奥力斯    保温护角专用胶批发    联系人：王经理    手机：13903175735（微信同号）    地址：河北省任丘市北辛庄乡南代河工业区白沙pvc管粘接胶

不久前，工程院外籍院士、清华大学智能产业研究院创始院长张亚勤教授在“人文清华”讲坛上发表演讲，展望AI时代的技术趋势、新代智能体与未来路径。以下是演讲主要内容。

工程院外籍院士、清华大学智能产业研究院创始院长张亚勤。（资料图片）

1945年，二战刚刚结束，时任美国总统杜鲁门在个冬的晚上收到了份提案，名为《科学：尽的前沿》。这份提案后来成为法案，举奠定了美国在科学域的军地位，催生了众多技术、产品和产业，直接动了三次工业革命——我们熟知的线通信、半体、互联网、光纤通信等都是源于这份科学法案。

而今天，我们正迎来个全新的重大机遇——人工智能，它已然拉开了四次工业革命的序幕。所以，我今天的演讲题目是《人工智能：尽的前沿》。

『人工智能的发展脉络』

什么是人工智能？它本质上是计机学习人类智能的过程。人工智能这概念于1956年正式定义，而它的理论奠基可追溯到早。英国科学图灵率先定义了“计”与“智能”，并提出了“图灵测试”——若机器能通过多轮对话，让人类法分辨其是否为人类，就意味着通过了测试。

还有两位人工智能的重要奠基人：“信息论之父”香农定义了比特和信息量（熵），“控制论之父”维纳定义了负反馈、学习和自适应，这些基础概念对人工智能的发展起到了至关重要的作用。

这么多年来，人工智能域出现了很多不同的学派，但主要包括两种思路。种思路认为，可以把大脑的逻辑、规则、理的过程用符号表示出来，这就是符号学派。基于这种式，该逻辑体系非常简洁，也有明确的因果关系，但它的缺点是不实用，在实际应用中果不佳。另个学派叫连接学派，该学派认为，大脑如此复杂，智能的实现十分困难，所以要通过大量的数据，通过积累经验、持续学习、不断适应以及与世界的连接来获取智能。近10—20年主流的度学习技术，采用的就是这种思路。

人工智能发展史上有几个关键事件值得关注：

2016年，AlphaGo次以3:1的比分击败了李世石九段。AlphaGo采用度学习、强化学习的法，学习了人类几十万盘围棋棋局，取得了了不起的成果。2020年，基于类似法，DeepMind（谷歌旗下的人工智能公司）出的AlphaFold解决了困扰人类长达50年之久的生物学难题——“蛋白质折叠问题”。

2024年，诺贝尔物理学、化学均授予了人工智能域的奠基人，其中就包括DeepMind的创始人德米斯·哈萨比斯——他的团队既创造了AlphaGo，也造了AlphaFold。

另个里程碑事件，是2022年OpenAI（美国人工智能研究公司）出了ChatGPT。过去的度学习或者经元网络，主要是针对具体任务，比如语音识别、人脸识别、图像识别或者字符识别，本质上是种的识别技术。但ChatGPT带来了种全新的范式，它不仅可以识别，还可以生成和创造，所以生成式AI就诞生了。

生成式AI有三个重要的元素：统表征、规模定律和涌现应。我认为其中重要的是统表征。ChatGPT是怎么做的呢？我们人类的大脑有860亿个经元，每个经元的结构都是样的。生成式AI的统表征也是类似的原理，不管什么样的信号进来，都把它变成Token（小文本处理单元），其核心任务就是预测下个Token，生成下个Token。它可以生成文字、图像、，还可以生成新的数据、代码、数学程式、工具。当大语言模型的参数量突破百亿别，便会触发规模定律，出现涌现应。也就是说，模型的能并非线增长，而是随着规模扩大发生跃迁，从而涌现出未经编程的、令人惊喜的新能力。

来自的DeepSeek同样也是个重要的里程碑。在DeepSeek出现之前，有上百个大模型，它们基本上都在学习模仿ChatGPT。当时，我们和美国在大模型域的差距大概是两到三年。DeepSeek是小型的创业公司白沙pvc管粘接胶，DeepSeek在法、技术、系统架构上都有所创新，它用1的力就能达到和美国前沿大模型相似的能力。DeepSeek出现后，和美国在大模型域的差距缩短至2—3个月。另外，DeepSeek采用开源模式，它很快被那些买不起大模型的国、地区所使用，这使得整个模型的落地和应用变得越来越快。

