在前三次工業(yè)革命中，中國(guó)始終是旁觀(guān)者或跟隨者，而人工智能帶來(lái)了新的無(wú)盡的前沿，正在開(kāi)啟第四次工業(yè)革命。這一次，我堅(jiān)信，憑借強(qiáng)大的國(guó)力、眾多的人才和有利的政策，中國(guó)必將成為第四次工業(yè)革命的領(lǐng)軍者！——張亞勤
不久前，中國(guó)工程院外籍院士、清華大學(xué)智能產(chǎn)業(yè)研究院創(chuàng)始院長(zhǎng)張亞勤教授在“人文清華”講壇上發(fā)表演講，展望AI時(shí)代的技術(shù)趨勢(shì)、新一代智能體與未來(lái)路徑。
1945年，二戰(zhàn)剛剛結(jié)束，時(shí)任美國(guó)總統(tǒng)羅斯福在一個(gè)深冬的晚上收到了一份提案，名為《科學(xué)：無(wú)盡的前沿》。這份提案后來(lái)成為法案，一舉奠定了美國(guó)在科學(xué)領(lǐng)域的領(lǐng)軍地位，催生了眾多技術(shù)、產(chǎn)品和產(chǎn)業(yè)，直接推動(dòng)了第三次工業(yè)革命——我們熟知的無(wú)線(xiàn)通信、半導(dǎo)體、互聯(lián)網(wǎng)、光纖通信等都是源于這份科學(xué)法案。
而今天，我們正迎來(lái)一個(gè)全新的重大機(jī)遇——人工智能，它已然拉開(kāi)了第四次工業(yè)革命的序幕。所以，我今天的演講題目是《人工智能：無(wú)盡的前沿》。
人工智能的發(fā)展脈絡(luò)
什么是人工智能？它本質(zhì)上是計(jì)算機(jī)學(xué)習(xí)人類(lèi)智能的過(guò)程。人工智能這一概念于1956年正式定義，而它的理論奠基可追溯到更早。英國(guó)科學(xué)家圖靈率先定義了“計(jì)算”與“智能”，并提出了“圖靈測(cè)試”——若機(jī)器能通過(guò)多輪對(duì)話(huà)，讓人類(lèi)無(wú)法分辨其是否為人類(lèi)，就意味著通過(guò)了測(cè)試。
還有兩位人工智能的重要奠基人：“信息論之父”香農(nóng)定義了比特和信息量（熵），“控制論之父”維納定義了負(fù)反饋、學(xué)習(xí)和自適應(yīng)，這些基礎(chǔ)概念對(duì)人工智能的發(fā)展起到了至關(guān)重要的作用。
這么多年來(lái)，人工智能領(lǐng)域出現(xiàn)了很多不同的學(xué)派，但主要包括兩種思路。一種思路認(rèn)為，可以把大腦的邏輯、規(guī)則、推理的過(guò)程用符號(hào)表示出來(lái)，這就是符號(hào)學(xué)派?；谶@種方式，該邏輯體系非常簡(jiǎn)潔，也有明確的因果關(guān)系，但它的缺點(diǎn)是不實(shí)用，在實(shí)際應(yīng)用中效果不佳。另一個(gè)學(xué)派叫連接學(xué)派，該學(xué)派認(rèn)為，大腦如此復(fù)雜，智能的實(shí)現(xiàn)十分困難，所以要通過(guò)大量的數(shù)據(jù)，通過(guò)積累經(jīng)驗(yàn)、持續(xù)學(xué)習(xí)、不斷適應(yīng)以及與世界的連接來(lái)獲取智能。最近10—20年主流的深度學(xué)習(xí)技術(shù)，采用的就是這種思路。
人工智能發(fā)展史上有幾個(gè)關(guān)鍵事件值得關(guān)注：
2016年，AlphaGo第一次以3:1的比分擊敗了李世石九段。AlphaGo采用深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)的方法，學(xué)習(xí)了人類(lèi)幾十萬(wàn)盤(pán)圍棋棋局，取得了了不起的成果。2020年，基于類(lèi)似算法，DeepMind（谷歌旗下的人工智能公司）推出的AlphaFold解決了困擾人類(lèi)長(zhǎng)達(dá)50年之久的生物學(xué)難題——“蛋白質(zhì)折疊問(wèn)題”。
