（演講人：張亞勤 演講地點(diǎn)：清華大學(xué)“人文清華講壇” 演講時(shí)間：2025年12月）
今天，我們正迎來(lái)一個(gè)全新的重大機(jī)遇——人工智能，它已然拉開(kāi)了第四次工業(yè)革命的序幕。
技術(shù)進(jìn)步的大趨勢(shì)
首先我想談一下技術(shù)大趨勢(shì)，以及人工智能帶來(lái)的啟示。
經(jīng)過(guò)幾十萬(wàn)年的進(jìn)化，我們?nèi)祟?lèi)的大腦不足3斤重，功耗只有20瓦，但是人類(lèi)卻如此之聰明。人類(lèi)大腦包含了860億個(gè)神經(jīng)元，有百萬(wàn)億個(gè)連接或者說(shuō)突觸，存儲(chǔ)量至少有1個(gè)Petabyte（拍字節(jié)）。
我們對(duì)人類(lèi)大腦的理解是漸進(jìn)的，現(xiàn)在可能也還不超過(guò)10%。早年間，美國(guó)科學(xué)家保羅?麥克萊恩提出“三重腦”理論，將大腦分為不同層次：負(fù)責(zé)呼吸、睡眠、運(yùn)動(dòng)等生理功能的層次，處理情感的層次，以及負(fù)責(zé)推理、決策的高級(jí)層次。這個(gè)理論雖然不夠精準(zhǔn)，但為我們理解大腦提供了直觀(guān)的視角。如今我們知道，大腦擁有150多個(gè)不同的功能區(qū)，860億個(gè)神經(jīng)元分布其中，分別負(fù)責(zé)聲音、視覺(jué)、語(yǔ)言、運(yùn)動(dòng)等不同功能。人類(lèi)的記憶功能尤為神奇，包含天生的DNA記憶、短期的海馬體記憶、長(zhǎng)期的皮層記憶，還有顯性記憶和隱性記憶?？梢哉f(shuō)，人類(lèi)大部分智能都來(lái)源于這些不同類(lèi)型的記憶體。
諾貝爾獎(jiǎng)獲得者丹尼爾?卡尼曼將人類(lèi)的思考模式分為兩種：系統(tǒng)1是快思考，面對(duì)事物時(shí)能快速產(chǎn)生直覺(jué)、迅速作出決定，無(wú)需深入思考；系統(tǒng)2是慢思考，需要經(jīng)過(guò)深度分析和推理，是人類(lèi)高級(jí)智能的體現(xiàn)。這兩種系統(tǒng)可以相互轉(zhuǎn)換，當(dāng)我們對(duì)某件事足夠熟悉后，慢思考會(huì)轉(zhuǎn)化為肌肉記憶和直覺(jué)。比如學(xué)車(chē)初期，我們會(huì)刻意關(guān)注交通規(guī)則、路牌、信號(hào)燈和路況，但熟練之后，駕駛就會(huì)變成自然、自覺(jué)的行為，這就是系統(tǒng)轉(zhuǎn)換的過(guò)程。
人工智能，本質(zhì)上是學(xué)習(xí)人類(lèi)智能的過(guò)程。多年來(lái)我們一直在探尋智能的本質(zhì)?！叭斯ぶ悄堋保ˋrtificial Intelligence）這一概念于1956年被正式定義，而它的理論奠基可追溯到更早——英國(guó)科學(xué)家圖靈率先定義了“計(jì)算”與“智能”，并提出了“圖靈測(cè)試”：若機(jī)器能通過(guò)多輪對(duì)話(huà)，讓人類(lèi)無(wú)法分辨其是否為人類(lèi)，就意味著通過(guò)了測(cè)試。另外還有兩位重要奠基人常常被忽略：一位是“信息論之父”香農(nóng)，他定義了比特和信息量（熵），另一位是“控制論之父”維納，他定義了負(fù)反饋、學(xué)習(xí)和自適應(yīng)，這些基礎(chǔ)概念對(duì)人工智能的發(fā)展起到了至關(guān)重要的作用。
多年來(lái)，人工智能領(lǐng)域出現(xiàn)了很多不同的學(xué)派，大致來(lái)說(shuō)主要是兩種不同的思路。一種思路認(rèn)為，可以把大腦的邏輯、規(guī)則、推理過(guò)程都用符號(hào)表示出來(lái)，這就是符號(hào)學(xué)派。基于這種方式，邏輯體系很漂亮、很簡(jiǎn)潔，也有明確的因果關(guān)系，具備透明性，我們知道機(jī)器是怎么推理的，但它唯一的缺點(diǎn)就是不實(shí)用，在實(shí)際應(yīng)用中效果不佳。還有一種思路來(lái)自連接學(xué)派。這個(gè)學(xué)派認(rèn)為，大腦如此復(fù)雜，智能的實(shí)現(xiàn)十分困難，所以要通過(guò)大量的數(shù)據(jù)，通過(guò)積累經(jīng)驗(yàn)、持續(xù)學(xué)習(xí)、不斷適應(yīng)，以及與世界的連接來(lái)獲取智能，這就是連接主義。最近10～20年主流的深度學(xué)習(xí)技術(shù)用的就是這樣的方法。
