摘要：快速发展的大模型如何让人工智能更好为产业赋能？面对越来越旺盛的人工智能人才需求，国内科研机构如何吸引全球人才？12月13日，由上海人工智能实验室发起并主办的首届“浦江AI学术年会”举行。两天里，全球150多名人工智能领域专家学者参加大会论坛和10场专业论坛，就

快速发展的大模型如何让人工智能更好为产业赋能？面对越来越旺盛的人工智能人才需求，国内科研机构如何吸引全球人才？12月13日，由上海人工智能实验室发起并主办的首届“浦江AI学术年会”举行。两天里，全球150多名人工智能领域专家学者参加大会论坛和10场专业论坛，就AI的前沿发展趋势、关键技术挑战、创新协作机制、产业应用实践等议题展开深入探讨。

时届初冬，大江东工作室在这场专业大牛与青春面孔汇聚的学术年会上，感受到了“AI圈”不一样的热度与活力。

问题导向‍鲜明

“浦江AI学术年会”开幕式，会场内座无虚席。在现场的，有中国可持续发展研究会理事长、科技部原副部长李萌，中国工程院院士、浙江大学教授潘云鹤，清华大学交叉信息研究院院长及人工智能学院院长姚期智，中国工程院院士、西安交通大学教授郑南宁，中国工程院院士、湖南大学教授王耀南，中国工程院院士、同济大学校长郑庆华，人民网股份有限公司党委书记、董事长、总裁叶蓁蓁等国家级科研平台负责人、顶尖AI学者和产业领袖，以及100多名人工智能细分领域的青年学者。“有3000多名同行线下注册参会。因为会场空间所限，很多同学只能在外面等着。”年会主席、上海人工智能实验室主任、首席科学家周伯文教授说，更多学生尤其是海外学生在线上参会。

不仅参与者活跃，各种讨论议程同样满满当当。周伯文透露，因为时间安排太满，“虚实贯通的具身智能”主题研讨已提前举办，“一些专家飞抵上海顾不上休息，就参加了第一场闭门论坛，谈论了三个小时，都感到收获满满。”

“公开高质量数据即将用尽了吗？如何未雨绸缪？”“我们需要什么样的AI4S基座模型？”“针对语言外的自然信号，目前的建模是否为最优解？”……主会场大屏幕上满是各种各样的问题，也是这场年会与其他会议不一样的地方。主持人介绍，这场年会坚持问题导向，提前广泛征集并凝练出每个领域的数十个关键问题，在年会上切磋心得、碰撞思考，“通过高质量问题激发更多创新灵感”“互相出好题、互相协同”，一起直面人工智能发展关键技术挑战与难题。

在会议主办方看来，人工智能领域的进步不仅来自个体的努力，更需要发挥群体的力量和优势，做强凝聚科研机构、顶尖专家、青年学者优势的创新协作机制。

问题导向、开放、合作、协同、创新，显然已是人工智能学术和产业发展的底色。

创新人才为要

“2022年11月，ChatGPT横空出世，2023年各大企业、学术机构都处在追赶补课的状态，到今年则是人工智能高歌猛进，大模型风起云涌，能力一节高过一节，应用一浪超过一浪，不断突破天花板。”李萌简洁而细致地盘点了人工智能技术的快速进展：今年初，Sora惊艳登场，李飞飞的AI Agent和空间智能开创了认知的新高度，具身智能体、自动驾驶、人形机器人等你方唱罢我登场……直到眼下Openai连续十几天的新闻发布会。

在他看来，中国AI界的努力为充分发挥人工智能引领新质生产力发展的作用做出了重要的贡献，“我国人工智能正处在不进则退的历史关头，更需要学术界倍加努力。”

四年前，图灵奖得主姚期智在上海创立专注于AI研究的期智研究院，他的目标就是汇聚顶尖人才，做突破性基础研究。

“发展人工智能，人才是关键。目前，中国在高端人才引进和培养方面已取得显著进展，尤其是在博士生和青年科学家的创新成果上，达到了国际先进水平。”姚期智感慨，这让他十分惊喜。

“引进人才只是第一步，更重要的是他们能够在这里扎根、成长。真正有抱负的青年科学家关注的不只是短期薪水和资源，而是要有一个长期发展的机会。”姚期智强调，要始终将人才培养的重要性放在第一位，为人才提供长期发展的机会，培养一流的科研团队。

