“010”前孵化不朽情缘官网立异论坛暨首都不朽情缘官网生长集团十周年战略研讨会近日在北京中关村展示中心集会中心乐成举办。当下，人工智能领域连续火热，应用场景不绝扩大，针对“如何走出人工智能红海”的话题，北京中关村学院院长、中关村人工智能研究院理事长刘铁岩宣布了主题演讲。
以下是演讲节�。�
首先我谨代表北京中关村学院、中关村人工智能研究院向首生长十周年献上最衷心的祝福！
北京中关村学院是教育部和北京市政府共建共管新型教育研究机构，它是中国人工智能人才培养的试验田，以打造中国人工智能领域未来的领军人才为目标。中关村人工智能研究院则是在市科委、中关村管委会的领导下，在首生长集团的大力支持下，降生的最年轻的北京市新型研发机构，我们以人工智能的技术转化和工业孵化为目标。
接下来我就代表这两个年轻的机构跟各人分享一下关于人工智能领域的一些思考。
今天的时代是人工智能的时代，技术的生长不绝的抬高了我们对通用人工智能的神往。在这个领域里面，大模型、科学智能、具身智能是人们最瞩目的三个研究偏向。在这些研究偏向里面，论文、专利、立异创业的企业，如雨后春笋层出不穷。
人工智能的这些领域其实组成了一个所谓的知识飞轮，大模型会总结人类历史上已知的种种知识，科学智能则利用科学纪律对这些知识进行拓展、推演，而具身智能则把知识应用于现实世界获得反响，对知识进行革新和更新。
虽然这些领域获得了很是昌盛蓬勃的生长，但其实硬币的另一面就成为了兵家的必争之地，无可奈何的沦为了红海。
在大模型领域已经面临了一些生长的瓶颈，投入产出比逐渐降低，并且落地应用虽然很繁多，但如果仔细看一看，这些应用大多停留在所谓客户助手这个层面，还没有泛起真正雪中送炭级别的应用。
科学智能研究则主要集中在科学发明链条的前端，好比制药早期的筛选，离工业大规模落地另有很大距离。在具身智能领域在一些特定场合下，好比自动驾驶或者精密手术机械人，确实体现出很大潜力，可是整体而言，具身智能的生长目前还过于拟人化，缺乏广泛高价值场景。
所以面对这样一个情况，国际上是一片红海，中国也没有逃出这个魔咒，在中国，大部分人工智能的研究也是集中在大模型、科学智能和具身智能领域，并且原始立异相对来说有点薄弱，所以总体来看，中国的人工智能研究是处在一个追随的状态，这关于我们中国的人工智能生长不是一件好的事情。所以要回覆的问题是，在这样的国际形势下，在现在人工智能生长的形势下，该做些什么事情才华够破局，才华够引导着中国研究领域和工业领域在人工智能这个偏向上另辟蹊径，换道超车。
如果想回覆这个问题就需要向后站一站，从远处再去重新反思一下整个人工智能领域的生长。其实今天虽然在模型算法领域有很是蓬勃的进展，可是基础理论支撑是不敷牢靠的。
人工智能的焦点理论其实至少在已往30年是停滞不前的，并且现在使用最多的Transformer模型也有7年历史，已往这7年，在基础模型架构方面也只有微立异，没有推翻式生长。同时类似人工智能芯片、人工智能系统、人工智能编程框架领域中国也无时无刻正面临着卡脖子的窘境。
另一方面人工智能算法生长工业应用领域也有种种各样的实验，可是总体而言，中国人工智能技术还没有能够彻底的进入到各行各业的焦点痛点，起到解决命脉难题的部分，所以泛起出来的照旧浅层应用的状态，至今为止，在人工智能工业应用落地的领域，还没有任何一家公司生长为独角兽级别的公司。
基于这个剖析，我们认为，如果想在人工智能领域真正有所突破，需要制止跳入现在的红海，要能够找到新的突破点，好比应该抱着一个极基础的思路，以釜底抽薪的方法进行破局，把更多精力投入到AI和数学、脑科学交叉，研究AI的芯片、系统、框架，资助我们真正找到一条AI领域的生长新路径。
同时，应该越发关注人工智能的工业落地，去深入理解各行各业究竟遇到什么样的焦点痛点问题，针对这些焦点痛点研发新的人工智能技术，让人工智能技术变得有用，能够绽放出新的工业价值，从而以终为始的方法进行破局。
具体而言，说到极基础方面，首先应该关注AI基础理论，相较于算法和模型，AI基础理论其实生长险些陷于一个停滞状态。如果回首AI生长历史，能够称得上里程碑性的理论研究结果，大多是上个世纪八九十年代之前完成的，在已往30年没有什么惊喜。可是事实上，人工智能领域有许多很是重要的问题，到今天都没有谜底，好比方何凭据目标去设计一个最优的人工智能神经网络模型，差别的模型之间究竟有什么表达能力的差别，他们在进行优化和学习历程中，为什么体现出差别的路径，只有我们真正的花精力、花时间去从事这样的基础理论研究，深刻理解AI的事情原理，才有可能开辟全新的人工智能生长路径，实现釜底抽薪式的立异。