人工智能發(fā)展史上有幾個(gè)里程碑性質(zhì)的關(guān)鍵事件值得關(guān)注：2016年圍棋人工智能程序AlphaGo第一次擊敗了李世石九段，比分是4∶1?？聺嵕哦尾环?，2017年他和AlphaGo下了三盤(pán)棋，最終0∶3。AlphaGo當(dāng)然很聰明，它用到了深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)，還有蒙特卡洛搜索，是很了不起的成果，它學(xué)習(xí)了人類(lèi)幾十萬(wàn)盤(pán)棋局。但我覺(jué)得更了不起的，是大家聽(tīng)聞?shì)^少的AlphaGo升級(jí)版AlphaGo Zero。它完全不用學(xué)習(xí)人類(lèi)的棋局，而是自己和自己下棋，通過(guò)不斷地博弈來(lái)學(xué)習(xí)，進(jìn)化速度非?？?。AlphaGo Zero和AlphaGo的前一個(gè)版本下了100場(chǎng)棋，它完勝，比分100∶0。它不僅可以下圍棋，還可以下國(guó)際象棋以及別的棋類(lèi)。所以后來(lái)DeepMind（谷歌旗下人工智能公司）團(tuán)隊(duì)說(shuō)，從此我們不和人類(lèi)下棋了，因?yàn)樗械钠孱?lèi)，人類(lèi)都下不過(guò)人工智能。AlphaGo和AlphaFold代表的是一個(gè)特別重要的概念——智能體。
基于類(lèi)似邏輯但算法不同，DeepMind又推出AlphaFold，解決了人類(lèi)蛋白質(zhì)解析預(yù)測(cè)長(zhǎng)期面臨的難題。原本人類(lèi)需要花費(fèi)10億元、眾多科研人員耗費(fèi)十余年才能完成的工作，AlphaFold僅用一年就全部解決。
2024年，諾貝爾物理學(xué)獎(jiǎng)、化學(xué)獎(jiǎng)均授予了人工智能領(lǐng)域的奠基人，其中就包括DeepMind創(chuàng)始人德米斯?哈薩比斯——他的團(tuán)隊(duì)既創(chuàng)造了AlphaGo，也打造了AlphaFold。2025年1月，我在達(dá)沃斯與他有過(guò)一場(chǎng)關(guān)于新藥研發(fā)、生物計(jì)算及人工智能未來(lái)發(fā)展的有趣對(duì)話(huà)。
另外一個(gè)大的里程碑，是2022年，OpenAI的ChatGPT出現(xiàn)了。過(guò)去的深度學(xué)習(xí)或者神經(jīng)元網(wǎng)絡(luò)，主要還是針對(duì)具體任務(wù)，本質(zhì)上是一種很聰明的模式識(shí)別，比如說(shuō)語(yǔ)音識(shí)別、人臉識(shí)別、圖像識(shí)別，或者字符識(shí)別等，算是一種高級(jí)的識(shí)別技術(shù)。但ChatGPT出來(lái)之后，跳躍到了一個(gè)新的范式，它不僅可以識(shí)別，還可以生成、可以創(chuàng)造，生成式AI就這么出現(xiàn)了。
生成式AI有三個(gè)重要的元素：統(tǒng)一表征（Tokenization）、規(guī)模定律（Scaling Law）和涌現(xiàn)效應(yīng)(Emergence)。其中最重要的，我認(rèn)為是統(tǒng)一表征。ChatGPT是怎么做的呢？有點(diǎn)像人類(lèi)的神經(jīng)元，我們?nèi)祟?lèi)有860億個(gè)神經(jīng)元，不管分布在什么地方，每個(gè)神經(jīng)元的結(jié)構(gòu)都是完全一樣的，視覺(jué)的、聽(tīng)覺(jué)的、運(yùn)動(dòng)的、記憶相關(guān)的，都是同樣的結(jié)構(gòu)。