復(fù)旦大學(xué)管理學(xué)院教授、博導(dǎo)，復(fù)旦大學(xué)智慧城市研究中心主任凌鴻教授在“WAIC Circle·AI預(yù)見(jiàn)生態(tài)論壇”上作主旨演講
引言
在這個(gè)充滿(mǎn)變革與創(chuàng)新的時(shí)代，人工智能浪潮席卷而來(lái)，AI大模型成為引領(lǐng)行業(yè)發(fā)展的重要引擎，孕育催生未來(lái)產(chǎn)業(yè)新模式、新業(yè)態(tài)。AI大模型的底層邏輯是什么?面對(duì)AI大模型帶來(lái)的顛覆性創(chuàng)新機(jī)會(huì)，AI+時(shí)代，企業(yè)應(yīng)如何把握先機(jī)，實(shí)現(xiàn)跨越式發(fā)展?
4月23日“WAIC Circle·AI預(yù)見(jiàn)生態(tài)論壇”上，復(fù)旦大學(xué)管理學(xué)院教授、博導(dǎo)，復(fù)旦大學(xué)智慧城市研究中心主任凌鴻教授進(jìn)行主題為《AI大模型的底層思考和發(fā)展趨勢(shì)：AI+時(shí)代，顛覆性創(chuàng)新機(jī)會(huì)在哪里?》的分享，以下內(nèi)容整理自凌鴻教授演講實(shí)錄。
精彩觀點(diǎn)
● 什么是人工智能時(shí)代?首先，要理解什么叫智能。我的理解是，智能是系統(tǒng)或個(gè)體能夠?qū)Νh(huán)境做出恰當(dāng)反饋的能力。
● AI大模型的底層邏輯就是神經(jīng)網(wǎng)絡(luò)。數(shù)據(jù)是神經(jīng)網(wǎng)絡(luò)非常重要的要素，數(shù)據(jù)越多它學(xué)得越好，反饋越好。
● 大家都在說(shuō)人工智能三大要素——算法、算力、數(shù)據(jù)，其實(shí)在這三大要素中間，假如談到應(yīng)用的話，必須加上另外一個(gè)要素——目標(biāo)，而且目標(biāo)比其它三個(gè)都重要。
● 人工智能不是人類(lèi)智能，要讓機(jī)器做機(jī)器擅長(zhǎng)的事情，人類(lèi)做人類(lèi)擅長(zhǎng)的事情。
01、智能時(shí)代來(lái)臨
春節(jié)期間Sora出現(xiàn)，我們可以看到，它最大的三個(gè)特點(diǎn)是文生視頻、多景切換和世界模型。
● 文生視頻。其中“文”非常關(guān)鍵，“文”是我們?cè)谌宋慕涣鬟^(guò)程中間最規(guī)范的一種交流方式。假如沒(méi)有這樣的規(guī)范，生成視頻很難。因?yàn)楫?dāng)我們要描述一個(gè)視頻時(shí)，可能需要有大量的信息。那這些信息從哪來(lái)?今天AIGC需要通過(guò)理解自然語(yǔ)言來(lái)產(chǎn)生內(nèi)容，而理解首先需要提供準(zhǔn)確的表達(dá)，因此“文”變得很重要。
● 多景切換，即不同角度所看到的畫(huà)面準(zhǔn)確對(duì)應(yīng)。比如說(shuō)，當(dāng)我看到你的時(shí)候，可能這里有一個(gè)話筒。當(dāng)我換一個(gè)角度看另一邊，話筒還是在那里。
● 世界模型。我們看到的世界是真實(shí)的世界，它其實(shí)不用叫模型，就是真實(shí)的。但當(dāng)我們把它虛擬化、數(shù)字化之后，就變成了一個(gè)模型。那這個(gè)模型能不能表達(dá)我們的現(xiàn)實(shí)世界?我覺(jué)得現(xiàn)在還不能，正在努力。
