前段时间，中国工程院外籍院士、清华大学智能产业研究院创始所长张亚勤教授在“清华人文”论坛上发表演讲，展望了技术趋势、新一代智能体以及AI时代的未来路径。会议主要内容如下。中国工程院外籍院士、清华大学智能产业研究院创始所长张亚勤表示：（资料图）1945年的一个冬夜，二战刚刚结束，时任美国总统罗斯福收到了一份名为《科学：无尽的前沿》的提案。这项后来成为法案的提案，迅速确立了美国在科学领域的领导地位，催生了众多直接推动第三次工业革命的技术、产品和产业。无线通信、半导体、互联网、光纤通信我们所知道的它们是从这项科学法案中产生的。今天我们有一个新的、伟大的机会。正是人工智能已经开启了第四次工业革命。这就是为什么我今天演讲的标题是“人工智能：无尽的前沿”。 《人工智能发展趋势》什么是人工智能？这本质上是计算机学习人类智能的过程。人工智能的概念于1956年正式定义，其理论基础可以追溯到更早的时候。英国科学家图灵第一个定义了“计算”和“智能”，并提出了“图灵测试”。如果一台机器可以进行多次对话，但无法辨别它是否是人类，那么就通过了该测试。还有两位人工智能的重要创始人。 “信息论之父”香农定义了比特和信息（熵），“控制论之父”维纳定义了负反馈、学习ng 和适应。这些基本概念对人工智能的发展发挥了重要作用。多年来，人工智能领域出现了多个思想流派，其中包括两个主要思想流派。一种想法是大脑的逻辑、规则和推理过程可以用符号来表示。这就是符号学派。基于这种方式的逻辑体系非常简洁，因果关系清晰。然而，它并不实用，它是真实的应用。缺点是在应用中效果不佳。另一种思想流派称为连接学派。该体育派认为，大脑非常复杂，获得智力非常困难。因此，智能必须通过大量数据、经验积累、不断学习、不断适应、与世界连接来获得。近10~20年主要深度学习技术rs采纳了这个想法。人工智能发展史上有几个重要事件值得强调。 2016年，AlphaGo以3-1的比分首次击败九段李世石。 AlphaGo使用深度学习和强化学习技术来学习数十万场人类围棋比赛，并取得了令人印象深刻的结果。 2020年，基于类似的算法，DeepMind（谷歌旗下人工智能公司）推出了AlphaFold，以解决“蛋白质折叠问题”这一困扰人类50年的生物问题。 2024年，诺贝尔物理和化学奖将颁发给人工智能领域的创始人，其中包括DeepMind创始人Demis Hassabis，他的团队创造了AlphaGo和AlphaFold。另一个里程碑是2022年OpenAI（美国人工智能研究公司）推出ChatGPT。到目前为止，深度学习和神经网络主要针对特定任务，例如特定任务技术识别、面部识别、图像识别和字符识别。这些本质上是先进的侦察技术。然而，ChatGPT引入了一种新的范式，它不仅可以识别，还可以生成和创造，从而生成式人工智能诞生了。生成式人工智能具有三个关键要素：统一表示、缩放法则和涌现效应。我认为其中最重要的是统一表达。 ChatGPT 是如何做到的？我们的大脑人类有860亿个神经元，每个神经元的结构完全相同。生成式人工智能的统一表示基于类似的原理。任何到达的信号都会转换为令牌（文本处理的最小单位）。它的主要任务是生成下一个令牌。它可以生成文本、图像和视频，以及新的数据、代码、公式和工具。当大型语言模型中的参数数量超过数百亿时，缩放定律就会被激活并产生突现效应。这意味着模型的性能不是线性增长，而是随着缩放呈指数增长，导致出现令人惊讶的未编程的新功能。 DeepSeek在中国也是一个重要的里程碑。在DeepSeek之前，国内有数百个大型模型基本上已经学会了模仿ChatGPT。当时，在模型大领域，日本和美国的差距大约是两三年。 DeepSeek 是一家小型初创公司。 DeepSeek 彻底改变了算法、技术和系统架构。只需 1% 的计算能力，即可实现与美国最大、最新一代型号相同的功能。自DeepSeek推出以来，中美在大模型领域的差距已经缩小到两三个月。另外，DeepSeek的开源模型使得没有大规模模型的国家和地区也可以使用，使得整个模型的速度越来越快实施和适应。于是，先是出现了“ChatGPT时刻”，然后出现了中国引以为豪的“DeepSeek时刻”。 