港大马毅：大模型长期没有理论就像盲人摸象；大佬齐聚谈AI下一步
原文中文，约5500字，阅读约需13分钟。
📝
内容提要
在2024国际基础科学大会“基础科学与人工智能论坛”上，AI专家讨论了人工智能的发展方向，包括大模型的抽象能力、主观价值和情感知识，商业应用的超级产品，模型泛化性和互动性的思考，智能体的能力边界，模型的幻觉问题和落地挑战。
❓
Q&A
大模型的发展面临哪些主要挑战？
大模型的发展面临缺乏抽象能力、主观价值和情感知识的挑战，同时商业应用落后于模型规模增长，缺乏能够体现投入价值的超级产品。
马毅教授对人工智能的未来有什么看法？
马毅教授认为人工智能技术发展需要理论支持，当前缺乏突破，强调智能的本质在于自我改进和知识的增加。
如何解决大模型的幻觉问题？
解决大模型的幻觉问题需要扩大模型的泛化性和互动性，多模态是一个必然的选择，同时要提高基础大模型的准确性。
大模型的能力边界为何重要？
大模型的能力边界重要，因为它决定了模型能否正确理解和处理信息，避免出现幻觉和错误信息。
未来人工智能研究的方向是什么？
未来人工智能研究需将人类语言中的人性和信息能量归类到模型中，推动模型的范式变化。
商业应用如何跟上大模型的发展？
商业应用需开发超级产品，能够真正体现投入的价值，并解决基础大模型的幻觉问题，以支持大规模应用。
🏷️