了解了這些之后，我用ChatGPT產(chǎn)生了一個(gè)關(guān)于Sora的介紹，它幫我進(jìn)行了簡(jiǎn)單的匯總。但是大家有沒(méi)有發(fā)現(xiàn)，假如你再去問(wèn)ChatGPT同樣的問(wèn)題，它的回答就變了，甚至永遠(yuǎn)也給不出同樣的答案了。這是為什么?因?yàn)樗旧砭褪谴竽Ｐ驮谀M人性的東西，而恰恰人性很有可能是不確定性的東西。就像在沒(méi)有工具的輔助下，我不可能再完全相同地進(jìn)行一次今天的演講，而這恰恰就是人。所以假如我們用大模型、人工智能來(lái)模擬人，這一點(diǎn)是必須要做到的，這就是它的底層邏輯。
這里是我羅列的從2010年開(kāi)始每年的一個(gè)熱門(mén)詞，大家可以看到在整個(gè)的十年過(guò)程中，AI不是今天才剛剛出現(xiàn)的，它出現(xiàn)了很多次。
第一次人工智能出現(xiàn)是在2011年，當(dāng)時(shí)有一個(gè)叫沃森的計(jì)算機(jī)，在美國(guó)的智力競(jìng)猜節(jié)目中獲勝，同時(shí)擊敗兩位冠軍選手，碾壓人類(lèi)。它聽(tīng)得懂人話，能回答問(wèn)題，由此引發(fā)了之后的人工智能大熱。這場(chǎng)人工智能熱導(dǎo)致知識(shí)圖譜在人工智能中間蓬勃發(fā)展。沃森也因能夠回答人類(lèi)大量的問(wèn)題變成了一個(gè)專(zhuān)家，成為醫(yī)生，進(jìn)入醫(yī)療領(lǐng)域。近幾年因使用成本過(guò)高而正式退役。
第二次人工智能熱門(mén)出現(xiàn)在2017年。這次熱門(mén)出現(xiàn)是因?yàn)樵?016年的一場(chǎng)圍棋大戰(zhàn)中，AlphaGo戰(zhàn)勝了韓國(guó)的圍棋頂尖高手李世石，讓大家看到了人工智能的潛力。雖然人們漸漸遺忘了AlphaGo，但其實(shí)AlphaGo帶來(lái)的影響到目前為止仍在影響我們。
第三次人工智能熱門(mén)就是在2023年了。大家都知道2022年的十月份出現(xiàn)了ChatGPT，我想不論是誰(shuí)，當(dāng)你第一次使用它，一定會(huì)感到驚訝，驚訝到不可思議。因?yàn)橐粋€(gè)機(jī)器居然能回答的像人一模一樣，而且讓你感覺(jué)很舒服。那么這次的人工智能熱門(mén)能持續(xù)多久，會(huì)不會(huì)像前兩次一樣，過(guò)了幾年以后被大家漸漸遺忘呢?我們現(xiàn)在并不知道。
接著，我們來(lái)看看究竟怎么來(lái)理解人工智能。今天我們已經(jīng)進(jìn)入到智能時(shí)代，那么什么是人工智能時(shí)代?首先，要理解什么叫智能，我的理解是，智能是系統(tǒng)或個(gè)體能夠?qū)Νh(huán)境做出恰當(dāng)反饋的能力。
ChatGPT、Sora出現(xiàn)之后，我們感覺(jué)人工智能的能力好像不僅僅是回答問(wèn)題、下棋、對(duì)話、畫(huà)圖，甚至生成視頻，它好像是萬(wàn)能的，可以做任何事情，就給它命名為通用人工智能(AGI)。我認(rèn)為，這里的通用人工智能是指它在某些方面的能力可能達(dá)到了“我想用它，它都能做”的那種感覺(jué)。
02、AI大模型的底層邏輯
在以上理解的基礎(chǔ)上，我們?cè)賮?lái)看看智能體的結(jié)構(gòu)。
首先，智能體對(duì)環(huán)境要做出反饋的話，是環(huán)境要給它一個(gè)輸入。所以需要先有個(gè)輸入，輸入之后，智能體會(huì)在它得到輸入的信號(hào)后，給出及時(shí)的反饋，這里稱(chēng)之為反射，即我們平時(shí)所說(shuō)的條件反射。這種反射實(shí)際上是不經(jīng)過(guò)大腦的，我們可以把它認(rèn)為是一種人的本能，人的本能自然而然就會(huì)對(duì)環(huán)境做出反應(yīng)，而不是通過(guò)智能。然而，對(duì)環(huán)境做出反饋，其實(shí)不是大模型的擅長(zhǎng)，因?yàn)樗鼪](méi)有條件反射，它沒(méi)有本能。假如按照這樣的邏輯，今天的大模型將永遠(yuǎn)達(dá)不到我們?nèi)祟?lèi)的智慧，因?yàn)槿说闹腔壑虚g最根本的、最基礎(chǔ)的是本能的反應(yīng)、本能的反饋。