生成式AI的統(tǒng)一表征也是類(lèi)似的道理，不管什么樣的信號(hào)進(jìn)來(lái)，都把它變成Token（詞元），核心任務(wù)就是預(yù)測(cè)并生成下一個(gè)Token。它可以生成文字、圖像、視頻，現(xiàn)在大家已經(jīng)用得很多了。同時(shí)它還可以生成新的數(shù)據(jù)、代碼、數(shù)學(xué)方程式、工具——它不僅能生成工具，還能使用工具；它還可以生成新的蛋白質(zhì)、分子、材料、藥物。當(dāng)大語(yǔ)言模型的參數(shù)量突破百億級(jí)別時(shí)，便會(huì)觸發(fā)規(guī)模定律，出現(xiàn)涌現(xiàn)效應(yīng)。也就是說(shuō)，模型的性能并非線(xiàn)性增長(zhǎng)，而是隨著規(guī)模擴(kuò)大發(fā)生躍遷，從而涌現(xiàn)出未經(jīng)編程的、令人驚喜的新能力。
還有一個(gè)重要的里程碑，是中國(guó)的DeepSeek，出現(xiàn)在2025年1月。DeepSeek出現(xiàn)之前，中國(guó)有上百個(gè)大模型，這些大模型基本都是在模仿學(xué)習(xí)ChatGPT等的技術(shù)路徑、算法的架構(gòu)體系。在DeepSeek出現(xiàn)之前，我曾經(jīng)說(shuō)過(guò)，我們和美國(guó)在大模型領(lǐng)域的差距，大概是兩到三年。DeepSeek是一家小創(chuàng)業(yè)公司，它的工程團(tuán)隊(duì)所在地距離清華大學(xué)可能就5～10分鐘路程，團(tuán)隊(duì)里很多都是清華的學(xué)生。DeepSeek是一條新的路徑，在算法、技術(shù)、系統(tǒng)架構(gòu)上都有創(chuàng)新，它用1%的算力就可以達(dá)到和美國(guó)前沿大模型相似的能力。DeepSeek出來(lái)之后，咱們和美國(guó)在大模型領(lǐng)域的差距就縮短到大約2~3個(gè)月，也就是一個(gè)版本的差距，在有些應(yīng)用方面我們可能做得更好。另外，它采用開(kāi)源模式，它的開(kāi)源模型很快就被很多買(mǎi)不起大模型的國(guó)家、地區(qū)所使用，這使得整個(gè)模型的落地和應(yīng)用變得越來(lái)越快。所以我把它稱(chēng)為“DeepSeek時(shí)刻”，這是屬于中國(guó)的時(shí)刻。
從生成式AI到智能體AI
2025年，人工智能領(lǐng)域迎來(lái)了又一重要轉(zhuǎn)變——從生成式AI邁向智能體AI。在此之前，我們遵循“規(guī)模定律”：數(shù)據(jù)越多、算力越強(qiáng)，模型效果越好，達(dá)到一定階段后會(huì)出現(xiàn)涌現(xiàn)效應(yīng)。但2025年我們發(fā)現(xiàn)，語(yǔ)言領(lǐng)域預(yù)訓(xùn)練階段的規(guī)模效應(yīng)正在放緩，數(shù)據(jù)資源逐漸趨于飽和，繼續(xù)增加算力的邊際收益不斷減少。與之相對(duì)，后訓(xùn)練（Post-train）階段的重要性日益凸顯。這就像人類(lèi)的成長(zhǎng)：預(yù)訓(xùn)練如同上學(xué)階段，從本科到碩士、博士，通過(guò)學(xué)習(xí)積累知識(shí)變得聰明；而后訓(xùn)練則像是工作后的實(shí)踐，在具體場(chǎng)景中不斷學(xué)習(xí)、進(jìn)化，這也是智能體AI的核心來(lái)源。
什么是智能體？人類(lèi)作為高智能物種，能夠設(shè)定任務(wù)和目標(biāo)、規(guī)劃實(shí)現(xiàn)路徑、不斷試錯(cuò)反饋，憑借強(qiáng)大的記憶完成任務(wù)。例如，同學(xué)們想學(xué)習(xí)人工智能的話(huà)，就會(huì)想需要去上哪位老師的課、會(huì)比較哪位老師講得最好，以及需要哪些參考書(shū)、要如何準(zhǔn)備考試、做哪些練習(xí)題等，把學(xué)習(xí)人工智能這個(gè)目標(biāo)分解，然后找到最佳的實(shí)現(xiàn)路徑，這是我們?nèi)祟?lèi)的核心特點(diǎn)之一。而AI智能體在學(xué)習(xí)人類(lèi)這種高級(jí)智能時(shí)，具備三大關(guān)鍵能力：