2025全球工业互联网大会展区展示的机器人。 （新华社）“从生成式AI到代理AI” 2025年，智能领域人工智能将经历新的重要转变：从生成式AI到代理AI。在此之前，人工智能遵循缩放定律。换句话说，您拥有的数据和计算能力越多，您的模型就越高效。一旦达到某个阶段，就会发生量子跃迁或涌现效应。但到了2025年，我们发现预训练阶段的规模效应正在放缓，数据资源逐渐饱和，继续提升算力的边际效益正在递减。相反，后培训阶段的重要性日益凸显。类似于人类生长的过程嗯，预训就像上学从学士到硕士再到博士，通过学习积累知识，变得更聪明。后期训练就像工作后的实践，在特定场景中不断学习和进化，也是智能体AI的核心来源。什么是代理？作为高度智慧的物种，人类可以设定任务和目标，规划执行路径，提供持续的试错反馈，并凭借强大的记忆力完成任务。这是我们人性的一个基本特征。人工智能代理正在向人类学习这种先进的智能。它具有三个重要特征。首先，它是自主的。换句话说，最大的区别在于它不是自动学习，而是可以自动学习。自主学习没有固定的规则，需要不断探索。机器学习通常具有预先配置的规则并根据定义的规则进行工作。其次，它正在发展。这意味着它可以通过不断的迭代来改进，一旦它进化了，你就可以在下次做类似的事情时使用你学到的知识。这是人类与其他物种之间的一个重要区别。人类的智力可能有重叠，但代代相传的黑猩猩智力没有本质区别。第三，它具有普遍性。也就是说，可以从单个案例中得出推论。例如，一旦您学会了如何在线订票，您就可以在许多其他地方使用类似的功能。我们的技术基础是数字化，因为最基本的数据对于使这种智能成为现实至关重要。首先是信息世界的数字化，然后是物理世界的数字化，然后是生物世界的数字化。过去 40 年来，我们最重要的工作就是数字化。内容和文档数字化的初步努力始于 1985 年。音频、图像、视频、文本、PPT 等。它们现在是数字内容。这就是数字化企业和信息管理中心，包括各种谈判过程。这个阶段产生了两个成果：数据库和云计算。当前，整个物理世界都已数字化。这些是数字化的，比如汽车、汽车、信号、电力、家庭、工厂、城市……在生活中，数字化是蛋白质、大脑、细胞、基因等等。麻省理工学院媒体实验室创始人尼古拉斯·尼葛洛庞帝曾在数字1.0之初提出，我们正在从“原子”转向“比特”。比特是香农定义的数字世界的基本单位。现在我们正在从比特转向原子和分子。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，是碳基材料的融合。生命和硅基世界。 《AI Agent的各种应用》2020年12月，我来到清华大学成立智能产业研究院。我们的使命非常明确。它是关于利用人工智能创新来增强行业并推动社会进步。目标是建设国际化、智能化、产业化的第四次工业革命研究院。下面，我们将根据智能产业研究院研究人员的研究成果，展示智能体的具体应用实例。李鹏教授课题组研究团队与清华大学丘心桐数学科学中心合作开发了AIM智能数学代理。您可以将任务分成更小的部分并完成定理的证明。为了论证材料科学和分子动力学领域的关键问题“均质化问题”，AIM p拿出了一份长达17页的测试文档，其中一些完全是机器生成的，另一些是手工修改的，最困难的部分是由人工智能完成的。其核心重要性在于人工智能有潜力解决难题、提出新问题并生成新方程。毫无疑问，无人驾驶技术是智能体的重要应用之一，也是我多年来一直关注的话题。百度的萝卜跑是一款专门驾驶的机器人。经过近10年的研发，自主L4级（完全无人驾驶、无需安保人员）核心技术取得进展，长尾沙问题不断优化。目前，“胡萝卜”之“然”已累计行驶2亿公里，运营日本及海外10多个城市。比人类驾驶安全10倍，从未发生过严重事故。我们建造了世界上最大的汽车中国自主驾驶平台和操作系统。我预计到2030年，10%的新车将具备L4级自动驾驶能力。人工智能在生物智能领域的应用主要体现在新药研发的加速上。智能产业研究院聂再清教授团队研发的新型智能药物研发智能体，可以根据研发需求分解任务，自动搜索信息，分析蛋白质的结构和功能，生成初步研发图谱，极大提高了新药研发的衡量效率，为科研人员提供了重要支撑。