接著，吸收大量的環(huán)境數(shù)據(jù)，感知到越來(lái)越多后，將人類(lèi)天然的分析、邏輯歸納、聚類(lèi)的能力加到分析中，分析之后，就形成了一種模型。模型是什么?模型就是我們認(rèn)識(shí)世界的一種規(guī)律。有了規(guī)律的認(rèn)識(shí)之后，當(dāng)外界有一個(gè)條件的輸入，模型根據(jù)規(guī)律就能做出預(yù)判。那為什么要預(yù)判?因?yàn)橐獙?duì)環(huán)境做出更合理、恰當(dāng)?shù)姆答?，這就是智能化。
按照這樣的結(jié)構(gòu)，我們會(huì)發(fā)現(xiàn)，它分為兩部分。模型部分就是大模型今天在做的事情，對(duì)環(huán)境做出本能反饋的部分是機(jī)器、智能設(shè)備或者機(jī)器人在做的事情。這兩部分要結(jié)合，結(jié)合以后，就創(chuàng)造了今天的另外一個(gè)人工智能的話題——具身智能。這樣的結(jié)合可能是真正地把這個(gè)整體整合起來(lái)。
然后，在此之前，又存在著我們的智能最終是由什么決定的?在哲學(xué)上有兩種決定人的智能：決定論和自由意志論。也就是我們這個(gè)社會(huì)是什么樣的一個(gè)社會(huì)，是確定的還是不確定的?假如按照科學(xué)的定義，認(rèn)為任何事物之間一定有規(guī)律，存在固定的規(guī)則，按照這樣的規(guī)則，我們的世界就是確定的，即決定論。但是生活環(huán)境之下，大家并不這樣認(rèn)為，都覺(jué)得好像世界由我決定，努力了就會(huì)成功，即自由意志論。這兩種不同的觀點(diǎn)相互矛盾，所以我們可能先要解決一個(gè)問(wèn)題，這個(gè)世界或智能體是決定論還是自由意志論?這就是今天ChatGPT或者大模型給我們帶來(lái)的一個(gè)挑戰(zhàn)。
今天的人工智能有四種能力：感知能力、分析能力、預(yù)判能力和執(zhí)行能力。
● 感知能力，接收并處理外界信息的能力，如視覺(jué)、聽(tīng)覺(jué)、觸覺(jué)等。但今天的人工智能感知與人類(lèi)的感知相比，我覺(jué)得還差第六感知。
● 分析能力，識(shí)別數(shù)據(jù)及關(guān)系，進(jìn)而理解其本質(zhì)和運(yùn)作規(guī)律的能力。分析能力取決于所獲得的數(shù)據(jù)，如果數(shù)據(jù)不完整，那它所理解的規(guī)律一定是欠缺的。
● 預(yù)判能力，對(duì)事物或環(huán)境做出預(yù)判的能力。預(yù)判就是形成了模型，對(duì)環(huán)境進(jìn)行預(yù)判。但是今天的大模型因?yàn)楂@得的數(shù)據(jù)不完整，所以預(yù)判能力總是有點(diǎn)欠缺。
● 執(zhí)行能力，轉(zhuǎn)化為實(shí)際行動(dòng)能力。實(shí)際行動(dòng)能力相對(duì)來(lái)說(shuō)我們比較容易接受。因?yàn)樗^對(duì)環(huán)境的影響是對(duì)人的影響，人的容錯(cuò)能力特別強(qiáng)，只要我覺(jué)得它合適就合適，沒(méi)有苛求。今天的大模型，它掛了一個(gè)非常重要的特點(diǎn)叫chat，它沒(méi)有說(shuō)是專(zhuān)家、科學(xué)，只是聊天，只要能聊起來(lái)就行。當(dāng)然它也在盡量做到科學(xué)，這便是目前的現(xiàn)狀。
那么，AI大模型的背后是什么?底層邏輯是什么?怎么做到的?