2024年，諾貝爾物理學(xué)獎(jiǎng)、化學(xué)獎(jiǎng)均授予了人工智能領(lǐng)域的奠基人，其中就包括DeepMind的創(chuàng)始人德米斯·哈薩比斯——他的團(tuán)隊(duì)既創(chuàng)造了AlphaGo，也打造了AlphaFold。
另一個(gè)里程碑事件，是2022年OpenAI（美國(guó)人工智能研究公司）推出了ChatGPT。過(guò)去的深度學(xué)習(xí)或者神經(jīng)元網(wǎng)絡(luò)，主要是針對(duì)具體任務(wù)，比如語(yǔ)音識(shí)別、人臉識(shí)別、圖像識(shí)別或者字符識(shí)別，本質(zhì)上是一種高級(jí)的識(shí)別技術(shù)。但ChatGPT帶來(lái)了一種全新的范式，它不僅可以識(shí)別，還可以生成和創(chuàng)造，所以生成式AI就誕生了。
生成式AI有三個(gè)重要的元素：統(tǒng)一表征、規(guī)模定律和涌現(xiàn)效應(yīng)。我認(rèn)為其中最重要的是統(tǒng)一表征。ChatGPT是怎么做的呢？我們?nèi)祟?lèi)的大腦有860億個(gè)神經(jīng)元，每個(gè)神經(jīng)元的結(jié)構(gòu)都是完全一樣的。生成式AI的統(tǒng)一表征也是類(lèi)似的原理，不管什么樣的信號(hào)進(jìn)來(lái)，都把它變成Token（最小文本處理單元），其核心任務(wù)就是預(yù)測(cè)下一個(gè)Token，生成下一個(gè)Token。它可以生成文字、圖像、視頻，還可以生成新的數(shù)據(jù)、代碼、數(shù)學(xué)方程式、工具。當(dāng)大語(yǔ)言模型的參數(shù)量突破百億級(jí)別，便會(huì)觸發(fā)規(guī)模定律，出現(xiàn)涌現(xiàn)效應(yīng)。也就是說(shuō)，模型的性能并非線(xiàn)性增長(zhǎng)，而是隨著規(guī)模擴(kuò)大發(fā)生躍遷，從而涌現(xiàn)出未經(jīng)編程的、令人驚喜的新能力。
來(lái)自中國(guó)的DeepSeek同樣也是一個(gè)重要的里程碑。在DeepSeek出現(xiàn)之前，中國(guó)有上百個(gè)大模型，它們基本上都在學(xué)習(xí)模仿ChatGPT。當(dāng)時(shí)，我們和美國(guó)在大模型領(lǐng)域的差距大概是兩到三年。DeepSeek是一家小型的創(chuàng)業(yè)公司，DeepSeek在算法、技術(shù)、系統(tǒng)架構(gòu)上都有所創(chuàng)新，它用1%的算力就能達(dá)到和美國(guó)前沿大模型相似的能力。DeepSeek出現(xiàn)后，中國(guó)和美國(guó)在大模型領(lǐng)域的差距縮短至2—3個(gè)月。另外，DeepSeek采用開(kāi)源模式，它很快被那些買(mǎi)不起大模型的國(guó)家、地區(qū)所使用，這使得整個(gè)模型的落地和應(yīng)用變得越來(lái)越快。
所以，一開(kāi)始有“ChatGPT時(shí)刻”，后來(lái)又有了“DeepSeek時(shí)刻”，那是屬于中國(guó)的驕傲。
從生成式AI到智能體AI
2025年，人工智能領(lǐng)域迎來(lái)了又一重要轉(zhuǎn)變——從生成式AI邁向智能體AI。
在此之前，人工智能遵循規(guī)模定律：數(shù)據(jù)越多、算力越強(qiáng)，模型效果越好，達(dá)到一定階段后會(huì)出現(xiàn)量子躍遷和涌現(xiàn)效應(yīng)。但到了2025年，我們發(fā)現(xiàn)，預(yù)訓(xùn)練階段的規(guī)模效應(yīng)正在放緩，數(shù)據(jù)資源逐漸趨于飽和，繼續(xù)增加算力的邊際收益不斷減少。與之相對(duì)，后訓(xùn)練階段的重要性日益凸顯。這就像人類(lèi)的成長(zhǎng)過(guò)程：預(yù)訓(xùn)練如同上學(xué)階段，從本科到碩士、博士，通過(guò)學(xué)習(xí)積累知識(shí)變得聰明；后訓(xùn)練則像是工作后的實(shí)踐，在具體場(chǎng)景中不斷學(xué)習(xí)、進(jìn)化，這也是智能體AI的核心來(lái)源。
