地接受信息。此外，大模型技術的發展實現了自動出題和自動批改等應用，這是一個有益的發展方向。
然而，在推動智慧教育的發展過程中，實際問題依然存在。首要問題是大模型的特定領域適應性，即大模型在訓練時使用的數據與實際應用場景之間可能存在差異，需進行特定的標注。為了保證準確性和專業性，選擇知識圖譜雙驅是為了確保在學術或專業場合中大模型能夠給出高精準度的答案；若大模型自由發揮，往往難以接受。此外，出于安全考慮，高校領導對大模型技術有一定要求。
特別是在綜合性高校如安徽大學，如何讓文科或非理工科教師更好理解和應用大模型技術，也是一個挑戰。
胡文韜：
探討多領域融合的必要性非常重要，理解這一問題后才能討論潛在的瓶頸和挑戰。在工程領域，多領域融合是關鍵目標。
以地質勘查為例，傳統方法效率低且操作復雜。如今使用無人機測繪，僅需兩人配合便可完成整座山的數據處理，極大提高了效率，降低了成本，生成的三維模型質量更高。
多領域融合被發現能帶來顯著益處，因此我們持續在工程領域探索。不同領域間對概念的理解存在差異，通用語言要求了解各行業細節，但在醫學和教育領域過于龐大。
推進AI生成面臨人才短缺。原因在于周期過長。盡管挑戰存在，但突破這些瓶頸將帶來重大進展。
盛強：? ?
在自然語言處理（NLP）領域，最初依賴規則驅動的虛假信息和違規內容檢測已轉向數據驅動。社交媒體數據的增加有助于相關任務。
大模型使通用知識更易獲取，但受限于數據，無法解決所有問題。AI在社會運作層面展現獨到洞察力，能夠通過語言知識學習進行非確定性推測。
大模型應作為模糊知識基礎，配合精確知識檢索器使用，通過外部索引或知識庫支持特定領域專業知識。盡管大模型能有效調用客戶分析，部署仍面臨挑戰。
互聯網相關任務中存在流量大的問題；而終端任務中設備算力有限，難以高效處理虛假信息和有害內容。如何根據計算設備特性部署模型，有效審查和核查內容，幫助用戶識別不可信信息，是一個重要挑戰。
AITIME
02
如何將多智能體系統與大模型相結合，
實現高效協作與合理決策，
以推動實際場景復雜系統中的問題解決？
胡文韜：
當前，大語言模型在跨學科知識學習上具有明顯優勢。它能夠幫助完成基礎任務，如復雜計算題，但能否替代人類進行決策仍未確定。
在工程領域，Digital Twin（數字孿生）技術用于創建數字與實體聯動系統。例如，橋梁建設通過數字模型模擬施工狀態，但實際問題反饋仍不足。目前主要通過視覺監測，將震動數據反饋至模型，但分析這些數據仍是挑戰。
在災害應對中，實時數據分析困難。大模型能快速處理監測數據，預測負載情況并提供決策。例如，利用傳感器數據在災害發生前預判情況，采取及時行動。
過去由于數據龐大，分析困難。大數據將在實時性問題上發揮重要作用，提高決策準確性和及時性，是未來工程的發展方向。
陳潔：? ?
目前，我們尚未實現多Agent系統，只有一個單一行動的Agent，專門用于高考志愿填報。然而，為了更好地解決具體問題，每個問題都應由專門的Agent來處理。
在智慧教育領域，通過多Agent系統可以更有效地處理不同任務。例如，可以構建多個Agent分別負責助教功能和基礎問答問題。各Agent分工明確后，需要一個智能體來協調所有分工，充當數據源或數據中心，以實現智慧經濟平臺的構建。目前，我們尚未開始這方面的探索。
AITIME
03
未來，大模型技術如何與現實社會更好地協同，
發揮獨特的優勢？
陳潔：? ?
當前的教育體系正在向三維空間過渡，不僅包括教師和學生，還引入了機器。這印證了教師擔憂的未來，機器人可能取代部分教學工作。未來，教師將更多承擔助教角色，機器完成日常授課，教師輔助學生進行個性化答疑和相關工作。
大模型技術對教育影響巨大。未來，教師主要負責能力培養和學生品德教育，知識傳授逐漸由大模型承擔，學生將獲得更多時間和空間自由。
霍爾提到，我們當前的模型多存在于實驗室，包括自動駕駛技術。實際應用中，大模型能否應對突發問題并給出正確答案，依賴于其訓練數據覆蓋情況和解決新問題的能力。未來，大模型技術需解決實時性問題，提高實時反饋和判斷能力，以更好協同現實社會。
胡文韜：
大模型技術在教育領域面臨挑戰。我們發現，大模型生成的內容常缺乏實際指導意義，容易令學生依賴而不主動思考。盡管項目框架精美，但缺少具體例子和深入解析。
長期依賴大模型完成任務可能限制學生的獨立思考能力。當前現象如員工和老板都用大模型交流，顯示出人類主動思考正被模型替代的趨勢。這一問題需要謹慎應對。
技術不應過度占據人的思考能力，我們需要重視對工具背后的用途和目的的深入思考，以避免技術完全滲透生活，干擾自然思考過程。保持技術為人所用，輔助而非取代思考，將更有利于未來的發展。
AITIME
04
美國首個AI 禁令發布后，
中國“大模型六虎”之一的智譜
被列入美國“實體清單”，
對中國AI企業發展有何影響？
陳潔：? ?
對任何實體來說，全面掌握這一技術都將面臨巨大挑戰。以華為芯片事件為例，這件事是風險與機遇并存。從教育角度來看，外部環境加大壓力，作為教育工作者，更應努力推動自主技術的研發和人才的培養。這應成為思政教育的素材，激勵學生在該領域持續努力，促進更好的發展。
胡文韜：
企業代表智譜認為列入實體清單影響不大。美國試圖通過孤立策略針對中國，但這反而促使技術進步。以自動駕駛為例，特斯拉的技術雖然領先，國產品牌在外部壓力下也取得顯著進展。
限制措施通常表明行業成功，而不斷獲得補貼的行業發展狀況不理想。智譜被列入限制清單實際上是其成功的證明。
未來，將更加注重自主研發和研發型人才的培養。大學生需積累實踐經驗，企業更看重實際參與的研發項目和創造的效益。這增加了大學生在就業市場的競爭力，促使其找到“用武之地”。
盛強：? ?
長遠發展需要重視產業力量。需要補貼的領域通常發展薄弱，而優秀技術應通過共同努力推動進步。我國在大模型領域的投入前所未有，并保持在國際前列。
我們可以采用“先用”原則，即盡早將技術投入實用，以免錯失發展機會。實際應用是大模型等國產技術的關鍵支撐，主動采用和支持國內技術，通過在應用中優化和迭代技術，我認為前景是樂觀的。
本篇文章由陳研整理
往期精彩文章推薦
季姮教授獨家文字版干貨 | 面向知識淵博的大語言模型
?關于AI TIME?
AI TIME源起于2019年，旨在發揚科學思辨精神，邀請各界人士對人工智能理論、算法和場景應用的本質問題進行探索，加強思想碰撞，鏈接全球AI學者、行業專家和愛好者，希望以辯論的形式，探討人工智能和人類未來之間的矛盾，探索人工智能領域的未來。
迄今為止，AI TIME已經邀請了2000多位海內外講者，舉辦了逾700場活動，超800萬人次觀看。
?
我知道你?
在看
提出觀點，表達想法，歡迎?
留言
點擊 閱讀原文?觀看Debate精彩回放！