AI大模型的底層邏輯就是神經(jīng)網(wǎng)絡(luò)。神經(jīng)網(wǎng)絡(luò)就是模擬人的大腦的神經(jīng)，人的大腦里面有大量的神經(jīng)元，每個(gè)神經(jīng)元都會(huì)根據(jù)外界不同的信號(hào)及時(shí)做出反饋。神經(jīng)元之間相互影響，從最初感知到信號(hào)的神經(jīng)元，做出反應(yīng)給到另一部分神經(jīng)元，最后由行動(dòng)的神經(jīng)元做出恰當(dāng)?shù)姆答?，這就是整個(gè)大腦的過(guò)程。
今天人工智能已經(jīng)開(kāi)始用人的神經(jīng)元、大腦的神經(jīng)元網(wǎng)絡(luò)來(lái)構(gòu)造神經(jīng)網(wǎng)絡(luò)算法。這個(gè)算法有輸入，中間有神經(jīng)元，神經(jīng)元之間彼此影響，影響到最后有輸出的神經(jīng)元，并要求這個(gè)輸出的神經(jīng)元進(jìn)行恰當(dāng)?shù)姆答?。算法做好之后，接下?lái)就是判斷什么叫恰當(dāng)?shù)姆答仯?dāng)反饋不對(duì)時(shí)，這些神經(jīng)元就會(huì)調(diào)整它的功能，直到正確為止。這就是通過(guò)神經(jīng)元來(lái)訓(xùn)練，訓(xùn)練之后，一旦神經(jīng)元的功能固定，就形成了模型，這就是基本的神經(jīng)網(wǎng)絡(luò)。
人工智能也因?yàn)橛辛松窠?jīng)元，學(xué)習(xí)的方法發(fā)生了變化。從早期分類(lèi)、回歸的監(jiān)督學(xué)習(xí)，聚類(lèi)、降維的非監(jiān)督學(xué)習(xí)，最優(yōu)行動(dòng)策略的強(qiáng)化學(xué)習(xí)，到今天神經(jīng)網(wǎng)絡(luò)抽象特征的深度學(xué)習(xí)。
而深度學(xué)習(xí)的方法取決于什么?它的核心是數(shù)據(jù)，輸入有數(shù)據(jù)，輸出有數(shù)據(jù)。所以數(shù)據(jù)是神經(jīng)網(wǎng)絡(luò)非常重要的要素，數(shù)據(jù)越多它學(xué)得越好，反饋越好。在這里我們發(fā)現(xiàn)，原來(lái)的小數(shù)據(jù)訓(xùn)練適合于監(jiān)督學(xué)習(xí)、非監(jiān)督學(xué)習(xí)、強(qiáng)化學(xué)習(xí)，數(shù)據(jù)太多沒(méi)有意義。但是對(duì)于深度學(xué)習(xí)來(lái)說(shuō)，數(shù)據(jù)越多越好，量變引起質(zhì)變，當(dāng)數(shù)據(jù)足夠多，多到我們無(wú)法想象，那它產(chǎn)生的效果也是無(wú)法想象的，已經(jīng)類(lèi)似于人類(lèi)的思考，所以就產(chǎn)生了GPT模型。
GPT模型簡(jiǎn)單來(lái)理解，其實(shí)就是在模擬我們的大腦。它分為三部分。第一部分是數(shù)據(jù)，用數(shù)據(jù)來(lái)進(jìn)行訓(xùn)練。第二部分是Transformer，用大量數(shù)據(jù)訓(xùn)練形成模型，相當(dāng)于人類(lèi)的大腦。第三部分是反饋，在與外界交流時(shí)，得到任務(wù)，理解后給出反饋。這樣的模型最早是解決語(yǔ)言類(lèi)問(wèn)題的。因?yàn)槿祟?lèi)的對(duì)話之間是順序的、串行的，所以GPT模型也是按順序、串行的方式來(lái)訓(xùn)練的。
到了視頻，它是通過(guò)圖片疊加的，是一個(gè)三維的信號(hào)，那如何去理解三維的信號(hào)呢?OpenAI用了這樣一種方法，它把圖形疊加起來(lái)形成視頻，然后分成一個(gè)個(gè)小塊，然后把這些小塊按照順序連接起來(lái)，變成串行的方式，這時(shí)GPT模型就派上用處了，它通過(guò)大量數(shù)據(jù)輸入訓(xùn)練出今天的視頻模型Sora。
03、人工智能能做什么?