医疗领域的另一个突破是刘洋博士团队打造的全球首家无人智慧医院——清华大学人工智能医院（成立于2025年4月）。这是一个虚拟的医院，里面有医生、病人、护士等角色，他们都是完美的由智能代理组成，覆盖不同科室，形成完整的诊疗闭环。代理不需要手动注释数据，并通过协作和游戏不断发展。两年学习的病例诊断仅两天就完成，诊断准确率超过常规医院。需要注意的是，智能AI医生并不是要取代人类医生，而是充当医疗助手，提高诊断的效率和准确性。目前，该系统已在清华大学医院、长庚医院等十几家医疗机构进行测试，并得到真实医生和患者的验证。 《人工智能时代的操作系统》接下来我想谈谈未来技术发展的趋势，特别是产业结构的变化。我对操作系统有着特殊的喜爱，曾在在 Microsoft 工作了近 16 年，期间我负责监督世界上最大的嵌入式操作系统 Windows CE 的开发。操作系统是定义一个时代的最重要的技术平台。操作系统包括芯片、应用、应用，整个技术生态系统都是围绕操作系统展开的。在PC时代，操作系统是Windows（Systemma Windows Operating）。移动互联网时代，手机的操作系统是iOS和Android。中国也使用华为的鸿蒙系统。在人工智能时代，操作系统是伟大的典范。人工智能能源时代的架构图采用大型边缘基础设施模型作为操作系统。顶层涵盖垂直行业系统和软件运营服务。设备端（手机、PC）通过从较大模型中提取或压缩的较小模型来运行应用程序。虽然莫短期内胆应用仍将占据主导地位，智能手机功能将逐渐融入移动应用中。智能体是实现通用人工智能（AGI）的必然途径。目前通用人工智能的定义尚未统一。我理解它是一个超过99%人类的智能体，具有进化能力、泛化能力、长期记忆能力以及执行99%任务的能力。按照这个定义，预计在15到20年内达到通用人工智能的水平。 《人工智能的风险与治理》还有一个非常重要的点。也就是说，人工智能在提供巨大机遇和强大能力的同时，也带来了不可忽视的风险。风险等级为：一是信息情报领域存在风险。我们已经看到人工智能可以生成虚假信息，进行深度伪造，有时会引起幻觉还有版权所有权问题。现在互联网上充斥着人工智能生成的虚假信息。这些错误信息被用来训练新的大规模模型，然后产生更多错误信息，形成恶性循环。我们该如何防范这些风险呢？这些问题需要从技术、政策、监管等多方面共同解决。二是物理和生物世界的风险。大型模型和智能与自动驾驶汽车、机器人、无人机、军事系统等相连，如果失控并被恶意利用，风险是巨大的。此外，如果我们的大脑和人工智能是互联的，我们的碳基生命和硅基世界是通过外挂芯片和传感器连接起来的，我们可以想象，一旦失控，风险将尤其巨大。因此，有必要提前考虑这些问题、解决这些问题、面对这些挑战。我对此充满信心，因为人类可以发明先进的工具，他们当然也可以管理先进的工具。总的来说，目前人们关注的人工智能正在从判别式AI转向生成式AI，并逐渐转向代理式AI。这个过程产生了天文数字量的数据和指数级的计算能力。更重要的是，人类和机器将共同进化，创造巨大的产业机会。达沃斯人工智能理事会预测，到2030年，人工智能产生的新机遇将产生20万亿美元的经济价值，超过许多国家目前的GDP总量。同时，我们也面临着各种社会挑战，包括隐私保护、安全、就业转型、社会公平、风险管理等。人工智能将重塑世界社会经济格局。 80 多年前，《科学：无限边界法则》帮助推动了第三次工业革命。尽管中国一直是旁观者或跟随者在前三次工业革命中，人工智能正在开辟无限新领域，迎来第四次工业革命。这次，我坚信，凭借强大的国力、大量的人力资源和优惠的政策，中国一定会成为第四次工业革命的引领者。原标题：《清华大学智能产业研究院院长张亚勤：中国一定会成为第四次工业革命的引领者》专栏编辑：龚丹云 文字编辑：徐蓓 本文作者：张亚勤
特别提示：以上内容（包括图片、视频，如有）由自有媒体平台“网易账号”用户上传发布。本平台仅提供信息存储服务。
注：以上内容（包括图片和视频，如有）已被网易号（一个提供信息的社交媒体平台）用户转发并发布。n 仅存储服务。
