生成式人工智能已經(jīng)在各行各業(yè)展現(xiàn)出巨大潛力，為人類帶來前所未有的創(chuàng)新體驗。今年WAIC期間，大會組委會特別專訪產(chǎn)業(yè)界和學術界一批業(yè)內(nèi)大咖，探索人工智能的未來之路。
本期專訪嘉賓是北京大學講席教授，北京大學生物統(tǒng)計系主任，北京大學北京國際數(shù)學研究中心生物統(tǒng)計及生物信息實驗室主任，北京大學國家藥品醫(yī)療器械監(jiān)管科學研究院副院長，大數(shù)據(jù)分析與應用技術國家工程實驗室數(shù)據(jù)處理及統(tǒng)計分析中心主任，北京大學重慶大數(shù)據(jù)研究院副院長，智醫(yī)存內(nèi)首席科學家周曉華。周教授除了講述基礎學科和人工智能如何擦出火花，并為AI全球治理、建立有效合作機制建言獻策。周教授認為數(shù)學、物理、化學、生物等基礎學科和人工智能的結(jié)合可催生出一系列革命性的應用和技術進步，這些進步不僅可推動學科本身的發(fā)展，也將為各行各業(yè)帶來前所未有的變革。例如新藥研發(fā)是一個復雜、高成本且耗時的過程，但AI已開始在新藥研發(fā)中發(fā)揮作用，提高研發(fā)效率。未來，如果AI可以做因果推斷，具有可解釋性，任何基于這些AI的應用都會是爆款。
Q1：您對生成式人工智能的發(fā)展趨勢有哪些判斷？
周曉華：首先，生成式人工智能具備多模態(tài)能力，能更好地整合和處理各種不同類型的數(shù)據(jù)，包括文本、圖像、聲音等，從而提供更加豐富和準確的輸出結(jié)果。
其次，在因果推斷方面，利用潛在結(jié)果框架整合因果推斷和生成式模型，能夠提升模型對因果關系的理解，從而生成更為精準和基于因果性而非相關性的結(jié)論。這對于AI在醫(yī)療診斷、金融分析和復雜系統(tǒng)決策支持等領域的應用將有著巨大的提升效果。
另外，在理解空間結(jié)構方面，特別是在涉及圖像、視頻和其他多維數(shù)據(jù)處理的應用中，理解輸入變量之間的空間結(jié)構是至關重要的，這能夠幫助生成更準確的輸出結(jié)果。
最后，對生成模型進行倫理審查和提高透明度的要求將會增加，這可以確保模型的公平性，并減少可能存在的偏見。這些措施可以為AI技術的發(fā)展和應用帶來更多的信任和可靠性。
Q2：人工智能和數(shù)學研究有怎樣的關系？
周曉華：數(shù)學，尤其是統(tǒng)計學、概率論、優(yōu)化理論和代數(shù)等方面的理論和方法為人工智能提供了算法和模型的理論基礎。同時，人工智能已經(jīng)被廣泛應用于解決一些數(shù)學問題和驗證數(shù)學證明。舉例來說，深度學習模型可以幫助數(shù)學家探索數(shù)據(jù)集中的模式，提出新的數(shù)學猜想。我認為人工智能實際上是數(shù)學（包括統(tǒng)計學）的一個分支，它們之間并不應該被獨立看待，而是相互交織、相互促進的關系。
Q3：基礎學科和人工智能會擦出怎樣的火花？
周曉華：基礎學科，包括但不限于數(shù)學、物理、化學、生物等和人工智能的結(jié)合可催生出一系列革命性的應用及技術上的進步，這些進步不僅推動了學科本身的發(fā)展，也為各行各業(yè)帶來了前所未有的變革。例如新藥研發(fā)是一個復雜、成本高昂且耗時的過程，但AI已開始在新藥研發(fā)中發(fā)揮作用，提高研發(fā)效率。
比如藥物設計與篩選，可以通過AI學習大量的化學信息和生物活性數(shù)據(jù)，來預測新分子與特定蛋白質(zhì)的結(jié)合能力，從而加速初期的藥物篩選過程。
