人形机器人作为人工智能原生应用的最佳载体之一，近年来已成为各国布局的前瞻领域。视觉中国 供图

    从万亿级参数的算法模型，到毫秒级时延的智能交通；从跨越数千公里的算力网建构，到精细纳米级的智能芯片研发……致广大，尽精微，这是人工智能在海量应用场景中加速催生的一批新技术、新产业和新应用。日前，第十三届“吴文俊人工智能科学技术奖”颁奖典礼暨2023中国人工智能产业年会在苏州工业园区举行，与会专家集中探讨了人工智能技术的最新进展、挑战与未来发展趋势。

    “吴文俊人工智能科学技术奖”一年一评，2023年度共评选出70项成果。高校是人工智能技术研发的重要阵地，共有来自北京大学等40所高校的相关学者获奖，接近2/3的获奖成果由高校和企业联合攻关完成，彰显了人工智能热潮中的教育智慧与高校担当。

    人工智能将打开一幅怎样的未来图景？大模型热预示着人工智能将走向何处？高等教育、科研、产业如何适应“人工智能+”掀起的剧烈变革？……带着这些疑问，记者走进大会现场，看数智时代何以驱动创新。

    未来已来：为发展新质生产力提供澎湃动能

    自1956年首次提出“人工智能”概念以来，人工智能已经历了逻辑主义、符号主义和行为主义三次变革。

    “算力+数据+模型赋能下的第三次人工智能浪潮已经到来。”本届奖项中的最高成就奖获得者，鹏城实验室主任、中国工程院院士、北京大学讲席教授高文表示，在新一轮人工智能浪潮中，中国已经具备了与世界同步发展的实力。“我们要和全世界人工智能同步推进，迎接通用人工智能‘奇点’的到来。”

    2023年以来，以ChatGPT为代表的通用人工智能大模型，在全球掀起了产业发展热潮。而大模型以大数据和强算力为基础，没有强大的算力支持，大模型等人工智能的发展将失去持续的动力。解决算力焦虑，正是大会研讨的热点之一。

    高文表示，目前自己正率领团队牵头推进“中国算力网”建设，拟建成全国性智能算力互联体系，打造全国性数字经济算力底座，让用户像用电一样共享算力。他和团队研制了全球领先的智能算力大科学装置“鹏城云脑”，将对推动“中国算力网”建设起到开创性作用，进一步加快引领我国人工智能领域的创新发展。

    当前，以大模型等为代表的新一代人工智能正加速拓展其应用场景。这种趋势在本次中国人工智能产业年会也有所体现。围绕“人工智能+”，年会设置了大模型与通用人工智能、智慧医疗、智慧交通、智能芯片等“1+10”个专题论坛，激荡着人工智能技术最前沿的创新碰撞。

    人形机器人作为人工智能原生应用的最佳载体之一，近年来已成为各国布局的前瞻领域。大会现场，深圳市优必选科技股份有限公司展示了国产人形机器人Walker在蔚来汽车生产线上的“实训”场景：它灵巧地运用柔性双手精准贴上车标，凭借双目视觉对车身等进行缺陷检测……

    “大模型为人形机器人注入了灵魂。”该公司副总裁焦继超介绍，与以往编程型的机器人相比，接入大模型的机器人能够自主进行规划、决策和控制。

    从智能芯片到人形机器人，从大模型到算力网……第三次人工智能浪潮澎湃，席卷现代产业体系滚滚向前。工信部数据显示，截至2023年年底，我国人工智能核心产业规模已达5000亿元，企业数量超4400家。人工智能正成为驱动新一轮科技革命和产业变革的关键力量。

    “今年的政府工作报告首次明确提出了开展‘人工智能+’行动。人工智能已成为我国加快发展新质生产力的核心驱动力。”中国工程院院士、中国人工智能学会党委书记赵春江介绍，新一轮人工智能新技术浪潮已至，数字技术和实体经济深度融合加速，为新质生产力发展提供了新的澎湃动能。