什么是智能體？人類(lèi)作為高智能物種，能夠設(shè)定任務(wù)和目標(biāo)、規(guī)劃實(shí)現(xiàn)路徑、不斷試錯(cuò)反饋，憑借強(qiáng)大的記憶完成任務(wù)。這是我們?nèi)祟?lèi)的核心特點(diǎn)。而AI智能體，就是在學(xué)習(xí)人類(lèi)的這種高級(jí)智能，它具備三大關(guān)鍵特點(diǎn)：
第一，它是自主的。也就是說(shuō)，它能自主學(xué)習(xí)，而不是自動(dòng)學(xué)習(xí)，這兩者差別很大。自主學(xué)習(xí)沒(méi)有固定的規(guī)則，是在不斷地探索中學(xué)習(xí)；而自動(dòng)學(xué)習(xí)往往是有預(yù)設(shè)規(guī)則的，是按照定義好的規(guī)則來(lái)運(yùn)行的。
第二，它是可進(jìn)化的。就是通過(guò)不斷迭代可以變得更好，而且進(jìn)化之后，下一次再做類(lèi)似的事情，可以把原來(lái)學(xué)到的知識(shí)用上。這是人類(lèi)和別的物種之間很大的區(qū)別——人類(lèi)的智能是可以疊加的，而黑猩猩的智能一代和一代之間并沒(méi)有本質(zhì)區(qū)別。
第三，它是泛化的。也就是能夠舉一反三。比如，學(xué)會(huì)了怎么在網(wǎng)上訂票，類(lèi)似的功能就可以用到很多別的地方。
這些智能的實(shí)現(xiàn)，離不開(kāi)最基本的數(shù)據(jù)，所以，我們的技術(shù)底座就是數(shù)字化。首先是信息世界的數(shù)字化，然后是物理世界的數(shù)字化、生物世界的數(shù)字化。
過(guò)去40年，我們最重要的工作就是數(shù)字化。早期從1985年起開(kāi)展內(nèi)容數(shù)字化、文檔數(shù)字化的工作，語(yǔ)音、圖像、視頻、文本、PPT等都成為數(shù)字化內(nèi)容。后來(lái)，又對(duì)企業(yè)進(jìn)行數(shù)字化、信息化管理，包括各種各樣的業(yè)務(wù)流程。這一階段催生了兩個(gè)成果，一個(gè)是數(shù)據(jù)庫(kù)，另一個(gè)是云計(jì)算?，F(xiàn)在，整個(gè)物理世界都在經(jīng)歷數(shù)字化的變革：汽車(chē)、公路、交通信號(hào)燈在數(shù)字化，電網(wǎng)在數(shù)字化，家庭在數(shù)字化，工廠(chǎng)在數(shù)字化，城市在數(shù)字化……同時(shí)，生物世界的蛋白質(zhì)、大腦、細(xì)胞、基因等也都在數(shù)字化。
麻省理工學(xué)院媒體實(shí)驗(yàn)室創(chuàng)始人尼古拉斯·尼葛洛龐帝曾在數(shù)字化1.0開(kāi)啟時(shí)提出，我們正在從“原子”走向“比特”。比特是香農(nóng)所定義的數(shù)字世界的基本單位。而如今，我們正從比特回歸原子、分子——新一代智能是信息智能、物理智能和生物智能的融合，是比特、原子和分子的融合，也是碳基生命和硅基世界的融合。
智能體AI的多元應(yīng)用
2020年12月，我來(lái)到清華大學(xué)創(chuàng)立了智能產(chǎn)業(yè)研究院。我們的使命非常明確：用人工智能創(chuàng)新賦能產(chǎn)業(yè)，推動(dòng)社會(huì)進(jìn)步；目標(biāo)是打造面向第四次工業(yè)革命的國(guó)際化、智能化、產(chǎn)業(yè)化研究機(jī)構(gòu)。下面我結(jié)合智能產(chǎn)業(yè)研究院老師們的研究成果，為大家介紹智能體的具體應(yīng)用。
