从基础智能到通用智能:基于大模型的GenAI和AGI之现状与展望

本文对生成式AI(Generative artificial intelligence,GenAI)的国内外发展现状进行了概述,重点分析了中美之间在算力、数据、算法、生态等方面存在的差距.为改变我国在生成式AI领域的落后现状,提出高能效算力建设、联邦数据、专业领域模型、基于TAO的联邦生态等应对策略,对大模型时代AI安全治理进行了论述,对通用人工智能(Artificial general intelligence,AGI)的未来发展进行了展望....

Full description

Saved in:
Bibliographic Details
Published in自动化学报 Vol. 50; no. 4; pp. 674 - 687
Main Authors 缪青海, 王兴霞, 杨静, 赵勇, 王雨桐, 陈圆圆, 田永林, 俞怡, 林懿伦, 鄢然, 马嘉琪, 那晓翔, 王飞跃
Format Journal Article
LanguageChinese
Published 中国科学院自动化研究所复杂系统管理与控制国家重点实验室 北京 100190 中国%国防科技大学系统工程学院 长沙 410000 中国%中国科学院自动化研究所复杂系统管理与控制国家重点实验室 北京 100190 中国%上海人工智能实验室 上海 200232 中国%南洋理工大学土木与环境工程学院 新加坡 639798 新加坡%加州大学洛杉矶分校萨穆埃利工程学院 洛杉矶 90095 美国%剑桥大学工程系 剑桥 CB2 1TN英国 01.04.2024
中国科学院大学人工智能学院 北京 100049 中国%中国科学院大学人工智能学院 北京 100049 中国
Subjects
通用人工智能
Generative artificial intelligence(GenAI)
基础智能
平行智能
Sora
large language model
artificial general in-telligence(AGI)
parallel intelligence
foundation model
大语言模型
基础模型
生成式人工智能
foundation intelligence
Online AccessGet full text
ISSN0254-4156
DOI10.16383/j.aas.c240156

Cover

More Information
Summary:本文对生成式AI(Generative artificial intelligence,GenAI)的国内外发展现状进行了概述,重点分析了中美之间在算力、数据、算法、生态等方面存在的差距.为改变我国在生成式AI领域的落后现状,提出高能效算力建设、联邦数据、专业领域模型、基于TAO的联邦生态等应对策略,对大模型时代AI安全治理进行了论述,对通用人工智能(Artificial general intelligence,AGI)的未来发展进行了展望.
ISSN:0254-4156
DOI:10.16383/j.aas.c240156