圣彼得堡国立大学探讨如何让人工智能更通俗易懂
圣彼得堡国立大学人工智能与数据科学中心近日举办了一场关于自适应技术普及的研讨会。来自人工智能、认知心理学、媒体传播和公共关系领域的顶尖专家齐聚一堂，共同探讨如何用通俗易懂的语言向大众解释复杂的人工智能概念。
会议伊始，圣彼得堡国立大学副教授、斯捷克洛夫数学研究所圣彼得堡分所人工智能实验室主任谢尔盖·尼科连科指出了“人工智能”这一术语的多义性。他表示，“人工智能”这一概念涵盖了多个层面，包括科学学科、研究目标和最终产品，这种多义性容易引发误解和认知混淆。
尽管人工智能模型种类繁多，但至今尚未出现我们通常所说的‘强人工智能’（AGI）。
谢尔盖·尼科连科，圣彼得堡国立大学副教授、斯捷克洛夫数学研究所圣彼得堡分所人工智能实验室主任
“虽然改变这一术语并不现实，但在与大众沟通时，更清晰地界定概念有助于避免误解。”谢尔盖·尼科连科强调。他还提到，除了普及人工智能的科学成就外，阐明其潜在风险同样重要。
此外，圣彼得堡国立大学人工智能中心的专家还指出了俄语媒体在使用这一术语时的常见错误。谢尔盖·尼科连科副教授表示，这些不准确的表述使受众对人工智能的本质及其能力产生了误解。他列举了主要错误，包括将机器拟人化、将人工智能简单地视为计算工具、推测人工智能将取代人类劳动，以及对复杂科学概念的过度简化。
“在传播中，应突出开发者在模型创建和训练中的核心作用。使用准确的术语，聚焦具体技术和模型，同时也要强调技术的局限性，而不仅仅是其潜力。”他解释道。他还补充说，与其他学科不同，人工智能的基本原理可以在不涉及复杂数学的情况下向大众解释清楚，这也是普及工作的重点。
2023年12月，圣彼得堡国立大学在全俄竞赛中脱颖而出，获得国家支持，成为人工智能领域的行业研究中心。目前，我校人工智能与数据科学中心的研究方向包括嵌入式人工智能解决方案构建器和“物联网”强人工智能平台。中心在多个领域积极开展工作，成果丰硕。例如，StudyFair服务致力于为学生编程作业提供透明化的解决方案，而多模态控制系统则用于保障工业场所的劳动安全和工作规范执行。
随着人工智能技术的快速发展，其在专业领域（尤其是媒体传播领域）的应用也日益广泛。《Hi-Tech Mail》（“VKontakte”平台）编辑基拉·丘拉科娃分享了利用人工智能工具生成科普内容的经验。她强调，在当下，内容的吸引力比创作方式更为重要。“只要内容有趣，受众就会感兴趣。人们关注的是内容的价值，而不是它是否由机器生成。”她说道。
基拉还提到，媒体行业的职业角色正在发生变化。由于内容生产的自动化，编辑的需求量超过了作者。“我们不断优化流程，缩短任务完成时间。我们的团队结构也发生了变化：过去有两名全职新闻作者，现在他们转型为编辑，薪资也有所提升。”她补充道。
此次“聊聊人工智能”会议由圣彼得堡国立大学新闻与大众传播高等学院数字媒体传播系主任、人工智能与数据科学中心专家卡米拉·尼格马图林娜主持。
在探讨人工智能在人文科学领域的潜力时，莫斯科物理技术学院教师玛丽亚·拉兹格里娜分享了一个前沿方向——利用人工智能技术识别人类情绪状态。“心理学将情绪分为四种基本类型：快乐、悲伤、惊讶和恐惧。此外，还有更复杂的情绪表现，如焦虑、无聊和困惑。通过提取多种特征，现代人工智能模型能够对数据进行分类，从而判断用户的情绪状态。”她解释道。
独立IT公关顾问、Just AI公关负责人波琳娜·科诺罗娃指出，人工智能技术的成功应用不仅需要高效的算法，还要契合市场需求和目标受众的兴趣。她分析称，当前人工智能行业竞争激烈，信息过载导致同质化内容泛滥。为此，她建议制定以高质量、独特性为核心的传播策略。
她还强调，必须缩小理论研究与实际应用之间的差距，将重点转向具体案例和可量化的成果。“人工智能已成为各国发展战略中的重要工具，相关法律法规不断调整，行业巨头之间的竞争也日益激烈。如果不持续关注这一领域，讨论这些话题将变得越来越困难。”波琳娜总结道。