人工智能应用ღ★★。欢迎来到公海来到赌船人工智能管理ღ★★，欢迎来到公赌船jcjc710线路ღ★★，智能监控ღ★★，欢迎公海来到赌船ღ★★，欢迎公海来到赌船710ღ★★。2025年2月22日ღ★★，墨子沙龙邀请中国工程院院士ღ★★，清华大学智能科学讲席教授ღ★★、智能产业研究院（AIR）院长张亚勤教授来到中国科学技术大学上海研究院做主题演讲ღ★★，一同探讨人工智能从科研到产业化的未来ღ★★。此外ღ★★，本次活动还特别邀请了中国科大量子领域专家汪野教授ღ★★、知名自媒体创作者差评君ღ★★，与主讲嘉宾进行量子与AI的观点碰撞ღ★★。本文根据该直播内容整理而成ღ★★。

　　人工智能 （AI）已从昔日的科幻构想和前沿技术ღ★★，发展为一种无处不在的社会现象ღ★★。从大约十年前的AlphaGoღ★★，到近几年的ChatGPTღ★★，再到近期炙手可热的DeepSeekღ★★，人工智能的影响已渗透至各个领域ღ★★，无论科研ღ★★、产业ღ★★，还是每个人的日常生活ღ★★，乃至整个人类社会ღ★★，都深受其影响ღ★★。人工智能新浪潮正在涌动ღ★★，人工智能技术发展之迅猛ღ★★，用“日新月异”来形容再恰当不过了ღ★★。

　　可以说ღ★★，人工智能是过去二三十年里最具变革性的一种技术力量ღ★★。在此ღ★★，我将先从技术层面探讨人工智能的整体发展趋势ღ★★，然后再谈谈如何将这一颠覆性技术深入应用于产业ღ★★。如今ღ★★，我们每个人或多或少都在使用各类AI应用ღ★★，例如文生图ღ★★、邮件撰写ღ★★、诗歌创作等ღ★★，而我将重点讨论的深入应用是指人工智能将如何重塑产业格局ღ★★：智能体技术如何催生全球首家无人医院ღ★★；无人驾驶的发展现状及未来前景ღ★★；在生物智能领域ღ★★，人工智能如何推动脑机接口技术的进步ღ★★，如何加速新药研发……

　　人工智能的能力日益强大ღ★★，但随之而来的风险亦不容忽视ღ★★。最后ღ★★，我将探讨人工智能带来的安全隐患ღ★★、潜在风险以及相应的治理ღ★★。

　　历史上的每一次工业革命都深刻改变了人类的生产生活方式ღ★★。我们正处于第四次工业革命的浪涛之中ღ★★，有三个重要的技术力量推动着这一变革ღ★★：数字化ღ★★、人工智能和新产业ღ★★。其中ღ★★，数字化技术至关重要ღ★★，是第四次工业革命的基础ღ★★，因为有了数字化做“底座”ღ★★，人工智能才得以发展ღ★★，进而催生出新的产业ღ★★。

　　麻省理工学院媒体实验室的内格罗蓬特（N. Negroponte）在1995年出版的《数字化生存》（Being Digital）中称数字化为“从原子到比特”ღ★★。原子是物质的基本组成单位ღ★★，而比特是数字化信息的度量单位ღ★★，从原子到比特意味着人类文明从依赖物质实体到数字化时代的转变ღ★★。

　　数字化1.0ღ★★，主要是内容的数字化ღ★★。如今ღ★★，我们所有人都在使用和享受的数字音乐ღ★★、数字视频和数字图像在早期都是模拟形式的ღ★★，第一波数字化是将自然内容转化为数字格式ღ★★。Wordღ★★、Excel和PowerPoint等应用都是这一阶段的产物ღ★★，它们实现了文档内容的数字化ღ★★。大约在1990年代中期ღ★★，进入数字化2.0时代ღ★★，这一阶段有两个重要标识ღ★★：消费互联网和企业数字化 （信息化）ღ★★。随着互联网的兴起ღ★★，各类内容被联系在一起ღ★★；继PC互联网而来的移动互联网则带来了更多可能ღ★★，如今我们手机里的社交ღ★★、移动支付等各类app都属于移动互联网ღ★★、消费互联网时代的产物ღ★★。与此同时ღ★★，企业也在进行数字化（也常被称作信息化）ღ★★，例如有了企业的数据库以及ERP系统等管理ღ★★、市场ღ★★、人事方面的各种应用ღ★★。云计算可以说是企业数字化的一个重要成果ღ★★，它也给企业带来的深远影响ღ★★。