李鵬老師團(tuán)隊(duì)與清華大學(xué)丘成桐數(shù)學(xué)科學(xué)中心合作，研發(fā)了數(shù)學(xué)智能體AIM。它能夠分解任務(wù)，完成定理證明。在材料科學(xué)、分子動(dòng)力學(xué)領(lǐng)域的重要難題“均勻化問(wèn)題”的證明中，AIM形成了17頁(yè)的證明文檔，一部分完全由機(jī)器生成，一部分經(jīng)人工校正，但最難的部分是由AI完成的。其核心意義在于，AI已具備了證明難題、提出新問(wèn)題、生成新方程式的潛力。
無(wú)人駕駛技術(shù)毫無(wú)疑問(wèn)是智能體的另一重要應(yīng)用，也是我多年來(lái)持續(xù)關(guān)注的課題。百度旗下的“蘿卜快跑”就是一款專(zhuān)門(mén)用于駕駛的機(jī)器人。經(jīng)過(guò)近10年的研發(fā)，無(wú)人駕駛L4級(jí)（完全無(wú)人、無(wú)安全員）的核心技術(shù)已取得突破，長(zhǎng)尾問(wèn)題不斷優(yōu)化。目前，“蘿卜快跑”已累計(jì)行駛2億公里，在國(guó)內(nèi)外十幾個(gè)城市落地運(yùn)營(yíng)，比人開(kāi)車(chē)安全10倍，未發(fā)生過(guò)一次惡性事故。我們已經(jīng)在中國(guó)打造了全球最大的無(wú)人駕駛平臺(tái)和運(yùn)營(yíng)體系。我預(yù)計(jì)到2030年，10%的新車(chē)將具備L4級(jí)無(wú)人駕駛功能。
人工智能在生物智能領(lǐng)域的應(yīng)用，最主要體現(xiàn)在新藥研發(fā)的加速上。智能產(chǎn)業(yè)研究院聶再清老師團(tuán)隊(duì)打造的新藥研發(fā)智能體，能夠根據(jù)研發(fā)需求分解任務(wù)，自動(dòng)查找資料、分析蛋白質(zhì)結(jié)構(gòu)和功能，生成初步研發(fā)圖譜，極大提升了新藥研發(fā)的效率，為科研人員提供了重要支持。
在醫(yī)療領(lǐng)域的另一個(gè)突破是劉洋老師團(tuán)隊(duì)打造的全球首個(gè)無(wú)人智能體醫(yī)院——清華大學(xué)人工智能醫(yī)院（2025年4月成立）。這是一個(gè)虛擬醫(yī)院，醫(yī)生、病人、護(hù)士等角色均由智能體擔(dān)任，涵蓋不同科室，形成完整診療閉環(huán)。智能體之間通過(guò)協(xié)作、博弈不斷進(jìn)化，無(wú)需人工標(biāo)注數(shù)據(jù)，僅需兩天時(shí)間就能完成相當(dāng)于兩年的病例診斷學(xué)習(xí)，診斷準(zhǔn)確率超過(guò)傳統(tǒng)醫(yī)院。
需要指出的是，AI智能體醫(yī)生并非要替代人類(lèi)醫(yī)生，而是作為醫(yī)生的助手，提升診斷效率和準(zhǔn)確性。目前，該系統(tǒng)已在清華大學(xué)校醫(yī)院、長(zhǎng)庚醫(yī)院等十幾家醫(yī)療機(jī)構(gòu)開(kāi)展測(cè)試，由真實(shí)醫(yī)生和病人參與驗(yàn)證。
人工智能時(shí)代的“操作系統(tǒng)”
下面我想講一下未來(lái)技術(shù)的發(fā)展趨勢(shì)，特別是產(chǎn)業(yè)格局的變化。
我在微軟公司工作近16年，其間主持開(kāi)發(fā)了全球最大的嵌入式操作系統(tǒng)WindowsCE，所以我對(duì)操作系統(tǒng)有特殊的情結(jié)。操作系統(tǒng)，它是定義一個(gè)時(shí)代最重要的技術(shù)平臺(tái)，有了操作系統(tǒng)后，芯片、應(yīng)用程序以及整個(gè)技術(shù)生態(tài)都是圍繞著操作系統(tǒng)來(lái)部署的。