所以，开始有“ChatGPT时刻”，后来又有了“DeepSeek时刻”，那是属于的骄傲。

在2025全球工业互联网大会展览区展示的机器人。（新华社发）

『从生成式AI到智能体AI』

2025年，人工智能域迎来了又重要转变——从生成式AI迈向智能体AI。

在此之前，人工智能遵循规模定律：数据越多、力越强，模型果越好，达到定阶段后会出现量子跃迁和涌现应。但到了2025年，我们发现，预训练阶段的规模应正在放缓，数据资源逐渐趋于饱和，继续增加力的边际收益不断减少。与之相对，后训练阶段的重要日益凸显。这就像人类的成长过程：预训练如同上学阶段，从本科到硕士、博士，通过学习积累知识变得聪明；后训练则像是工作后的实践，在具体场景中不断学习、进化，这也是智能体AI的核心来源。

什么是智能体？人类作为智能物种，能够设定任务和目标、规划实现路径、不断试错反馈，凭借强大的记忆完成任务。这是我们人类的核心特点。而AI智能体，就是在学习人类的这种智能，它具备三大关键特点：

，它是自主的。也就是说，它能自主学习，而不是自动学习，这两者差别很大。自主学习没有固定的规则，是在不断地探索中学习；而自动学习往往是有预设规则的，是按照定义好的规则来运行的。

二，它是可进化的。就是通过不断迭代可以变得好，而且进化之后，下次再做类似的事情，可以把原来学到的知识用上。这是人类和别的物种之间很大的区别——人类的智能是可以叠加的，而黑猩猩的智能代和代之间并没有本质区别。

三，它是泛化的。也就是能够举反三。比如，学会了怎么在网上订票，类似的就可以用到很多别的地。

这些智能的实现，离不开基本的数据，所以，我们的技术底座就是数字化。先是信息世界的数字化，然后是物理世界的数字化、生物世界的数字化。

过去40年，我们重要的工作就是数字化。早期从1985年起开展内容数字化、文档数字化的工作，语音、图像、、文本、PPT等都成为数字化内容。后来，又对企业进行数字化、信息化管理，泡沫板橡塑板专用胶包括各种各样的业务流程。这阶段催生了两个成果，个是数据库，另个是云计。现在，整个物理世界都在经历数字化的变革：汽车、公路、交通信号灯在数字化，电网在数字化，庭在数字化，工厂在数字化，城市在数字化……同时，生物世界的蛋白质、大脑、细胞、基因等也都在数字化。

麻省理工学院媒体实验室创始人尼古拉斯·尼葛洛庞帝曾在数字化1.0开启时提出，我们正在从“原子”走向“比特”。比特是香农所定义的数字世界的基本单位。而如今，我们正从比特回归原子、分子——新代智能是信息智能、物理智能和生物智能的融，是比特、原子和分子的融，也是碳基生命和硅基世界的融。

『智能体AI的多元应用』

2020年12月，我来到清华大学创立了智能产业研究院。我们的使命非常明确：用人工智能创新赋能产业，动社会进步；目标是造面向四次工业革命的化、智能化、产业化研究机构。下面我结智能产业研究院老师们的研究成果，为大介绍智能体的具体应用。

李鹏老师团队与清华大学丘成桐数学科学中心作，研发了数学智能体AIM。它能够分解任务，完成定理证明。在材料科学、分子动力学域的重要难题“均匀化问题”的证明中，AIM形成了17页的证明文档，部分由机器生成，部分经人工校正，但难的部分是由AI完成的。其核心意义在于，AI已具备了证明难题、提出新问题、生成新程式的潜力。

人驾驶技术毫疑问是智能体的另重要应用，也是我多年来持续关注的课题。百度旗下的“萝卜快跑”就是款门用于驾驶的机器人。经过近10年的研发，人驾驶L4（人、安全员）的核心技术已取得突破，长尾问题不断优化。目前，“萝卜快跑”已累计行驶2亿公里，在国内外十几个城市落地运营，比人开车安全10倍，未发生过次恶事故。我们已经在造了全球大的人驾驶平台和运营体系。我预计到2030年，10的新车将具备L4人驾驶。

人工智能在生物智能域的应用，主要体现在新药研发的加速上。智能产业研究院聂再清老师团队造的新药研发智能体，能够根据研发需求分解任务，自动查找资料、分析蛋白质结构和，生成初步研发图谱，大提升了新药研发的率，为科研人员提供了重要支持。

