青年报·青春上海记者 陈嘉音/文、图

为进一步挖掘大模型的潜力并应对其挑战，2024世界人工智能大会“未知边界”大模型探索未来——大模型青年说论坛于7月6日下午成功召开。会前，清华大学杰出博士生吴海旭与洪文逸，就青年创新力如何引领前沿科技探索的话题，向青年报·青春上海记者分享了他们的独到见解与心路历程。“站在巨人的肩膀上眺望，正是我们青年一代独有的起跑优势。”吴海旭的这番话，精准诠释了青年创新者在大模型时代的非凡使命与无限可能。

  //  AI路漫漫  //  

探索跨学科学习与实践的无限可能

今年以来，多个高校宣布将人工智能（AI）加入通识必修课程。据教育部公开数据，当前全国有498所高校开设了“人工智能”本科专业，209所高校成功备案或申报“智能科学与技术”本科专业。

在当前的教育体系下，如何能够更好地培养未来在大模型领域有所建树的青年人才？清华大学博士生吴海旭用自己的经历回答了青年报·青春上海记者的疑问。

吴海旭于2016年考入清华大学，主修软件工程，并在本科期间辅修了数学与应用数学的第二学位。“扎实的数学基础，为我解决复杂科学问题提供了强有力的支撑，如面对那些需要深厚数学底蕴的偏微分方程等挑战时，我能够自信地应对。”

对于广大学子，尤其是初入大学的新生们，吴海旭建议大家在信息爆炸的时代，充分利用资源，广泛学习，并选择一到两个自己真正感兴趣的方向进行深入探索，尝试跨学科的学习与实践。因为交叉学科往往能激发创新的火花，而现代社会的研究与发展，正呼唤着既专业又具备系统视野的复合型人才。

年轻人学习AI有什么优势？吴海旭说，鉴于AI发展的日新月异，可能仅隔数年，当前热衷的课题便已失去其重要性。历史上，某些领域已逐渐淡出视野，而后来者往往能站在前人的肩膀上，直接步入正轨。

“以2022年GPT及类似大语言模型兴起前为例，我们曾认为其潜力有限，仅视为众多研究方向之一。然而，其后续展现的巨大潜力令人始料未及。若有人在2022年后加入大语言模型或AI研究，他们将无需承担试错成本，直接踏上一条被验证的可行且充满希望的道路。”

“这种站在巨人肩膀上的起点，正是青年人的优势所在。”因此，不必担忧入行较晚带来的劣势，因为我们总能以前人的成果为基石，制定策略，持续前行。

清华大学博士生洪文逸的研究方向为多模态预训练，曾在ICLR、CVPR、NeurIPS等会议上发表多篇论文，主要工作包括视觉语言模型CogAgent、CogVLM、文到图/视频生成模型CogView和CogVideo等。

“对当前的大一新生而言，到其博士毕业时，即至少九年后，人工智能领域乃至整个世界的面貌或将发生深刻变化。”洪文逸告诉记者，大模型技术可能已成为日常生活不可或缺的一部分，形成稳定的从业群体；亦或随着技术进步，所需的人力与计算量大幅减少，能够以更精简的团队维持高效运作。这种不确定性要求学生在选择专业方向时需谨慎考量。

“学生在做出决定时应首先基于个人兴趣，需明确自己的动机——是真正对人工智能充满热情，还是仅仅跟风追逐热门。”洪文逸强调，对于后者，盲目选择并非明智之举，强调了清晰认知与深思熟虑的重要性。

  //  学者共话  //  

探讨大模型在多模态集成、应用框架设计等方面的应用

随着人工智能技术的迅猛发展，大模型技术正逐渐成为推动科技进步和产业革新的重要驱动力。目前，大模型在自然语言处理、图像生成、智能体等领域展现出强大能力，在各类应用场景中发挥着重要作用。然而，尽管大模型已经取得显著进展，其在多模态集成、应用框架设计、创新应用及对齐评测等方面仍存在诸多未知领域亟待探索。