在PC時(shí)代，操作系統(tǒng)是Windows（視窗操作系統(tǒng)）。到了移動(dòng)互聯(lián)網(wǎng)時(shí)代，手機(jī)的操作系統(tǒng)是iOS和安卓，在國(guó)內(nèi)我們也用華為的鴻蒙系統(tǒng)。到了人工智能時(shí)代，操作系統(tǒng)就是大模型。人工智能時(shí)代的架構(gòu)圖，將是以前沿基座大模型為操作系統(tǒng)，上層涵蓋行業(yè)垂直系統(tǒng)、軟件運(yùn)營(yíng)服務(wù)，端側(cè)（手機(jī)、PC）則通過(guò)大模型蒸餾或壓縮后的小模型運(yùn)行App。雖然短期內(nèi)手機(jī)App仍是主流，但智能體功能將逐步融入其中。
智能體是實(shí)現(xiàn)通用人工智能（AGI）的必然路徑。目前通用人工智能的定義尚未統(tǒng)一，我對(duì)其的理解是：具有可進(jìn)化、可泛化和長(zhǎng)期記憶的智能體，在執(zhí)行99%的任務(wù)上超過(guò)99%的人類(lèi)。如果按照這樣的定義，我認(rèn)為有望在15—20年內(nèi)達(dá)到通用人工智能的水平。
人工智能的風(fēng)險(xiǎn)與治理
還有一件非常重要的事情，那就是人工智能在帶來(lái)巨大機(jī)遇和強(qiáng)大功能的同時(shí)，也伴隨著不可忽視的風(fēng)險(xiǎn)。
風(fēng)險(xiǎn)有以下幾個(gè)層面：首先是信息智能領(lǐng)域的風(fēng)險(xiǎn)。我們已經(jīng)看到，AI可以生成虛假信息，可以進(jìn)行深度偽造，有時(shí)候它還會(huì)產(chǎn)生幻覺(jué)，另外還有版權(quán)歸屬的問(wèn)題?，F(xiàn)在網(wǎng)上有很多AI生成的虛假信息，這些虛假信息又被用來(lái)訓(xùn)練新的大模型，然后生成更多的不實(shí)信息，形成惡性循環(huán)。我們?cè)撛趺捶婪哆@些風(fēng)險(xiǎn)呢？需要從技術(shù)、政策、法規(guī)等各方面來(lái)共同解決這些問(wèn)題。
其次是來(lái)自物理世界和生物世界的風(fēng)險(xiǎn)。大模型、智能體與無(wú)人駕駛汽車(chē)、機(jī)器人、無(wú)人機(jī)、軍事系統(tǒng)等連接起來(lái)，如果出現(xiàn)失控，被惡意濫用，那么所造成的風(fēng)險(xiǎn)將是無(wú)法估量的。此外，如果大腦和AI連接在一起，碳基生命和硅基世界通過(guò)芯片或者外掛的傳感器連接在一起，我們可以想象，一旦失控，風(fēng)險(xiǎn)也是特別巨大的。所以，這就需要我們提前去研究這些問(wèn)題、解決這些問(wèn)題、面對(duì)這些挑戰(zhàn)。我對(duì)此是充滿(mǎn)信心的，因?yàn)槿祟?lèi)可以發(fā)明高級(jí)的工具，我們也一定可以管理好高級(jí)的工具。
總而言之，當(dāng)前，人工智能正從鑒別式AI走向生成式AI，并逐步邁向智能體AI。在這一進(jìn)程中，我們擁有天文級(jí)的海量數(shù)據(jù)、指數(shù)級(jí)的運(yùn)算能力，更重要的是人與機(jī)器將協(xié)同進(jìn)化，催生巨大的產(chǎn)業(yè)機(jī)遇。達(dá)沃斯AI理事會(huì)預(yù)測(cè)，到2030年，人工智能帶來(lái)的新機(jī)遇將創(chuàng)造20萬(wàn)億美元的經(jīng)濟(jì)價(jià)值，超過(guò)當(dāng)前許多國(guó)家的GDP總量。同時(shí)，我們也面臨著隱私保護(hù)、安全保障、就業(yè)轉(zhuǎn)型、社會(huì)公平、風(fēng)險(xiǎn)治理等一系列社會(huì)挑戰(zhàn)，人工智能將重構(gòu)全球社會(huì)、經(jīng)濟(jì)版圖。
80多年前，《科學(xué)：無(wú)盡的前沿》法案推動(dòng)了第三次工業(yè)革命。在前三次工業(yè)革命中，中國(guó)始終是旁觀(guān)者或跟隨者，而人工智能帶來(lái)了新的無(wú)盡的前沿，正在開(kāi)啟第四次工業(yè)革命。這一次，我堅(jiān)信，憑借強(qiáng)大的國(guó)力、眾多的人才和有利的政策，中國(guó)必將成為第四次工業(yè)革命的領(lǐng)軍者！
編輯：李華山
