中国工程院院士，清华大学智能产业研究院（AIR）院长、人工智能国际治理研究院学术委员
可以说，人工智能是过去二三十年里最具变革性的一种技术力量。在此，我将先从技术层面探讨人工智能的整体发展趋势，然后再谈谈如何将这一颠覆性技术深入应用于产业。如今，我们每个人或多或少都在使用各类AI应用，例如文生图、邮件撰写、诗歌创作等，而我将重点讨论的深入应用是指人工智能将如何重塑产业格局：智能体技术如何催生全球首家无人医院；无人驾驶的发展现状及未来前景；在生物智能领域，人工智能如何推动脑机接口技术的进步，如何加速新药研发……
人工智能的能力日益强大，但随之而来的风险亦不容忽视。最后，我将探讨人工智能带来的安全隐患、潜在风险以及相应的治理。
技术大趋势
历史上的每一次工业革命都深刻改变了人类的生产生活方式。我们正处于第四次工业革命的浪涛之中，有三个重要的技术力量推动着这一变革：数字化、人工智能和新产业。其中，数字化技术至关重要，是第四次工业革命的基础，因为有了数字化做“底座”，人工智能才得以发展，进而催生出新的产业。
数字化
麻省理工学院媒体实验室的内格罗蓬特（N. Negroponte）在1995年出版的《数字化生存》（Being Digital）中称数字化为“从原子到比特”。原子是物质的基本组成单位，而比特是数字化信息的度量单位，从原子到比特意味着人类文明从依赖物质实体到数字化时代的转变。
数字化1.0，主要是内容的数字化。如今，我们所有人都在使用和享受的数字音乐、数字视频和数字图像在早期都是模拟形式的，第一波数字化是将自然内容转化为数字格式。Word、Excel和PowerPoint等应用都是这一阶段的产物，它们实现了文档内容的数字化。大约在1990年代中期，进入数字化2.0时代，这一阶段有两个重要标识：消费互联网和企业数字化 （信息化）。随着互联网的兴起，各类内容被联系在一起；继PC互联网而来的移动互联网则带来了更多可能，如今我们手机里的社交、移动支付等各类app都属于移动互联网、消费互联网时代的产物。与此同时，企业也在进行数字化（也常被称作信息化），例如有了企业的数据库以及ERP系统等管理、市场、人事方面的各种应用。云计算可以说是企业数字化的一个重要成果，它也给企业带来的深远影响。
如今，我们步入数字化3.0阶段。与以往的数字化不同，数字化3.0不仅仅局限于信息世界的数字化，更重要的是数字化开始涵盖物理世界和生物世界。我们的车辆在数字化，我们的道路在数字化，我们的城市、电网，甚至家庭也在实现数字化。另一方面，我们的蛋白质、身体器官，乃至整个生命体也在经历数字化。如果说数字化1.0和2.0是从原子到比特的转变，数字化3.0则是比特与原子与分子的相互融合。这意味着，新一代的智能不仅仅是信息智能，它还是信息智能、物理智能、生物智能的大融合。
▲数字化3.0阶段，物理世界和生物世界也在数字化
智能与人工智能
经过十万、百万年的进化，人的大脑变得极为高效，成为了最智能的存在。大脑的智能主要体现在四个方面：首先是感知，即感受物理世界的能力；其次是认知，我们通过逻辑推理来理解世界；然后是决策，最后是行为。尽管过去一百年里，科学家对大脑的研究取得了很多突破，但至今我们对人类这一最重要器官的理解仍然很有限。但即便如此，对大脑的理解也已经为人工智能的发展提供了有价值的启示。
例如，1960年代，麦克莱恩（P. MacLean）提出大脑结构和功能的一个简化模型——“三重脑”模型。他将大脑分为爬行动物脑、古哺乳动物脑（也称边缘系统）、新哺乳动物脑（也称新皮层）三部分：最基础的爬行动物脑包括小脑、脑干等，负责调控呼吸、睡眠等用来维持生命的基本生理功能；其次是边缘系统，负责情感、记忆和习惯等；最上层的是新皮层，它是进行联想推理、逻辑思维的核心区域。我们说DeepSeek等具有推理功能，指的就是这一层次的能力。此外，人类与其他物种的一个重要区别是我们拥有复杂的记忆系统，坎德尔（E. Kandel）等人的研究告诉我们，人类有自动触发、无需意识的内隐记忆以及意识参与、需要主动回忆的外显记忆。这些记忆最终会转化为知识。还有，你可能听说过卡尼曼（D. Kahneman）的“系统1，系统2”理论。系统1进行快思考，更多依赖直觉，类似于肌肉反射，而系统2执行更深层次的推理和思考过程。这些对大脑工作原理的认识，已经影响并融入进人工智能的算法设计中，给人工智能发展带来启发。
