施密特强调了人工智能的重要性,他提出,AI不仅仅是一种用来优化收入的技术工具,而是代表了非人类智能的兴起,这象征着一个旧时代的终结和新时代的开端。他认为,AI的发展和影响被普遍低估,它所带来的变革将远超目前人们的认知,AI的进展速度异常迅猛,每次的技术飞跃都比人们预期的要来得更快,特别是在医学和国防等关键行业。
在医学领域,AI的应用可以极大地加速药物的发现过程,通过深入分析复杂的生物信息和蛋白质结构,AI将帮助我们更快地理解疾病机制,并开发出新的治疗方法;在国防领域,AI的应用同样具有革命性,它能够提高作战效率,减少士兵的风险,同时增加军事行动的精确性和有效性。AI在情报分析、监视、无人作战系统等方面的应用,正在改变战争的面貌和军事策略的制定,随着AI技术的进步,未来的国防将越来越依赖于智能化系统。
施密特讨论了中国在人工智能领域快速发展的现状,特别是在大语言模型的训练和应用方面。他提到,大约一年半前,中国的AI发展似乎还处于较低水平,但最近的发展表明中国已经迅速加大了在AI领域的投入。中国已经发布了两个新的AI模型,分别叫做“HunYuan”和“Qwen”,这两个模型在性能上似乎超过了Meta的顶级开源模型,这一进展让他感到震惊,因为他原本认为美国对中国的芯片出口限制会延缓中国在AI领域的发展,但现实情况是中国似乎已经找到了绕过这些限制的方法,并且已经能够生产足够的芯片来支持这些大型AI模型的训练和运行。他认为,如果中国在AI技术上取得领先,那么它将在材料、能源、医药等多个领域获得优势,这种竞争不仅影响着两国的经济发展,还可能影响到全球的技术创新格局。
为了避免冲突,施密特提出,中美之间需要就AI的使用和限制达成协议。双方应该寻找共同的利益点,比如在气候变化、公共卫生等领域利用AI技术,他强调,尽管双方可能不愿意在限制自己的技术发展方面达成协议,但至少应该在某些关键领域,如自动武器系统和AI决策的人类控制等方面达成共识,确保AI系统不会自主决定发动战争。他以核武器的管理和控制为例说明,即使在激烈的竞争中,也可以通过对话和合作来减少风险,确保全球安全。
施密特提到了中国在国防技术方面的迅速进展。他指出,中国实行的是“军民融合”策略,其在AI等工具方面的所有进步,很可能也被用于国家安全,中国的这种模式使其在国防技术上的AI集成速度非常快,这对美国来说是一个需要关注的领域。对于美国来说,美国的国防工业主要依赖于大型的原始设备制造商和其他集成商,这些公司往往对软件的理解不足,导致他们的产品难以使用,美国需要重新考虑和设计其国家安全架构,以便更好地整合和利用自主系统。
他认为,现在是重新设计美国国家安全架构的最佳时机,以便在自主系统的帮助下,提高军事行动的准确性、减少附带损害,并确保士兵的安全。他还提到了乌克兰的例子,乌克兰通过使用强大的无人机系统来替代缺失的空军力量,以及使用海军无人机来对抗俄罗斯舰队,展示了自主系统在现代战争中的潜力。他建议,美国应该借鉴这些例子,优先考虑和投资于能够提高军事效能和减少士兵风险的自主系统技术。
施密特详细阐述了人工智能发展的不同阶段,他首先提到了窄AI,这种AI专门针对特定任务设计,例如推荐引擎和谷歌翻译等,它们在特定领域表现出色,但能力仅限于其被编程要解决的问题;生成式AI是AI发展的一个新阶段,它不仅能够理解数据,还能够生成新的数据,它可以从文本描述中生成图片,或者在更复杂的层面上,通过逆转算法生成系统的一部分。生成式AI的出现标志着AI技术的一个重大进步,因为它能够创造出全新的内容,而不仅仅是处理已有的信息。
通用人工智能(AGI)是一个更为高级的AI阶段,这个级别的AI能够执行任何智能任务,类似于人类智能的广泛性和适应性。AGI的到来将是一个巨大的转变,因为它可能会超越人类智能的总和,成为一个超级智能。这种智能的存在将是一个前所未有的现象,它将能够处理和解决任何问题,其能力和影响将远远超出我们今天所理解的AI。施密特强调,随着AI技术的发展,特别是AGI的实现,我们必须建立相应的伦理和安全框架,以确保这些强大的技术能够被负责任地使用,并为人类社会带来积极的影响。
好文章,需要你的鼓励
最新数据显示,Windows 11市场份额已达50.24%,首次超越Windows 10的46.84%。这一转变主要源于Windows 10即将于2025年10月14日结束支持,企业用户加速迁移。一年前Windows 10份额还高达66.04%,而Windows 11仅为29.75%。企业多采用分批迁移策略,部分选择付费延长支持或转向Windows 365。硬件销售受限,AI PC等高端产品销量平平,市场份额提升更多来自系统升级而非新设备采购。
清华大学团队开发出LangScene-X系统,仅需两张照片就能重建完整的3D语言场景。该系统通过TriMap视频扩散模型生成RGB图像、法线图和语义图,配合语言量化压缩器实现高效特征处理,最终构建可进行自然语言查询的三维空间。实验显示其准确率比现有方法提高10-30%,为VR/AR、机器人导航、智能搜索等应用提供了新的技术路径。
新一代液态基础模型突破传统变换器架构,能耗降低10-20倍,可直接在手机等边缘设备运行。该技术基于线虫大脑结构开发,支持离线运行,无需云服务和数据中心基础设施。在性能基准测试中已超越同等规模的Meta Llama和微软Phi模型,为企业级应用和边缘计算提供低成本、高性能解决方案,在隐私保护、安全性和低延迟方面具有显著优势。
IntelliGen AI推出IntFold可控蛋白质结构预测模型,不仅达到AlphaFold 3同等精度,更具备独特的"可控性"特征。该系统能根据需求定制预测特定蛋白质状态,在药物结合亲和力预测等关键应用中表现突出。通过模块化适配器设计,IntFold可高效适应不同任务而无需重新训练,为精准医学和药物发现开辟了新路径。