除了理论以外，其实人工智能今天乐成背后的最大支撑者就是所谓Transformer的模型也不是一个新鲜事物，也已经有了很长时间的历史，并且业界都公认Transformer模型也保存许多自己的毛病，好比嗣魅这个模型主要擅长去处理序列输入和二元关系，可是逻辑推理能力相对缺乏，训练和推理本钱也很高，并且Transformer模型产的许多结果都是违背物理纪律。
在这个领域我们其实是召唤下一代人工智能基础模型构架，什么是Transformer的替代品？能不可从能力、效率等多个方面来推翻现在的Transformer时代？
极基础的另外一方面是人工智能的芯片、系统和框架，到今天为止，我们仍然面临很是严重“卡脖子”问题，英伟达和AMD占据GPU芯片将近99%的市场份额，中国人工智能领域许多的底层立异都有很是强的外援依赖，一旦没有这样的芯片使用，不可用现有AI编程框架，将寸步难行。在这种情况下，我们亟待召唤更多的投入去钻研新型人工智能芯片和算力集群构架，来构建全新的国产新生态，别无他法。
如果说极基础是来路，那么极应用就是我们的出路，人工智能要想长治久安，不绝生长，就必须能够找到它的工业价值，关于制药、化工、金融、电池、育种、教育等多个行业进行深入剖析和相关头部企业进行深入探讨和调研，发明这些工业背后都有一个共性的技术挑战，好比他们生产历程中所面临的数据通常不是大模型所擅长的那些图文声式的模态，而是一些高维传感数据，具有很是强的庞漂后，非序列、体量大，并且很难序列化。
这些生产历程自己也很是庞大开放，里面保存高度动态性，并且在这些生产历程中要解决许多庞大任务，远远不是今天大模型所能实现预测和生成绩能解决，好比其中包括科学仿真、组合优化、流程计划等等，最后，这些生产历程会宁静的要求很是高，大模型简单幻觉可能带来严重的生产事故。
我们了解这些焦点痛点，再去看看今天主流人工智能技术就发明他们在这些方面都是捉襟见肘的，所以也就召唤着人工智能领域要去发明一系列新的技术，好比说能够处理庞大模态高维数据体现和知识集成的技术，要能够面对庞大生产历程设计全新的模型和训练要领，要能够有能力支撑起来庞大任务的求解、优化和决策，以及包管可信的生产和控制历程。
北京中关村学院和中关村人工智能研究院致力于研究一系列技术，称其为工业智能大模型和决策技术，我们希望能够开发出一套公共的技术平台，包括泛模态的体现系统、工业智能的决策系统、宁静生产和控制系统，从而支撑农业、工业、效劳业等诸多应用，让人工智能真的变得有价值。
人工智能落地不可爆发好的工业效果另有一个很是重要的原因，就是生态情况的问题，人工智能领域技术贵，人才贵，垂类企业很难吸引顶级人工智能人才，独立去解决焦点痛点问题，同样，因为AI领域研发本钱很是高，平台企业也会逐渐缺乏信心和恒久投入，像首生长这样做早期投入的资本越来越少，企业付费意愿也在不绝降低，创颐魅者有的时候很难获得足够的支撑。
最后就是高校，高校的的科研项目往往离工业落地另有一定距离，不可够马上资助工业实现一些价值化。只有搭建一个新的产学研创一体化平台，把这些问题系统化进行解决，才有可能盘活整个生态，让人工智能落地有一个新的局面。好比说我们要通过顶级人才和技术加持，让平台融入更有信心，要通过主动行研资助垂类企颐魅找到痛点，并且输出人才帮他们解决一些焦点问题。
同时通过对行业认知和剖析，为资本提供有工业价值优质标地，以伎帐助创颐魅者连接所有链条中其他部分，让他们能够专心做自己焦点技术研发，而不需要担心整个生条不健康。
我们相信只有通过极基础的研究，为人工智能的生长夯实它的底座，再通过极应用的研究赋能千行百业，才华真正实现整个人工智能工业价值的闭环。
北京中关村学院、中关村人工智能研究院正在和首生长以及其他一些相助同伴一起努力的去开拓人工智能生长的新局面，我们希望能够通过这些研究、通过借力产学研创一体化平台，真正盘活现在的新生态，资助中国在人工智能的国际竞争中实现另辟蹊径，弯道超车。