许多人认为人工智能的起源可追溯至1956年的达特茅斯会议，正是在这次会议上首次提出了“人工智能”（Artificial Intelligence）这一概念。我认为，人工智能的真正起源应归功于三位先驱。首先是图灵（A. Turing），他提出了图灵机和图灵测试。他的著名论文《计算机器与智能》（Computing Machinery and Intelligence），实际上定义了计算和智能这两条发展道路。长期以来，计算的发展飞速，而智能的发展则相对缓慢，直到过去十年，智能领域才迎来真正的飞跃，现如今计算和智能逐渐趋向融合。第二位是香农（C. Shannon），他为我们定义了信息、比特以及如何描述和传输信息。他是信息论的奠基人，实际上也是数字化的先驱，他的理论为智能系统中信息处理和知识描述提供了基本框架。第三位是控制论的奠基人维纳（N. Wiener）。控制论中的“反馈”概念，其实就是一种学习系统的模型，无论动物学习、人类学习，还是机器学习，都离不开这一机制。如今的强化学习、机器学习就源自这一思想。
▲人工智能的主要学派
经过多年的发展，衍生出许多不同的人工智能学派，如符号学派、进化学派、类比学派、贝叶斯学派、连接机制学派等。在人工智能的发展过程中，虽然经历了几次“寒冬”，但最终实现了大规模发展，并逐渐渗透到我们生活的各个方面。特别是过去十年，深度学习、连接主义的崛起，标志着人工智能进入了一个新的时代。
▲人工智能的发展历程
过去十年，人工智能的发展呈现出几个显著的特点。首先是大数据和预训练。海量的数据是数字化3.0的一个重要基础，借助大数据和强大的算力，可以进行人工智能算法的预训练，以找出模型的最佳参数。第二，人工智能不再局限于单一模态，而是进入了多模态的时代。除了文字之外，图像、视频、音乐等不同形式的信息都能被处理和理解，甚至涉及激光雷达、传感器和脑机接口芯片等各类设备。另外，由于数据量和计算力的飞跃，人工智能的模型也越来越庞大，进入大模型时代。大模型相当于我们能够构建一个更加复杂的函数，更精准地逼近复杂的现实世界。最后，尤其重要的是，人工智能的模型越来越向生成式方向发展。这种生成式模型不仅仅是对已有数据的分析与处理，更能在理解和学习的基础上，创造出新的数据和内容。
大模型并非一个全新的概念，实际上，早在十年前，已经存在许多大型模型。然而，直到2022年ChatGPT的出现，大模型才迈上了一个新的台阶。首先，与过去的判别式模型截然不同，它是生成式模型。如今的人工智能不仅能够处理和识别信息，还具备了生成新内容的能力，不仅可以生成文字、图像、音乐、视频，还可以生成代码、公式、工具，甚至能够生成蛋白质分子结构、开发新药、设计新材料，为我们开辟了一个全新时代。另外，它还向我们展示了通向通用人工智能的一种可能性。过去，人工智能主要集中于语音识别、图像识别、人脸识别等单一任务，每个任务需要专门设计模型，而随着ChatGPT的出现，我们看到了一个大模型能够同时完成多种任务，展现出与人类类似的多面能力。
回看人工智能的发展，会发现两个因素至关重要：大数据和大算力。值得注意的是，当前对算力的需求呈指数级增长，每年的增长是十倍量级，远远超过了摩尔定律的预期。过去几十年的计算机发展史上，有三个重要的“极限”影响和制约着传统计算和通信范式：香农定律揭示了信息处理的极限，冯诺依曼架构定义了计算机的基本工作原理，摩尔定律预测每18个月计算机的计算能力或晶体管密度将会翻倍。然而，为了推动AI的发展，我们必须突破这三个“极限”。过去十年、特别是最近五年所涌现出的许多新技术、新发明，其目的就是为了突破这些传统瓶颈。未来，类脑计算、量子计算、光计算、生物计算也许会扮演重要角色。
