颁奖季的热闹与冷意丨南周文化榜
春运启动:航班减半 铁路客流降超七成,受贿6197万余元 中石化天然气分公司...
本月更新7872  文章总数90776  总浏览量7240616

智谱AI龙头突发,大手笔减持!低空经济重磅会议召开(附股)

国网许昌供电公司:持续优化环境更好地服务企业

“大家推开门,谁都不认识”,城市社区如何打造治理共同体?,去印度,租一个女人

守则校务公开防震减灾章程制度职责考勤目标管理档案突发事件规定人员职责预案应急

美文示范

国台办:赖清德“双十”讲话蓄意加剧两岸紧张局势严重破坏台海和平稳定

问鼎娱乐app

党中央高度重视防范化解地方政府隐性债务风险工作,要求各地在坚决遏制隐性债务增量的基础上,稳妥化解存量,于2028年底前全部化解完毕。根据国务院议案,2018年以来,各地区各部门坚决贯彻落实党中央决策部署,统筹政策安排和各类资金资源问鼎娱乐app,稳妥化解存量隐性债务,隐性债务风险整体有所缓解,截至2023年末,全国隐性债务余额14.3万亿元。今年以来,受外部环境变化和内需不足等因素影响,财政收支矛盾突出,税收增长不及预期,土地出让收入大幅下降问鼎娱乐app,与各地此前对化债资源的预期有一定差距,化解存量隐性债务难度增大。为贯彻落实党中央决策部署,在压实地方主体责任的基础上,国务院提出增加6万亿元地方政府债务限额置换存量隐性债务的议案问鼎娱乐app,支持各地积极稳妥化解存量隐性债务。为便于操作、尽早发挥政策效用,新增债务限额全部安排为专项债务限额,一次报批,分三年实施。按此安排,2024年末地方政府专项债务限额将由295185.08亿元增加到355185.08亿元。

按照预算法、全国人大常委会关于加强中央预算审查监督的决定规定,地方政府举借债务的规模由国务院报全国人民代表大会或者全国人民代表大会常务委员会批准。财政经济委员会认为,国务院提出增加6万亿元地方政府债务限额置换存量隐性债务,是贯彻落实党中央决策部署的重要举措,对于有效防范化解地方政府债务风险,保障地方财政平稳运行,支持推动高质量发展,具有重要意义。2024年地方政府专项债务限额调整方案符合法律规定。财政经济委员会建议本次全国人大常委会会议批准《国务院关于提请审议增加地方政府债务限额置换存量隐性债务的议案》。

问鼎娱乐app

早期人工智能研究者认为,机器可以通过对符号的操作实现对人类思考(理性行为)的模拟,即让机器像人类那样思考,无需考虑身体和环境。他们把人工智能定义为模拟人类的智能行为,除了模拟思考之外,还包括感知、动作,以及情感与灵感等。由于他们认为思考和身体、环境是分离的,因此在模拟这些行为时,是各自独立进行,没有考虑行为之间的相互联系。人工智能的另一学派内在主义,主张人工智能应该模拟人类大脑的工作原理,我们通常称之为类脑计算。这个学派也没有考虑思考、感知与身体的关系。因此传统人工智能中的两大学派都属于离身智能。

人工智能的发展历史,经历过三个阶段。第一代人工智能提出以知识与经验为基础的推理模型问鼎娱乐app,通过这一模型来模拟人类的思考。这一模型具有可解释性与可理解性的优点,但由于知识表示与获取的困难,该模型在应用和产业化上受到很大限制。第二代人工智能提出数据驱动的模型,通过基于大数据的机器学习,实现对人类感性和情感行为的模拟。由于模型的图像、语音等输入数据来自客观世界,因此具有很大的应用潜力,但由于模型本身存在不安全、不可靠、不可信(不可解释)、不可控和不易推广等缺陷,因此应用范围有限。虽然科学家在这期间也进行过模拟人类动作,比如手的操作与脚的步行等研究,但没有将这些研究与思考、感知等其他方面联系起来。总之,这两代人工智能都有很大的局限性问鼎娱乐app,而且只针对特定领域、利用特定模型去解决特定任务。

