通用人工智能更近一步 大型社会模拟器1.0赋能社会治理

  新华网北京10月25日电（记者凌纪伟）以“通用人工智能：构建数据生态·重塑产业体系·赋能社会治理”为主题的第二届智能社会治理论坛10月25日在武汉召开，并发布多项人工智能成果。其中，由北京大学武汉人工智能研究院与武汉东湖高新区国家智能社会治理实验综合基地共同打造的大型社会模拟器1.0的发布引人瞩目。

  大型社会模拟器1.0是社会层面的通用人工智能模拟器平台，可以为社会治理和智慧城市建设提供创新的解决方案，其发布也让人们看到通用人工智能已开始赋能生产生活。

图片来源于网络，如有侵权，请联系删除

图片来源于网络，如有侵权，请联系删除

  通用人工智能赋能社会治理新范式

  大型社会模拟器汇聚个体、群体、公共服务等多维数据，建立全域数据生态，通过定义多层次的UV函数建模行为体，借助分布式计算、高并发调度技术，精准推演完整、动态、迭代的社会发展全过程，打造全息智能社会治理平台系统，建构智能社会治理新范式。

  北京大学武汉人工智能研究院首席科学家、北京通用人工智能研究院院长朱松纯表示，大型社会模拟器1.0能够在3D建模的仿真环境中演练海量智能体交互，实现从个体行为到整体城市运行的多层次复杂系统模拟和群体智能涌现。

  国际上，大型社会模拟器在多智能体系统、认知模型、复杂系统理论等技术领域具有领先优势，并广泛应用于社会治理，如互联网安全治理、大规模交通仿真和全球经济模拟。

  “中国拥有超大城市和复杂的社会管理需求，为大型社会模拟器1.0提供了独特的应用场景。”朱松纯认为，未来它在智慧城市建设、社会治理、公共资源优化等方面有广泛应用空间。

  以原创认知架构、理论框架发展通用人工智能

  “通用人工智能”是新质生产力典型代表,也是全球科技竞争的制高点。

  “能够完成无穷多任务，自主定义任务，价值驱动”，朱松纯认为这是通用人工智能的三个基本特征。

  在2024年中关村论坛上发布的全球首个通用智能人“通通”，就是由价值与因果驱动的具身AGI系统原型。主要是以原创的认知架构理论框架为顶层设计，由自研国产学习和推理框架为底层支撑。

  “通通的日常学习与训练无需大算力、大数据、大模型。”朱松纯说，认知架构支持“理”（能力体系U）与“心”（即价值体系V）双系统，拥有类人价值观，通过与人类多模态交互，获取、对齐人类的价值观，并通过价值体系V驱动，自主生成任务；具备复杂动态场景下的物理与社会常识，通过具身智能保障复杂、长链条任务高效执行。

  本次新发布的大型社会模拟器基于“U-V”心与理双系统理论和真实历史数据，学习人群的价值函数和行为能力函数，打造由“心”驱动的智能体，成功解决了价值体系构建的关键挑战。

  怎样判断某一人工智能是否属于通用人工智能？在朱松纯看来，这涉及到“两个完备性”：首先是认知架构的完备性。认知架构的完备与否关乎我们能否承载知识完成无穷任务；其次是测试环境的完备性。我们要打造一个完整的、世界上任何可能任务都可以在此复现的练兵场，可以在此测试、评级。

  大模型距离实现通用人工智能尚有较大差距

  如今，基于深度学习网络模型实现的任务越来越接近、甚至超越人类水平。然而这些模型都存在任务迁移困难的局限性。每个独立的成果局限在自己的子领域中，人工智能距离达到人类通用且泛化的智能水平仍然相差甚远。

  朱松纯表示，人工智能领域前沿的顶级科学家正在寻求一个统一的人工智能架构，以实现人工智能从感知层到认知层的转变，从解决单一任务为主的“弱人工智能”向解决大量任务、甚至自主定义任务的通用人工智能转变。

  近年来，国际上推出的大模型和基础模型，使得在大规模数据上预训练并且适配多个下游任务成为可能，突破了传统单一任务局限性，看似向着通用人工智能所要求的泛化性前进了一步。但在朱松纯看来，当前大模型距离实现通用人工智能的目标还尚有较大差距，“最主要的局限性为缺乏实现自主驱动的价值体系和认知架构，其学习任务由人工定义，不能自主定义新任务，且学习过程依赖大数据。”

  朱松纯认为，由于智能体缺乏与人类对齐的价值体系，导致其无法理解任务内在含义，跨任务泛化性能差，也难以实现高效的复杂任务规划。因此有必要研究如何为智能体构建符合人类社会价值观的价值体系，探索通用的价值驱动自主机制，赋予智能体通过学习与推理获得物理和社会常识的能力，实现自主任务定义及可泛化的操作技能与可解释的决策行为。

  以前瞻性研究推动中国人工智能跨越式发展

  中国十分重视人工智能发展，海量的数据资源、丰富的应用场景以及数量庞大的人才队伍是我们的优势所在。

  在朱松纯看来，国内需要加快国际化开放共享的人工智能平台建设，需要具备国际视野、远见卓识、开拓精神、大项目实施能力的战略科学家来组建国际顶尖团队，以强烈的使命和扎实的科研计划引领中国人工智能实现跨越式发展。

  朱松纯说，在学术研究层面上，我们要强化新一代人工智能基础理论研究，将纵向深挖和横向交叉相结合，推动人工智能研究范式朝“小数据、大任务”转向，突破面向通用人工智能的操作系统、编程语言等底层技术瓶颈，催生原始创新。

  在科研建设层面上，朱松纯认为，要避免跟随热点蜂拥而上。“科研布局应有战略定力，掌握学术界的深水层动向，抓住必争之地、必经之道。而通用人工智能处于萌芽期，要提前布局围绕通用人工智能的前瞻性研究，抢占高地，打赢关键核心技术攻坚战”。