人工智能的现状与影响 - 人工智能已深度融入日常生活，不再是未来概念 [1] - 大语言模型的兴起使人工智能对普通人而言变得触手可及 [6] - 人工智能在芯片设计等复杂工业领域已成为不可或缺的工具 [3] - 人工智能技术已通过图灵测试，达到了真正实用的程度 [9] 核心技术要素及其关系 - 云计算是人工智能发展的基础，二者唇齿相依 [5][6] - 大语言模型是当前人工智能的代表，依赖于神经网络和深度学习技术 [6][7] - 大语言模型可类比为人工智能的引擎，其应用形式可以多样化 [8] - Transformer架构的核心创新在于自注意力机制，能建立词语间的关联 [19] 算力与数据的关键作用 - 算力需求随模型复杂度和数据规模呈百万倍增长 [20] - 数据规模达到一定程度会发生质变，互联网文本数据催生了大语言模型 [20] - 当前人工智能利用的数据仅占地球数据总量很少一部分，未来潜力巨大 [21] - 高质量、有针对性的数据比单纯的数据量更重要，是未来发展方向 [29] 人工智能的前沿应用 - 之江实验室推进“三体计算星座”项目，计划将算力部署到太空 [10][11] - 太空计算系统旨在解决卫星间互通互联及地球数据回传限制问题 [12][14] - 项目计划联合上千颗卫星，目标是将算力资源分享给世界上的每一个人 [14][15] - 人工智能正推动科学发现，大型科学模型旨在处理文本以外的科学数据（如光谱、蛋白质结构） [36][37][41] - 人工智能已应用于解决蛋白质折叠等重大科学难题，并获诺贝尔奖认可 [37][39] 人工智能与跨学科融合 - 人工智能的发展源于心理学、神经科学等多学科的交叉融合 [17][18] - 对人脑工作机制（如情绪、意识）的理解有助于推动人工智能发展 [16][17] - 人工智能被视为释放人类创造力的新工具，如同纸和笔 [30] 人工智能的发展与挑战 - 大语言模型的“幻觉”输出可能被视为创造力的体现，而非缺陷 [27] - 与人工智能交互时，明确的角色指令和礼貌态度有助于提升回复质量 [24][25] - 人工智能的成功（如ChatGPT）背后是长达四十年的持续努力 [50] - 人工智能在教育领域潜力巨大，可实现个性化辅导，惠及全球 [48] - 在人工智能时代，深度思考和批判性思维对人类至关重要 [49]