未来AI大模型的发展方向可以概括为5个方面：1）多模态。人工智能不仅能处理文字，还能处理视频、图像、3D结构信息、4D时空信息以及生物信息等，实现跨模态、多模态发展。2）自主智能。智能体可以自主规划任务、开发代码、调动工具、优化路径、实现目标，以及进行自我迭代、升级和优化，但这也会带来一定风险。3）边缘智能。大模型从云端走向本地化，部署在手机、PC等边缘服务器和设备终端上，实现高效率、低功耗、低成本、低延时。3）物理智能。人工智能与机器人、无人车、无人机以及电网、通信网络等物理设施结合，推动基础设施智能化发展。4）生命智能。将大模型与人脑和生命体融合，探索硅基与碳基生命的融合。
产业3.0
人工智能技术的发展催生了全新的产业生态，从“数字化+”、“互联网+”进展到了“人工智能+”时代。首先，人工智正在深刻改变IT产业，诞生了新的芯片、新的软件、新的模型、新的数据中心、新的应用。如今全球市值最高的企业大多来自互联网和IT行业，而这些企业都在转变为人工智能企业。其次，人工智能正在改变所有工业。任何一个企业，只要有数字信息，就会受到人工智能的影响，或者生产AI，或者使用AI。我认为，就像在互联网时代所有企业都可以说是互联网企业一样，未来所有企业都是AI企业。此外，人工智能还创造了全新的工业，我称之为“新智能产业”或“新智能经济”，这是一种全新的产业生态。我曾在微软做操作系统，我认为就像PC互联时代的Windows、移动互联时代iOS/Andriod， 大模型就是AI时代的操作系统，支撑着从芯片架构到各种应用的整个生态，而这个新的生态比过去要庞大十倍、百倍，甚至更多。
我现在所在的机构是清华大学智能产业研究院，我稍作下介绍。这是我从百度退休后创办的，成立的初衷很简单，就是利用人工智能技术赋能产业，推动社会进步。更早时我在微软亚洲研究院，其成立时也有这样的理念，但微软亚洲研究院是属于公司、为公司服务的，我希望建立一个面向整个社会、更多为我们国家培养人才的研究院。我们的目标是培养具有国际视野的技术领军人物，实现关键技术上的突破，打造学术和产业的双引擎。
AI + 产业
清华大学智能产业研究院成立时，我们确立了三个主要方向：AI+自动驾驶/机器人、AI+物联网、AI+生命科学，分别对应前面提到的大模型的3个发展方向，即物理智能、边缘智能、生物智能。接下来，我通过我们的一些工作实例来探讨人工智能对产业的深刻影响。
医疗智能体：全球首家无人医院
智能体能够感知环境、自主决策并执行行动以实现特定目标，通常具备自主性、反应性和适应性等特征。清华大学智能产业研究院（AIR）刘洋教授课题组利用AI智能体，打造了全球首家无人医院 Agent Hospital。
这一项目非常有趣！它是一套虚拟世界系统，设置了21个科室，患者、护士和医生均由AI扮演。通过综合使用大模型、医学知识库和公开病例，系统生成了覆盖不同疾病、年龄、性别、地区等关键因素的数十万AI患者。而AI医生通过阅读医学文献、诊治大量AI患者，来提高诊疗能力。由于虚拟世界内的时间流逝速度是真实世界的100倍，仅用2天时间便能完成上万病例的诊断，最终，Agent Hospital在美国医生执业医师资格考试数据集上取得极其优异的成绩。医疗智能体将为人类提供低廉、便捷、优质的医疗服务。
那么，未来是否不再需要医生？我认为，完全不是这样。AI并非是要取代医生，而是作为医生的一个助理。未来，每位医生都将配备一个AI助理，它将负责包括诊断、处理数据在内的大部分的工作，然而最终的诊断决策仍应由医生做出。AI助理的角色是医生的辅助，帮助医生提高效率和准确性，而不是替代医生做专业判断。