上海人工智能实验室青年科学家陆超超在剑桥大学获得博士学位，在他看来，这所英国顶尖高校的GPU数量并不充裕，而需要用GPU做科研计算的课题组有很多，所以即使在西方名牌大学，研究生和教师也有算力紧缺的苦恼。“这可能是AI领域本土博士和海归博士水平差不多的一个原因吧，大家都缺算力。”

然而，入职上海人工智能实验室后，陆超超的“算力苦恼”一下子减轻了。原来，这家新型科研机构有包括算力在内的各种资源支撑，助力各个课题组开展战略性、原创性、前瞻性的科学研究与技术攻关。

“我喜欢做基础研究，目前负责实验室的安全可信AI、因果智能方面的研究工作。”陆超超说，“我希望通过因果智能研究，让大模型今后拥有强大的推理能力，能够从大数据中发现数据之间的因果关系，这样就能形成新的知识。”

“我们正在把大模型和因果推理方法联系起来，让大模型去寻找纷繁复杂世界中的因果关系，从而开启新的‘知识爆炸’时代。”陆超超说。

“知识爆炸”来临

研究AI的年轻科学家正在关注哪些问题？是否有可能出现颠覆式创新？学术年会上，“知识爆炸”一词被时常提及。

现场，不管是做数据前沿、科学智能还是因果推理的青年科学家，都在阐述如何用AI帮助人们发现他们未曾发现的知识。在学术年会上展出的书生·浦语大模型、书生·万象多模态大模型，以及实验室最新的成果强推理模型书生InternThinker，都吸引大量观众前来体验。

上海人工智能实验室青年科学家白磊认为，科学本质是从海量数据中发现规律。2024年之前，AI for science是非常碎片化的，具体表现为每个领域都在建立自己的大小模型。他和团队希望能从数据、计算和创新出发，为AI for science提供一套核心方法论，从而让AI具备更强的理解能力，能够提出更多科学上的好问题。周伯文介绍，上海人工智能实验室一直在思考前沿发展趋势、关键技术挑战、创新合作机制这三大问题，分别体现在三项核心能力的建设与发展上，即先进AI技术、安全可信保障、产业生态协作。

周伯文表示，人工智能的进步不仅依赖于个体的努力，更需要集体力量的汇聚。上海人工智能实验室愿意以开放、主动拥抱的姿态开展协作协同，不与高校争名，不与企业争利。实验室愿意作为平台，成为大家的连接器、放大器和加速器，将这些能力通过创新的协作机制更好地发挥出来，实现共赢。

在大会报告和圆桌讨论环节，多位专家学者围绕智能本质、AGI发展方向、世界模型的演进、“白盒”模型与性能平衡等话题进行了深入探讨，并对未来AI技术的发展进行了展望。

香港大学计算与数据科学学院院长、AI讲座教授马毅表示，“智能的核心是学习和预测外部世界的规律，这一过程不仅是数据的压缩和去噪，更涉及如何通过优化算法来提升智能系统的能力。要实现真正的自主学习和智能化系统，必须构建闭环系统，通过自我纠错与知识的不断更新来推动智能的进化。”他强调，要超越现有模型，必须跳出大模型规模竞赛探索新路径。

“深度学习和大模型提供了新的工具来‘逼近’现实世界，这种结合有望推动科研和技术的进一步发展。”北京大学智能学院副院长、教授陈宝权表示，展望2025年，期待看到更多在物理和推理领域的突破，尤其是如何将已有的物理知识与AI结合，通过反向传递人类积累的知识，构建更有效的AI系统，从而推动更加精确的模型发展。

中国工程院院士、同济大学校长郑庆华强调了工程智能在衔接科学智能与产业应用方面的桥梁作用。他认为，工程智能不仅解决了实际工程问题，还带来了全新的研究视角和挑战。与科学智能的“0到1”突破不同，工程智能侧重于“1到N”和“1到0”的创新模式，其目标是从科学理论到实际应用，解决实际工程问题。

叶蓁蓁在报告中从传统文化的视角探讨了人工智能的分类与数据拓展问题，并提出从“知、行、思、悟”四个层次来重新审视AI的智能分类和数据需求。他认为，当前AI面临的数据缺口巨大，严重限制了人工智能发展，特别是在敏感问题和视觉数据领域。通过人民网的实践，叶蓁蓁展示了如何通过构建独特的数据语料库解决AI回避敏感话题的难题，同时提出要以传统文化为视角，结合认知智能的发展，推动AI技术与人类社会的深度融合。

来源：人民日报党媒平台