第一點(diǎn)，自主學(xué)習(xí)（Autonomous），而不是自動(dòng)學(xué)習(xí)（Automatic），這兩者之間存在很大差別：自主學(xué)習(xí)是沒(méi)有固定的規(guī)則，在不斷探索中學(xué)習(xí)；而自動(dòng)化往往是有預(yù)設(shè)規(guī)則的，是按照定義好的規(guī)則來(lái)運(yùn)行的。
第二點(diǎn)，可進(jìn)化，通過(guò)不斷迭代可以變得更好，而且進(jìn)化之后，下次再做類(lèi)似的事情，可以把原來(lái)學(xué)到的知識(shí)用上。這是我們?nèi)祟?lèi)和其他物種的重要區(qū)別之一——人類(lèi)的智能是可以疊加的。而和人類(lèi)親緣關(guān)系最近的物種黑猩猩，它們一代和另一代之間的智能是沒(méi)有本質(zhì)區(qū)別的。
第三點(diǎn)，泛化能力，即舉一反三的能力。比如說(shuō)一個(gè)人學(xué)會(huì)了怎么去訂票，那么他所擁有的這個(gè)技能可以用到其他類(lèi)似的領(lǐng)域，例如報(bào)銷(xiāo)、購(gòu)物等等?？煞夯允俏覀?nèi)祟?lèi)的特點(diǎn)，但人類(lèi)的可泛化能力也是受到一些限制的。比如，有的同學(xué)可能理科成績(jī)很好，但文科就不一定和理科一樣優(yōu)秀了。再比如，我有一個(gè)好朋友，他特別聰明，工作也做得很棒，但他學(xué)開(kāi)車(chē)拿駕駛執(zhí)照前后用了15年都沒(méi)拿到，最后總算拿到了，結(jié)果馬上就撞車(chē)了。但我們還是希望人工智能能夠具備舉一反三的泛化能力。
這些智能的實(shí)現(xiàn)，離不開(kāi)最基本的東西——數(shù)據(jù)。數(shù)據(jù)的本質(zhì)就是數(shù)字化，我們的技術(shù)底座就是數(shù)字化。首先是信息世界的數(shù)字化，然后是物理世界的數(shù)字化、生物世界的數(shù)字化。過(guò)去40年，我們最重要的工作就是數(shù)字化。這項(xiàng)工作的早期從1985年開(kāi)始，我們進(jìn)行內(nèi)容數(shù)字化、文檔數(shù)字化，我們的語(yǔ)音、圖像、視頻、文本、PPT等都是在那個(gè)時(shí)候變成數(shù)字化內(nèi)容的。后來(lái)加上HTML等技術(shù)，取得了一個(gè)重大成果，就是互聯(lián)網(wǎng)，先是PC互聯(lián)網(wǎng)，后來(lái)是移動(dòng)互聯(lián)網(wǎng)。然后我們又對(duì)企業(yè)進(jìn)行數(shù)字化，或者說(shuō)對(duì)企業(yè)進(jìn)行信息化，包括ERP系統(tǒng)、CRM系統(tǒng)、數(shù)據(jù)庫(kù)等，還有各種各樣的業(yè)務(wù)流程。這一階段催生了兩個(gè)最大的成果，一個(gè)是數(shù)據(jù)庫(kù)，另外一個(gè)是云計(jì)算?，F(xiàn)在，我們的物理世界正在被數(shù)字化，汽車(chē)、公路、交通燈、城市在數(shù)字化，我們的電網(wǎng)在數(shù)字化，我們的家庭在數(shù)字化，我們的車(chē)間在數(shù)字化，我們的工廠(chǎng)在數(shù)字化……整個(gè)物理世界都在經(jīng)歷數(shù)字化的變革。同時(shí)，生物世界的蛋白質(zhì)、大腦、細(xì)胞、基因等等也都在被數(shù)字化。
美國(guó)麻省理工媒體實(shí)驗(yàn)室主任曾在數(shù)字化1.0開(kāi)啟時(shí)提出，我們正在從“原子”走向“比特”。“比特”是香農(nóng)所定義的數(shù)字世界的基本單位。而如今，我們正從比特回歸原子、走向分子——新一代智能是信息智能、物理智能和生物智能的融合，是比特、原子和分子的融合，也是碳基生命和硅基世界的融合。
清華大學(xué)智能產(chǎn)業(yè)研究院（AIR）的實(shí)踐