　　如今ღ★★，我们步入数字化3.0阶段ღ★★。与以往的数字化不同ღ★★，数字化3.0不仅仅局限于信息世界的数字化ღ★★，更重要的是数字化开始涵盖物理世界和生物世界ღ★★。我们的车辆在数字化ღ★★，我们的道路在数字化ღ★★，我们的城市ღ★★、电网ღ★★，甚至家庭也在实现数字化ღ★★。另一方面ღ★★，我们的蛋白质公海赌网平台ღ★★、身体器官ღ★★，乃至整个生命体也在经历数字化ღ★★。如果说数字化1.0和2.0是从原子到比特的转变ღ★★，数字化3.0则是比特与原子与分子的相互融合ღ★★。这意味着ღ★★，新一代的智能不仅仅是信息智能ღ★★，它还是信息智能ღ★★、物理智能ღ★★、生物智能的大融合ღ★★。

　　经过十万ღ★★、百万年的进化ღ★★，人的大脑变得极为高效ღ★★，成为了最智能的存在ღ★★。大脑的智能主要体现在四个方面ღ★★：首先是感知打工仔买房记下载ღ★★，即感受物理世界的能力ღ★★；其次是认知ღ★★，我们通过逻辑推理来理解世界ღ★★；然后是决策ღ★★，最后是行为ღ★★。尽管过去一百年里ღ★★，科学家对大脑的研究取得了很多突破ღ★★，但至今我们对人类这一最重要器官的理解仍然很有限ღ★★。但即便如此ღ★★，对大脑的理解也已经为人工智能的发展提供了有价值的启示ღ★★。

　　例如ღ★★，1960年代ღ★★，麦克莱恩（P. MacLean）提出大脑结构和功能的一个简化模型——“三重脑”模型ღ★★。他将大脑分为爬行动物脑ღ★★、古哺乳动物脑（也称边缘系统）ღ★★、新哺乳动物脑（也称新皮层）三部分ღ★★：最基础的爬行动物脑包括小脑ღ★★、脑干等ღ★★，负责调控呼吸ღ★★、睡眠等用来维持生命的基本生理功能ღ★★；其次是边缘系统ღ★★，负责情感ღ★★、记忆和习惯等ღ★★；最上层的是新皮层ღ★★，它是进行联想推理ღ★★、逻辑思维的核心区域ღ★★。我们说DeepSeek等具有推理功能ღ★★，指的就是这一层次的能力ღ★★。此外ღ★★，人类与其他物种的一个重要区别是我们拥有复杂的记忆系统ღ★★，坎德尔（E. Kandel）等人的研究告诉我们ღ★★，人类有自动触发ღ★★、无需意识的内隐记忆以及意识参与ღ★★、需要主动回忆的外显记忆ღ★★。这些记忆最终会转化为知识ღ★★。还有ღ★★，你可能听说过卡尼曼（D. Kahneman）的“系统1ღ★★，系统2”理论ღ★★。系统1进行快思考ღ★★，更多依赖直觉ღ★★，类似于肌肉反射ღ★★，而系统2执行更深层次的推理和思考过程ღ★★。这些对大脑工作原理的认识ღ★★，已经影响并融入进人工智能的算法设计中ღ★★，给人工智能发展带来启发ღ★★。

　　许多人认为人工智能的起源可追溯至1956年的达特茅斯会议ღ★★，正是在这次会议上首次提出了“人工智能”（Artificial Intelligence）这一概念ღ★★。我认为ღ★★，人工智能的真正起源应归功于三位先驱ღ★★。首先是图灵（A. Turing）ღ★★，他提出了图灵机和图灵测试ღ★★。他的著名论文《计算机器与智能》（Computing Machinery and Intelligence）ღ★★，实际上定义了计算和智能这两条发展道路ღ★★。长期以来ღ★★，计算的发展飞速ღ★★，而智能的发展则相对缓慢ღ★★，直到过去十年ღ★★，智能领域才迎来真正的飞跃ღ★★，现如今计算和智能逐渐趋向融合ღ★★。第二位是香农（C. Shannon）ღ★★，他为我们定义了信息ღ★★、比特以及如何描述和传输信息ღ★★。他是信息论的奠基人ღ★★，实际上也是数字化的先驱ღ★★，他的理论为智能系统中信息处理和知识描述提供了基本框架打工仔买房记下载ღ★★。第三位是控制论的奠基人维纳（N. Wiener）ღ★★。控制论中的“反馈”概念ღ★★，其实就是一种学习系统的模型ღ★★，无论动物学习ღ★★、人类学习ღ★★，还是机器学习ღ★★，都离不开这一机制ღ★★。如今的强化学习ღ★★、机器学习就源自这一思想ღ★★。

