这是一种高维度的复杂函数,在计算上会很复杂,而这正是大型模型的优势所在。例如,鄂维南老师做的AI for Science,在材料设计,简单的材料结构可以通过微分方程算出来,复杂的分子材料几乎不可能算出来,利用大模型进行模拟是更好的办法。在材料设计、天气预测和生命科学等领域,当问题复杂到无法用数学方程来描述时,恰恰是大模型发挥作用的地方。
就我个人的观点而言,未来人工智能的发展机遇主要集中在四大领域。首先是张老师之前提到的助理领域,也就是广义上的助理和白领工作,这里有很大的应用空间。其次,机器人的发展也非常关键,它们能够帮助工人和普通人完成一般工作任务。再者,AI for Science,即利用人工智能推动科学研究,这在数学、物理、化学等科学领域都有潜力。最后,娱乐行业,无论是视频制作、电影、游戏还是虚拟现实,人工智能的发展都有很多机会。
李航: 可以这么说。AI实际上是在一个巨大的搜索空间中寻找正确的解答,人是做不到那么大规模的搜索的。从这个角度看,AI在未来的科学发现方面潜力巨大,我对AI for Science的未来发展非常乐观,这个意义上的科学发现会非常多。
尽管我们还没有完全解决AI for Science的数据问题,这不像互联网数据相对丰富,但我认为这个挑战最终可以被克服。如果我们按照Scaling Law的思路来看,未来的发展空间是巨大的。但是,对于那些完全颠覆性的创新,比如相对论,我认为AI目前还做不到。因为AI的发现是基于我们设定的数据和搜索空间,它在这个范围内进行组合和搜索,而不是创造出我们从未想过的新概念。所以,至少在目前,我没有看到AI能够突破这一点。