在過去二十年間，人工智能的應用從早期的面部識別擴展到了棋藝競技，如今正向著更廣泛的領域邁進，涵蓋了文本生成、圖像合成乃至視頻創作，甚至能夠在接收到劇本后自動拍攝出高質量的影視作品。這一演變表明，人工智能正朝著更加靈活、多功能的方向發展，有望解決更為復雜的問題。 2024年度“青年科學家502論壇”日前在深圳市隆重舉辦。活動匯聚了來自全球各地的杰出青年科學家與行業領袖，共同探討科技創新的未來方向。在這一背景下，2000年圖靈獎獲得者（首位華人獲得者）、中國科學院院士、清華大學教授姚期智姚期智受邀發表了一場題為《人工智能的科學視角》的主旨演講，深刻剖析了人工智能領域的發展趨勢與挑戰，引發了廣泛熱議。 姚期智院士首先描繪了一個引人深思的未來圖景——一個由人類與機器人和諧共處的社會。他堅信，隨著技術的進步，機器人將在未來扮演越來越重要的角色，其數量甚至有可能超越人類，成為社會結構中的關鍵組成部分。“機器人可以呈現出多種形態，它們將不再是冰冷的機械體，而是融入日常生活，與人類緊密互動的智能伙伴。” 姚期智表示，人工智能最明顯的趨勢有兩個，一個是怎么樣從“弱智能”走向通用智能；另一個是人工智能的發展，使得本來就相當明顯學科交叉的工作，變得更加活躍、更加重要。 具體來看，在走向通用人工智能的方面，姚期智談到，“從20年前的人臉識別，到后來的下圍棋，這些單一的，人類覺得困難的工作，人工智能可以做到超過人類。近年來，伴隨大模型的出現，人工智能在語言能力上表現出非凡的智能，我們現在都感覺到，最好的大模型確實比普通人，甚至是受過高等教育的人顯得更加聰明。” 在學科間的交叉賦能方面，當前生物科技、醫療健康、新能源、新材料等方面通過引入人工智能來尋求顛覆性的科技創新，已經有一些具體的案例，并且可以看到一些突破性的成果。姚期智認為，這個趨勢將來一定會深化，它一定會改變整個科學的面貌。 姚期智判斷，目前人工智能的水平還有非常多的欠缺，但未來的世界一定是一個人與機器人相處的世界，機器人可以有各種樣子。“我相信，將來機器人的數目會比人更多，會變成社會上重要的一分子。所以怎么把這件事情做好，它一定是一個核心產業，這是一個制高點，不能不爭取。” 此外，在人工智能發展過程中，安全性問題仍值得關注。姚期智指出，一方面，AI算法先天存在缺陷，易被攻擊；另一方面，在AI應用過程中可能存在一些倫理沖擊。“不過，理論上，人工智能的安全問題也提供了國際合作的契機，在這個問題上，全人類都是站在同一邊的。” 以下為演講全文： 今天我想談一談大家都很關心的議題，就是關于人工智能的未來發展會是什么樣子。 人工智能的發展在社會、產業等各個方面牽動著世界的前途。今天的演講，最主要介紹的是我所熟悉的一部分，那就是從一個純科學的角度來講，人工智能領域現在正在進行以及將來最有希望的發展方向是什么。 人工智能領域最明顯的趨勢有兩個，一是怎樣從弱智能走向通用智能；二是人工智能的發展，使得本來就已經相當明顯的學科交叉工作變得更加活躍、更加重要。我會在具身智能、AI+量子、AI仿生、人工智能新的基礎理論以及AI安全等方面各給大家舉一些例子。 第一個趨勢是從弱智能走向通用人工智能。 20年前的人工智能可以做到人臉識別，到后來可以下圍棋。這些單一的、人們覺得非常困難的工作，它能夠做到超過人類。近年來出現的ChatGPT，在語言能力上表現出一種非凡的智能。大家都能感覺到，現在最好的大模型確實比普通人，甚至是受過高等教育的人顯得更加聰明。 當下一個重要趨勢，就是走向更通用的智能，讓人工智能能夠處理更多的事務。具身多模態的通用智能，是大家關心的正在研究的一個對象。怎么樣讓將來的AI系統或者說機器人，有機會能夠了解物理的世界，同時在這一過程中產生智能，就像人所能夠做到的那樣。 第二個趨勢是學科間的交叉賦能，從單一學科走向交叉化，在生物科技、醫療健康、新能源、新材料等方面都已經有一些例子，在尋求顛覆性的科技創新，也已經看到一些突破性的成果。這個趨勢將來一定會深化，且將要改變整個科學的面貌。 其中大家非常熟悉的，就是AI和生命科學的交叉。Alphafold的最新版本展現出非常可觀的能力，它就是用AI算法來預測蛋白質的三維結構，甚至是動態的結構。我們普遍認為它的影響非常深遠，提高了醫學病理研究以及新藥研發技術的水平。 