物理智能：机器人，无人驾驶
对于物理智能、具身智能，大家可能已不陌生，出现在2025年春晚并引发人们热议的人形机器人即属于此类。机器人将首先进入工厂和社会，例如从事保安、警察等工作，最终，它们将进入家庭，成为人们日常生活的一部分。我相信，十年之后，机器人数量可能会远超人类。每个家庭都拥有多个AI机器人，有些是物理、现实的，有些则是数字、逻辑的，它们既能处理家务，又能与人交流，甚至成为你的管家、朋友。
无人驾驶是物理智能的重要应用领域之一，它是一种专门用于驾驶任务的机器人系统。过去几年，这一技术逐渐从概念走向现实，例如武汉的“萝卜快跑”和上海的无人驾驶项目。我花费过很多时间和精力做人工驾驶，大约十年前，作为百度总裁，我推动了无人驾驶项目。我认为，无人驾驶是人工智能应用中最具挑战性和重要性的一个领域。一方面，它面临诸多技术挑战，涉及感知、认知、决策和执行等各类复杂任务，且因为关系生命安全，对可靠性、准确性的要求极高。另一方面，与许多需要多任务处理的应用不同，顾名思义，无人驾驶仅专注于一个任务——驾驶。因此，尽管技术难度高，但由于任务明确且边界清晰，我认为这是可以实现的。基于这一理念，我们当时推出了自动驾驶平台Apollo。它完全开放、开源，如今已发展为全球最大的无人驾驶平台，是中国对世界的一项重要贡献。
实现无人驾驶是个复杂的事情，需要考虑技术可行性、用户需求、产业生态以及商业模式等市场因素，还要考虑政策、法规、伦理、隐私和其他人为因素等非市场力量的影响。这些因素交织在一起，让问题变得复杂，但在十年前，我就坚信无人驾驶是一定会实现的，而且会在不久的未来实现。当时对无人驾驶发展前景的一些判断，也基本实现了。我们现在已经看到，无人驾驶让出现更安全、更经济，深层次地改变了产业。
生物智能
在中央电视台的一档节目中，钢琴家郎朗与一位女孩合作进行钢琴表演，配合非常默契。而女孩使用的是假肢，技术来自杭州一家名为“强脑科技”的公司。这正是生物智能的一个绝佳案例。
我们知道，马斯克（E. Musk ）的 Neuralink 是通过将芯片植入大脑来实现脑机接口。而强脑科技所采用的技术则不同，它不需要植入芯片，而是利用一种新型的高灵敏度传感器来测量脑电波和肌电信号。通过积累大量数据，并应用人工智能算法，这项技术能够识别我们的思维，甚至指挥我们的手或腿执行相应动作。这项技术的挑战非常巨大。首先，信号非常微弱，需要检测到极其微弱的电流，这对传感器的灵敏度要求极高。其次，如何将这些信号转换为具体的动作是一个难题。举个例子，使用这项技术的患者可以想象某个字形，机器通过检测脑波就能自动将其转化为书法。这表明，AI不仅能够识别我们的思维，还能将其精准转化为行动，完成复杂的任务。
另一个例子是清华大学智能产业研究院（AIR）团队的工作，AIR聂再清教授课题组开发了一个面向生物医药领域的大模型，名为 BioMedGPT。这一模型涵盖了蛋白质、分子、单细胞等生物医学领域的专有知识，以及大模型的知识和数据库的知识图谱。借助这一平台，研究人员可以进行多种创新工作，如新药研发、蛋白质结构解析，甚至可以生成新的药物，这为药物的研发开辟了全新的思路。
还有一个例子是大家熟知的 AlphaFold。运用人工智能算法，AlphaFold第一次成功解析了几乎所有人类蛋白质的结构。解析蛋白质结构对医学具有极大的意义，因为许多疾病的根源都与蛋白质的突变或错误相关。为了治疗这些疾病，我们需要开发药物，但药物和蛋白质之间的匹配并不容易，目前，仅有10%的蛋白质能够与药物相匹配。面对这一问题，清华大学团队利用人工智能大模型，计算出了成药的所有可能性，研究人员从中可以筛选出潜在的药物。目前，该项目已经涵盖了200多万个潜在药物，并且开源，供全球研究人员使用。
▲BrainCo 脑机接口技术
风险、治理与展望