在理解了大模型的底層邏輯之后，我們來(lái)看看Sora給我們帶來(lái)的影響。
● AIGC。不僅僅是文生文、文生圖，今天已經(jīng)到了文生視頻。這里的通用人工智能是指模型具有多種能力，并不是它真的能代替人類(lèi)。
● AGI(通用人工智能)。多場(chǎng)景、多任務(wù)、多模態(tài)，用Sora這種大模型來(lái)幫助我們做各種各樣的事情。
● 視頻生成模型作為世界的模擬器。這一點(diǎn)的實(shí)現(xiàn)很難，但是給我們帶來(lái)了一個(gè)想象。在模型理解世界的過(guò)程中，最底層的是需要觀察更多的數(shù)據(jù)，理解更多的數(shù)據(jù)，然后找出底層的物理特性。
● 以前不相信是真的，現(xiàn)在不相信是假的。為什么?因?yàn)樗M得太真實(shí)了，表面上來(lái)看沒(méi)有任何差錯(cuò)。
在應(yīng)用層面，Sora也帶來(lái)一些影響。
● 改變了視頻制作的流程，視頻制作變得更簡(jiǎn)單，輸入文字通過(guò)多次產(chǎn)生得到好的結(jié)果，提高內(nèi)容創(chuàng)作的效率。這其中關(guān)鍵的不是簡(jiǎn)單地產(chǎn)生視頻的能力，而是選擇視頻的能力。
● 擴(kuò)散Transformer模型能夠處理不同分辨率、持續(xù)時(shí)間和縱橫比的視頻，為影視制作提供新的可能性。
● 廣告、游戲、教育和新聞等行業(yè)也可能受到Sora的影響，改變工作流程，提高效率。
當(dāng)然，Sora也有它的局限。第一個(gè)是擴(kuò)散模型(圖片產(chǎn)生新的圖片的一種技術(shù))加上Transformer模型的架構(gòu)，會(huì)導(dǎo)致越模糊越有優(yōu)勢(shì)，因此它在那些創(chuàng)新的、藝術(shù)的領(lǐng)域更有優(yōu)勢(shì)。第二個(gè)是模擬復(fù)雜物理世界的精確性不夠。第三個(gè)是邏輯的連貫性不夠，可能會(huì)出現(xiàn)幻覺(jué)。
那么在這樣的大背景下，我們建議大家盡早地學(xué)會(huì)使用Sora這個(gè)工具，因?yàn)樗且环N完全創(chuàng)新的工具，而這種創(chuàng)新需要你給它一個(gè)合理的刺激，才能做出創(chuàng)新，所以未來(lái)會(huì)不會(huì)問(wèn)問(wèn)題變得非常重要。同時(shí)需要通過(guò)不斷嘗試來(lái)發(fā)現(xiàn)它在某些方面的用處和價(jià)值，用來(lái)解決問(wèn)題。
Sora的應(yīng)用影響
1、 影視生產(chǎn)的壁壘和“專(zhuān)業(yè)性”是否會(huì)被打破?
不會(huì)，而且會(huì)越來(lái)越專(zhuān)業(yè)。以前的專(zhuān)業(yè)是指會(huì)畫(huà)圖、產(chǎn)生視頻，今天的專(zhuān)業(yè)是會(huì)選圖、選視頻，選擇是藝術(shù)家的非常難得的專(zhuān)業(yè)水平。
2、 心影視的末日&芯影視的黎明?
心影視沒(méi)有末日。芯影視的黎明可能會(huì)出現(xiàn)，也就是AIGC，在未來(lái)的視頻中間會(huì)產(chǎn)生大量的由計(jì)算機(jī)系統(tǒng)來(lái)產(chǎn)生的視頻。
3、 文生視頻的大模型，能代表“世界模型”?
今天代表不了。
4、 對(duì)比計(jì)算機(jī)圖形?虛擬引擎?空間計(jì)算?
對(duì)比計(jì)算機(jī)圖形，它比圖形要更加進(jìn)一步，叫虛幻的引擎。還沒(méi)有進(jìn)入到空間計(jì)算，這是第三步。
5、 是工具還是體驗(yàn)?