很有意思的一點是，AlphaFold的開發者Demis Hassabis 和 John Jumper去年獲得了拉斯克獎（Lasker Award）。這是一個非常重要的獎項，說明人工智能在交叉上確實做出了非常了不起的工作。 接下來談談我們在中國做了一些什么事情，我想舉五個例子。 第一個，走向通用人工智能的第一步，就是具身智能，或者用通俗的話來講，我們想要產生一種具有通用智能的機器人。 這當然是一個主流的方向，因為它不但在科學上重要，在產業上也有無可估量的重要地位。它把已經在國計民生上重要的機器人這個傳統產業，與新興的人工智能產業，通過智能機器人結合在一起。未來的世界，一定是一個人和機器人相處的世界。機器人當然可以有各種樣子，但是我相信，將來機器人的數目會比人更多，會變成社會中重要的一分子。所以它一定是一個核心產業，一個制高點，不能不爭取，要考慮怎么把這件事情做好。 通俗來講，很多工廠現在都使用了機器人，能夠做一些相對重復、簡單的工作，它需要比較有力量，但不需要太多智能。我們怎么給它一個大腦，讓它能夠走出工廠，從事更多其他事情？這是一個很重要、很艱巨的任務，它的進步是可期的。 這完全是實力的比較，人工智能領域水準越高、人才越多，做具身智能就一定能走在別人前面。這也是一件相當嚴峻的事情，如何提升中國人工智能人才的強度、數目，是我們不能不關注的問題。 還要考慮如何讓機器人能夠從事各種復雜的任務，應對不同場景。傳統的機器人在工廠里做得很好，不出亂子，但那是在一個單一環境，是用控制論做的傳統技術，沒有本領應付突發事件，或者面對稍微復雜一點的場景。但是新的大模型，把大腦放在機器人里面，讓我們第一次感覺到這件事情是可以做到的。這和自動駕駛也是相關的。 清華大學交叉信息研究院陳建宇團隊做的一個機器人，看上去和普通的機器人區別不大，但它有兩個特點：第一，它能做一些傳統機器人沒有辦法做的事情；第二，這是在清華大學的研究院開展的，它有一個獨特的優勢，就是我們研究院里面至少有七八個做具身智能的老師，陳建宇特別會做的是硬件，其他的老師有些是專門做視覺的，有些是專門做觸覺的，他們有各種不同的感官研究專長，這些人都是世界上最高水平的。有這么多專家在同一個地方，能夠對這樣的計劃做貢獻，這是非常難得的。 所以我說，這種基礎的、高水平的研究，一定要在學校里面做。也許美國的情況是一些大公司可以做，但中國的普通公司，沒有可能雇到這么多在學術前沿做貢獻的人才。這件事情是需要各種人才的匯聚才能做到的。 第二個例子是AI和量子物理的結合，通過AI賦能量子物理。 清華大學交叉信息研究院鄧東靈老師團隊做了一個工作，首先實現了拓撲的時間晶體。拓撲的時間晶體是在理論上可以建構，但在現實世界中沒有的。我們如何在一個量子系統，或者量子計算機里面，構造出這樣一個自然界沒有的系統，實現這個嶄新的觀念？人工智能就使得這件事情變成可能。 這是人工智能、量子計算和凝聚態物理的交叉學科。這件事情重要的原因是這個觀念非常新穎，大概十多年前由諾貝爾物理學獎獲得者Frank Wilczek提出。空間晶體是大家非常熟悉的，雖然自然界的物理對于地點是有對稱性，但是晶體打破了這種對稱性。Frank Wilczek就想到，時間上的對稱性是不是也可以被打破？這是一個非常新穎的受到物理學界注意的觀念。 這種拓撲的時間晶體，就是一種特別的具有拓撲性的晶體，此前沒有人能夠實現它，直到鄧東靈團隊才實現。人工智能在其中發揮什么作用呢？因為要做這件事情，其中一個關鍵是需要設計出一個好的量子模擬線路，這就是人工智能能夠大顯身手的地方。 第三個例子對我來講更加新穎，就是AI仿生。 如何從自然界得到靈感，來幫助設計出一個我們想要設計的工藝產品？大家都知道，我們看到鳥飛，使得人類想到，是不是也可以做一架飛機，讓我們像鳥一樣飛翔。自然界給的靈感非常重要，我相信如果世界上沒有鳥，我們人類社會將不會產生在天空飛翔的觀念。 清華大學交叉信息研究院的杜韜老師，看到翅果在自然界能演化出上百個不同的模式，它的種子傳播是靠一種旋轉的物理過程，讓它在空中能夠停留久一點。大家猜測，它留得久，種子傳播的范圍就大一點。將大自然的奧妙放到工程上應用，就產生一種有特殊性質的飛行器。 杜韜團隊收集了50余個翅果的樣本，用三維掃描重建幾何模型，再用這些幾何模型作為AI學習的基礎。