李国杰院士：智能计算开启科技智能时代

以下是优化后的文章：
---
### 智能计算技术的突破与挑战
近年来，由中科云计算研究院与东莞理工学院联合主办的“智・算国际学术交流会”在东莞松山湖成功举办。会上，中国工程院院士李国杰发表了《智能计算技术的突破与挑战》视频演讲，引起了业内人士的高度称赞。
#### **智能计算技术的历史性突破**
李国杰院士首先从全球范围内为我们深入且全面地剖析了现代智能计算技术所取得的具有重大历史意义的突破，并对其发展趋势进行了多种判断。
- **人工智能的应用广度突破**：经过70年的发展，连接主义在基于神经网络的机器学习上取得了历史性的突破，为人工智能的普及应用带来了新的希望。
- **大语言模型(LLM)的可能趋同**：OpenAI创始人之一Ilya Sutskever认为大语言模型可能已经形成了趋同的“世界统计模型”。
- **规模定律可能已遇到天花板**：随着预训练大模型性能增长放缓，机器学习正进入一个“发现和探索”的新阶段。
- **深度学习仍有探索空间**：通过语言大模型来实现通用人工智能不一定是最佳途径，但深度学习仍有很大的发展空间。
- **数据和模型的双重驱动**：以数据为中心和以模型为中心都有出路。
- **基础设施投入和实际收入之间存在巨大差距**：在人工智能行业，算力规模仍是企业胜负主导。
- **AI加速芯片的多芯片竞争时代**：GPU不一定是最优算力芯片，越来越多的专用芯片正在涌现。
- **超算和智算的融合**：超算和智算之间的界限正变得越来越模糊，它们在本质上是同类的。
- **数据工厂的未来前景**：数据标注等服务为人工智能提供了高质量的数据支持，将成为未来的大产业。
#### **智能计算技术面临的困惑与挑战**
李国杰院士进一步分析了智能计算技术所面临的困惑与挑战，这些挑战需要我们攻克和突破。
- **人工智能的长远发展**：要真正进入智能时代，还需要走很长的路。
- **图灵计算的局限性**：要实现真正的智能，可能需要突破图灵计算的局限。
- **复杂性科学与机器学习的结合**：如何结合两者，为人工智能提供新的理论基础？
- **大语言模型的本质性局限**：如何提高大语言模型的准确性和可靠性？
- **理论驱动与统计优势的结合**：如何实现AI的统计优势与人类的理论能力的结合？
- **通用人工智能的边界**：不要追求绝对的无条件的通用人工智能。
- **计算精度的选择**：低精度计算可能不是AI计算的主要优势，需要综合考虑成本和性能。
#### **智能计算技术引领未来**
李国杰院士强调，我们要高度重视人工智能技术的发展，同时冷静思考其面临的困惑与挑战。智能计算技术将不断取得新的突破，为人类社会进入智能时代做出更大的贡献。
### **免责声明**：以上内容来源于其他媒体，相关信息仅为传递更多信息之目的，不代表本网站观点，也不代表本网站赞同其观点或证实其内容的真实性。如稿件版权单位或个人不想在本网发布，可与本网联系，本网视情况可立即将其撤除。
---