多模态超级智能安全实验室成立,剑指人工智能前沿突破

多模态超级智能安全北京市重点实验室在中关村论坛上正式公开的消息,阐述了超级智能的概念、优势以及当前人工智能发展面临的问题,同时说明了该实验室的组建情况、研究方向和目标。

在科技发展的浪潮中,新的科研力量不断涌现。3月29日,在备受瞩目的中关村论坛上,多模态超级智能安全北京市重点实验室(Beijing Key Laboratory of Super Intelligent Security of Multi – Modal Information)正式揭开了神秘的面纱,面向公众公开亮相。

多模态超级智能安全实验室成立,剑指人工智能前沿突破

该实验室依托实力雄厚的中国科学院自动化研究所,由人民中科等单位携手共同建设。值得一提的是,人民中科的首席科学家担任了实验室主任这一重要职务。中关村论坛为我们提供了这一实验室亮相的珍贵画面。

北京市重点实验室在北京市科技创新体系中扮演着举足轻重的角色。它紧密聚焦国家重大战略,着眼于北京市高精尖产业领域以及经济社会发展的重大需求。作为北京市重点支持的基础研究机构,多模态超级智能安全实验室肩负着重要使命。其目标是全力推进超级智能领域的基础研究,积极开展超级人工智能、人工智能安全等前沿课题的研究,致力于解决复杂的技术和应用问题,立志打造成为世界一流的科研平台。

那么,什么是超级智能(super intelligent)呢?简单来说,它是一种超越人类智能的机器智能系统。与当下普遍应用的预训练AI相比,超级智能具有独特的优势。它能够在极少量样本数据上实现自主学习,在类人直觉、规律洞察、复杂问题解决等方面表现卓越,极大地拓展了人类的科学边界和想象空间。在科研、金融、医疗等复杂场景中,超级智能有着广泛的应用需求。以科学研究场景为例,超级智能可以打破学科之间的界限,直接对海量实验数据进行分析,从而发现隐藏其中的科学规律和原理。它还能突破传统科研范式中遵循既定理论框架与研究方法的固有局限,直接面向颠覆性科研任务,极大地拓展了人类探索科学的范围、尺度和视角,构建起全新的人机协同科研范式,这无疑将重塑世界科研格局。

我国在人工智能研究和应用方面已经处于世界先进水平。近期,像DeepSeek等高水平应用更是引发了新一轮的人工智能热潮。然而,目前大语言模型仍然是基于Transformer架构上的创新。这种“大数据-大模型-强算力”的技术路线存在明显的弊端,它依赖大量进口高性能芯片,不仅成本高昂,而且容易产生幻觉,难以真正落地到业务的核心。同时,高质量数据的枯竭也将进一步限制这种范式的发展潜力。因此,我国一方面需要继续挖掘现有技术路线的潜力,特别是减少芯片和能源的消耗;另一方面,迫切需要加强人工智能的基础研究,提前进行多元布局,寻找更高效的技术架构和方法体系,精准规划实现弯道超车的突破点。

多模态超级智能安全北京市重点实验室以中国科学院自动化所视频安全团队与人民中科为核心力量组建而成。该实验室计划重点突破超级人工智能等技术路线,积极探索类脑智能、自主进化学习、超级人类对齐、自主高质量数据生成等颠覆性研究,同时研究和解决隐私保护、算法偏见、责任归属等现实问题。

据了解,实验室将重点围绕以下五大方向开展深入研究:

一是超级智能新范式构建。实验室将积极探索并构建有别于大数据、大模型、大算力的全新人工智能范式,努力寻找更高效、更具创新性的技术架构和方法体系。

二是认知能力模拟与增强。深入探究如何模拟及进一步增强超级智能的发现能力、反思能力、直觉能力以及科学规律发现能力。例如,通过神经科学与人工智能的交叉研究,让机器能够更好地模拟人类的高级认知功能。

三是智能决策系统的优化。致力于提升超级智能在复杂且不确定环境中做出更精准、更具前瞻性决策的能力,并将相关成果在政务、金融、医疗、交通等关键领域进行推广应用。

四是自主性和安全性提升。研究在不同场景下提升超级智能的自主性,包括自主学习、自主规划、自主适应环境变化等,减少对人类干预的依赖;同时研究系统的安全性和经济性,在避免潜在风险与威胁的同时,降低算力消耗和技术成本。

五是科研范式突破与重构。借助超级智能超强的科学规律发现能力,探索如何对现有的科研范式和科学体系进行重构,突破传统科学研究的局限,开拓新的科学领域和研究方法。

当模型自我迭代能力占据主导地位以后,AI将会加速实现向超级人工智能的演化。人民中科相关负责人表示,将围绕实验室建设,积极开展超级人工智能的研究,并推进相关成果在国家重大战略实施和重点领域安全能力建设中的落地应用。

本文介绍了多模态超级智能安全北京市重点实验室的成立情况,阐述了超级智能的概念及优势,分析了我国人工智能发展现状与问题,说明了该实验室的组建、研究方向和目标,展现了其在推动人工智能领域发展、重塑科研格局以及助力国家战略实施等方面的重要意义。

原创文章,作者:Nelson,如若转载,请注明出处:https://www.lingtongdata.com/8622.html

(0)
NelsonNelson
上一篇 2025年3月31日
下一篇 2025年3月31日

相关推荐

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注