三星电子株式会社 (Samsung Electronics Co., Ltd.) 今日宣布，将于 9 月 15 日和 16 日举办 2025 年三星人工智能论坛。 这是该论坛的第九届，已成为一个全球平台，汇聚了知名学者和行业专家，分享人工智能领域最新的进展，并探讨未来的研究方向。
三星电子副董事长兼首席执行官金英俊先生在开幕致辞中表示：“三星正在将人工智能应用于我们所有的运营，以开发能够使人工智能更直观和更深度整合的基础技术。” “今年的 Samsung AI 论坛汇集了业界和学术界的顶级专家，讨论人工智能如何正在改变社会和商业，并分享我们希望能够促进重要思想交流的见解。”
今年的论坛将有来自人工智能领域知名学者的演讲，包括蒙特利尔大学教授、深度学习先驱Yoshua Bengio；以及斯坦福大学教授、初创公司Inception的联合创始人Stefano Ermon，他领导了基于扩散的语言模型（Diffusion-based Language Model – DLM）的开发。
第 1 天：全球學者探討半導體 AI 的未來
三星装置解决方案（DS）部门在韩国永仁三星半导体园区附近举行了题为“AI和视觉垂直战略在半导体行业”的论坛，并成功举办了第一天。
本傑奧教授在主旨演講中，強調了當前 AI 模型的廣泛風險，包括其規避人類控制和濫用的潛力。作為安全措施，他介紹了 Scientist AI，一種旨在幫助減輕這些擔憂的新模型。
與旨在模仿或取悅人類的模型不同，Scientist AI 致力於提供基於事實和驗證數據的真實答案，"本吉奧教授說道，強調該模型提升 AI 安全性和加速科學發現的潛力。他也分享了他關於利用 AI 開發材料的最新研究。
Amit Gupta，西门子EDA高级副总裁，主持了题为“AI驱动电子设计未来”的环节。 在他的演讲中，他强调了将AI整合到电子设计自动化 (EDA) 工具中的重要性，并指出覆盖整个工作流程的端到端系统对于释放AI的全部潜力至关重要。
技術會議由永浩宋（DS部門 AI中心執行副總裁兼負責人）、浦項工科大學（POSTECH）的姜錫亨教授以及韓國科學技術研究院（KAIST）的尹哲勳教授主持。每位講者都分享了在半導體設計與製造應用AI研究領域的最新進展，並就該行業的發展趨勢提供了見解。
宋先生表示：“人工智能 (AI) 如今已是芯片设计和软件开发的必备工具。” “随着半导体制造工艺越来越复杂，我们期待 AI 能帮助应对新出现的技术挑战。”
該論壇還表彰了三位獲獎者。 三星 AI 年度研究員三星 AI 研究員年度獎項得主，包括多倫多大學的尼古拉斯·佩珀諾特教授、加州聖地牙哥大學的羅斯·裕教授和紐約大學的勒雷爾·平托教授。所有獲獎者都接受了邀請，來展示他們的成果並分享其最新研究的見解。
第 2 天：聚焦于代理人工智能时代及生产力提升
三星的 Device eXperience (DX) 部门将在论坛的第二天进行线上直播。 三星开发者 YouTube 频道以“从生成式人工智能到代理式人工智能”为主题1.
“生成式 AI 已成为日常生活中和不同行业的必备工具，”三星电子 DX 部门 CTO、三星研究院负责人 Paul (Kyungwhoon) Cheun 表示。“随着我们进入代理式 AI 时代，三星将继续专注于开发能够为用户带来实际利益的 AI 技术。”
第二天將有約瑟夫·E·岡薩雷斯教授的主旨演講，他是加州大學伯克利分校（UC Berkeley）的教授，也是語言模型和AI代理方面傑出的研究員；亞歷山大·坎巴姆帕蒂教授，他是亞利桑那州立大學的教授，也是AI領域規劃和決策的全球權威；以及斯坦福大學教授、Inception的聯合創始人斯蒂法諾·埃爾蒙。
Gonzalez 教授將發表關於如何擴展大型語言模型 (LLM) 系統的代理能力的研究。他將特別介紹閒置計算 (sleep-time compute) 的範式，此範式允許代理利用閒置的互動時間段進行推理、學習和規劃。
坎帕蒂教授將分享他關於大型推理模型 (Large Reasoning Models – LRMs) 的研究，這些模型旨在克服大型語言模型 (LLMs) 的限制。他將強調，儘管目前的大型語言模型在文本生成方面表現出色，但在事實準確性、規劃和複雜推理方面仍然存在限制，並重點說明了關鍵挑戰，例如確保答案的可靠性、實現根據上下文進行自適應計算，以及提供推理中間步驟的解釋。
埃尔蒙教授將展示基於擴散的語言模型 (DLM)，它將廣泛應用於圖像、視頻和音頻生成的擴散模型應用於語言領域。這種方法旨在克服傳統的文本序列生成方法的限制，並為語言模型提出更高效的範式。
在技術研討會上，三星研究的代表將展示他們最新的研發成果，包括：
• 摄像头 AI 技术 (摄像头 AI) 用于自动调整色彩温度
• 基于知识蒸馏的方法，用于更有效地训练大型语言模型 (LLM)，及其应用
• 设备端 AI 技术（on-device AI），旨在将大型语言模型 (LLM) 应用于消费电子产品，例如智能手机和电视。
• 自动配音技术，生成演讲者本人原声的旁白
• 深入分析技术 (deep dive)，利用多代理系统自动分析和生成各种报告
• 文件 AI 技术 (Document AI)，自动将不同格式的文档转换为结构化数据，供 LLM 和代理系统使用
• 用于开发人员的设备端 AI 工作室 (AI studio on-device)，可缩短生成式 AI 模型的开发周期。