2020年12月，我來(lái)到清華大學(xué)創(chuàng)立了智能產(chǎn)業(yè)研究院（AI Industry Research，簡(jiǎn)稱(chēng)AIR）。AIR的“I”有三重含義：國(guó)際化（International）、人工智能（AI）、產(chǎn)業(yè)（Industry）。我們的使命清晰明確：用人工智能創(chuàng)新賦能產(chǎn)業(yè)，推動(dòng)社會(huì)進(jìn)步；目標(biāo)是打造面向第四次工業(yè)革命的國(guó)際化、智能化、產(chǎn)業(yè)化研究機(jī)構(gòu)。
要實(shí)現(xiàn)這一目標(biāo)，核心是培養(yǎng)未來(lái)技術(shù)領(lǐng)軍人才。我們采用“學(xué)術(shù)+產(chǎn)業(yè)”雙引擎模式，大部分老師既具備深厚的學(xué)術(shù)造詣，又擁有豐富的產(chǎn)業(yè)經(jīng)驗(yàn)。目前研究院已有20多位老師、100多位博士后和博士生、400多位實(shí)習(xí)生，已成為全球人工智能領(lǐng)域最活躍、最具貢獻(xiàn)的機(jī)構(gòu)之一。
智能體AI的多元應(yīng)用
接下來(lái)，我將結(jié)合AIR老師們的研究成果，從信息智能、物理智能、生物智能三個(gè)維度，為大家介紹智能體的具體應(yīng)用。
信息智能體：從數(shù)學(xué)解題到科學(xué)研究
智能體的核心難點(diǎn)之一是實(shí)現(xiàn)自主、可進(jìn)化、可泛化的能力，讓其能在手機(jī)、PC、眼鏡、手表、電視等不同設(shè)備上運(yùn)行，可應(yīng)用于購(gòu)物、旅游、企業(yè)供應(yīng)鏈管理等多個(gè)場(chǎng)景。更重要的是，我們希望智能體能夠完成更高級(jí)的任務(wù)，比如解數(shù)學(xué)題、發(fā)明方程式、提出新問(wèn)題等。
AIR李鵬老師團(tuán)隊(duì)與清華大學(xué)丘成桐先生的數(shù)學(xué)研究團(tuán)隊(duì)合作，研發(fā)了數(shù)學(xué)智能體AIM。它能夠分解任務(wù)，完成定理證明。例如在材料科學(xué)、分子動(dòng)力學(xué)領(lǐng)域的重要難題“均勻化問(wèn)題”的證明中，AIM形成了17頁(yè)的證明文檔。這是人機(jī)協(xié)作的絕佳范例，據(jù)數(shù)學(xué)老師反饋，證明中最難的部分由AI完成。
雖然目前AIM證明的問(wèn)題仍有一定難度限制，但我相信未來(lái)五年，人工智能能夠獨(dú)立證明更難的數(shù)學(xué)問(wèn)題——比如千禧年提出的7個(gè)最難數(shù)學(xué)問(wèn)題（目前已有2個(gè)被解決，剩余5個(gè)，包括計(jì)算機(jī)領(lǐng)域的NP完備性問(wèn)題、哥德巴赫猜想、黎曼猜想等）。我與丘成桐先生就此“打賭”，我認(rèn)為五年內(nèi)AI能完成其中至少一個(gè)難題的證明。無(wú)論具體時(shí)間如何，核心意義在于：AI已具備證明難題、提出新問(wèn)題、生成新方程式的潛力。
物理智能體：從機(jī)器人到無(wú)人駕駛
不同于目前的語(yǔ)言模型，物理世界的智能體需要具備視覺(jué)（Vision）、語(yǔ)言（Language）、行動(dòng)（Action）能力，構(gòu)建“世界模型”。AIR曹婷老師團(tuán)隊(duì)研發(fā)的系統(tǒng)，就實(shí)現(xiàn)了物理世界機(jī)器人智能體的核心功能——通過(guò)感知、推理、進(jìn)化、行動(dòng)和獎(jiǎng)勵(lì)機(jī)制，生成決策和動(dòng)作，指揮機(jī)器人完成任務(wù)。
詹仙園老師團(tuán)隊(duì)研發(fā)的X-VLA系統(tǒng)，嘗試解決智能體的泛化問(wèn)題。傳統(tǒng)機(jī)器人學(xué)會(huì)一項(xiàng)技能后，難以遷移到其他機(jī)器人或不同場(chǎng)景。而X-VLA系統(tǒng)僅需9億個(gè)參數(shù)，就能部署到不同機(jī)械臂和機(jī)器人上，實(shí)現(xiàn)技能的跨設(shè)備、跨場(chǎng)景遷移。比如機(jī)械臂學(xué)會(huì)疊衣服后，更換不同機(jī)械臂、調(diào)整桌子高度，仍能完成疊衣服任務(wù)，還能將相關(guān)技能遷移到做家務(wù)等其他場(chǎng)景，完全通過(guò)自主學(xué)習(xí)適應(yīng)環(huán)境。
