编者按

如今，人工智能（AI）在以大模型为核心实现着更加快速的发展，并正在向一个崭新时代全速迈进。“大模型在改变人工智能的同时，也在改变着全世界”似乎在一夜之间成为科技界公认的客观事实。与此同时，大模型也在和元宇宙、区块链、Web3.0等一众“风口”争夺谁主沉浮的风浪中突出重围，抢尽风头。围绕AI和大模型“你中有我、我中有你”的亲密关系，站在全新起点的人工智能发展将走向何方，也正在成为科技界乃至全社会东猜西揣的热点思考之一。

数智前瞻

唯有通过人工智能的范式革命建立信息学科范式，才能获得人工智能研究的源头创新和整体创新。

创新AI范式 争取通用大模型光明前景

■中国经济时报记者 林春霞

自ChatGPT横空出世以来，在短短半年时间里，大语言模型给我们带来方方面面的震撼，搜索、创意创作、代码生成脱胎换骨。在大模型助力AI快速发展的新时代，如何准确把握人工智能的走向，使之更广泛应用于不同场景，成了业界争夺的焦点。那么，通用大模型AI发展现状如何，其在商业应用领域呈现哪些特点，前景是否可期？

通用大模型AI尚处科学进展滞后的初期阶段

中国社会科学院信息化研究中心主任姜奇平在接受中国经济时报记者采访时表示，通用大模型AI当前发展处于技术飞速突破，但科学进展滞后的初期阶段。技术突破表现在其将相关关系与因果关系结合，突破了大数据“相关而非因果”算法的局限。科学滞后是指人工智能范式革命仍然没有发生，突出问题表现为在物质科学观束缚下，信息、知识、智能的主体因素（如价值因素和内容因素）被系统地忽略，AI表现出对物质客体把握能力强，而对主客相互作用把握能力弱的“偏瘫”现象。在现象上表现为一些明星技术成为“大众眼中的专家”“专家眼中的大众”，技术强而科学弱。

姜奇平分析认为，通用大模型AI对商业应用的影响，是在不需要专家级高端智能情况下，可以替代一些简单归纳型的知识劳动，但仍不能替代真正的专家进行知识发现。目前，主要适合一些非创造性的脑力劳动，如助手型的工作。在一些“人算不如天算”的高风险决策、预测领域的应用效果，还有待观察。

向高级阶段迈进还需经历漫长过程

通用大模型AI虽被业界看好，但要获得光明前景，唯有通过人工智能的范式革命建立信息学科范式，才能获得人工智能研究的源头创新和整体创新。

姜奇平认为，未来人工智能发展，需要新科学范式、新信息范式的突破。人工智能范式革命乃是推动物质学科主导的科学时代转变到信息学科主导的科学新时代的引擎和桥梁。

在姜奇平看来，目前通用大模型发展存在一定障碍，根本原因在于它援引的是物质学科范式，而把人排除在外。物质学科范式仅仅把物质客体的结构与功能作为自己的研究对象，彻底地排除了主体的一切因素，因而也就排除了价值和内容的立足点，彻底否决了从形式加工出价值和内容的可能性。

因此，姜奇平分析认为，从目前来看，通用大模型AI从初级阶段迈向高级阶段还需要一个漫长的“交学费”过程。因为其目前主导的思路，是完全用物理学看待物的观点来看待物与人同时产生作用的人工智能。只有通过人工智能的范式革命建立兼具主客体特征的信息学科范式，才能获得人工智能研究的源头创新和整体创新，进入人工智能发展的高级阶段。

“当然，在出现真正的突破之前，应用可以发挥引导作用。”姜奇平表示，因为应用可以由人主导进行价值判断，以弥补机器在价值判断上的无能。在应用过程中需要注意的是，坚持以人为本，以应用需求主导技术能力发挥，将人的价值能力与机器的物质能力结合起来。总之，通用大模型AI应用不能搞“无人驾驶”，要让人“驾驶”机器。

人工智能应优先应用于制造业领域

人工智能重构生产、分配、交换、消费等经济活动各环节，形成从宏观到微观各领域的智能化新需求，催生新技术、新产品、新产业、新业态、新模式。

人工智能与制造业融合，是指将人工智能技术应用到制造业，使制造业在数字化和网络化的基础上，实现机器的自动反馈和自主优化。人工智能在制造业中的应用广泛，围绕提升效率、降低成本、增加产品和服务价值以及探索新业务模式等价值定位产生了不同的应用场景。