    日新月新：发挥新型举国体制优势持续攻坚

    在众多人工智能技术中，大模型无疑是最受瞩目的领域之一。突如其来的大模型技术热潮，掀起了整个行业对于大模型的投资和研发热潮。国家数据局最新数据显示，我国10亿参数规模以上的大模型数量已超100个，行业大模型正在深度赋能电子信息、医疗、交通等领域，已形成上百种应用模式，赋能千行百业。

    “随着人工智能技术的飞速发展，大模型已成为推动社会进步、产业升级的重要力量，它以强大的数字处理和深度学习能力，改变着我们的生活方式、工作模式乃至思想习惯……”在“大模型与通用人工智能”专题论坛上，北京航空航天大学教授徐迈应邀发表致辞。直到演讲完毕，他揭开谜底——这份致辞是由国产大模型Kimi自主生成的，与会者才恍然大悟。

    日新月新的大模型，看似无所不能，是否代表了人工智能的未来？大会现场，有记者提出了这样的疑惑。

    “大模型是当下人工智能从弱到强的重要技术路线之一，特别是在自然语言处理等领域。但我们也要客观分析大模型存在的固有缺陷。”中国工程院院士、同济大学校长郑庆华表示，大模型存在过度依赖训练数据中的一些模式从而导致“幻觉”、过度消耗数据和算力、新任务训练中存在灾难性遗忘、黑盒模型逻辑推理能力弱等固有缺陷。例如，在推理问题求解环节，驾驶一辆汽车走过一段路，人脑是有记忆的，但是自动驾驶每次都要重新计算，并不能把路线场景记录下来。

    “大模型的本质是运用强大的算法，并消耗大量的算力，从海量数据中训练出复杂的概率分布函数。”郑庆华介绍，这一本质属性决定了大模型的能力上限。为此，他建议探索建立我国自主可控的机器智能模型，并提出“神经+符号”协同方式、打造人脑记忆启发的机器记忆智能模型等技术路线。

    随着社会和产业对大模型的认知越发理性，学界对人工智能的研究逐渐转向“降耗增效”方向。通过大模型与小模型协同，实现更高效的计算和内存利用是研究的重点领域之一。焦继超表示，“优必选”在开发人形机器人的过程中，通过大模型沟通连接真实世界，并拆解每一项子任务，再通过小模型实现具体执行控制。

    我国人工智能技术和产业取得了显著进步，但与世界顶尖水平相比，还有哪些差距？

    与会专家指出，海量的应用场景、超大的市场规模、庞大的人才队伍，是我国发展人工智能的先天优势。但与世界顶尖水平相比，我国人工智能技术还存在应用场景系统设计不足、重大场景开放程度不高等问题，尤其是人才培养与产业需求之间仍存在差距。

    “我国人工智能发展应强化整体设计和前瞻部署。”中国人工智能学会副理事长、清华大学人工智能研究院智能机器人中心主任孙富春认为，要充分发挥新型举国体制优势，推动通用人工智能教育及研究与未来产业、实体经济的融合，加快推进人工智能场景创新和高水平应用。

    “我国的人工智能发展多是应用场景和商业模式驱动，不同于西方国家的科技驱动，由此我国的人才积累和需求也与美国有所区别。”北京理工大学计算机学院院长、人工智能研究院院长黄河燕认为，从长期趋势看，社会对掌握人工智能基本技能的人力需求正急剧增长，而我国在顶尖人工智能人才储备方面存在明显不足，人才结构尚需完善。

    “未来，人工智能将进入多模态大模型和具身人工智能新阶段。”西北工业大学光电与智能研究院研究员赵健介绍，多模态大模型指的是人工智能能够处理文本、图像、音频等多种输入，并且在不同模态之间建立联系，与各种现实的任务相契合；而具身智能指的是智能系统能够通过感知和交互与现实环境进行结合，为人工智能连接现实世界搭建了桥梁。

