前言：本篇博客记录 20240831 MAS Lab 第一次大组会要点。
“预测未来最好的方式就是创造它” —— 面向对象之父 Alan Kay
张老师提及 The MIT Media Lab （中国多媒体大会上了解到的这个实验室），用技术带动产业发展、创造生态。
产业布局
未来产业的新赛道将是各领域与AI的强强联合
国家人工智能学院……京津冀：基础研究
长三角：商业模式
粤港澳：产业结合三大国家实验室：张江、浦江、临港三大国家实验室，此外，上海人工智能研究院解决人工智能的产业化问题上海的“3+6”产业体系中， “3”：指集成电路、生物医药、人工智能三大先导产业， “6”：指电子信息、生命健康、汽车、高端装备、先进材料、时尚消费品六大重点产业。低空经济 / 无人机通用足式机器人公司逐际动力LimX Dynamic，致力于打造「地面的大疆」……
人工智能应该走什么样的路？
人类与AI的关系逐渐由竞争（2016 AlphaGo&李世石）转向协同。SD等模型的诞生，正是将人的创造力与AI的泛化力有机结合。那么，人工智能应该走什么样的路？是「少数人统治AI & AI统治大多数人」这样一条道路吗？如果不是的话，个人认为，那我们作为人工智能的研究人员，首要任务就是让人工智能首先走进人们的生活，让人们使用AI，了解AI，让更多人加入AI这个community……
还能研究些什么？
-
做研究无非两个目标：上书架、上货架（张老师每次报告都会提到的两个词），上书架就是教科书；上货架就是解决产业的核心痛点问题。
-
跟随式研究会带来思维惯性和路径依赖，要做探路者，以不同于以往的眼光和角度去探索，做让人眼前一亮的工作。基于人工智能，还可以研究的一些思考点：
- 讲故事；
- 高通量生产概念。人需要有概念，西方的「真理」、东方的「道」以及费孝通的「差序格局」，都是“人人心中有，个个笔下无”的概念；
- AI治理 —— 以人形机器人为代表的具身智能安全
一些受益匪浅的报告
- 周伯文教授「通专融合：通用人工智能前沿探索与价值实现」
- 鄂维南院士「AI4Science」提出者「AI for Science：一场正在发生的科技革命」
- 清华胡事民院士「AI开发框架」计图
美国国防高级研究计划局(DARPA) 科研体系构成（详见此篇文章）
风投比技术专家更加敏锐地知道未来发展趋势
人工智能技术中富含深厚的哲学意味 —— 这个世界有随机性，但不是完全随机的，无论是 diffusion model 还是 transformer ，在设计的同时，都涵盖着对物理世界的深刻探访（好新的思路，之前完全没有考虑过这一层面）
硅基生命 & 碳基生命
关于合作与竞争
合作的前提是各方的垄断，这要求我们的研究具备学理上的门槛。每个合作方拥有各自的不传之秘，合作时负责不同环节，共同带动整个链条的发展。
后记：张老师每年的报告都会为我们注入一些新的思想。皮衣对我们说创造是最有价值的事情，要立志高远，就像 Mr. 柴和皮衣说的那样，要规划好15年的人生目标，想清楚自己若干年后在历史中的定位，并为之付诸努力。
相关资料
- 四足机器人「技术跃变」：如何成为「地面的大疆」？ | 雷峰网 (leiphone.com)
- 清华大学发布基于元算子和动态编译的深度学习框架- Jittor-清华大学计算机科学与技术系 (tsinghua.edu.cn)
- 周伯文：通专融合是通往AGI的战略路径_上海人工智能实验室 (shlab.org.cn)
- 碳基or硅基？数字生命的二三事｜科幻与现实的距离④_澎湃号·湃客_澎湃新闻-The Paper
——运行时数据区)