這是從自然界走到AI設計的方向。你可以用某種方法看翅果自旋的速度，然后得到一個設計。杜韜團隊就用紙張來制造一個新的翅果模型，并用物理模型做實驗，結果他設計出來的翅果的自旋，相比于自然界最好的翅果能加速30%，有利于它飄得更遠。 杜韜不是把一般的AI技術原封不動地拿來做研究。其中有AI本身的技術研究，因為這是一個小樣本的學習，只有50多個翅果，如果用普通的方法來做，得不出好的結果，必須在科學上利用物理的性質，使得AI的學習能夠成功。這就是為什么我說有些研究一定要在高校做的原因，因為只有在高校，大家能夠有這個能力，有這種高質量的人從事研究。 第四個例子，講一個嶄新的AI基礎理論。 清華大學交叉信息研究院袁洋老師的團隊運用了一個數學上的高級理論，叫做“范疇論”，用它透視并且改進大模型。因為范疇論不像普通的代數或者幾何，是一個相對比較穩定的系統，范疇論是非常高端的，在所有領域都能用到的一種語言，他用范疇論來透視并且改進大模型。圖靈獎得主霍普克羅夫特看到這個研究，他評論說“這個工作給AI基礎理論帶來機遇，將來一定會發展成為重要的方向”。 我稍微講一下他用范疇論能做什么事情，如何從范疇論的角度來看大模型。大家對大模型常常有一種誤解，認為要有無窮多的資源，比如要有數據、算力、參數、完美的訓練，模型可以學習到任何事情。但是沒有人討論，這個模型，是不是即便有這些條件也做不了？ 這就是科學研究當中一個重要的問題，不要老是在已經有的方法上跟人家拼，買更多的算力卡來應對。范疇論有一個對比學習或者叫遮擋學習的方法，就像ChatGPT在文本上做的學習，還有在語言模型中的學習，用范疇論來刻畫預訓練的算法，它可以刻畫出模型的邊界，什么能做、什么不能做，這是非常漂亮的數學工作。 最后，提一下AI安全。 我提這件事情，是因為國內對于新的理論一般跟進得太慢，大都等到別人在這個領域作出了基本的創作工作之后，才有信心跟進。所以我們面臨一項很重要的工作，就是如何能夠注意到世界上出現的新趨勢？ 這個安全性的工作有很多人在做了，但還是在“治標的“大模型的管理方向上做。現在，已經有人提出了幾個非常了不起的方案，看怎么能夠制造出一個獨特的人工智能系統，否則等到別人已經做出來了，我們再追趕就晚了一步。 安全性方面，首先是AI算法先天有缺陷，使得它容易被攻擊；另外一個是AI的應用，看起來是好事情，但會帶來一些社會問題、倫理上的沖擊；還有就是在別的科技大進步中也會出現的問題，比如生物的基因編輯或核反應等突破性的科技變化，對整個世界可能會帶來災難。在人工智能領域，這種災難是更加危險的，因為它無所不在。所以AI安全是一個新的交叉領域，也值得我們國家的研究人員注意。 AI安全這件事也有它的機遇，就是提供了國際合作的契機。現在AI的國際合作確實比較困難，但在安全問題上，全人類都是同一邊的。所以在理論上，這提供了一個契機，大家可以在AI的安全上合作。有一個叫IDAIS（International Dialogues on AI Safety）的會議首先由發起人在英國舉行了第一次會議，今年3月在北京舉行，9月在威尼斯舉行。大家進行了一些交流，提出了一些宣言，以供世界各國政府考慮。 總結來說，人工智能在各方面發揮了催化作用，包括促進各領域加速交叉，促進科學與工程互動，在科學上也創造了新的領域、新的契機，它的前景遼闊。 現在中國在人工智能領域的基礎研究工作，跟5年前完全不一樣。我們現在也可以創造一些別人還沒想到的東西。這5年的變化非常大，我們也引進了不少人才，也讓他們成長了一段時間。現在的中國，已經有一些地方可以產生出世界一流的，能夠和伯克利、斯坦福相比的AI畢業生。以后的若干年，每年會有10個、20個能夠和世界一流高校的博士生相比的畢業生。我們本土產生的人才，可以分布在中國各個好的高校，就像是種子一樣，經過5年、10年，中國的一流高校會能夠出現和世界一流AI高地同樣的人才。這些人才你打著燈籠都難引進的。所以現在我們國家在培養AI人才方面，比5年以前大大進了一步。 同時我也深深感到，“新基石研究員項目” “科學探索獎”是在另外一個層面，能夠使得中國的一流人才聚集起來、凸顯起來，在推動國家科技項目的評審、提供科學建議方面，我覺得這是一個了不起、劃時代的貢獻，讓我們拭目以待。