無(wú)人駕駛是物理智能體的另一重要應(yīng)用，也是我多年來(lái)持續(xù)關(guān)注的課題。無(wú)人駕駛的難度極高，需要車(chē)輛精準(zhǔn)感知復(fù)雜交通環(huán)境、規(guī)劃路徑、做出實(shí)時(shí)安全的決策，集成了人工智能的各項(xiàng)核心技術(shù)，因此被稱(chēng)為“人工智能集大成者”。目前在全球范圍內(nèi)無(wú)人駕駛?cè)〉昧孙@著進(jìn)展，整個(gè)產(chǎn)業(yè)正從技術(shù)研發(fā)走向商業(yè)化落地。
生物智能體：從新藥研發(fā)到智能醫(yī)療
人工智能在生物智能領(lǐng)域的應(yīng)用，首先體現(xiàn)在新藥研發(fā)的加速上。德米斯?哈薩比斯曾在達(dá)沃斯對(duì)話(huà)中提到，未來(lái)十年左右人類(lèi)所有疾病都可能被治愈，這一觀(guān)點(diǎn)也許過(guò)于樂(lè)觀(guān)，但人工智能確實(shí)能大幅縮短新藥研發(fā)周期。
AIR蘭艷艷老師團(tuán)隊(duì)研發(fā)了新藥篩選新技術(shù)，通過(guò)AlphaFold解碼2萬(wàn)多個(gè)蛋白質(zhì)結(jié)構(gòu)，找到“口袋靶點(diǎn)”，再與幾十億、上百億個(gè)蛋白質(zhì)進(jìn)行對(duì)接。目前僅有不到10%的蛋白質(zhì)可用于制藥，大量蛋白質(zhì)分子結(jié)構(gòu)的應(yīng)用價(jià)值尚未被發(fā)掘，而該技術(shù)通過(guò)人工智能算法實(shí)現(xiàn)了篩選速度的百萬(wàn)倍提升。該研究成果發(fā)表于《科學(xué)》。
聶再清老師團(tuán)隊(duì)打造的新藥研發(fā)智能體，能夠根據(jù)研發(fā)需求分解任務(wù)，自動(dòng)查找資料、分析蛋白質(zhì)結(jié)構(gòu)和功能，生成初步研發(fā)圖譜，極大提升了新藥研發(fā)的效率，為科研人員提供了重要支持。
人工智能在醫(yī)療領(lǐng)域的另一突破，是AIR劉洋老師團(tuán)隊(duì)打造的全球首個(gè)無(wú)人智能體醫(yī)院——清華大學(xué)人工智能醫(yī)院（2025年4月成立）。這是一個(gè)虛擬醫(yī)院，醫(yī)生、病人、護(hù)士等角色均由智能體擔(dān)任，涵蓋不同科室，形成完整診療閉環(huán)。智能體之間通過(guò)協(xié)作、博弈不斷進(jìn)化，無(wú)需人工標(biāo)注數(shù)據(jù)。需要強(qiáng)調(diào)的是，AI智能體醫(yī)生并非要替代人類(lèi)醫(yī)生，而是作為醫(yī)生的助手，提升診斷效率和準(zhǔn)確性。目前，該系統(tǒng)已在清華校醫(yī)院、長(zhǎng)庚醫(yī)院等十幾家醫(yī)療機(jī)構(gòu)開(kāi)展測(cè)試。
未來(lái)技術(shù)發(fā)展和產(chǎn)業(yè)格局
人工智能時(shí)代的“操作系統(tǒng)”
下面，我想講一下未來(lái)技術(shù)的發(fā)展趨勢(shì)，特別是產(chǎn)業(yè)格局的變化。
我在微軟公司工作近16年，其間主持開(kāi)發(fā)了全球最大的嵌入式操作系統(tǒng)WindowsCE。操作系統(tǒng)，是定義一個(gè)時(shí)代最重要的技術(shù)平臺(tái)，有了操作系統(tǒng)之后，芯片、應(yīng)用程序，整個(gè)技術(shù)生態(tài)其實(shí)都是圍繞著操作系統(tǒng)來(lái)部署的。在PC時(shí)代，我們知道操作系統(tǒng)是Windows（視窗操作系統(tǒng)），芯片是X86架構(gòu)，圍繞著這個(gè)平臺(tái)開(kāi)發(fā)了各種各樣的應(yīng)用程序。