人工智能展现了强大的能力，但我们也必须警惕其中的风险。目前看来，风险主要集中在信息领域，例如，AI生成了大量假信息，包括虚假的数据、虚拟人物，甚至可以创造出极其逼真的数字人进行诈骗。这些风险虽然存在，但我认为它们是可控的。然而，当人工智能的能力应用到物理世界时，风险将更加复杂和严重。比如，在机器人、无人车、无人机，甚至大型电厂等基础设施领域，AI系统如果不可控或被恶意利用，所带来的后果将是巨大的。特别是应用在生物技术领域时，风险将进一步扩大。
因此，风险控制和治理至关重要，需要科研、政策和法规层面的多维协同。过去两年，许多论坛和机构在积极开展这方面的工作，致力于确保人工智能在安全和可控的框架内发展。
关于人工智能未来的发展，在2024年6月6号的“太湖对话”上，我分享了个人观点。需要说明，这仅是我个人的观点，不代表清华大学或清华大学智能产业研究院的立场。此外，我还特别提到了日期。我对AI发展的5个观点如下。（1）在未来十年，大模型、生成式AI仍将是主流技术和产业路线。（2）未来需要多种不同类型的模型，包括大型的基础模型、垂直领域的专用模型，同时，我们还需要边缘模型。关于开源与闭源之争，也存在许多分歧。有些人认为闭源会始终占据主导地位，而开源没有未来。但我一直认为，开源和闭源将同时存在，各自有其独特的生态系统。（3）基于Token的统一表征和规模定律（scaling law）是大模型的核心要素。首先，无论是文字、图像、激光雷达数据还是蛋白质结构，所有的信息都可以转化为统一的token，这使得大模型能够处理不同形式的信息，实现多模态。其次，规模定律揭示了模型规模与性能之间的关系，表明随着模型参数量的增长和训练数据规模的扩大，大模型的表现会显著提升。（4）相较于人脑的高效，当前人工智能算法在计算效率和能耗效率方面仍存在显著差距，为突破这一瓶颈，亟需构建新一代算法体系。预计在未来五年内，AI基础架构将迎来突破，当前主导的Transformer、Diffusion等技术范式或将被颠覆。（5）我个人对通用人工智能的定义是，当AI在大部分（例如95%）任务上超越大部分（例如95%）人类时，我们就认为达到了通用人工智能的标准。根据此定义，我认为在信息智能领域（对语言、图像、声音和视频的理解、生成等），0—5年内将实现通用人工智能；在物理智能领域（无人驾驶、人形机器人等），0—10年内将实现通用人工智能，最早实现的可能是无人驾驶；在生物智能领域（脑机接口、制药等），0—20年内将实现通用人工智能。
人工智能将是信息智能、物理智能和生物智能的融合，它依托天文级的数据、强大的计算能力和先进的智能算法。人工智能将带来巨大的产业机遇，据分析，到2030年，人工智能将创造20万亿美元的GDP，相当于全球第二大经济体中国目前的GDP。然而，人工智能的崛起也伴随着诸多隐患，风险控制和治理至关重要。人工智能不仅是企业的事情，更是国家层面的事情，它将深刻改变全球的社会和经济格局。年轻人应敢于做梦，只有敢于梦想，才能实现伟大的目标。
嘉宾简介
张亚勤：中国工程院外籍院士，清华大学智能科学讲席教授，清华大学智能产业研究院院长。他于2014年9月至2019年10月担任百度公司总裁。出任百度总裁前，张亚勤院士曾在微软公司工作16年，历任全球资深副总裁兼微软亚太研发集团主席、微软亚洲研究院院长兼首席科学家、微软全球副总裁和微软中国董事长。
清华大学人工智能国际治理研究院（Institute for AI International Governance, Tsinghua University，THU I-AIIG）是2020年4月由清华大学成立的校级科研机构。依托清华大学在人工智能与国际治理方面的已有积累和跨学科优势，研究院面向人工智能国际治理重大理论问题及政策需求开展研究，致力于提升清华在该领域的全球学术影响力和政策引领作用，为中国积极参与人工智能国际治理提供智力支撑。