2020年大语言模型的出现,把人工智能推向新的发展阶段——第三代人工智能。大语言模型具有强大的语言生成能力,使机器能够在开放领域下实现与人类的自由交互,这表明机器已经完全掌握了人类的语言。此事意义重大。正如哲学家维特根斯坦所言:“我的语言界限,就是我的世界界限。”机器一旦掌握了人类的语言,也就在某种程度上理解了人类的世界。大语言模型向通用人工智能迈出了关键一步。

尽管人工智能在语言生成上取得成功,在许多其他任务上还不能实现领域的通用性。比如医疗诊断,目前我们还没有开发出适用于各种疾病的计算机医疗诊断系统。另外,大语言模型只会说(生成语言)问鼎娱乐app,不会干(行动)。还有大量的任务,特别是复杂的任务,人工智能目前还无法完成。我们离真正的通用人工智能仍有一定距离,其原因就在于,传统人工智能对人类(大脑)的思考、感知与动作等方面的模拟是相互分开的,而且与环境隔离。具身智能则强调物理身体、环境感知与反馈的重要性,并通过它们实现与外部世界的交互。这正好弥补了传统人工智能的不足,使机器通过与环境的反复交互,逐渐学习适应环境并优化其决策和行动,不断迭代,完成更多、更复杂的任务,这就是新的学习范式——强化学习。由此可见,具身智能将使人工智能在更广泛的环境下,完成更多的任务,向通用人工智能迈进。

机器人的研究远在人工智能诞生之前。1954年,科学家发明数字控制可编程的机械臂,为现代工业机器人打下基础,也预示着现代机器人的真正诞生。在人工智能的发展过程中,虽然也将模仿人类动作纳入研究范围,但由于当时研究的重点是思考与感知,动作(身体)并没有受到很大关注。后来,机器人研究慢慢形成一个新领域——机器人学,与人工智能中的动作研究同时存在。机器人学研究的范围更宽,也更多关注技术、实际应用和产业化。1986年问鼎娱乐app,移动机器人的先驱罗德尼·布鲁克斯提出了行为主义机器人学的主张,他认为传统的符号主义人工智能过于依赖复杂的推理系统,忽视了身体与环境的互动对智能行为的关键性贡献。可以说,这是在机器人领域首次提出具身智能思想。

其一是推动机器人技术从单一感知(如视觉或触觉)向多模态感知发展。自动驾驶汽车需要在各种气候条件和复杂环境下行驶,全天候的环境感知极为重要。目前除了利用单一的摄像机之外,人们更多地考虑多传感器融合,即除摄像机之外,还要综合利用激光扫描仪、雷达、声呐、卫星定位等不同传感器,以保证感知的可靠性。同样,对机械手来讲,也需要利用触觉、力觉、力矩觉等多传感器的融合,以便在复杂环境下实现复杂操作,比如,装配、抢险救灾、排雷等。

其二是推动机器人技术更加关注软件与硬件的高度整合。为了适应不同工作任务的需求,我们需要设计不同类型的机器人,如为家庭服务的人形机器人,拥有灵巧双手的装配机器人,拥有特殊功效的仿生机器人等。不同类型的机器人需要不同的控制技术,也会导致不同的学习和感知方式,这反过来又影响机器人形态的设计。这些都属于机器人软硬件协同的问题。

其三,具身智能中的智能体概念对机器人技术也将产生重要影响。根据智能体这一概念,机器人将思考、感知和动作连为一体,既可以在数字世界中也可以在物理世界中完成任务,利用数字世界又可以对物理世界进行仿真,这些对推动机器人的发展意义重大。比如,无人车的实验如果在物理世界中进行,就要受到气候条件、突发事件等诸多因素限制,利用仿真模拟则会大大提高效率,节省时间与费用。利用智能体理论,我们可以让机器人相互之间进行博弈,实现机器的自我进化(迭代),使机器人的性能不断提高。