本次“未知边界”大模型探索未来——大模型青年说论坛邀请了多位在大模型领域有显著贡献的青年学者。大模型青年说论坛由AI TIME主办及承办，东浩兰生（集团）有限公司协办，旨在汇聚来自全球的大模型领域优秀青年学者，围绕大语言模型、多模态大模型、大模型应用框架、大模型创新应用、大模型对齐评测和微调五大方向展开探讨。

报告环节，复旦大学副研究员桂韬首先带来题为《大模型智能体类人对齐》的主题演讲。在报告中，他介绍了一个基于大语言模型的智能体综合框架，并探讨确保这些智能体与人类能力和价值观保持一致的策略，最后提出对这种智能体未来的发展的深刻见解。

新加坡Sea AI Lab研究员刘乾带来《从Sailor看多语言大模型训练的机遇与挑战》的主题演讲。他探讨了多语言大模型训练的核心技术和策略，通过分析“Sailor”项目中的最新进展，揭示如何应对多语言数据的复杂性和多样性，以及这些策略在提高模型训练效率和性能方面的成功经验与挑战。

香港大学助理教授黄超带来《探索大语言模型(LLMs)在图学习中的力量》的主题演讲。在报告中，他首先介绍大语言模型在图学习中的应用，其次为观众讲解如何利用LLMs来提升图数据的处理能力，并展示了该技术在社交网络分析、推荐系统等领域的创新应用。

清华大学教育研究院助理研究员于济凡带来《从运用智能到理解智能：大模型时代的智能教育环境与认知评测》的演讲。报告中，他探讨了如何利用大语言模型创建个性化智能教育环境，提升学习体验和认知评测的准确性，并强调了从简单应用智能工具到培养理解和运用智能能力的转变，为智能教育的发展提供了新思路。

俄亥俄州立大学博士生谷雨带来《多模态语言智能体：大模型驱动的新路径》的主题演讲。在报告中，他详细介绍了一个全新的评估框架，旨在应对多模态大模型为语言智能体带来的挑战和机遇。基于该框架，他进一步对多模态语言智能体的现状进行了分析并对未来路线提出了见解。

清华大学博士生洪文逸带来《从CogVLM到CogAgent：一个用于GUI智能体的视觉语言模型》的主题演讲。CogVLM对提升GUI代理的视觉理解和交互能力具有重要作用，她通过CogVLM项目中的视觉语言模型及其在图形用户界面代理中的应用，展示了CogVLM的强大能力，并探讨了其在用户界面自动化等领域的应用前景。

清华大学博士生吴海旭带来《偏微分方程求解大模型》的主题演讲。在演讲中，他分享了深度学习模型在求解偏微分方程（PDE）中的创新应用，为大家介绍大模型对于神经PDE求解器研究的启发，以及其作为一个基本工具在提高PDE求解的准确性、突破方程泛化难题方面的能力，展示了大模型在科学计算、工业仿真模拟等领域的巨大潜力。

在panel环节中，嘉宾们围绕“Agent的无限可能：探索通用人工智能的未来”这一主题展开深入思辨。大家聚焦Agent技术在实现通用人工智能过程中的这一关键角色，从不同的角度表达了自己的观点，思考Agent技术如何推动AGI的发展，并共同探索实现这一目标的技术路径和潜在挑战。

本次“未知边界”大模型探索未来——大模型青年说论坛成功汇集了来自全球的优秀青年学者，展示了大模型技术在多语言处理、图学习、智能教育、语言智能体、GUI代理等领域的最新研究进展和实际应用效果。论坛通过多元的国际化视角和深入的学术交流，促进了全球合作与技术创新。未来，大模型技术也将不断推动各行业的智能化升级，为实现更广泛的应用场景和更高效的解决方案提供强有力的支持。

青年报·青春上海记者 陈嘉音/文、图

编辑:梁文静

来源:青春上海News—24小时青年报