    为加速人工智能核心技术攻关，挖掘优秀“人工智能+”领域人才，大会还同步举行了第二届全国人工智能应用场景创新挑战赛。赛事聚焦人形机器人、生成式人工智能、智能能源等20余个人工智能前沿应用赛道，全力推动人工智能技术的实际应用和产业化发展。

    各智其智：人工智能中孕育高等教育新范式

    不久前，深圳大学食堂新增的几个“AI鸡汤”档口格外引人注目。该校腾讯云人工智能特色班（以下简称“腾班”）的大学生将自己用AI“养”的乌骨鸡送上了餐桌，让一万多名师生免费品尝了一把“科技味道”。

    “腾班”是2018年深圳大学通过校企合作与腾讯教育联合打造的人工智能特色班。大学和领军企业围绕人工智能人才培养，携手探索学科破壁、产教破圈新路径。

    人工智能领域对人才的需求，始终处于求贤若渴的状态。中国人工智能学会在本次大会上首次设立了“中国人工智能教学成果激励计划”，哈尔滨工程大学、北京理工大学、深圳大学等近20所高校入选计划名单。大会还设置了“人工智能优秀教学成果应用”专题论坛，交流人工智能教育经验，问道“人工智能+”教育新范式。

    “高校应打通全学段多领域师生双选通道，以扩展学生科研实践路径。”黄河燕认为，人工智能是一门新兴的既独立又具有强交叉属性的学科，高校一方面要推进校内教育方式创新，另一方面要加快引导校外知识与技术资源融入人才培养体系。

    论坛上，不少来自高校的专家现身说法：为补齐人工智能教育的专业资源短板，打通专业与行业圈层，部分高校牵手行业领军企业，通过校企共建课程、产学专家联合教学、创新项目竞赛、企业技术开源等形式，从专业知识、实践能力、职业素养等方面，强化产教融合与协同育人。

    去年，“腾班”学生走进贵州赤水乌骨鸡养殖基地，在本校教师和腾讯云工程师的指导下，利用人工智能技术和云平台，成功对25万只乌骨鸡进行了识别和追踪，并开发出了全球首个乌骨鸡智慧养殖系统。系统经过大半年的运行，基地乌骨鸡出栏率提升了30%，增产达6万多只。

    智能时代，以人工智能为核心的科学与产业变革加速演进，迫切需要具备跨界融合能力的专业人才。上海大学教授曾丹表示，高校应积极推进“AI+X”学科交叉教育，培养学生对人工智能的理解、应用和创新能力。

    “一些高校现有的专业和课程设置，在知识体系上滞后于产业发展，在工具技术上滞后于科技变革，管理机制还停留在传统阶段。”在东北大学信息科学与工程学院教授陈东岳看来，对传统学科和专业的改造必须具备互联网快速迭代思维，边学、边建、边改。否则，专业建设速度永远无法跟上行业发展需求。

    陈东岳举例，东北大学的自动化专业一直实力强劲，无论是学科和专业建设还是工程教育认证等关键指标都非常完善。然而，随着智能时代的到来，该专业作为传统专业，在发展上出现了明显的乏力感。针对上述情况，学校经过详细调研，尝试以人工智能驱动未来自动化，从专业布局、课程体系、教学资源、教学模式、管理机制等五个层面大刀阔斧地推进改革，最终形成了以自动化为核心，工业智能、人工智能以及强基计划等为特色的新工科专业布局。

    人工智能背景下的教育变革如火如荼。论坛上，“专业是否还是本科教育的主要框架”“知识是否还是课程讲授的主要内容”“讲授是否还是教学的主要形式”……一个个问题激荡着更多的思考与挑战，也代表着教育乃至人类知识传承和创新方式的破与立。

    正如郑庆华的总结，人有人智，机有机智，未来将是各智其智，智智共生。