“制造业的智能化决定了一个国家的实力，人工智能在制造业领域应该得到优先发展。”中央财经大学中国互联网经济研究院副院长欧阳日辉对中国经济时报记者表示，制造业的智能化决定了一个国家的实力，人工智能在制造业领域应该得到优先发展。按照应用领域，我国人工智能可分为视觉人工智能、决策类人工智能、语音及语义人工智能等类别。经过多年的发展和实践，我国人工智能已广泛应用于城市管理、金融、零售、制造等诸多领域。其中，电子、汽车、能源电力行业人工智能预备度较高，应用市场的规模和增长领先于其他行业，“人、机、物三元智能融合是未来信息技术的发展方向，物设备的智能化将是最大的市场，必将形成新的产业生态。”

数智新风向

创新AI范式 争取通用大模型光明前景

■中国经济时报记者 胡畔

大模型时代的到来使得人工智能（AI）迈入了一个新的发展阶段。在这个阶段，专业性大模型的开发和应用成为了行业关注的焦点。

应用场景丰富是中国AI发展的优势

从自然语言处理到图像识别，从医疗保健到金融服务，专业性大模型AI的发展正逐渐改变着人工智能的格局，为各行业带来了巨大的机遇和挑战。

中央财经大学中国互联网经济研究院副院长欧阳日辉在接受中国经济时报记者采访时表示，人工智能重构生产、分配、交换、消费等经济活动各环节，形成从宏观到微观各领域的智能化新需求，催生新技术、新产品、新产业、新业态、新模式。按照应用领域，我国人工智能可分为视觉人工智能、决策类人工智能、语音及语义人工智能等类别。经过多年的发展和实践，我国人工智能已广泛应用于城市管理、金融、零售、制造等诸多领域。

在大模型助力AI快速发展的新时代，准确把握人工智能的走向已被视为抓住未来发展的关键。

欧阳日辉表示，近年来，我国人工智能产业取得长足发展。百度、阿里、华为、腾讯、科大讯飞、云从科技、京东等人工智能开放平台已初步具备支撑产业快速发展的能力。

以国内涉足人工智能大模型训练的机构为例，主要分为大型科技公司、科研院校和初创科技团队三类。从大模型的布局体系来看，百度、阿里、华为等大型科技公司从算力层、平台层、模型层、应用层进行了四位一体的全面布局，科研院校及初创科技公司主要以研发大模型算法及细分领域应用为主；从大模型参数量看，大型科技公司的参数量远大于科研院所，但基本都处于千亿及以上规模；从大模型应用方向看，大部分企业前期以内部应用为主，后续主要向B端企业拓展服务，预计少数企业将在C端市场形成规模。总体来说，业界普遍认为国内大模型与GPT-3的水平相当，与GPT-4仍有较大差距。

“人工智能的本质是知识自动化。知识自动化致力于利用人工智能完成大部分白领工作，未来的白领将主要从事创造性和决策性的工作。虽然我们在AIGC大模型方面暂时落后于美国，但我国在人工智能领域更有可能领先世界。中国的优势在于应用场景丰富，拥有超大规模市场。问题导向，应用牵引和市场驱动我国技术进步和企业发展，是中国式技术发展和创新道路。”欧阳日辉说。

为大模型AI的发展提供可持续的环境

当下，我国专业性大模型AI的开发仍然面临一些挑战和限制。一方面，大模型的训练需要庞大的计算资源和时间，这对于一些中小型企业和研究机构来说是一个难以逾越的壁垒。另一方面，大模型的训练数据需要大量的人工标注和清洗，这对于一些领域专业性较高的任务来说是一个复杂而耗时的过程。此外，大模型的应用也面临着数据隐私和安全性的挑战，如何保护用户数据和防止滥用成为了亟待解决的问题。

对此，专家建议，首先要加大对大模型训练数据和算法模型的研究和投入，进一步提高其准确性和效率。其次要加强跨学科的合作，汇集各领域的专业知识和资源，推动大模型AI在各个行业的应用落地。此外，要制定相应的政策和法规，加强数据隐私和安全保护，为大模型AI的发展提供可持续的环境。

欧阳日辉强调，要深化产学研用融合，高校和科研院所的科研人员要真正把企业作为技术创新的主体，不把企业当做所谓科研成果转移的接受者，研究要围绕企业需要、回答企业的提问，经世致用；高校人工智能人才培养坚持以“需求导向、应用驱动”“项目牵引、多元支持”“跨界融合、精准培养”为基本原则，探索以问题为导向的学科交叉人才培养模式。

总而言之，尽管存在一些挑战，专业性大模型AI的前景依然十分广阔。未来，随着计算技术的进步和算法模型的不断优化，大模型的开发和应用将变得更加普遍和可行，大模型AI也将更好地适应各行各业的专业性需求，为医疗、金融、教育、能源等领域带来更多的创新和发展机会。

