中新经纬4月3日电 题：对AI认知不足或产生“技术投机”的不良氛围
作者 朱松纯 北京大学人工智能研究院、智能学院院长
当下，大模型公司如DeepSeek、Manus等频频成为市场与媒体的关注焦点。随着各种前沿技术不断涌现，各方资本纷纷涌入，几乎形成了“押宝大模型即押宝未来”的共识。然而，AI(人工智能)行业发展背后也存在一定认知偏差。
当前，关于AI的讨论几乎都被大模型能力所占据，而对基础学科、原始创新以及对智能本质的深入研究，关注度却显得不足。这种认知不足可能产生“技术投机”的不良氛围。而对“AI for Science”(人工智能驱动的科学研究)也存在认知的偏差。AI的研究方向主要集中在视觉、语言、机器人等智能感知和行动能力上，而真正的科学研究是依靠Deep Learning for Science，即利用深度学习等工具辅助科学建模和数据分析。如果混淆了这些概念，就容易在科研的方向和资源投入上出现失误。
对AI的认知水平关乎AI创新与战略，认知AI可以从创新层次结构入手。AI的创新可分为五个层次：第一层也即最底层的，是哲学层面，即探讨“智能”的本质，智能的本质是“主观的”，每个人的决策都基于自己对世界的认知与价值体系，这些认识决定了行为。第二层是理论层面，也是建立认知的数学框架，如逻辑学、统计建模、概率计算等。第三层是模型层面，根据框架构建具体模型，如判别模型、生成模型、大模型等。第四层是算法层面，即在具体模型下，开发优化算法，提高计算、推理、训练的效率。第五层是工程与部署层面，把模型落地到硬件、平台，优化存储、计算，形成可用的产品和系统。
然而，目前AI领域的一些创新主要局限于算法或部署层面，缺乏基本的科学框架，如对智能本质、认知建模等方面的原创性突破。美国的AI创新很多集中在最底层的硬件(芯片、架构)、大模型以及算法优化，那么中国AI企业想要弯道超车应在更高的哲学与理论层面实现创新。未来，解决人工智能的核心难题――比如认知建模、智能理论、学习机制等，仍是推动AI发展的核心动力。
应当注意到，最难解决的问题，恰恰在于文科所关心的社会复杂系统，比如人口、政策、文明演化、价值体系。这些问题目前无法建模、无法实验，学界长期靠“口头解释”和“事后分析”。但如今，大规模仿真(模拟)实验和智能体(Agent)建模的能力可能让文科变成一门可实验的科学。AI的真正前沿技术，是通过模拟与建模，让文明、社会、经济与政策等可以进入可验证的科学范畴，而非止步于图像、语音和对话的优化。
当下，我们已经在智能哲学、理论框架、模型构建等方面取得了初步成果，正朝着算法优化和工程部署迈进。接下来，要完成模型的工程化和商业化，与行业、应用深度适配，建立通用智能体工厂等。我们和大模型是共生共荣的关系，大模型为我们提供了基础，我们要在其上构建通用智能体的认知与决策体系。(中新经纬APP)
中新经纬版权所有，未经授权，不得转载或以其他方式使用。
责任编辑：孙庆阳
人体免疫系统中的小过滤器淋巴结有了新妙用。近日，浙江大学药学院、金华研究院教授顾臻团队联合多位科研人员，在国际上首次提出利用冷冻干燥的淋巴结组织提升抗肿瘤药物疗效的方法。相关论文发 3月17日，记者从海南大学获悉，该校化学化工学院副教授李萌婷与相关研究团队合作，合成了多功能复合金纳米花颗粒。该颗粒配合温和光热、光动力、药物控释联合疗法，可有效促进感染性组织再生修复。 据阿根廷布宜诺斯艾利斯经济新闻网2月19日报道，在人工智能(AI)迅速重新定义就业格局的今天，通常被称为“软”技能的人类技能成为最有韧性、最有价值的技能。这是阿尼什·拉曼和玛丽亚&mi 今年1月，英国分子生物学家肖尔托·戴维发表文章，指控美国哈佛大学医学院附属丹娜-法伯癌症研究所科学家通过修改图片伪造数据。随后该研究所正式宣布撤回6篇论文，并纠正了另外31篇论文的 “AI钢铁侠”黄仁勋，又进化了英伟达 作 者丨倪雨晴 2024年，英伟达一年一度的GTC大会已然成为AI界春晚，现场座无虚席，全球AI爱好者翘首以待黄仁勋的独家SOLO。 北京时间3月19日凌晨，GTC终于拉开大幕。英伟达创 英伟达的GPU又升级了。3月19日，英伟达CEO黄仁勋发布了最新的B200算力芯片GPU，FP8精度下的训练性能是上一代的2.5倍，FP4精度下的推理性能更是达到了上一代的5倍。然而，这场技术狂欢背后，却令AI领域 。本文链接：朱松纯：对AI认知不足或产生“技术投机”的不良氛围http://www.sushuapos.com/show-2-11855-0.html
声明：本网站为非营利性网站，本网页内容由互联网博主自发贡献，不代表本站观点，本站不承担任何法律责任。天上不会到馅饼，请大家谨防诈骗！若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。
上一篇： 李博杰：为何AI无法成为靠谱的数字员工？