張鈸

近日，中國(guó)科學(xué)院院士、清華大學(xué)人工智能研究院名譽(yù)院長(zhǎng)張鈸在接受上海證券報(bào)記者專訪時(shí)表示，中國(guó)要走出符合自己特色的人工智能發(fā)展路徑。

張鈸是國(guó)內(nèi)人工智能領(lǐng)域的開拓者之一，長(zhǎng)期致力于人工智能理論研究與應(yīng)用開發(fā)，在該領(lǐng)域有著深厚的學(xué)術(shù)造詣和廣泛的影響力。在專訪中，張鈸解析了人工智能的發(fā)展現(xiàn)狀、各領(lǐng)域?qū)嵺`難點(diǎn)等，并為行業(yè)發(fā)展提供了建議。

通用人工智能：

起步堅(jiān)實(shí)，邁向未來需多方合力

當(dāng)前，業(yè)界對(duì)通用人工智能（AGI）的看法存在分歧：有的人認(rèn)為三五年內(nèi)即可實(shí)現(xiàn)，有的人則認(rèn)為根本無法實(shí)現(xiàn)。張鈸表示，這種分歧的根源在于“大家對(duì)AGI的定義不一致”。

在他看來，AGI有三大定義標(biāo)準(zhǔn)：

一是領(lǐng)域的通用性，即AI在執(zhí)行各種任務(wù)時(shí)，不局限于特定領(lǐng)域。例如，當(dāng)前的大語言模型雖能在開放領(lǐng)域?qū)崿F(xiàn)自然對(duì)話，但在醫(yī)療診斷、決策等任務(wù)中并不能實(shí)現(xiàn)領(lǐng)域的通用性。

二是任務(wù)的通用性，即人類能夠完成的任務(wù)，機(jī)器都能做到，且至少達(dá)到人類水平，但現(xiàn)有的大語言模型僅停留在語言交互層面，缺乏實(shí)際動(dòng)手操作能力，只會(huì)“說”不會(huì)做。

三是通用的理論支撐，即要有明確的理論體系指引發(fā)展方向。但目前這一理論仍未形成，導(dǎo)致人工智能的發(fā)展在一定程度上處于探索階段。

基于這三大標(biāo)準(zhǔn)，張鈸判斷：“AGI還處在初級(jí)階段，未來道路漫長(zhǎng)且充滿挑戰(zhàn)。”不過，他也肯定了大模型的里程碑意義——在開放領(lǐng)域?qū)崿F(xiàn)強(qiáng)大的語言生成、與人類自然交互的能力，打破了過去人工智能系統(tǒng)局限于特定領(lǐng)域的問題，解決了人工智能推廣難的問題。但僅靠大模型實(shí)現(xiàn)AGI遠(yuǎn)遠(yuǎn)不夠，必須與硬件、機(jī)器人等技術(shù)深度融合，才能讓智能體真正落地應(yīng)用。

“人工智能+”領(lǐng)域：

多點(diǎn)突破，深耕實(shí)踐孕育新機(jī)遇

關(guān)于“人工智能+醫(yī)療”領(lǐng)域，張鈸認(rèn)為不同應(yīng)用場(chǎng)景的難度差別很大。導(dǎo)診、分診等輔助性工作風(fēng)險(xiǎn)小，技術(shù)門檻較低，現(xiàn)有AI可有效提升效率。但醫(yī)療診斷因“直接關(guān)乎生命安全”，對(duì)模型的可靠性和可解釋性要求極高。“醫(yī)生必須看懂系統(tǒng)的決策邏輯，才能判斷結(jié)果并簽字確認(rèn)，否則出了問題誰來負(fù)責(zé)？”他舉例稱，當(dāng)前機(jī)器醫(yī)療診斷系統(tǒng)的輸出結(jié)果都不能直接用來抓藥，需要醫(yī)生簽字，對(duì)模型的可解釋性和可理解性提出了很高要求，這反映了該領(lǐng)域技術(shù)應(yīng)用的復(fù)雜性，“實(shí)現(xiàn)可靠的診斷應(yīng)用，還需要長(zhǎng)期努力”。

關(guān)于“人工智能+機(jī)器人”發(fā)展，張鈸認(rèn)為目前仍面臨可靠性與成本兩大難題。目前展示的各種人形機(jī)器人，“理論上講可以替代人類的部分工作，但多數(shù)還停留在‘展品’階段。”他認(rèn)為，服務(wù)老人、無人駕駛等場(chǎng)景對(duì)機(jī)器人的可靠性要求極高，同時(shí)高昂的價(jià)格讓市場(chǎng)難以接受，“不解決這兩點(diǎn)問題，就無法成為真正的‘商品’，更談不上大規(guī)模應(yīng)用”。

中國(guó)AI發(fā)展：

立足國(guó)情，特色路徑彰顯獨(dú)特優(yōu)勢(shì)

談及中國(guó)人工智能的發(fā)展路徑，張鈸表示要立足國(guó)情。以人形機(jī)器人為例，在美國(guó)市場(chǎng)，當(dāng)?shù)刈≌酁閺?fù)式結(jié)構(gòu)，對(duì)機(jī)器人爬樓梯能力有硬性需求，且消費(fèi)者對(duì)高價(jià)產(chǎn)品接受度更高；而對(duì)多數(shù)居住在平層的中國(guó)家庭來說，輪式機(jī)器人既經(jīng)濟(jì)又靈活，比人形機(jī)器人更實(shí)用。因此，要避免“盲目照搬美國(guó)模式”，探索符合自身需求的技術(shù)路線。

關(guān)于“人工智能+工業(yè)”領(lǐng)域，張鈸認(rèn)為發(fā)展緩慢的核心問題是成本太高。“設(shè)備采購、研發(fā)、維護(hù)成本讓企業(yè)難以承受，很多生產(chǎn)線只能繼續(xù)靠人工。”但他也看到了解決問題的希望，“中國(guó)在工程優(yōu)化、算法優(yōu)化上有明顯優(yōu)勢(shì)，AI+工業(yè)也該走這條路”。通過技術(shù)創(chuàng)新降低成本，才能形成“價(jià)格下降—市場(chǎng)擴(kuò)大—產(chǎn)量增加—價(jià)格進(jìn)一步下降”的良性循環(huán)，推動(dòng)制造業(yè)從勞動(dòng)密集型向智能化轉(zhuǎn)型。

此外，他解析了“清華系”AI企業(yè)占比高的現(xiàn)象：“清華大學(xué)從1978年就開始搞人工智能研究，40多年積累下來，形成了完整的科研和產(chǎn)業(yè)化隊(duì)伍，自然能孕育出一批有實(shí)力的企業(yè)。”關(guān)于如何甄選有潛力的人工智能公司，張鈸建議，要關(guān)注“掌門人的能力”和“技術(shù)與業(yè)務(wù)的契合度”。

張鈸表示，人工智能的發(fā)展，既要在前沿方向上突破，更要夯實(shí)理論基礎(chǔ)、推動(dòng)跨學(xué)科融合，“充分發(fā)揮我們?cè)诠こ虄?yōu)化上的優(yōu)勢(shì)，走出一條真正有中國(guó)特色的道路，為全球AI發(fā)展貢獻(xiàn)智慧”。（作者：李雁爭(zhēng)）