大力發(fā)展新質(zhì)生產(chǎn)力，要加強(qiáng)關(guān)鍵共性技術(shù)、前沿引領(lǐng)技術(shù)、現(xiàn)代工程技術(shù)、顛覆性技術(shù)創(chuàng)新，完善推動(dòng)新一代信息技術(shù)、人工智能、生物醫(yī)藥、量子科技等戰(zhàn)略性產(chǎn)業(yè)發(fā)展政策和治理體系。人工智能等新興技術(shù)的發(fā)展不僅能夠改造提升傳統(tǒng)產(chǎn)業(yè)，更能夠催生新領(lǐng)域新賽道，已經(jīng)成為新一輪科技革命和產(chǎn)業(yè)變革的重要驅(qū)動(dòng)力量。發(fā)展人工智能不僅是技術(shù)領(lǐng)域的競(jìng)爭(zhēng)，更關(guān)乎經(jīng)濟(jì)結(jié)構(gòu)的轉(zhuǎn)型升級(jí)，創(chuàng)新效能整體提升。人工智能的文化社會(huì)技術(shù)屬性會(huì)帶來(lái)社會(huì)治理模式的創(chuàng)新，關(guān)乎我國(guó)社會(huì)主義文化強(qiáng)國(guó)建設(shè)。

 

 

2025年5月8日，北京國(guó)家會(huì)議中心，觀眾在第27屆北京科博會(huì)上與“人形機(jī)器人”互動(dòng)。圖/中經(jīng)視覺 杜建坡 攝

 

當(dāng)前人工智能技術(shù)發(fā)展的趨勢(shì)特征

 

自1956年達(dá)特茅斯會(huì)議提出人工智能概念以來(lái)，其發(fā)展經(jīng)歷了近70年的時(shí)間。人工智能技術(shù)的發(fā)展經(jīng)歷了以“手工知識(shí)”“機(jī)器邏輯推理能力”為特征的第一次浪潮（1956—1974年）、以“統(tǒng)計(jì)學(xué)習(xí)”“專家系統(tǒng)”為特征的第二次浪潮（1980—1987年）和以“適應(yīng)環(huán)境”“深度學(xué)習(xí)”“感知智能”為特征的第三次浪潮（1993年至今）。當(dāng)前，人工智能發(fā)展正處于第三次浪潮，呈現(xiàn)出如下特征。

 

其一，人工智能的本質(zhì)仍然是數(shù)據(jù)智能，關(guān)于常識(shí)推理、因果理解等人類智能的核心能力還未獲得突破。人工智能模型高度依賴數(shù)據(jù)，通過分析和處理大量數(shù)據(jù)來(lái)提取有價(jià)值的信息和模式，并據(jù)此進(jìn)行預(yù)測(cè)或決策。用于模型訓(xùn)練的數(shù)據(jù)規(guī)模、質(zhì)量和多樣性對(duì)人工智能模型的效果具有重要影響。這也是著名的規(guī)模效應(yīng)，即人工智能模型的性能與數(shù)據(jù)集大小成冪律關(guān)系。人工智能模型在大量數(shù)據(jù)中挖掘出的現(xiàn)實(shí)關(guān)聯(lián)，并不是基于對(duì)現(xiàn)實(shí)世界的基本認(rèn)知和理解，仍然難以進(jìn)行真正的抽象概括和邏輯推理。相比較而言，人類能夠根據(jù)因果關(guān)系預(yù)測(cè)事件發(fā)展，通過類比遷移快速學(xué)習(xí)新知識(shí)，并運(yùn)用常識(shí)處理復(fù)雜的現(xiàn)實(shí)問題，這些能力是當(dāng)前的人工智能無(wú)法實(shí)現(xiàn)的。

 

