当人工智能（AI）成为全球科技竞争最激烈的赛道之一时，人们习惯于讨论谁领先、谁落后，讨论参数规模、算力投入以及模型排名。
6月12日，在第八届“北京智源大会”开幕式的一场对话中，阿里云创始人、中国工程院院士王坚与北京智源人工智能研究院理事长黄铁军，将话题拉回到了一个更底层的问题——今天的人工智能究竟发展到了什么阶段？
在他们看来，大模型的爆发固然重要，但更值得关注的是，整个领域仍处于早期探索阶段。人类对于“智能”本身的理解远未完成，而工程实践与理论认知正在相互推动、交错前进。
从科研投入的不确定性，到中国AI创新的空间，再到AI对科学研究方式的重塑，以及未来人与AI的关系，两位学者给出的判断都带有鲜明的长期主义色彩：真正的大变革也许才刚刚开始。
图片来源：主办方提供
创新者必须同时具备独立判断力与决心
“其实没有先比别人看到。”面对主持人关于“为何总能提前十年看到未来”的提问，王坚表示，在今天这样一个信息交流高度发达的时代，已经很难界定一个想法究竟是谁最先想到的。“我想把它讲出来，有勇气把它做下去，可能比什么都重要。”
这种看法同样贯穿在他对于科研创新的理解中。
王坚认为，人们往往容易被既有概念束缚，“其实现在我们在讲人工智能的时候，有意无意被‘人工智能’这几个字限制住了”。在他看来，面对AI发展，最重要的是建立一个能够超越既有框架的思考框架。
也正因如此，王坚始终不赞同AI将替代人类的判断。“原因也很简单：我经常会说，狗的鼻子比人要灵敏很多，可是我们从来没有觉得有什么伤害。”
黄铁军则表示，中国现在处在一个科技创新爆发的时间点，创新者必须同时具备两种能力：拥有独立判断，以及在关键时刻敢于下决心。
谈及大模型研发本身，王坚表示，如今的大模型研发环境已经与传统科研截然不同，过去科研项目失败，往往鲜为人知；但今天一次大型模型训练，如果数月后效果不理想，其代价可能更高。“做了5个月训练，如果结果不好，它花掉的钱就相当于炸了一枚火箭，所以它就会把每一个人放在一个极其不一样的环境下，来考验你怎么做研究。”
对于中国AI与美国AI之间的关系，王坚表示，有一个前提是，基础研究本质上属于全世界。“因为过去这些年大家的努力，至少中国、美国在这个领域看到的是同一片大海。那么如果六七年以前，我担心的是，我们看到的是个游泳池，别人看到的是大海，尽管远处看到都是蓝蓝的，但你走近看才知道，不是同一个天地。基本上我今天还是可以说，我们大家看到的是同一片天地，至于谁离得近一点、远一点，可能是一个技术性的问题了。”
智能发展始终围绕数据驱动和结构基础展开
在黄铁军看来，今天的大模型浪潮并不是突然发生的技术革命，无论是神经网络，还是“预测下一个词”的训练方法，其源头都可以追溯到数十年前，“很多技术汇聚在一起，才有了这么一次大的爆发”。
从更宏观的角度看，智能的发展始终围绕两条主线展开：一条是数据驱动，另一条是结构基础。前者决定模型学习什么，后者决定模型如何实现智能。
但王坚更关注的，则是AI已经开始改变科学研究本身。他提到，早期人工智能研究解决的大多是所谓的“Toy Problem（玩具问题）”。而今天，在他看来，一个重要的质变已经出现：人工智能开始面对那些连人类自身都难以完全理解的问题。
与此同时，数据类型也正在发生变化，最初的大模型主要处理互联网文本。随后，代码成为新的重要数据形态。如今，科学数据正在成为新的边界。
王坚特别强调一句在程序员圈广为流传的话：“Code is not text（代码不是文本）”。在他看来，这意味着AI已经开始理解不同于自然语言的结构化知识。而未来更重要的一步，是理解真正意义上的科学数据。“人工智能如果开始理解科学，结果用的还是科学论文里面的文本的话，我觉得这是有它非常大的局限性的，直到你能够理解真正意义上的科学的数据。”
王坚谈到，传统科学研究往往遵循同一种路径：科学家收集数据、分析数据、发表论文，随后数据被封存。但人工智能出现后，这一过程正在被重新定义，“科学数据可以被不同的人、用不同方式，在更大规模上重新理解”。
王坚举例提到AlphaFold，这项突破并非来自新的实验数据，而是来自对历史数据的重新理解。在他看来，这种能力将成为未来科学革命的重要特征。“我想到了这个时代，所有科学的数据，都会因为人工智能的出现被重新理解一遍，所以这个变化可以想象会有多大。我想首当其冲一定是科学研究本身，就像当人工智能能理解代码的时候，首先受到冲击的就是程序员本身，我觉得这个逻辑是一致的。”
王坚坦言，人类至今并不真正理解智能。“从人的角度理解Intelligence（智能）是什么，到今天还远远是个未知数。”因此，在他看来，如果假定人工智能是一个大变革，当前可能还远没有到能够成立真正意义上的“人工智能系”的时候。“这个世界不要说有没有问题解决，这个世界的开始都是非常早期的，所以基本上就是这个世界开始的混沌期。”
人类与AI最终会形成类似父母与孩子的关系
随着AI能力快速提升，风险问题成为无法绕开的议题。
黄铁军直言：“控制、确保这些词，大概都不现实。”在他看来，未来世界很可能是一个由人类与大量智能体共同构成的复杂系统，关键不在于完全控制，而在于形成新的共识与协作机制。“在这样一个多智能体，包括物理智能体在内的一个复杂世界里面，总要有一个界面和共识，否则就像在人类世界一样。”
黄铁军将未来称为一个“理性世界”，因为无论人还是AI，本质上都存在黑箱特征。“人脑也是一个黑箱”，因此，未来人与智能体之间更重要的关系不是单向服从，而是持续讨论与共同推理。
王坚对此表示认同。当外界批评大模型存在幻觉时，他注意到一个有趣现象：“幻觉这个词，本来就是形容人的。”在他看来，人类面对AI时提出的大多数问题，事实上也长期存在于人类自身。
因此，他始终坚持一种乐观主义立场，“我一直相信人类自己创造的问题，人类一定会解决”。他认为，AI的不可解释性未必意味着灾难，相反，如果人们尝试去理解，这可能成为推动人类重新认识智能的一次机会。
在王坚看来，当前主流模型评测体系也存在明显局限。“今天我们做测试也好、做排名也好，所有的测试排名都是只测智能体或者这个模型本身的能力。但我们今天找不到一个方法，去测这个模型跟人一起工作的时候，综合能力到底是什么。”
当被问及“人和AI究竟是什么关系”时，黄铁军认为，人类与AI最终会形成一种类似父母与孩子的关系，既可能产生冲突，也无法彼此分离。
而王坚则补充道，人类首先是大自然的孩子，“所以有时候人类也不能太傲慢，我们是整个世界的一部分，只是一部分”。他再次提到技术史上的经验，无论是火还是计算机，每一次重大技术出现时，人类最初都伴随着恐惧，人工智能也不会例外。
但在王坚看来，真正值得关注的问题并非恐惧本身，而是技术普及的成本。“我们的token（词元）太贵了。”王坚认为，如果未来AI使用成本能够像纸和笔一样低廉，人类就会被解放出来，所以还有很长的路可以走，“一定要让token变得不值钱，像一张纸一样”。
免责声明：本文内容与数据仅供参考，不构成投资建议，使用前请核实。据此操作，风险自担。
热门跟贴