重视通用人工智能发展（新知）
【现象】与人“对话”、编写代码、创作诗歌、翻唱歌曲……如今，具备一定理解和自主学习能力的人工智能，可以完成一些以往被认为只有人类才能完成的工作。近期，深度学习、大模型等关键技术推动人工智能快速发展，引发社会关注。
【点评】
人工智能可分为专用人工智能和通用人工智能。专用人工智能，只能通过一套特定的算法，完成特定的任务。通用人工智能又称强人工智能，能像人一样举一反三、触类旁通。比如，它能接收不同类别、有一定规模的数据，包括文字、影像、语音，然后把它们融合在一起，遇到新任务时，就可以快速“想到”做过的相关事情并调用掌握的相关知识，创造性地解决问题、完成任务。
近年来，人工智能大模型的出现，为通用人工智能的实现打开了新的想象空间。这些大模型往往运用一套算法、一套模型结构、一个训练思路，来提升人工智能的分析处理能力，而不是直接去解决一个个具体的问题。就像把一个孩子从小学培养到了大学，完成了通识教育，再让他们来学习一些专业知识，去完成特定的任务。这大大提升了人工智能处理复杂任务的能力。比如，过去只能进行录音转写的人工智能应用，现在则可以根据要点进行提炼总结。
尽管经过大模型训练的人工智能仍然“不懂”所做事情的意义，但已经可以输出接近人类理解的结果，并具备生成新事物的“创造力”。目前，一些生成式人工智能应用正向办公、生活等领域渗透，一批生物制药、遥感、气象等垂直领域的专业类大模型走向应用。
通用人工智能加速走进现实，将成为新一轮科技革命和产业变革的重要驱动力量，对人们的生产生活产生重大影响。目前，我国已逐步建立起涵盖理论方法和软硬件技术的体系化研发能力，一批具有行业影响力的预训练大模型蓬勃发展，形成了紧跟世界前沿的技术群。也应看到，我国人工智能发展水平总体上仍处于起步阶段，通用人工智能研究与应用仍然任重道远。
4月28日召开的中共中央政治局会议指出，要重视通用人工智能发展，营造创新生态，重视防范风险。为通用人工智能发展营造良好创新生态，要紧跟行业发展趋势，推动各种参数规模、技术架构、模态、场景的大模型高质量发展，发挥我国市场广阔和应用场景丰富的优势，探索具有产业价值的应用方向，为技术研发提供更多支撑。同时，要加强资源和研发力量统筹，在芯片、底层技术架构、人才培养、产学研融合、开源开放生态建设等方面协同发力，让技术进步和产业发展形成良性循环。
人工智能不断进化，也会带来一定风险。积极推进人工智能治理，要有一定的前瞻性。通用人工智能可处理海量数据，生成近似原作的产品，将在知识产权保护、个人隐私保护、打击虚假信息等方面带来新的挑战。政府、行业、企业等相关各方应加强风险研判，共同制定标准和制度规则，有效防控人工智能的科技伦理风险，不断推动科技向善、造福人类。
《人民日报》（2023年06月26日05版）
(责编：胡永秋、曲源)分享让更多人看到
数据标注员：做人工智能的眼睛
“我们就像人工智能（AI）的眼睛，带它看世界，理解世界，快速成长。”重庆瑞铭安普科技有限公司人工智能训练师吴宏羽这样描述自己的工作。
随着人工智能技术快速发展，越来越多的人工智能应用落地，人工智能训练师这个职业应运而生并不断发展壮大。2020年2月，人工智能训练师作为新职业被纳入国家职业分类目录。2021年，人力资源和社会保障部发布该职业的国家职业技能标准。“职业规范愈加清晰，折射出人工智能行业蓬勃发展的强劲势头，也更加坚定了我从事这份工作的信心。”吴宏羽说。
找到工作价值
2016年，从重庆工商大学人力资源管理专业毕业的吴宏羽进入一家银行工作，不久后辞职去支教。一次偶然的机会，她得知重庆奉节县政府正与百度共同建设人工智能数据标注基地，就选择加入其中，成为一名数据标注员。“此前，我从来都没有听说过数据标注员这个职业。经过了解，我知道这个职业还有一个名字叫人工智能训练师，有很大的发展空间，因此产生了浓厚兴趣。”吴宏羽说。
人工智能训练师是指使用智能训练软件，在人工智能产品使用过程中进行数据库管理、算法参数设置、人机交互设计、性能测试跟踪及其他辅助作业的人员，包括数据标注员和人工智能算法测序员两个工种。
刚接触这个职业时，从操作系统到工作流程，吴宏羽需要一点一滴从头学起。打开电脑，根据人工智能项目提供的各种场景图片，按要求对图片拉框、调整细节、标注不同类型要素，完成初步的数据标注。听上去简单，但因为对数据精细度的要求较高，有时候一张图片需重复操作数次。
在不断学习中，吴宏羽逐渐加深了对这份工作的理解，“人工智能就像刚出生的婴儿，什么都不懂，数据标注员要像老师一样一步步教它们认识、识别物品，把图片、语音、文本、视频等原始数据标注成人工智能可以理解的结构化语言”。通过反复练习，她的标注准确率不断提升，数据质量也就越来越高。
人们生活中常见的智能音箱、语音助手、网络客服、人脸识别等产品的背后，都有人工智能训练师的身影。“看到人工智能产品越来越聪明，人们的生活变得更加便捷和舒适，我找到了工作的价值所在。”吴宏羽说。