在医疗域的另个突破是刘洋老师团队造的全球个人智能体医院——清华大学人工智能医院（2025年4月成立）。这是个虚拟医院，医生、病人、护士等角均由智能体担任，涵盖不同科室，形成完整诊疗闭环。智能体之间通过协作、博弈不断进化，需人工标注数据，仅需两天时间就能完成相当于两年的病例诊断学习，诊断准确率过传统医院。

需要指出的是，AI智能体医生并非要替代人类医生，而是作为医生的助手，提升诊断率和准确。目前，该系统已在清华大学校医院、长庚医院等十几医疗机构开展测试，由真实医生和病人参与验证。

『人工智能时代的“操作系统”』

下面我想讲下未来技术的发展趋势，特别是产业格局的变化。

我在微软公司工作近16年，其间主持开发了全球大的嵌入式操作系统WindowsCE，所以我对操作系统有特殊的情结。操作系统，它是定义个时代重要的技术平台，有了操作系统后，芯片、应用程序以及整个技术生态都是围绕着操作系统来部署的。

在PC时代，操作系统是Windows（视窗操作系统）。到了移动互联网时代，手机的操作系统是iOS和安卓，在国内我们也用华为的鸿蒙系统。到了人工智能时代，操作系统就是大模型。人工智能时代的架构图，将是以前沿基座大模型为操作系统，上层涵盖行业垂直系统、软件运营服务，端侧（手机、PC）则通过大模型蒸馏或压缩后的小模型运行App。虽然短期内手机App仍是主流，但智能体将逐步融入其中。

智能体是实现通用人工智能（AGI）的然路径。目前通用人工智能的定义尚未统，我对其的理解是：具有可进化、可泛化和长期记忆的智能体，在执行99的任务上过99的人类。如果按照这样的定义，我认为有望在15—20年内达到通用人工智能的水平。

『人工智能的风险与理』

还有件非常重要的事情，那就是人工智能在带来巨大机遇和强大的同时，也伴随着不可忽视的风险。

风险有以下几个层面：先是信息智能域的风险。我们已经看到，AI可以生成信息，可以进行度伪造，有时候它还会产生幻觉，另外还有版权归属的问题。现在网上有很多AI生成的信息，这些信息又被用来训练新的大模型，然后生成多的不实信息，形成恶循环。我们该怎么范这些风险呢？需要从技术、政策、法规等各面来共同解决这些问题。

其次是来自物理世界和生物世界的风险。大模型、智能体与人驾驶汽车、机器人、人机、军事系统等连接起来，如果出现失控，被恶意滥用，那么所造成的风险将是法估量的。此外，如果大脑和AI连接在起，碳基生命和硅基世界通过芯片或者外挂的传感器连接在起，我们可以想象，旦失控，风险也是特别巨大的。所以，这就需要我们提前去研究这些问题、解决这些问题、面对这些挑战。我对此是充满信心的，因为人类可以发明的工具，我们也定可以管理好的工具。

总而言之，当前，人工智能正从鉴别式AI走向生成式AI，并逐步迈向智能体AI。在这进程中，我们拥有天文的海量数据、指数的运能力，重要的是人与机器将协同进化，催生巨大的产业机遇。达沃斯AI理事会预测，到2030年，人工智能带来的新机遇将创造20万亿美元的经济价值，过当前许多国的GDP总量。同时，我们也面临着隐私保护、安全保障、就业转型、社会公平、风险理等系列社会挑战，人工智能将重构全球社会、经济版图。

80多年前，《科学：尽的前沿》法案动了三次工业革命。在前三次工业革命中，始终是旁观者或跟随者，而人工智能带来了新的尽的前沿，正在开启四次工业革命。这次，我坚信，凭借强大的国力、众多的人才和有利的政策，将成为四次工业革命的军者！

1.本网站以及本平台支持关于《新广告法》实施的“极限词“用语属“违词”的规定，并在网站的各个栏目、产品主图、详情页等描述中规避“违禁词”。
2.本店欢迎所有用户指出有“违禁词”“广告法”出现的地方，并积极配合修改。
3.凡用户访问本网页，均表示默认详情页的描述白沙pvc管粘接胶，不支持任何以极限化“违禁词”“广告法”为借口理由投诉违反《新广告法》，以此来变相勒索商家索要赔偿的违法恶意行为。