相信，通过持续地创新和合作，专业性大模型AI将为社会带来更多的创造力和效益，引领人工智能迈向一个更加繁荣和可持续的未来。

数智讲堂

专业性大模型AI开发：掌握未来发展的关键

■赵祚翔

今年6月初，Neuralink宣布脑机接口（BCI）技术已获得美国食品药品监督管理局（FDA）的批准，可以对人体进行首次测试。这对该公司进一步开展BCI研发、应用和推广来说是一个重要的里程碑。

Neuralink旨在开发可以植入人脑的微芯片，以帮助恢复人们的视力和行动能力。植入人脑的微芯片被设计成能够解读大脑信号，并使用蓝牙技术将信息传输到外部设备。BCI研发早期的应用主要集中在帮助残疾人群恢复运动功能，但近年来，BCI技术已经在军事、航天等特殊环境场合中发挥重要作用，这也是美国国防高级研究计划局（DARPA）等机构大力支持BCI技术发展的原因之一。这次最新的人体测试批准不仅对该公司来说是一个积极的发展，也可能对具身智能的研究带来革命性突破。

Neuralink脑机接口的发展具有多方面的潜在影响。首先，它可以增强感知能力，恢复或增强残疾人或感觉障碍患者的感知功能，使他们能够以新的方式感知和与世界互动，从而带来更全面和沉浸式的感知体验。其次，该技术可以帮助瘫痪或运动障碍的人恢复运动和控制能力，通过连接大脑和外部设备实现对其直接控制，提供更好的移动性和独立性。

此外，脑机接口有可能通过直接交流实现发展大脑与计算机之间的连接，增强认知能力，改善记忆、信息处理和决策能力。促进人类思维与人工智能系统之间的无缝交互，实现人机共生，充分发挥双方的优势。在具身智能（EmbodiedAI）的应用层面，脑机接口的发展可能实现将智能算法与机器人的感知、行动和环境交互能力相结合，通过融合感知、决策和行动的能力，使个体能够更直观高效地控制和与技术互动，从而开创人机协作的新形式，使机器成为人类能力的自然延伸。

未来，随着脑机接口技术可能产生的颠覆性突破，具身智能的发展有望在以下几个场景中产生重要的影响。

第一，增强人机交互。具身智能和脑机接口技术的结合有望改善人与机器之间的交互方式。通过直接与人类大脑连接，脑机接口可以实现更快速、更直观的信息交流，将人类思维转化为机器可以理解和处理的指令。这将极大地拓展了人与计算机之间的界面，提供了更自然、更高效的交互方式。

第二，实现医疗应用的突破。脑机接口技术在医疗领域具有巨大潜力。它可以被用于帮助治疗神经系统疾病和损伤，例如帕金森病、脊髓损伤等。通过与大脑直接进行交互，脑机接口可以帮助恢复运动功能、改善听觉和视觉障碍，甚至可以成为人工假肢的控制方式。此外，它还可以提供一种新的方式来研究和理解大脑的工作原理，推动神经科学的发展。

第三，提升人类自身学习能力。具身智能和脑机接口技术有望为人类提供一种增强能力的途径。通过与机器的融合，人类可以获得更强大的计算和信息处理能力，进一步扩展自身的智力和能力范围。这可能会带来诸如增强记忆、提高学习能力、实现思维与计算的融合等方面的突破。

第四，实现虚拟现实和增强现实体验的增强。脑机接口可以提供更直接、沉浸式的虚拟现实和增强现实体验。通过连接大脑和虚拟现实设备，人们可以获得更逼真的感官体验，进一步深入虚拟世界或增强现实环境。

当前，尽管脑机接口技术在理论上具有巨大潜力，但实际的应用和发展仍面临挑战和限制。技术的成熟和商业化还需要时间，同时需要解决技术可行性、成本效益、安全性和可接受性等问题。此外，随着具身智能的发展，涉及到伦理和道德的问题也变得尤为重要。例如，如何保护个人隐私和数据安全？如何确保技术的公平和可访问性？如何平衡技术的发展和人类价值观之间的关系？这些问题需要社会、法律和伦理学界的共同关注和探讨。

（作者系中国科学院科技战略咨询研究院博士、助理研究员）

本公众号版权归中国经济时报所有。如转载或引用本文内容须经许可，并注明转自中国经济时报。

热点链接

●跨过沟壑 携手应对全球经济增长挑战

●把握“一体化”和“高质量”两个关键——成渝双城经济圈：从全面提速到乘势跃升

●圆桌丨在城市更新中焕发城市新活力

总 监 制丨王辉王继承

监 制丨李丕光 王彧 刘卫民

主 编丨毛晶慧 编 辑丨谷 云