专家认为，现在，人工智能还是42公里马拉松的“第5公里”，大家都有机会。
未来一定是人工智能和机器智能的领悟，当然，风险很大，必须正视风险，如果不加以勾引掌握，这个风险就会转化为生存风险。

张亚勤：人工智能还是42公里马拉松的“第5公里”

在分论坛的现场，张亚勤谈了大模型和天生式AI的关系，他认为，两者一个是技能一个是能力，由于有了预演习、超大规模、自监督式的大模型，天生式AI（人工智能）才可能有如此高的能量。

关于大模型的走向，张亚勤表示，首先是多模态，其次是人工智能大模型走向自主智能，可以进行目标制订、方案任务，自我制订路径、自我完成方案、自我编码等。
第三则是边缘智能，现在大模型紧张还是在云端，未来将走向手机、PC、机器人、汽车等。
“最主要的是，现在全体天下在走向物理天下，生物天下，以是，天生式AI不仅能进行语音识别、人脸识别、图像识别，还可以去创造和天生，不仅可以天生笔墨、图像、视频，还可以天生代码、药物、数学公式以及物理方程式，以是，天生式AI会带来巨大的技能和范式改变。
”

不过，张亚勤认为，改变中也有一些风险。
“当然，我是乐不雅观主义者，我认为人类有两种聪慧，一种是发明新技能的聪慧，另一种是勾引技能走向的聪慧，因此，可以一边发展一边管理，但一定要在创新、发展的同时想到管理。
”

针对AI未来的发展，张亚勤认为，要素、算力、算法、数据和人才都主要，但长期来看，人才最主要。

张亚勤认为，现在，人工智能还是42公里马拉松的“第5公里”，大家都有机会。
未来一定是人工智能和机器智能的领悟，当然，风险很大，必须正视风险，如果不加以勾引掌握，这个风险就会转化为生存风险。

斯图尔特·罗素：使AI系统学习是努力的方向

在分论坛上，斯图尔特·罗素则就AI发展路径、中美AI竞合等问题提出了不雅观点。

斯图尔特·罗素表示，下一代GPT5，人们可能会创造其演习材料已经是之前的十倍，但这也意味着数据的闭幕，宇宙中已经没有更多数据，这时，如果还没有真正的通用智能，人类就必须去探求不同的方向。
“我不认为合成数据能改变这个问题，由于合成数据并不是真实数字，它并不会让系统变得更有能力。
”

可能的新方向会是什么？斯图尔特·罗素提到，将概率理论和编程措辞结合起来，就可以利用表达式措辞来学习新观点，这个技能迄今还未像大措辞模型那样得到发展，还须要更多人类的干预，来创造出一个构造模型。
“使AI系统学习，并且像人类一样产生产品，同时，人类能理解其内部运行机理，这是我们努力的方向。
”

在谈到中美AI的竞合时，斯图尔特·罗素表示，竞争是良性的，零和博弈的说法非常缺点。
如果AI是安全的，能够让人类受益，乃至比人类能力更强，很多人都会因此受益，从这个角度来说，竞争并没故意义，核心问题在于人类如何安全地与技能共存。

曾毅：超级智能的人工智能该当是超级利他的

曾毅则在分论坛上谈及了AI未来的发展方向及对中美AI竞合的意见。
曾毅表示，现在的AI看上去彷佛发展得靠近所谓的AIGC了，但是实际上两者还没有任何关系。

曾毅认为，我们一定要做的努力是，把真正意义的人工智能带给天下，做事天下，同时要研究可能涌现的风险。
“人工智能蜕变速率非常快，人类从历史、从自然中学习的速率太慢，如果人类还不反思，末了给人类带来灾害性风险的不是人工智能而是人类自己，由于人类没有在数亿年的蜕变中学会如何与生态相处，当生态中涌现了聪慧水平比人高的智能，那才是人类最大的风险。
”

不过，曾毅对未来仍乐不雅观，他认为，超级智能的人工智能该当是超级利他的，但问题是，现在人类布局的是否是一个超级利他的人工智能，人类能否把大自然蜕变的规律嵌入到人工智能当中，让其成为自然蜕变的延伸，去关注其他生命，而不是给其他生命和天下带来灾害性后果，这是人工智能技能研究以及未来人类蜕变须要共同进化的方向。

而针对中美AI竞合的问题，曾毅认为，美国、中首都不能真正引领未来的人工智能，人工智能是根本性、赋能性的技能，这个天下足够大，让中国、美国以及更多国家在构建根本举动步伐和运用方面都找到机会。
更关键的问题是，全天下如何联络起来为人类繁荣布局更安全、更可靠、更可信的人工智能，这才是天下更联络的目标。

新京报贝壳财经 潘亦纯

编辑 岳彩周

校正 卢茜