　　经过多年的发展ღ★★，衍生出许多不同的人工智能学派ღ★★，如符号学派ღ★★、进化学派ღ★★、类比学派ღ★★、贝叶斯学派ღ★★、连接机制学派等ღ★★。在人工智能的发展过程中ღ★★，虽然经历了几次“寒冬”ღ★★，但最终实现了大规模发展ღ★★，并逐渐渗透到我们生活的各个方面ღ★★。特别是过去十年ღ★★，深度学习ღ★★、连接主义的崛起ღ★★，标志着人工智能进入了一个新的时代ღ★★。

　　过去十年ღ★★，人工智能的发展呈现出几个显著的特点ღ★★。首先是大数据和预训练ღ★★。海量的数据是数字化3.0的一个重要基础打工仔买房记下载ღ★★，借助大数据和强大的算力ღ★★，可以进行人工智能算法的预训练ღ★★，以找出模型的最佳参数ღ★★。第二ღ★★，人工智能不再局限于单一模态ღ★★，而是进入了多模态的时代ღ★★。除了文字之外ღ★★，图像ღ★★、视频ღ★★、音乐等不同形式的信息都能被处理和理解ღ★★，甚至涉及激光雷达ღ★★、传感器和脑机接口芯片等各类设备ღ★★。另外ღ★★，由于数据量和计算力的飞跃ღ★★，人工智能的模型也越来越庞大ღ★★，进入大模型时代ღ★★。大模型相当于我们能够构建一个更加复杂的函数ღ★★，更精准地逼近复杂的现实世界ღ★★。最后ღ★★，尤其重要的是ღ★★，人工智能的模型越来越向生成式方向发展ღ★★。这种生成式模型不仅仅是对已有数据的分析与处理ღ★★，更能在理解和学习的基础上ღ★★，创造出新的数据和内容ღ★★。

　　大模型并非一个全新的概念ღ★★，实际上ღ★★，早在十年前ღ★★，已经存在许多大型模型ღ★★。然而ღ★★，直到2022年ChatGPT的出现ღ★★，大模型才迈上了一个新的台阶ღ★★。首先ღ★★，与过去的判别式模型截然不同ღ★★，它是生成式模型ღ★★。如今的人工智能不仅能够处理和识别信息ღ★★，还具备了生成新内容的能力ღ★★，不仅可以生成文字ღ★★、图像ღ★★、音乐ღ★★、视频ღ★★，还可以生成代码ღ★★、公式ღ★★、工具ღ★★，甚至能够生成蛋白质分子结构ღ★★、开发新药ღ★★、设计新材料ღ★★，为我们开辟了一个全新时代ღ★★。另外ღ★★，它还向我们展示了通向通用人工智能的一种可能性ღ★★。过去ღ★★，人工智能主要集中于语音识别ღ★★、图像识别ღ★★、人脸识别等单一任务ღ★★，每个任务需要专门设计模型ღ★★，而随着ChatGPT的出现ღ★★，我们看到了一个大模型能够同时完成多种任务ღ★★，展现出与人类类似的多面能力ღ★★。

　　回看人工智能的发展ღ★★，会发现两个因素至关重要ღ★★：大数据和大算力ღ★★。值得注意的是ღ★★，当前对算力的需求呈指数级增长ღ★★，每年的增长是十倍量级ღ★★，远远超过了摩尔定律的预期ღ★★。过去几十年的计算机发展史上ღ★★，有三个重要的“极限”影响和制约着传统计算和通信范式ღ★★：香农定律揭示了信息处理的极限ღ★★，冯诺依曼架构定义了计算机的基本工作原理ღ★★，摩尔定律预测每18个月计算机的计算能力或晶体管密度将会翻倍ღ★★。然而ღ★★，为了推动AI的发展ღ★★，我们必须突破这三个“极限”ღ★★。过去十年ღ★★、特别是最近五年所涌现出的许多新技术ღ★★、新发明ღ★★，其目的就是为了突破这些传统瓶颈ღ★★。未来ღ★★，类脑计算ღ★★、量子计算ღ★★、光计算ღ★★、生物计算也许会扮演重要角色ღ★★。