提高专业水平
行业的快速发展让吴宏羽感到惊喜。随着人工智能产业加速与各行各业融合，数据标注基础服务需求量持续增长。仅一年的时间，吴宏羽所在的数据标注基地就培育孵化专业数据标注企业10多家，容纳了500多名数据标注师。“我们公司业务量也越来越大，从去年的20多人发展到目前近70人，高学历员工占比越来越高。”吴宏羽说。
让吴宏羽更高兴的是，在通过自己的努力推动智能产品更新迭代的同时，也见证了人工智能技术的快速进步。“我标注的自动驾驶项目最初大多是2D平面图片，适用于一些简单的户外路面识别系统，此后拓展到3D立体图像，更加贴合实际驾驶场景，再演变为2D与3D融合标注，有的还包括手势采集，以便智能系统更好识别理解驾驶员或者数字人的动作。”吴宏羽说，“从人工智能项目数据标注的变化，能感受到我国无人驾驶技术的不断飞跃，我觉得挺酷的。”
由于工作表现突出，吴宏羽如今已成为一名审核质检员，负责审核其他数据标注员的工作。但在她看来，这份工作依然充满挑战，要持之以恒地学习。“数据标注员需要了解不同应用行业的背景知识，根据不同项目特点做出不同标注。同时，由于每次操作的工具平台都由项目方决定，基本不同，因此，数据标注员要熟悉各个标注平台的操作方法，不断学习新的标注规则。”吴宏羽说。
尽管目前行业需求旺盛，但吴宏羽还是产生了强烈的职业危机感。“人工智能培训师职业门槛不高、可替代性强，从业者需要不断提高专业技能水平，增强竞争力。”吴宏羽说。为此，她规划了未来职业发展路线。一方面，了解更多人工智能行业的前沿趋势，掌握语义分割、文本标注等更多技能；另一方面，努力从标注师成长为培训师，为有志从事这个行业的人提供培训、指导服务。
“身边一些朋友了解我的工作后，也选择投身其中，这让我很开心。”吴宏羽说，希望未来会有更多人认可并加入人工智能培训师职业中。
人工智能如何应对气候变化
夏至已至。去年夏天的热浪还让很多人记忆犹新，那是我国自1961年以来的最热夏季。如今，各地频繁出现的高温暴雨等极端天气让人们担心：今年夏天会比去年更热吗？
从数据上看，全球气温升高的趋势相当明显。尽管此前3年的拉尼娜现象对全球气温起到了暂时“刹车”作用，但过去8年仍是有记录以来最热的8年。其中，2016年是有记录以来全球最热的一年。目前有多家机构预测，2023年或2024年极有可能超过2016年，创造新的全球最暖纪录。
面对气候变暖，人类应该如何应对？一些科学家寄望于目前火热的人工智能。
要应对气候变化，首先要“辨症”，要有对天气的准确分析和预测研判的能力。但这并非易事，而人工智能恰恰可以在气象预测领域大展身手。
今年4月，中国发布的人工智能大模型“风乌”，首次实现在高分辨率上对核心大气变量进行超过10天的有效预报。从预报精度看，相比于传统的物理模型，“风乌”的10天预报误差降低19.4%；从预报时效看，全球范围内最好的物理模型HRES有效预报时长最大为8.5天，而“风乌”达到了10.75天；从资源效率看，现有物理模型往往需要在超级计算机上运行，而“风乌”大模型仅用GPU便可运行，30秒即可生成未来10天全球高精度预报结果。
从“风乌”的实践可以看出，人工智能应用于气象领域，从大数据中挖掘规律，可与传统的数理方程形成互补，为生产生活提供更准确、更实用的天气预报。气候变暖将让极端天气更频繁，人工智能可用于改善气象灾害警报系统，实现提前和精准预警，在防灾减灾中发挥更大作用。
应对气候变化，从长远来看，还需要“去根”，即针对气候变化原因采取各种减缓措施。不少科学家认为，气候变暖与碳排放带来的温室效应密切相关，只要人类社会的化石燃料消耗不减少，气候变暖的趋势就不会停止。
加强人工智能应用，可以实现更精准、稳定、有效的减排。人工智能作为能源转型的重要辅助工具，越来越多地被整合到工业系统和家居生活的能源管理中，提高能源利用效率、减少峰值需求，最大限度地利用可再生能源。此外，在核聚变、新能源材料、碳捕集存储利用等领域，人工智能也可以通过发挥数据分析、建模和预测等方面的优势，为这些绿色技术的研发加速。
波士顿咨询集团（BCG）曾在其研究报告中预测，如果要实现《巴黎协定》中提出的将全球平均气温上升限制在1.5℃的目标，各国必须在2030年前减少50%的碳排放。使用人工智能可以帮助减少26亿吨至53亿吨的二氧化碳排放，占减排总量的5%至10%。
如果把人工智能看作一剂药方，那么它也有局限和副作用。例如，人工智能大模型本身就是耗能大户，会增加碳排放。当它与人脑同时工作时，人脑的能耗仅为机器的0.002%。
人工智能是引领未来的新兴战略技术之一，气候变化是当今世界面临的最紧迫挑战之一。人工智能革命和绿色能源革命齐头并进，已成为大国竞争必须抢占的科技制高点。我们既期盼更绿色环保的人工智能，也期盼更智能可控的绿色能源，就像期盼盛夏不再酷热难耐。