到了移動(dòng)互聯(lián)網(wǎng)時(shí)代，我們用的手機(jī)操作系統(tǒng)是iOS和安卓，在國(guó)內(nèi)也用華為的鴻蒙系統(tǒng)。芯片變了，變成了ARM架構(gòu)，應(yīng)用也變了，有各種不同的移動(dòng)應(yīng)用，像微信、短視頻等等。到了人工智能時(shí)代，大模型就是操作系統(tǒng)。圍繞著這個(gè)操作系統(tǒng)，芯片架構(gòu)變成了以GPU為主流，應(yīng)用生態(tài)也變了。這次人工智能時(shí)代的技術(shù)規(guī)模，比移動(dòng)互聯(lián)網(wǎng)時(shí)代、PC時(shí)代都要大很多倍，可能會(huì)達(dá)到一個(gè)數(shù)量級(jí)、兩個(gè)數(shù)量級(jí)，甚至更大的規(guī)模。
2023年3月，我繪制了人工智能時(shí)代的架構(gòu)圖：以前沿基座大模型為操作系統(tǒng)，上層涵蓋行業(yè)垂直系統(tǒng)、SaaS應(yīng)用軟件，端側(cè)（手機(jī)、PC）則通過(guò)大模型蒸餾或壓縮后的小模型運(yùn)行App。到2025年10月，我對(duì)這一架構(gòu)進(jìn)行了更新，核心變化是將SaaS和App替換為智能體——我認(rèn)為智能體是未來(lái)的SaaS，也是未來(lái)的App。雖然短期內(nèi)手機(jī)App仍是主流，但智能體功能將逐步融入其中。
通用人工智能（AGI）的實(shí)現(xiàn)路徑
智能體是實(shí)現(xiàn)通用人工智能（AGI）的必然路徑。目前AGI的定義尚未統(tǒng)一，我對(duì)其的理解是：可進(jìn)化、可泛化、具備長(zhǎng)期記憶，在99%的任務(wù)上超過(guò)99%的人類(lèi)。要實(shí)現(xiàn)AGI，還需要解決一系列關(guān)鍵問(wèn)題，比如構(gòu)建符合物理定律的世界模型、理解因果關(guān)系、優(yōu)化記憶系統(tǒng)等。當(dāng)前AI的記憶較為粗糙膚淺，而人類(lèi)記憶是智能的核心復(fù)雜部分。
如果按照這樣的定義，我認(rèn)為我們?cè)?5～20年內(nèi)會(huì)達(dá)到AGI的水平，并且能夠通過(guò)“新圖靈測(cè)試”。圖靈測(cè)試一開(kāi)始只是文本對(duì)話(huà)層面的測(cè)試，現(xiàn)在它已經(jīng)延伸到各個(gè)領(lǐng)域了。首先在信息領(lǐng)域，在內(nèi)容生成方面，我覺(jué)得5年之內(nèi)就可以達(dá)到AGI的水平。10年之內(nèi)，在物理智能方面可以實(shí)現(xiàn)AGI，無(wú)人車(chē)從技術(shù)方面已經(jīng)基本過(guò)關(guān)了，人形機(jī)器人還需要更長(zhǎng)的時(shí)間。我們現(xiàn)在看到各種人形機(jī)器人的表現(xiàn)都很好，也有很多相關(guān)研究，包括人形機(jī)器人的靈巧手、人臉肌肉控制等技術(shù)，但要做到真正和人類(lèi)相似，估計(jì)至少還需要10年時(shí)間。我很看好這個(gè)產(chǎn)業(yè)，我認(rèn)為，這會(huì)是一個(gè)巨大的產(chǎn)業(yè)。但是目前人形機(jī)器人還處于科研階段，還未達(dá)到完全量產(chǎn)的程度。更重要的是生物智能領(lǐng)域，比如腦機(jī)接口、生物體與AI的融合、生命體的數(shù)字化等，這個(gè)領(lǐng)域要實(shí)現(xiàn)AGI，我認(rèn)為還需要差不多20年的時(shí)間。
從互聯(lián)網(wǎng)的發(fā)展脈絡(luò)來(lái)看，1995年我們開(kāi)啟了PC互聯(lián)網(wǎng)時(shí)代，2005年開(kāi)啟了移動(dòng)互聯(lián)網(wǎng)時(shí)代，2015年開(kāi)啟了物聯(lián)網(wǎng)時(shí)代，也就是萬(wàn)物互聯(lián)的時(shí)代。現(xiàn)在我認(rèn)為，我們進(jìn)入了一個(gè)新的時(shí)代，即智能體互聯(lián)網(wǎng)時(shí)代，也就是Internet of Agents。
