AI治理必修-6月(下)第9刊发布！

AAIG的专家们用多学科的专业视角，每月从全球收集和筛选关于算法治理和可持续发展的全球态势。重点关注算力时代的新技术、新风险、新实践、以及对它们新解释。

6月月刊(下)共11篇文章3233字,分【本月洞察、行业动态、前沿技术、产业实践】四个板块展开。

人工智能技术在算法、数据、算力的基础上高速发展，取得越来越多令人惊异的成绩，并且开始改变人类认识世界探索世界的方式，比如智能体的自我进化、多个领域科学研究的革命等。这些事件促使越来越多的学者开始对人工智能的本质问题、底层原理展开思考，试图给出定义，进行深入的研究。我们期待这些硬核基本问题早日得到明确的答案，促进人工智能释放出更大的能量增进人类福祉。

点击题目即可查看全文

1. 李德毅院士：人工智能基础问题——机器能思维吗？

基础研究崇尚想象力和创造力的自由发挥，依赖独立学者的兴趣和自由合作，它可以不限研究者的身份，不设完成的时限，不以落地应用为目的，也不一定要组织大团队“攻关”，允许试错，宽容失败，更不以获奖为目的；需要研究者耐得住寂寞，沉得下心来，虽然研究结果和产出时间无法被精确预测，但是一旦出现原始创新，对引领技术进步必然会有长期且深刻的影响。

本文建议开展以下的基础研究课题：1.智能和人工智能的“定义”是什么？2.如何看待这种迭代的智能导致的、几何级数增长的认知进步和知识爆炸？3.人工智能和大门类的学科如何相关汇聚？4.人类的思维如何形式化？存在唯一的认知“元范式”“元认知”吗？5.多层次的抽象是如何工作的？6.如何注入一个实体机器人的初始长期记忆？7.可不可以在进行记忆的提取时，把机器的长期记忆网络看作是基于一个符合幂律分布、具有小世界特征的人工复杂网络？8.机器不具备意识，也能够按照人赋予的意图，做出更复杂、更出色的创造吗？智能机器自身会有想象力和创造力吗？9.新一代人工智能应该聚焦于算力、算法和数据呢，还是应该聚焦在机器的交互、学习和记忆三个硬核上？10.量子人工智能和量子智能机器在什么关键问题攻克之后才能够落地？

2. 姚期智院士：数据、算法、算力为何是数字经济核心技术？

姚期智认为数字化转型的最大挑战之一是“数据孤岛”问题。围绕央企数字化转型，要打造“数据中台”，在数据安全、数据隐私合规的前提下进行全面整合；同时建设央企间的合作联盟，打造行业级的隐私计算平台，形成企业间的数据要素流通市场。本文重点提到数字经济的核心技术涉及数据、算法与算力三个方面，并进行了讨论。

为了更好地评估 AI 对话系统的能力，清华大学联合学界和业界制定了全球首个《AI 对话系统分级定义》。《分级定义》从自动对话能力、对话质量高低、单一/多个场景、跨场景的上下文依赖和自然切换能力、拟人化程度、主动和持续学习能力、多模态感知与表达能力等角度出发，将 AI 对话系统从低到高划分为从 L0～L5 的六个等级。在此标准之下，当前 AI 对话系统水平已发展至 L2~L3 之间。

4.《个性化广告合规发展研究报告》发布：如何平衡个性化和用户隐私？

《报告》介绍了互联网广告行业的发展现状及趋势，个性化广告发展历史及原理，面临的困境与解决思路，以及隐私计算技术的发展方向。并且指出，从目前的法律规制来看，用户已有拒绝个性化广告的权利，拥有了对算法自动化决策的选择权和决定权。解决个性化广告困境的一个方面是通过隐私计算技术的探索和演进，更全面地保护多方信息；另一个方面是结合相关规定，通过透明化算法原理，提升可解释性。个性化广告应在保护用户个人信息的前提下，寻求用户体验与产业发展的平衡。

1.  AI做题家卷疯了！高数考试正确率81%，竞赛题成绩超过计算机博士

来自OpenAI的Codex在MIT的7门高数课程题目中正确率达到81.1%，妥妥的MIT本科生水平。谷歌不甘示弱，推出新模型Minerva，像一个文科生一样只背书不做题，却掌握了更好的理工科解题技巧，在数学竞赛考试中成绩远超计算机博士的平均水平。

2. AI自己写代码让智能体进化！OpenAI的大模型有“人类思想”那味了？

OpenAI研究出让AI自己设计新机器人，流程分三步：1、先用经典的MAP-Elites算法生成一组初始机器人。2、用前一步产生的初始数据做预训练，让AI先学会设计出训练数据分布内的机器人。3、再结合强化学习算法做微调，让AI能根据不同地形条件生成能适应环境的机器人。

3. AI 正在引领一场新型科学革命

AI在四个关键方面正在改变科学研究的方法：1、AI可以快速阅读海量的科学文献，了解科学的基本规则、事实和方程式，帮助科学家管理海量的文献。2、AI可以高效处理海量数据。3、AI不断帮助升级各种充当研究支柱的科研仪器，使其功能更加强大。4、AI使模拟复杂系统成为基础科学研究中越来越标准的工具。

4. LeCun用62页论文公布未来十年研究计划：AI自主智能

LeCun提出了构建自主人工智能的第一个挑战：如何设计一个学习范式和体系架构，让机器能够以自监督学习的方式学习“世界模型”，然后用这个模型去进行预测、推理和行动。在这里，他重新组合了认知科学、系统神经科学、最优控制、强化学习和“传统”人工智能等各个学科中提出的想法，并将它们与机器学习中的新概念相结合，提出了一个由六个独立模块组成的自主智能架构，以及人工智能未来要取得突破性进展必须面对的一些挑战。

5. 谷歌赢两次？AI作画大师Parti一出，DALL-E 2.0成「爷爷辈」了

谷歌推出新的「AI画图」模型Parti，换个姿势吊打其他选手。Parti是谷歌大脑老大Jeff Dean提出的多任务AI大模型蓝图Pathway的一部分，它是一个自回归模型，通过使用图像标记器将图像编码为离散token序列，并利用其重建图像token序列的能力，使其成为高质量、视觉多样化的图像。

1. 张勇：让技术带着责任的温度

回望阿里巴巴的23年发展历程，我们一直把科技创新当作是公司成长的依托，在商业、物流、云计算等领域守正创新，积极履行企业社会责任，激发生态中每个参与者的动能，并形成良性循环。具体体现在三个方面：一、用技术创新迭代服务社会。二、技术和场景融合共生。三、技术助力双碳目标实现。

2. 同济、阿里获CVPR最佳学生论文，李飞飞获黄煦涛奖，近6000人线下参会

2022年，CVPR的投稿量达到8161份，相比2021年度的7093份增长了15%。其中44.59%的作者来自中国，排在第二名的是美国，占据20.65%。国内有大量论文被接收，来自阿里巴巴和同济大学的研究者获得了最佳学生论文奖。