其二，深度學(xué)習(xí)是當(dāng)前人工智能主流算法，應(yīng)用于部分場(chǎng)景下的模式識(shí)別精準(zhǔn)度甚至超越人類水平。2006年，以杰弗里·辛頓等為代表的連接智能學(xué)派，以學(xué)習(xí)能力自動(dòng)化為目標(biāo)，掀起了神經(jīng)網(wǎng)絡(luò)的研究熱潮，拉開深度學(xué)習(xí)的大幕。近20年來(lái)，卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)、長(zhǎng)短期記憶網(wǎng)絡(luò)等基于大數(shù)據(jù)的深度學(xué)習(xí)模型和算法取得了顯著的技術(shù)突破，并在計(jì)算機(jī)視覺、自然語(yǔ)言處理、博弈對(duì)抗等領(lǐng)域?qū)崿F(xiàn)了規(guī)模應(yīng)用。這些進(jìn)展極大地推動(dòng)了人工智能的發(fā)展，使其在醫(yī)療、金融等行業(yè)中得到了廣泛應(yīng)用。

 

其三，人工智能大模型技術(shù)推動(dòng)智能計(jì)算邁向新高度，生成式人工智能快速迭代，能力不斷提升。生成式人工智能能夠通過學(xué)習(xí)現(xiàn)有數(shù)據(jù)的分布來(lái)生成具有相似特征的新數(shù)據(jù)，包括文本、圖像、音頻、視頻等。大語(yǔ)言模型是生成式人工智能的一種類型，是“大數(shù)據(jù)+大算力+強(qiáng)算法”結(jié)合的產(chǎn)物，具有規(guī)模大（神經(jīng)網(wǎng)絡(luò)參數(shù)規(guī)模要達(dá)到百億以上）、涌現(xiàn)性（具有產(chǎn)生預(yù)料之外的新能力）和通用性（能夠廣泛解決不同類型問題）的特點(diǎn)。除語(yǔ)言能力以外，大模型也在迅速擴(kuò)展視覺、聽覺、具身（有身體的智能，能與環(huán)境進(jìn)行交互）、行動(dòng)等其他通用智能能力。在向多模態(tài)、具身化方向發(fā)展的同時(shí)，AI智能體有望成為下一代平臺(tái)，人工智能從理解到生成，從感知到?jīng)Q策，能力不斷提升，有望完成“感知—決策—行動(dòng)”的閉環(huán)。

 

其四，“AI+”成為未來(lái)經(jīng)濟(jì)社會(huì)發(fā)展的重要驅(qū)動(dòng)力和新模式，人工智能將成為新一輪科技革命和產(chǎn)業(yè)變革的賦能技術(shù)和底層技術(shù)。人工智能有望成為推動(dòng)產(chǎn)業(yè)優(yōu)化升級(jí)、生產(chǎn)力整體躍升的重要驅(qū)動(dòng)力量。人工智能技術(shù)與醫(yī)療、制造、教育、商務(wù)等行業(yè)深度融合的趨勢(shì)正在進(jìn)一步加深，推動(dòng)產(chǎn)業(yè)高質(zhì)量發(fā)展和生產(chǎn)力深層次變革。具備廣泛知識(shí)和技能的人工智能模型，能夠應(yīng)用于多種任務(wù)和領(lǐng)域的通用性大模型正在成為新的追求目標(biāo)。人工智能開源開放趨勢(shì)日益明顯，打破傳統(tǒng)技術(shù)壁壘，顯著促進(jìn)了知識(shí)共享和創(chuàng)新，這將促使當(dāng)前應(yīng)用成本逐漸降低，具有向各個(gè)產(chǎn)業(yè)拓展的可能性。

 

其五，人工智能的能耗問題及其對(duì)環(huán)境的影響引發(fā)關(guān)注，綠色人工智能及低能耗人工智能的研究和部署迫在眉睫。綠色人工智能和低能耗人工智能是未來(lái)人工智能發(fā)展的重要方向，主要路徑有：一是加大新型能源供給技術(shù)的開發(fā)，通過應(yīng)用可再生能源、能源存儲(chǔ)技術(shù)、能效優(yōu)化技術(shù)等，保持可持續(xù)的能源供應(yīng)，支持大模型等能源消耗。二是優(yōu)化人工智能運(yùn)行策略降低能耗，相較于傳統(tǒng)計(jì)算，量子計(jì)算具有更高的能源使用效率，有望成為新的計(jì)算方式。三是研發(fā)更高效的算法和芯片，模擬人腦功能的神經(jīng)形態(tài)芯片在節(jié)能提效方面具有一定優(yōu)勢(shì)。