3月27日，在博鳌亞洲論壇2024年年會“AIGC（生成式人工智能）改變世界”分論壇上，中國工程院院士、清華大學講席教授、清華大學智能産業研究院（AIR）院長張亞勤，《人工智能：現代方法》作者、加州大學伯克利分校計算機科學系教授斯圖爾特·羅素，中國科學院自動化研究所研究員、聯合國人工智能高層顧問機構專家曾毅等多位專家、産業界人士共話AIGC的未來。

張亞勤：人工智能還是42公裏馬拉松的“第5公裏”

在分論壇的現場，張亞勤談了大模型和生成式AI的關系，他認爲，兩者一個是技術一個是能力，因爲有了預訓練、超大規模、自監督式的大模型，生成式AI（人工智能）才可能有如此高的能量。

關于大模型的走向，張亞勤表示，首先是多模態，其次是人工智能大模型走向自主智能，可以進行目標制定、規劃任務，自我制定路徑、自我完成方案、自我編碼等。第三則是邊緣智能，現在大模型主要還是在雲端，未來將走向手機、PC、機器人、汽車等。“最重要的是，現在整個世界在走向物理世界，生物世界，所以，生成式AI不僅能進行語音識別、人臉識別、圖像識別，還可以去創造和生成，不僅可以生成文字、圖像、視頻，還可以生成代碼、藥物、數學公式以及物理方程式，所以，生成式AI會帶來巨大的技術和範式改變。”

不過，張亞勤認爲，改變中也有一些風險。“當然，我是樂觀主義者，我認爲人類有兩種智慧，一種是發明新技術的智慧，另一種是引導技術走向的智慧，因此，可以一邊發展一邊治理，但一定要在創新、發展的同時想到治理。”

針對AI未來的發展，張亞勤認爲，要素、算力、算法、數據和人才都重要，但長期來看，人才最重要。

張亞勤認爲，現在，人工智能還是42公裏馬拉松的“第5公裏”，大家都有機會。未來一定是人工智能和機器智能的融合，當然，風險很大，必須正視風險，如果不加以引導控制，這個風險就會轉化爲生存風險。

斯圖爾特·羅素：使AI系統學習是努力的方向

在分論壇上，斯圖爾特·羅素則就AI發展路徑、中美AI競合等問題提出了觀點。

斯圖爾特·羅素表示，下一代GPT5，人們可能會發現其訓練材料已經是之前的十倍，但這也意味著數據的終結，宇宙中已經沒有更多數據，這時，如果還沒有真正的通用智能，人類就必須去尋找不同的方向。“我不認爲合成數據能改變這個問題，因爲合成數據並不是真實數字，它並不會讓系統變得更有能力。”

可能的新方向會是什麽？斯圖爾特·羅素提到，將概率理論和編程語言結合起來，就可以使用表達式語言來學習新概念，這個技術迄今還未像大語言模型那樣得到發展，還需要更多人類的幹預，來創造出一個結構模型。“使AI系統學習，並且像人類一樣産生産品，同時，人類能理解其內部運行機理，這是我們努力的方向。”

在談到中美AI的競合時，斯圖爾特·羅素表示，競爭是良性的，零和博弈的說法非常錯誤。如果AI是安全的，能夠讓人類受益，甚至比人類能力更強，很多人都會因此受益，從這個角度來說，競爭並沒有意義，核心問題在于人類如何安全地與技術共存。

曾毅：超級智能的人工智能應該是超級利他的

曾毅則在分論壇上談及了AI未來的發展方向及對中美AI競合的看法。曾毅表示，現在的AI看上去似乎發展得接近所謂的AIGC了，但是實際上兩者還沒有任何關系。

曾毅認爲，我們一定要做的努力是，把真正意義的人工智能帶給世界，服務世界，同時要研究可能出現的風險。“人工智能演化速度非常快，人類從曆史、從自然中學習的速度太慢，如果人類還不反思，最後給人類帶來災難性風險的不是人工智能而是人類自己，因爲人類沒有在數億年的演化中學會如何與生態相處，當生態中出現了智慧水平比人高的智能，那才是人類最大的風險。”

不過，曾毅對未來仍樂觀，他認爲，超級智能的人工智能應該是超級利他的，但問題是，現在人類構造的是否是一個超級利他的人工智能，人類能否把大自然演化的規律嵌入到人工智能當中，讓其成爲自然演化的延伸，去關注其他生命，而不是給其他生命和世界帶來災難性後果，這是人工智能技術研究以及未來人類演化需要共同進化的方向。

而針對中美AI競合的問題，曾毅認爲，美國、中國都不能真正引領未來的人工智能，人工智能是基礎性、賦能性的技術，這個世界足夠大，讓中國、美國以及更多國家在構建基礎設施和應用方面都找到機會。更關鍵的問題是，全世界如何團結起來爲人類繁榮構造更安全、更可靠、更可信的人工智能，這才是世界更團結的目標。

新京報貝殼財經記者 潘亦純

編輯 嶽彩周

校對 盧茜