朱松純：對(duì)AI認(rèn)知不足或產(chǎn)生“技術(shù)投機(jī)”的不良氛圍

　　中新經(jīng)緯4月3日電 題：對(duì)AI認(rèn)知不足或產(chǎn)生“技術(shù)投機(jī)”的不良氛圍

　　作者 朱松純 北京大學(xué)人工智能研究院、智能學(xué)院院長(zhǎng)

　　當(dāng)下，大模型公司如DeepSeek、Manus等頻頻成為市場(chǎng)與媒體的關(guān)注焦點(diǎn)。隨著各種前沿技術(shù)不斷涌現(xiàn)，各方資本紛紛涌入，幾乎形成了“押寶大模型即押寶未來(lái)”的共識(shí)。然而，AI(人工智能)行業(yè)發(fā)展背后也存在一定認(rèn)知偏差。

　　當(dāng)前，關(guān)于AI的討論幾乎都被大模型能力所占據(jù)，而對(duì)基礎(chǔ)學(xué)科、原始創(chuàng)新以及對(duì)智能本質(zhì)的深入研究，關(guān)注度卻顯得不足。這種認(rèn)知不足可能產(chǎn)生“技術(shù)投機(jī)”的不良氛圍。而對(duì)“AI for Science”(人工智能驅(qū)動(dòng)的科學(xué)研究)也存在認(rèn)知的偏差。AI的研究方向主要集中在視覺(jué)、語(yǔ)言、機(jī)器人等智能感知和行動(dòng)能力上，而真正的科學(xué)研究是依靠Deep Learning for Science，即利用深度學(xué)習(xí)等工具輔助科學(xué)建模和數(shù)據(jù)分析。如果混淆了這些概念，就容易在科研的方向和資源投入上出現(xiàn)失誤。

　　對(duì)AI的認(rèn)知水平關(guān)乎AI創(chuàng)新與戰(zhàn)略，認(rèn)知AI可以從創(chuàng)新層次結(jié)構(gòu)入手。AI的創(chuàng)新可分為五個(gè)層次：第一層也即最底層的，是哲學(xué)層面，即探討“智能”的本質(zhì)，智能的本質(zhì)是“主觀的”，每個(gè)人的決策都基于自己對(duì)世界的認(rèn)知與價(jià)值體系，這些認(rèn)識(shí)決定了行為。第二層是理論層面，也是建立認(rèn)知的數(shù)學(xué)框架，如邏輯學(xué)、統(tǒng)計(jì)建模、概率計(jì)算等。第三層是模型層面，根據(jù)框架構(gòu)建具體模型，如判別模型、生成模型、大模型等。第四層是算法層面，即在具體模型下，開(kāi)發(fā)優(yōu)化算法，提高計(jì)算、推理、訓(xùn)練的效率。第五層是工程與部署層面，把模型落地到硬件、平臺(tái)，優(yōu)化存儲(chǔ)、計(jì)算，形成可用的產(chǎn)品和系統(tǒng)。

　　然而，目前AI領(lǐng)域的一些創(chuàng)新主要局限于算法或部署層面，缺乏基本的科學(xué)框架，如對(duì)智能本質(zhì)、認(rèn)知建模等方面的原創(chuàng)性突破。美國(guó)的AI創(chuàng)新很多集中在最底層的硬件(芯片、架構(gòu))、大模型以及算法優(yōu)化，那么中國(guó)AI企業(yè)想要彎道超車應(yīng)在更高的哲學(xué)與理論層面實(shí)現(xiàn)創(chuàng)新。未來(lái)，解決人工智能的核心難題——比如認(rèn)知建模、智能理論、學(xué)習(xí)機(jī)制等，仍是推動(dòng)AI發(fā)展的核心動(dòng)力。

　　應(yīng)當(dāng)注意到，最難解決的問(wèn)題，恰恰在于文科所關(guān)心的社會(huì)復(fù)雜系統(tǒng)，比如人口、政策、文明演化、價(jià)值體系。這些問(wèn)題目前無(wú)法建模、無(wú)法實(shí)驗(yàn)，學(xué)界長(zhǎng)期靠“口頭解釋”和“事后分析”。但如今，大規(guī)模仿真(模擬)實(shí)驗(yàn)和智能體(Agent)建模的能力可能讓文科變成一門可實(shí)驗(yàn)的科學(xué)。AI的真正前沿技術(shù)，是通過(guò)模擬與建模，讓文明、社會(huì)、經(jīng)濟(jì)與政策等可以進(jìn)入可驗(yàn)證的科學(xué)范疇，而非止步于圖像、語(yǔ)音和對(duì)話的優(yōu)化。

　　當(dāng)下，我們已經(jīng)在智能哲學(xué)、理論框架、模型構(gòu)建等方面取得了初步成果，正朝著算法優(yōu)化和工程部署邁進(jìn)。接下來(lái)，要完成模型的工程化和商業(yè)化，與行業(yè)、應(yīng)用深度適配，建立通用智能體工廠等。我們和大模型是共生共榮的關(guān)系，大模型為我們提供了基礎(chǔ)，我們要在其上構(gòu)建通用智能體的認(rèn)知與決策體系。(中新經(jīng)緯APP)

　　中新經(jīng)緯版權(quán)所有，未經(jīng)授權(quán)，不得轉(zhuǎn)載或以其他方式使用。

責(zé)任編輯：孫慶陽(yáng)