2月11日，国务院以深化拓展“人工智能＋”、全方位赋能千行百业为主题，进行第十八次专题学习。上海人工智能实验室主任周伯文作讲解。
新民晚报记者注意到，上海AI实验室一直以来践行“通专融合”路线。人工智能的发展历程并非线性堆叠，而是呈现出明显的阶段性跃迁。当前，我们已身处“通用人工智能”（AGI）前夕，但仍面临重要环节的缺失——通专融合的智能，亟须推动科学智能从1.0向2.0迭代演进，即从AI4S迈向AGI4S。
可以发现，过去70年AI的发展长期在“专业性”与“通用性”两个维度上分别进展——以AlphaFold为代表的早期系统是极致的“专家”，在特定领域超越人类却缺乏迁移能力；而当前的大语言模型则是博闻广识的“通才”，虽具广度但在处理复杂专业任务时往往难以企及专家深度和缺失关键细节。而真正的AGI必须打破这种二元对立，构建一种能够动态融合“直觉式快思考”与“逻辑式慢思考”的智能架构——即在保持通用认知基座的同时，能够在任意特定任务上通过持续学习与深度推理实现专家级的专精。
2024年末OpenAI o1与2025年初DeepSeek-R1的出现，通过在大模型之上应用强化学习显著提升逻辑推理能力，有力验证了关于“通专融合”路径预判的正确性。
上海AI实验室进而提出：若AGI=通专融合，则可深度专业化通用模型是实现AGI的可行路径；专家化模型在训练过程中需要低成本、能规模化的密集反馈，能够持续不断地学习与主动探索，并具备为同一个问题提供多视角、多种解决方案的能力；而打造一个“可深度专业化通用模型”，需要从信号、规模和落地等三个维度突破；科学发现是AI的下一个前沿阵地——它既是推理智能的终极试炼场，也是“通专融合AGI”的验证舞台；大规模深度推理将赋能科学发现，科学发现亦将反哺推理能力的进化。
据悉，上海AI实验室已开展一系列探索及验证，包括驱动“通专融合”发展的技术架构——“智者”SAGE，其包含基础、融合与进化三个层次，并可双向循环实现全栈进化；支撑AGI4S探索的两大基础设施“书生”科学多模态大模型Intern-S1、“书生”科学发现平台Intern-Discovery及一系列相关阶段性进展。
“如果将SAGE比作一张新世界的地图，那么，上海AI实验室目前已经建立了很好的初步验证与很多尖兵前哨站。”
原标题：《这位上海专家为国务院第十八次专题学习作讲解》
栏目编辑：马丹
来源：作者：新民晚报 郜阳
热门跟贴