- 人工智能应用领域
• 服务覆盖全球30亿人口及170多个国家和地区，涉及消费、交通、能源、制造等多个行业。
• 在炼钢场景中通过温度预测控制实现年成本降低1000-2000万元。
• 与高校合作提升小分子计算效率10倍，流体计算加快1000倍，气象预测效率提升1万倍。
• 教育领域通过AI绘画软件降低专业绘画门槛，用户达500万。
• 工业生产中利用AI技术提升轧钢精度，减少边角料浪费并新增产值9000万元。 - 当前AI技术挑战
• 深度学习存在认知偏差问题，难以处理OOD情况及视觉计算的敏感性。
• 数据与能源效率低下，预计2026-2028年将耗尽高质量文本数据。
• 现有AI擅长局部统计抽象，但缺乏周期性、复杂模式的分析能力。
• 大模型在福尔摩斯测试和AGI进阶测试中表现不佳，距通用人工智能差距显著。 - 未来技术发展路径
• 提出整合明知识、暗知识和默知识的多元认知框架。
• 需解决神经网络对周期性关系表征不足的问题，引入傅里叶描述子等新方法。
• 发展多路径推理机制以应对组合爆炸和长期推理问题。
• 构建包含经验引擎、行动引擎和理念引擎的完整世界模型。
• 探索生物计算与AI的结合，提升大规模并行计算效率。 - 合作与展望
• 开放科技网站号召全球合作，共同推动智能社会发展。
• 强调未来100年智能化革命将深度融合数字与物理世界技术。
• 提出两个基础科学问题和八大关键技术挑战作为重点研究方向。