中新网上海新闻7月7日电(郑莹莹)在2024世界人工智能大会论坛上，国内外院士、专家学者相聚“超越边界：探索下一代大模型的基础研究”论坛，共同探讨“AI for Science 基础设施建设”和“下一代通用人工智能方法”两大前沿技术话题。该论坛由世界人工智能大会组委会办公室主办，上海算法创新研究院和北京科学智能研究院承办，上海市人工智能行业协会提供支持，旨在搭建推动下一代Kaiyun官方入口人工智能技术交流协作的平台，推动基础设施建设，激发创新效能。

　　“AI for Science在材料、生命科学、能源化工等领域落地成果的不断涌现，让我们看到其带来的巨大前景。但AI for Science带来的不仅仅是点状的突破，而是系统性地带动科学研究基础设施的建设，推进迈向平台科研时代。”论坛伊始，中国科学院院士鄂维南说。他深入分析了AI for Science目前所处的发展阶段，以及推动AI for Science的基础设施建设的重要性，并设计了“四梁N柱”架构。

　　AI的方法大大提升了我们的科研能力，但是离真正解决问题还有距离，这剩下的“最后一公里”该如何打通？在圆桌对话上，海内外嘉宾进行了探讨，从构建科学大模型、科学大装置等基础设施方面表达了看法，并达成一致：“AI for Science的基础设施建设需要跨学科的合作，这是实现科学突破的关键。我们应聚焦产业关键问题，赋能工业应用的实际场景。”

　　那么，我们采取什么样的道路才能实现真正的科学大模型呢？专家们指出，“在聚焦算力和算法的同时，要重点关注数据，而这些数据不单单是计算数据，还有来自于实验所产生的数据，从这些数据中诞生新的模型。而验证这些数据的准确性，同样需要AI的赋能。”

　　“虽然目前人工智能算法、大模型已经取得了突出的进步，但是我们还需要继续探索新的技术路线，以适合我国的实际发展需要。”面向下一代通用人工智能方法这一话题，引发了参会嘉宾们的思考。参会嘉宾认为，必须且亟需建立人工智能的底层能力，探索出一条更加可持续、能够解决当前大规模能源资源消耗问题的通用人工智能方法。

　　也有嘉宾指出，大模型的完善要从优化知识存储能力和提高知识使用效率双管齐下，催生模型“慢思考”能力。当模型有了解决复杂问题的能力，可能会带来一系列的变化，比如在科研和技术的加速，新材料的发现等等。

　　与会嘉宾达成共识：要实现下一代通用人工智能，需要在算力资源、数据资源、AI数据库能力、下一代模型和人才资源等方面久久为功。(完)

　　WAIC 2024施耐德电气首发AI价值主张 全面发掘AI五大核心价值

　　本网站所刊载信息，不代表中新社和中新网观点。 刊用本网站稿件，务经书面授权。