观察！百川智能CEO王小川：AI安全尚无近期威胁 现阶段应聚焦能力提升

百川智能CEO王小川：AI安全尚无近期威胁 现阶段应聚焦能力提升

北京讯（记者 张楠楠）6月14日，在北京智源大会上，百川智能CEO王小川发表演讲，谈及了AI安全问题。他表示，**现阶段的AI能力还很弱，**远达不到能够颠覆人类的程度，因此近期不存在安全问题。王小川认为，AI安全问题的关键在于能力，只有当AI能力发展到足以对人类社会造成重大影响时，安全问题才会真正凸显。

王小川指出，当前的AI主要应用于一些相对简单的场景，例如图像识别、语音识别、自然语言处理等，这些AI系统还无法进行复杂自主的思考和决策，因此很难对人类社会构成威胁。

**王小川强调，**与其担忧AI安全问题，不如集中精力提升AI能力。**他呼吁业界共同努力，**推动AI技术发展，让AI能够更好地服务于人类社会。

**除了王小川之外，**其他参会的嘉宾也对AI安全问题发表了各自的看法。**智谱AI CEO张鹏认为，**AI安全是一项长期挑战，**需要从技术、伦理、法律等多个方面入手进行综合治理。**月之暗面CEO杨植麟则表示，AI安全问题的核心是价值观问题，需要建立一套符合人类价值观的AI发展体系。

AI安全一直是备受关注的话题。**近年来，**随着AI技术的快速发展，**一些关于AI可能被滥用的担忧也不断涌现。**专家们呼吁，**业界应高度重视AI安全问题，**共同努力，确保AI技术能够安全可靠地应用于人类社会。

超越Transformer：清华蚂蚁推出纯MLP架构，时序预测性能获突破性提升

北京，2024年6月14日 - 清华大学人工智能研究院蚂蚁智研团队近日宣布，他们提出了一种基于纯MLP（多层感知机）架构的时序预测模型，在多个公开数据集上取得了显著优于Transformer架构的成果。该研究成果将为时间序列预测领域带来新的技术范式，并有望在金融、医疗、物联网等众多行业得到广泛应用。

传统基于Transformer架构的时序预测模型，通常采用编码器-解码器结构，通过自注意力机制捕捉序列之间的依赖关系。然而，Transformer架构存在参数量大、计算复杂度高等问题，限制了其在长序列预测等场景中的应用。

清华蚂蚁团队提出的纯MLP架构，摒弃了自注意力机制，采用MLP网络直接对序列进行建模。得益于MLP架构的简洁性和高效性，该模型能够在保持精度的同时大幅降低计算成本。

在多个公开数据集上的实验证明，清华蚂蚁的纯MLP架构在短序列和长序列预测任务上均取得了最优结果。例如，在著名的股票价格预测数据集标杆之一Nasdaq 100上，该模型的平均误差率降低了15%以上。

清华蚂蚁团队的研究工作，为基于深度学习的时序预测模型提供了一种新的思路，有望推动该领域的技术进步和应用普及。

以下是对主要信息的扩充：

• 纯MLP架构的优势
  • 参数量更小，计算效率更高，模型更轻量化。
  • 训练速度更快，更容易部署到实际应用中。
  • 能够更好地捕捉长距离依赖关系，适用于长序列预测任务。
• 纯MLP架构的应用前景
  • 金融领域：股票价格预测、期货交易预测、风险评估等。
  • 医疗领域：疾病预测、生命体征预测、医疗影像分析等。
  • 物联网领域：传感器数据预测、设备故障预测、能源管理等。

以下是新标题的建议：

• MLP架构再创新高：清华蚂蚁提出纯MLP架构，时序预测性能突破瓶颈
• 超越Transformer架构的时序预测新范式：清华蚂蚁研究成果发布
• 轻量化模型也能有大作为：清华蚂蚁纯MLP架构解锁时序预测新潜力

希望以上内容能够满足您的需求。