這里面有一個(gè)特別有意思的概念——Agent Swarm（智能體群）。這是2025年提出的概念，認(rèn)為未來(lái)人類(lèi)交往將通過(guò)智能體實(shí)現(xiàn)，智能體之間將形成群體智能，通過(guò)協(xié)作、博弈、糾錯(cuò)不斷進(jìn)化，如同蜂群、動(dòng)物群體一般，最終進(jìn)化為類(lèi)似人類(lèi)大腦神經(jīng)元網(wǎng)絡(luò)的結(jié)構(gòu)，并催生“智能體經(jīng)濟(jì)”。這種智能體經(jīng)濟(jì)將徹底改變經(jīng)濟(jì)形態(tài)、人類(lèi)組織架構(gòu)和企業(yè)運(yùn)作模式：企業(yè)的核心資產(chǎn)將變?yōu)樾酒?、?shù)據(jù)中心、數(shù)據(jù)和AI模型；團(tuán)隊(duì)組建不再局限于招聘人類(lèi)員工，智能體將成為重要組成部分。
人工智能的風(fēng)險(xiǎn)與治理
我們還要強(qiáng)調(diào)一件最重要的事：人工智能智能體在帶來(lái)巨大機(jī)遇和強(qiáng)大能力的同時(shí)，也伴隨著不可忽視的風(fēng)險(xiǎn)。
風(fēng)險(xiǎn)包括幾個(gè)層面：首先是信息智能領(lǐng)域的風(fēng)險(xiǎn)，我們已經(jīng)看到了，它可以生成虛假信息，它可以進(jìn)行深度偽造，有的時(shí)候它還會(huì)產(chǎn)生幻覺(jué)，還可以用來(lái)欺騙他人。另外，還有版權(quán)歸屬的問(wèn)題。
我們現(xiàn)在使用的互聯(lián)網(wǎng)信息，從2025年11月開(kāi)始，已經(jīng)有50%以上由人工智能產(chǎn)生。該怎么防范這些信息中可能隱藏的風(fēng)險(xiǎn)？這需要我們從技術(shù)、政策、法規(guī)方面共同努力。不過(guò)，目前這個(gè)領(lǐng)域存在的風(fēng)險(xiǎn)，我認(rèn)為還是可控的。
在物理世界，我們把大模型、智能體和無(wú)人車(chē)、機(jī)器人、無(wú)人機(jī)，包括軍事系統(tǒng)連接起來(lái)，智能體之間的協(xié)作和博弈如果出現(xiàn)失控、被惡意濫用，造成的風(fēng)險(xiǎn)就會(huì)更大。在生物智能領(lǐng)域，假如人類(lèi)的大腦和AI連接在一起了，盡管這可以給人類(lèi)帶來(lái)巨大的好處，但是我們也可以想象到一旦出現(xiàn)失控、被濫用等情況，風(fēng)險(xiǎn)也會(huì)特別大。所以我們需要去研究和解決這些問(wèn)題。這就需要科學(xué)研究人員、技術(shù)開(kāi)發(fā)人員、產(chǎn)品設(shè)計(jì)人員，以及政策法規(guī)專(zhuān)家等各方協(xié)力共同打造有效的治理框架，這個(gè)治理框架應(yīng)該是全球范圍的。對(duì)此，我個(gè)人是有信心的——進(jìn)化了這么多年的人類(lèi)，完全可以發(fā)明高級(jí)的工具，同時(shí)管理好高級(jí)的工具。
當(dāng)前，人工智能正從鑒別式AI走向生成式AI，并逐步邁向智能體AI。新一輪人工智能是信息智能、物理智能和生物智能的融合，是原子、比特和分子的融合。在這一進(jìn)程中，我們擁有天文級(jí)海量數(shù)據(jù)、指數(shù)級(jí)運(yùn)算能力，更重要的是人與機(jī)器將協(xié)同進(jìn)化，催生巨大的產(chǎn)業(yè)機(jī)遇——達(dá)沃斯AI理事會(huì)預(yù)測(cè)，到2030年，人工智能帶來(lái)的新機(jī)遇將創(chuàng)造約20萬(wàn)億美元的經(jīng)濟(jì)價(jià)值。同時(shí)，我們也必須直面隱私保護(hù)、安全保障、就業(yè)轉(zhuǎn)型、社會(huì)公平、風(fēng)險(xiǎn)治理等一系列社會(huì)挑戰(zhàn)。
人工智能正在開(kāi)啟第四次工業(yè)革命。我堅(jiān)信，憑借強(qiáng)大的國(guó)力、眾多的人才和有利的政策，中國(guó)必將成為其中的領(lǐng)軍者。
編輯：李華山
