学院校庆周系列学术报告——上海市智能信息处理重点实验室“大模型与AI4S” 专场研讨会成功召开

2024年5月30日，在这个绿树成荫、天气凉爽的日子，值此复旦大学119周年校庆之际，上海市智能信息处理重点实验室成功举办了“大模型与AI4S”专场研讨会。

张奇教授进行报告

张奇教授以“大语言模型是实现AGI的必由之路吗？”为题报告，在报告中就当前被广泛关注的大模型与通用人工智能的关系问题进行报告，张教授指出，大型语言模型在过去的一年中迎来了迅猛发展，在多个领域展现出前所未有的能力。引发了业内对通用人工智能（AGI）的预测，认为基于大型语言模型的AGI将在短时间内成为现实。然而，大型语言模型是否真的是实现AGI的必由之路呢？张教授通过对多个场景的人工智能处理逻辑的剖析深入探讨了这个问题。

张栋同学进行报告

周雅倩副教授的研究生张栋就他们的共同研究课题做了独具特色的演讲

周雅倩老师的学生，张栋带来的报告题目为“语音大模型的构建、应用与优化”，报告指出，GPT-4o的出现重新定义了多模态交互的实现方式，端到端的多模态大模型被认为是多模态交互的未来。张栋同学介绍了构建端到端语音大模型的研究工作，通过构建语音离散化工具打造具有语音理解与生成能力的统一语音大模型，建立了具有内生跨模态能力的多模态大模型SpeechGPT，以及目前业内首个针对语音大模型而设计的离散化工具SpeechTokenizer，并在此基础上构建了语音对话大模型SpeechGPT-Gen。

李昊研究员进行报告

来自复旦大学人工智能创新与产业研究院李昊研究员，带来了题为“人工智能在气象预测中的应用——伏羲气象大模型”的报告。李昊首先回顾了该领域的国内外研究现状，指出大模型技术在气象方向迎来了快速发展，特别是在中期天气预报上能达到甚至部分超过数值天气预报的结果。然而该领域仍存在诸多挑战，比如极端值预报、集合预报等。围绕上述问题，李老师在报告里介绍伏羲气象大模型在中期天气预报、次季节预报、MJO预报等方向的研究进展。

桂韬青年副研究员进行报告

桂韬青年副研究员带来了题为《大模型智能体能力对齐》的深度报告。报告指出，几十年来，人类一直在寻求创造接近或超越人类智力的人工智能（AI），智能体被誉为实现这一目标的一条有希望的道路。大语言模型（LLM）越来越被视为通用人工智能（AGI）发展的潜在催化剂，激发了创建多功能智能体的希望。桂韬老师介绍了基于大模型的智能体的综合框架，讨论确保这些智能体符合人类能力和价值观的策略，并提供了对此类智能体未来发展的独到的见解。

马兴军青年研究员进行报告

马兴军研究员的报告题目是《大语言模型安全初探》。马老师指出：大模型，尤其是是大语言模型（LLM），在过去的两年时间里发展迅猛，但人们对模型的了解并不深入，报告具体介绍了三个团队近期在LLM可信性方面的研究工作，从LLM安全对齐评测、LLM的训练数据泄露、LLM的政治偏见三个维度，展开介绍对LLM的一些创新性发现，并指出其研究成果揭示了LLM的“伪对齐”现象，发现了LLM容易泄露原始训练数据的条件，并指出LLM存在的有偏见且不易被纠正的政治立场。

谭伟敏青年研究员进行报告

谭伟敏青年研究员带来了题为“融合跨任务知识的光流估计”，谭老师指出，光流估计是一项基础且充满挑战的计算机视觉任务，它对于理解和预测像素级运动模式，进而实现机器高精度感知周围动态环境至关重要，在自动驾驶、视频监控、增强现实等热门领域广泛应用。光流估计性能的优劣在很大程度上取决于训练数据的质量和先验知识的融合，而光流标注非常难以获取，高质量光流数据集的缺乏成为了光流估计算法发展的瓶颈。融合知识的光流估计提供了一种新的潜在解决方案，它通过在数据驱动学习基础之上融合跨任务先验知识，解决当前光流估计普遍存在的“光流语义碎片化”、“光流迭代优化计算冗余”、“跨模态流异质”等问题，为理解和预测像素级运动模式提供技术支撑，提升机器感知动态环境的能力。

在专场研讨会中的每个演讲主题后，都有与听众的互动环节，与会老师和同学踊跃提问，和演讲专家进行了深度互动，提出了很多自己关心的科研论题来进行讨论，现场气氛活跃，知识流转。在人工智能领域研究日新月异的大环境下，举办大模型和AI for science专场研讨会，作为给复旦大学119周年校庆的庆礼活动，彰显了复旦大学在人工智能领域的创新能力和研究深度。

会场互动