　　未来AI大模型的发展方向可以概括为5个方面ღ★★：1）多模态ღ★★。人工智能不仅能处理文字ღ★★，还能处理视频ღ★★、图像打工仔买房记下载ღ★★、3D结构信息ღ★★、4D时空信息以及生物信息等ღ★★，实现跨模态ღ★★、多模态发展ღ★★。2）自主智能ღ★★。智能体可以自主规划任务ღ★★、开发代码ღ★★、调动工具ღ★★、优化路径ღ★★、实现目标ღ★★，以及进行自我迭代ღ★★、升级和优化ღ★★，但这也会带来一定风险ღ★★。3）边缘智能ღ★★。大模型从云端走向本地化ღ★★，部署在手机ღ★★、PC等边缘服务器和设备终端上ღ★★，实现高效率ღ★★、低功耗ღ★★、低成本ღ★★、低延时ღ★★。3）物理智能ღ★★。人工智能与机器人ღ★★、无人车ღ★★、无人机以及电网ღ★★、通信网络等物理设施结合ღ★★，推动基础设施智能化发展ღ★★。4）生命智能ღ★★。将大模型与人脑和生命体融合ღ★★，探索硅基与碳基生命的融合ღ★★。

　　人工智能技术的发展催生了全新的产业生态ღ★★，从“数字化+”打工仔买房记下载ღ★★、“互联网+”进展到了“人工智能+”时代ღ★★。首先ღ★★，人工智正在深刻改变IT产业ღ★★，诞生了新的芯片ღ★★、新的软件ღ★★、新的模型ღ★★、新的数据中心ღ★★、新的应用ღ★★。如今全球市值最高的企业大多来自互联网和IT行业ღ★★，而这些企业都在转变为人工智能企业ღ★★。其次ღ★★，人工智能正在改变所有工业ღ★★。任何一个企业ღ★★，只要有数字信息ღ★★，就会受到人工智能的影响ღ★★，或者生产AIღ★★，或者使用AI公海赌网平台ღ★★。我认为ღ★★，就像在互联网时代所有企业都可以说是互联网企业一样ღ★★，未来所有企业都是AI企业ღ★★。此外ღ★★，人工智能还创造了全新的工业ღ★★，我称之为“新智能产业”或“新智能经济”ღ★★，这是一种全新的产业生态ღ★★。我曾在微软做操作系统ღ★★，我认为就像PC互联时代的Windowsღ★★、移动互联时代iOS/Andriodღ★★， 大模型就是AI时代的操作系统ღ★★，支撑着从芯片架构到各种应用的整个生态ღ★★，而这个新的生态比过去要庞大十倍ღ★★、百倍ღ★★，甚至更多ღ★★。

　　我现在所在的机构是清华大学智能产业研究院ღ★★，我稍作下介绍ღ★★。这是我从百度退休后创办的ღ★★，成立的初衷很简单ღ★★，就是利用人工智能技术赋能产业ღ★★，推动社会进步ღ★★。更早时我在微软亚洲研究院ღ★★，其成立时也有这样的理念ღ★★，但微软亚洲研究院是属于公司ღ★★、为公司服务的ღ★★，我希望建立一个面向整个社会ღ★★、更多为我们国家培养人才的研究院ღ★★。我们的目标是培养具有国际视野的技术领军人物ღ★★，实现关键技术上的突破ღ★★，打造学术和产业的双引擎打工仔买房记下载ღ★★。

　　清华大学智能产业研究院成立时ღ★★，我们确立了三个主要方向ღ★★：AI+自动驾驶/机器人ღ★★、AI+物联网ღ★★、AI+生命科学ღ★★，分别对应前面提到的大模型的3个发展方向ღ★★，即物理智能ღ★★、边缘智能ღ★★、生物智能ღ★★。接下来ღ★★，我通过我们的一些工作实例来探讨人工智能对产业的深刻影响ღ★★。