一定是工具，今天還沒(méi)有到體驗(yàn)，所以我們更多地拿它來(lái)做工具。
到了這里，我要特別強(qiáng)調(diào)一下，用人工智能來(lái)進(jìn)行應(yīng)用重要的是什么?今天大家都在說(shuō)人工智能三大要素——算法、算力、數(shù)據(jù)，其實(shí)在這三大要素中間，假如談到應(yīng)用的話，必須加上另外一個(gè)要素——目標(biāo)，而且目標(biāo)比其它三個(gè)都重要。假如目標(biāo)選錯(cuò)了，很有可能AI就達(dá)不到你想要的效果。
應(yīng)用首先看目標(biāo)。假如按照這樣的邏輯，大家就能明白，中國(guó)的人工智能跟美國(guó)人工智能差多少，我們不要去比其它的，只要看目標(biāo)。大家想中國(guó)的人工智能目標(biāo)跟美國(guó)人工智能目標(biāo)一樣嗎?當(dāng)然不一樣，所以它再好不能代替我們，我們必須做自己的目標(biāo)。那目標(biāo)背后由什么決定?數(shù)據(jù)。數(shù)據(jù)背后是文化、價(jià)值觀和各種各樣的社會(huì)現(xiàn)象。
Sora的更深層次意義
1、 AI能表達(dá)真實(shí)物理世界的宏觀、中觀、微觀、量子力學(xué)?
這就是上面所說(shuō)的，這個(gè)世界是決定論還是自由意志論?我想，在微觀層面往往隨機(jī)性更大，在宏觀層面其實(shí)是確定的。這個(gè)世界怎么發(fā)展可能大家都能確定，河流流到哪里去，大家都能確定;但是每一個(gè)水滴跑到哪里去，就不知道了。所以今天的大模型在大趨勢(shì)上是確定的，在小的方面它做了一些隨機(jī)。
2、 神經(jīng)網(wǎng)絡(luò)能接近人類(lèi)思維嗎?
人的思維我們今天理解的是神經(jīng)網(wǎng)絡(luò)，用算法來(lái)模擬，那會(huì)不會(huì)人的思維就是這樣?我感覺(jué)不是。所以下一代的人工智能可能要有新科學(xué)、新邏輯的產(chǎn)生。
3、 AIGC有企圖和目的嗎?人類(lèi)的智能有企圖和目的嗎?
今天的ChatGPT、Sora，它們都沒(méi)有目標(biāo)，也就是沒(méi)有意識(shí)。既然沒(méi)有目標(biāo)，沒(méi)有意識(shí)，要能達(dá)到人類(lèi)的目標(biāo)和意識(shí)可能很難，這是我的進(jìn)一步判斷。
4、 AIGC創(chuàng)造的是形還是意?
AIGC創(chuàng)造的更多的是形，而不是意。
5、 人類(lèi)和AI是你死我活的關(guān)系?
人類(lèi)和人工智能不是你死我活的關(guān)系，它是能輔助我們的。人工智能實(shí)際上是一種新的工具。在人類(lèi)的發(fā)展過(guò)程中間，我們要借助人工智能走向更好的未來(lái)。
那應(yīng)該如何來(lái)用好AIGC工具?
對(duì)個(gè)人來(lái)說(shuō)，第一，選工具比選版本更重要。第二，想問(wèn)題比解決問(wèn)題重要，選擇能力比生產(chǎn)能力重要。第三，理解業(yè)務(wù)本質(zhì)比完成業(yè)務(wù)重要。
對(duì)組織來(lái)說(shuō)，第一，鼓勵(lì)員工使用AI，獎(jiǎng)勵(lì)創(chuàng)新者。第二，改變工作流程。第三，形成獨(dú)立團(tuán)隊(duì)，讓團(tuán)隊(duì)理解如何創(chuàng)造新的標(biāo)準(zhǔn)化的AI工作流程。第四，按照部門(mén)提要求。第五，對(duì)于傳統(tǒng)型企業(yè)而言，改變理念是當(dāng)務(wù)之急，系統(tǒng)性地推廣和學(xué)習(xí)是必要的。
最后，我想強(qiáng)調(diào)，在人工智能時(shí)代的一種理念——人工智能不是人類(lèi)智能，要讓機(jī)器做機(jī)器擅長(zhǎng)的事情，人類(lèi)做人類(lèi)擅長(zhǎng)的事情。
（來(lái)源：世界人工智能大會(huì)）