再比如生物標記物的發(fā)現(xiàn)，在藥物開發(fā)早期階段，確定與疾病相關的生物標記物是關鍵步驟之一。數(shù)據(jù)挖掘和模式識別方法可以在基因組學、蛋白質(zhì)組學和代謝組學數(shù)據(jù)中識別出與特定疾病狀態(tài)相關聯(lián)的生物標記物。這些標記物隨后可用于藥物靶點的驗證，或作為臨床試驗的生物指標。
在受試者患者篩選方面，人工智能可以優(yōu)化臨床試驗設計，并協(xié)助研究人員更準確地篩選符合試驗條件的患者。這種方法有助于提高臨床試驗的成功率，縮短研發(fā)周期，從而加速新藥的上市進程。
Q4：在大模型+機器人、科研、社交、搜索等領域，爆款級應用會在哪出現(xiàn)？
周曉華：如果人工智能能夠進行因果推斷并具有高度可解釋性，那么它在各個領域的應用將會受益匪淺，并且可能會成為熱門產(chǎn)品。因果推斷可以幫助我們更好地理解事件之間的因果關系，而可解釋性則可以讓我們了解AI模型的決策過程，增加對其結(jié)果的信任度。這樣的AI應用將能夠更準確地解決實際問題，提高決策的準確性和可靠性，從而在市場上引起廣泛關注和應用。
Q5：在人工智能這場競爭中，中國應該如何定位自己？上海應從哪些方面實現(xiàn)中國乃至世界高地的打造？
周曉華：在全球人工智能技術的競爭中，我國的科研人員表現(xiàn)出了強烈的發(fā)展意愿，并在近年來取得了一定的進步。尤其在中文翻譯、自動駕駛等領域取得了顯著成就。雖然在AI基礎理論和方法方面與發(fā)展較早的國家存在一定差距，但我們不應僅僅是追隨者，而應該積極成為創(chuàng)新者和領導者。與國際合作，共同推動人工智能技術的發(fā)展，不僅有助于彌補差距，還能夠為我國在全球AI領域的地位提升做出貢獻。通過開展國際合作，我們可以分享資源、經(jīng)驗和技術，加速人工智能技術的發(fā)展，共同推動人工智能技術的創(chuàng)新與進步。
上海作為中國的經(jīng)濟和技術中心之一，我希望它可以在我國在全球AI競爭中扮演關鍵角色，可以從以下幾個方面加強競爭力：
一是建設國際級AI研發(fā)中心：通過高水平的政策支持和資金投入，建立世界級的AI研發(fā)中心，吸引國內(nèi)外頂尖人才，促進創(chuàng)新和技術交流。
二是創(chuàng)新政策和法規(guī)環(huán)境：維持一個相對開放的政策環(huán)境。
Q6：本屆大會人工智能的全球治理是一個重要話題，如何建立有效合作機制共同應對人工智能帶來的全球性問題？為推動全球AI治理的合作與對話，可以貢獻哪些中國智慧？
周曉華：在合作機制方面，我認為，要建立一套共同的國際規(guī)范和標準，涵蓋AI的發(fā)展、部署、監(jiān)管、隱私和數(shù)據(jù)保護等，確保在該規(guī)范和標準的基礎上推進AI技術的應用。要開發(fā)和推廣國際認可的AI倫理和法律框架，包括數(shù)據(jù)保護、隱私權、算法透明度和責任歸屬等問題的指導原則。此外，要進行國際合作研究計劃和技術分享計劃，促進國際間的技術和經(jīng)驗交流。
我國在AI全球治理中應推廣基于共贏戰(zhàn)略的國際關系理念，強調(diào)國際合作在AI發(fā)展中的重要性。通過這種方式，中國可以與其他國家共同探索如何利用AI解決全球性問題，如氣候變化、疾病控制和減貧
Q7：世界人工智能大會已走過六個年頭，對于本屆大會，您有怎樣的期待？
周曉華：我對人工智能的實際應用落地寄予了一定的期望，希望不僅是有理論和方法的創(chuàng)新，也希望看到實實在在的落地應用成果。尤其希望看到在多個垂直領域行業(yè)，例如醫(yī)療、自動駕駛等有落地價值。
內(nèi)容來源：世界人工智能大會