　　智能体能够感知环境ღ★★、自主决策并执行行动以实现特定目标ღ★★，通常具备自主性ღ★★、反应性和适应性等特征ღ★★。清华大学智能产业研究院（AIR）刘洋教授课题组利用AI智能体ღ★★，打造了全球首家无人医院 Agent Hospitalღ★★。

　　这一项目非常有趣ღ★★！它是一套虚拟世界系统ღ★★，设置了21个科室ღ★★，患者ღ★★、护士和医生均由AI扮演ღ★★。通过综合使用大模型ღ★★、医学知识库和公开病例ღ★★，系统生成了覆盖不同疾病ღ★★、年龄ღ★★、性别ღ★★、地区等关键因素的数十万AI患者ღ★★。而AI医生通过阅读医学文献ღ★★、诊治大量AI患者ღ★★，来提高诊疗能力ღ★★。由于虚拟世界内的时间流逝速度是线天时间便能完成上万病例的诊断ღ★★，最终ღ★★，Agent Hospital在美国医生执业医师资格考试数据集上取得极其优异的成绩公海赌网平台ღ★★。医疗智能体将为人类提供低廉ღ★★、便捷ღ★★、优质的医疗服务ღ★★。

　　那么ღ★★，未来是否不再需要医生？我认为ღ★★，完全不是这样ღ★★。AI并非是要取代医生ღ★★，而是作为医生的一个助理ღ★★。未来ღ★★，每位医生都将配备一个AI助理ღ★★，它将负责包括诊断ღ★★、处理数据在内的大部分的工作ღ★★，然而最终的诊断决策仍应由医生做出ღ★★。AI助理的角色是医生的辅助ღ★★，帮助医生提高效率和准确性ღ★★，而不是替代医生做专业判断ღ★★。

　　对于物理智能ღ★★、具身智能ღ★★，大家可能已不陌生ღ★★，出现在2025年春晚并引发人们热议的人形机器人即属于此类ღ★★。机器人将首先进入工厂和社会ღ★★，例如从事保安ღ★★、警察等工作ღ★★，最终ღ★★，它们将进入家庭ღ★★，成为人们日常生活的一部分ღ★★。我相信ღ★★，十年之后ღ★★，机器人数量可能会远超人类ღ★★。每个家庭都拥有多个AI机器人打工仔买房记下载ღ★★，有些是物理ღ★★、现实的ღ★★，有些则是数字ღ★★、逻辑的ღ★★，它们既能处理家务ღ★★，又能与人交流ღ★★，甚至成为你的管家ღ★★、朋友ღ★★。

　　无人驾驶是物理智能的重要应用领域之一ღ★★，它是一种专门用于驾驶任务的机器人系统ღ★★。过去几年ღ★★，这一技术逐渐从概念走向现实ღ★★，例如武汉的“萝卜快跑”和上海的无人驾驶项目ღ★★。我花费过很多时间和精力做人工驾驶ღ★★，大约十年前ღ★★，作为百度总裁ღ★★，我推动了无人驾驶项目ღ★★。我认为ღ★★，无人驾驶是人工智能应用中最具挑战性和重要性的一个领域ღ★★。一方面ღ★★，它面临诸多技术挑战ღ★★，涉及感知ღ★★、认知ღ★★、决策和执行等各类复杂任务ღ★★，且因为关系生命安全ღ★★，对可靠性ღ★★、准确性的要求极高ღ★★。另一方面ღ★★，与许多需要多任务处理的应用不同ღ★★，顾名思义ღ★★，无人驾驶仅专注于一个任务——驾驶ღ★★。因此ღ★★，尽管技术难度高ღ★★，但由于任务明确且边界清晰ღ★★，我认为这是可以实现的ღ★★。基于这一理念ღ★★，我们当时推出了自动驾驶平台Apolloღ★★。它完全开放ღ★★、开源ღ★★，如今已发展为全球最大的无人驾驶平台ღ★★，是中国对世界的一项重要贡献ღ★★。

