bet36体育备用_bet36体育投注-【点此进入】

中国教育在线
中国教育在线
清华大学社科学院举办“生成式人工智能与人类未来” 跨学科高峰论坛
2023-04-12 20:02
清华大学
作者:

  4月8日,清华大学社会科学学院积极心理学研究中心和全球产业研究院联合厦门大学社会与人类学院社会认知与计算实验室和合芯科技,共同举办“生成式人工智能与人类未来:机会与挑战”跨学科高峰论坛。本次论坛就生成式人工智能与产业革命、人类优势、教育变革、网络安全、文化偏差等主题,邀请海内外不同领域的企业家和学者进行了精彩报告,并展开了热烈讨论。


彭凯平致辞并作报告

  清华大学社会科学院院长彭凯平教授在致辞中指出,我们生活在一个数据化、网络化、个体化、智能化、中国化的时代,横空出世的通用语言大模型是AI时代的大国重器,将催生全新的科技创新生态,并对现有经济、政治、社会、心理发展等方面造成革命性冲击,希望以本次会议为基础,对建成一个中国主导、自主可控、又开放国际化的通用语言大模型大国重器作出贡献。

  合芯科技董事长、CEO姚克俭先生对生成式人工智能未来发展进行了展望,提出要结合心理学等领域知识搭建生成式人工智能平台,并以此推进我国居民的心理健康服务平台的建设。此外,合芯科技副总裁、首席技术官刘洋先生围绕核处理器、服务器、解决方案,介绍了构建高效算力、自主可信、安全规范的 “专用智算中心”的能力和规划。

  在学术报告环节,彭凯平教授深入分析了生成式人工智能对教育模式、财富分配和全球价值体系带来的冲击,指出要在人工智能时代充分发挥人的竞争优势,如设计感、幸福感、意义感、故事感、同理心。Deephow创始人郑先隽博士也认为,审美、创造力和同理心是人类在AI时代的独特优势。香港中文大学社会科学学院院长赵志裕教授报告了他与聊天机器人的五次对话,总结了生成式人工智能在信息整合、开放学习和知识更新上的优势,以及在独立验证、智力灵活性、价值观等方面的局限。厦门大学哲学系系主任朱菁教授阐述了生成式人工智能的哲学冲击和启示,认为生成式人工智能展示了计算机在后天学习、经验主义和复杂涌现上的非凡能力,同时也促使我们反思人类的语言天性、理性主义等问题。

  北京师范大学余胜泉教授认为,基于分布式认知的认知外包是智能时代人类适应复杂性的必然趋势,教育要促进学生核心素养能力的发展,平衡和连接内外部认知。北京航空航天大学王党校教授提出,沉浸式虚拟现实人机交互系统有望为理解人类的认知调控与智能增强规律提供新工具。北京大学教育学院尚俊杰副教授指出,生成式人工智能使得大规模个性化自适应学习、超级教师成为可能,并让教育者思考究竟要培养什么样的人才、他们需要具备什么能力。武汉大学信息管理学院赵靓副研究员从感恩干预理论出发,报告了深度学习和生成式人工智能在压力缓解领域的建模与应用。上海交通大学教育学院唐鑫副教授探讨了生成式人工智能对于促进学生学业与心理健康发展的可能性和实现路径。

  中国科学技术大学张卫明教授从深度伪造的视角介绍了生成式人工智能滥用可能造成的社会危害,分析了当前深伪检测技术的困境,并介绍了通过深度合成提升深伪防御能力的方法。清华大学苏航副研究员系统梳理了生成式人工智能的关键技术与发展轨迹,深刻剖析了生成式人工智能对互联网技术、传统科学教育体系、制造业生产效率、人类社会结构的革命性影响,并结合我国发展现状,对未来人工智能的发展进行了深入思考,指出通用人工智能是全面综合的系统性工程,要具有坚定的长期主义目标。

  中科院心理所蔡华俭研究员通过与聊天机器人的七组对话,分析了自我概念、能动性、社会认知、动机等问题的东西方文化差异。厦门大学吴胜涛副教授聚焦生成式人工智能的类人偏差问题,介绍了类人偏差的心理测量技术,并探讨了利用反馈机制改变生成式人工智能类人偏差的可能性。武汉大学喻丰教授分析了生成式人工智能有能动无智能、能趋近无回避、假理解伪涌现等特点,并对以人为本的人工智能发展进行了展望。


会议现场

  最后,吴胜涛副教授进行了总结发言,提出生成式人工智能带来的三大冲击包括对产业的冲击,对网络安全和文化的冲击,和对人类理性和天赋的冲击。同时,吴胜涛指出,冲击也孕育着新的希望,包括对人类独特优势的认识,对传统教育模式的重塑,和对人工智能理论的反思。各领域、各学科的专家学者的共同努力,可以帮助建设一个人机协同、智能增强的社会,开创一个有准备、有人性的未来。

  本届论坛是社科学院落实党委教育教学专项巡视整改意见,引领中国社会科学自主科学体系建设系列专题研讨会之一。

免责声明:

① 凡本站注明“稿件来源:中国教育在线”的所有文字、图片和音视频稿件,版权均属本网所有,任何媒体、网站或个人未经本网协议授权不得转载、链接、转贴或以其他方式复制发表。已经本站协议授权的媒体、网站,在下载使用时必须注明“稿件来源:中国教育在线”,违者本站将依法追究责任。

② 本站注明稿件来源为其他媒体的文/图等稿件均为转载稿,本站转载出于非商业性的教育和科研之目的,并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题,请作者在两周内速来电或来函联系。

相关新闻