　　实现无人驾驶是个复杂的事情ღ★★，需要考虑技术可行性ღ★★、用户需求ღ★★、产业生态以及商业模式等市场因素ღ★★，还要考虑政策ღ★★、法规ღ★★、伦理ღ★★、隐私和其他人为因素等非市场力量的影响ღ★★。这些因素交织在一起ღ★★，让问题变得复杂ღ★★，但在十年前ღ★★，我就坚信无人驾驶是一定会实现的ღ★★，而且会在不久的未来实现ღ★★。当时对无人驾驶发展前景的一些判断ღ★★，也基本实现了公海赌网平台ღ★★。我们现在已经看到ღ★★，无人驾驶让出现更安全ღ★★、更经济ღ★★，深层次地改变了产业ღ★★。

　　在中央电视台的一档节目中ღ★★，钢琴家郎朗与一位女孩合作进行钢琴表演ღ★★，配合非常默契ღ★★。而女孩使用的是假肢ღ★★，技术来自杭州一家名为“强脑科技”的公司ღ★★。这正是生物智能的一个绝佳案例ღ★★。

　　我们知道公海赌网平台ღ★★，马斯克（E. Musk ）的 Neuralink 是通过将芯片植入大脑来实现脑机接口ღ★★。而强脑科技所采用的技术则不同ღ★★，它不需要植入芯片ღ★★，而是利用一种新型的高灵敏度传感器来测量脑电波和肌电信号ღ★★。通过积累大量数据ღ★★，并应用人工智能算法ღ★★，这项技术能够识别我们的思维ღ★★，甚至指挥我们的手或腿执行相应动作ღ★★。这项技术的挑战非常巨大ღ★★。首先ღ★★，信号非常微弱ღ★★，需要检测到极其微弱的电流ღ★★，这对传感器的灵敏度要求极高ღ★★。其次ღ★★，如何将这些信号转换为具体的动作是一个难题ღ★★。举个例子ღ★★，使用这项技术的患者可以想象某个字形ღ★★，机器通过检测脑波就能自动将其转化为书法ღ★★。这表明公海赌网平台ღ★★，AI不仅能够识别我们的思维ღ★★，还能将其精准转化为行动ღ★★，完成复杂的任务ღ★★。

　　另一个例子是清华大学智能产业研究院（AIR）团队的工作ღ★★，AIR聂再清教授课题组开发了一个面向生物医药领域的大模型ღ★★，名为 BioMedGPTღ★★。这一模型涵盖了蛋白质ღ★★、分子ღ★★、单细胞等生物医学领域的专有知识ღ★★，以及大模型的知识和数据库的知识图谱ღ★★。借助这一平台ღ★★，研究人员可以进行多种创新工作ღ★★，如新药研发ღ★★、蛋白质结构解析ღ★★，甚至可以生成新的药物ღ★★，这为药物的研发开辟了全新的思路ღ★★。

　　还有一个例子是大家熟知的 AlphaFoldღ★★。运用人工智能算法ღ★★，AlphaFold第一次成功解析了几乎所有人类蛋白质的结构ღ★★。解析蛋白质结构对医学具有极大的意义ღ★★，因为许多疾病的根源都与蛋白质的突变或错误相关ღ★★。为了治疗这些疾病ღ★★，我们需要开发药物ღ★★，但药物和蛋白质之间的匹配并不容易ღ★★，目前ღ★★，仅有10%的蛋白质能够与药物相匹配ღ★★。面对这一问题ღ★★，清华大学团队利用人工智能大模型ღ★★，计算出了成药的所有可能性ღ★★，研究人员从中可以筛选出潜在的药物ღ★★。目前ღ★★，该项目已经涵盖了200多万个潜在药物ღ★★，并且开源ღ★★，供全球研究人员使用ღ★★。

　　人工智能展现了强大的能力ღ★★，但我们也必须警惕其中的风险ღ★★。目前看来ღ★★，风险主要集中在信息领域ღ★★，例如ღ★★，AI生成了大量假信息ღ★★，包括虚假的数据ღ★★、虚拟人物ღ★★，甚至可以创造出极其逼真的数字人进行诈骗ღ★★。这些风险虽然存在ღ★★，但我认为它们是可控的ღ★★。然而ღ★★，当人工智能的能力应用到物理世界时ღ★★，风险将更加复杂和严重ღ★★。比如ღ★★，在机器人ღ★★、无人车ღ★★、无人机ღ★★，甚至大型电厂等基础设施领域ღ★★，AI系统如果不可控或被恶意利用ღ★★，所带来的后果将是巨大的ღ★★。特别是应用在生物技术领域时ღ★★，风险将进一步扩大ღ★★。

　　因此ღ★★，风险控制和治理至关重要ღ★★，需要科研ღ★★、政策和法规层面的多维协同ღ★★。过去两年ღ★★，许多论坛和机构在积极开展这方面的工作ღ★★，致力于确保人工智能在安全和可控的框架内发展ღ★★。

　　关于人工智能未来的发展ღ★★，在2024年6月6号的“太湖对话”上ღ★★，我分享了个人观点ღ★★。需要说明ღ★★，这仅是我个人的观点ღ★★，不代表清华大学或清华大学智能产业研究院的立场ღ★★。此外公海赌网平台ღ★★，我还特别提到了日期ღ★★。我对AI发展的5个观点如下ღ★★。（1）在未来十年ღ★★，大模型ღ★★、生成式AI仍将是主流技术和产业路线）未来需要多种不同类型的模型ღ★★，包括大型的基础模型ღ★★、垂直领域的专用模型打工仔买房记下载ღ★★，同时ღ★★，我们还需要边缘模型ღ★★。关于开源与闭源之争ღ★★，也存在许多分歧ღ★★。有些人认为闭源会始终占据主导地位ღ★★，而开源没有未来ღ★★。但我一直认为ღ★★，开源和闭源将同时存在ღ★★，各自有其独特的生态系统ღ★★。（3）基于Token的统一表征和规模定律（scaling law）是大模型的核心要素ღ★★。首先ღ★★，无论是文字ღ★★、图像ღ★★、激光雷达数据还是蛋白质结构ღ★★，所有的信息都可以转化为统一的tokenღ★★，这使得大模型能够处理不同形式的信息ღ★★，实现多模态ღ★★。其次ღ★★，规模定律揭示了模型规模与性能之间的关系ღ★★，表明随着模型参数量的增长和训练数据规模的扩大ღ★★，大模型的表现会显著提升ღ★★。（4）相较于人脑的高效ღ★★，当前人工智能算法在计算效率和能耗效率方面仍存在显著差距ღ★★，为突破这一瓶颈ღ★★，亟需构建新一代算法体系ღ★★。预计在未来五年内ღ★★，AI基础架构将迎来突破ღ★★，当前主导的Transformerღ★★、Diffusion等技术范式或将被颠覆ღ★★。（5）我个人对通用人工智能的定义是ღ★★，当AI在大部分（例如95%）任务上超越大部分（例如95%）人类时ღ★★，我们就认为达到了通用人工智能的标准ღ★★。根据此定义ღ★★，我认为在信息智能领域（对语言公海赌网平台ღ★★、图像ღ★★、声音和视频的理解ღ★★、生成等）ღ★★，0—5年内将实现通用人工智能ღ★★；在物理智能领域（无人驾驶ღ★★、人形机器人等）ღ★★，0—10年内将实现通用人工智能ღ★★，最早实现的可能是无人驾驶ღ★★；在生物智能领域（脑机接口ღ★★、制药等）ღ★★，0—20年内将实现通用人工智能ღ★★。

　　人工智能将是信息智能ღ★★、物理智能和生物智能的融合ღ★★，它依托天文级的数据ღ★★、强大的计算能力和先进的智能算法ღ★★。人工智能将带来巨大的产业机遇ღ★★，据分析ღ★★，到2030年ღ★★，人工智能将创造20万亿美元的GDPღ★★，相当于全球第二大经济体中国目前的GDPღ★★。然而ღ★★，人工智能的崛起也伴随着诸多隐患ღ★★，风险控制和治理至关重要ღ★★。人工智能不仅是企业的事情ღ★★，更是国家层面的事情ღ★★，它将深刻改变全球的社会和经济格局ღ★★。年轻人应敢于做梦ღ★★，只有敢于梦想ღ★★，才能实现伟大的目标ღ★★。

　　张亚勤ღ★★：中国工程院外籍院士ღ★★，清华大学智能科学讲席教授ღ★★，清华大学智能产业研究院院长ღ★★。他于2014年9月至2019年10月担任百度公司总裁ღ★★。出任百度总裁前ღ★★，张亚勤院士曾在微软公司工作16年ღ★★，历任全球资深副总裁兼微软亚太研发集团主席ღ★★、微软亚洲研究院院长兼首席科学家ღ★★、微软全球副总裁和微软中国董事长ღ★★。