快速發展的大模型如何讓人工智能更好為產業賦能？面對越來越旺盛的人工智能人才需求，國內科研機構如何吸引全球人才？12月13日，由上海人工智能實驗室發起並主辦的首屆“浦江AI學術年會”舉行。兩天裡，全球150多名人工智能領域專家學者參加大會論壇和10場專業論壇，就AI的前沿發展趨勢、關鍵技術挑戰、創新協作機制、產業應用實踐等議題展開深入探討。

時屆初冬，大江東工作室在這場專業大牛與青春面孔匯聚的學術年會上，感受到了“AI圈”不一樣的熱度與活力。

首屆浦江AI學術年會開幕式現場。

問題導向‍鮮明

“浦江AI學術年會”開幕式，會場內座無虛席。在現場的，有中國可持續發展研究會理事長、科技部原副部長李萌，中國工程院院士、浙江大學教授潘雲鶴，清華大學交叉信息研究院院長及人工智能學院院長姚期智，中國工程院院士、西安交通大學教授鄭南寧，中國工程院院士、湖南大學教授王耀南，中國工程院院士、同濟大學校長鄭慶華，人民網股份有限公司黨委書記、董事長、總裁葉蓁蓁等國家級科研平台負責人、頂尖AI學者和產業領袖，以及100多名人工智能細分領域的青年學者。“有3000多名同行線下注冊參會。因為會場空間所限，很多同學隻能在外面等著。”年會主席、上海人工智能實驗室主任、首席科學家周伯文教授說，更多學生尤其是海外學生在線上參會。

不僅參與者活躍，各種討論議程同樣滿滿當當。周伯文透露，因為時間安排太滿，“虛實貫通的具身智能”主題研討已提前舉辦，“一些專家飛抵上海顧不上休息，就參加了第一場閉門論壇，談論了三個小時，都感到收獲滿滿。”

年會展示部分征集到的問題。姜泓冰攝

“公開高質量數據即將用盡了嗎？如何未雨綢繆？”“我們需要什麼樣的AI4S基座模型？”“針對語言外的自然信號，目前的建模是否為最優解？”……主會場大屏幕上滿是各種各樣的問題，也是這場年會與其他會議不一樣的地方。主持人介紹，這場年會堅持問題導向，提前廣泛征集並凝練出每個領域的數十個關鍵問題，在年會上切磋心得、碰撞思考，“通過高質量問題激發更多創新靈感”“互相出好題、互相協同”，一起直面人工智能發展關鍵技術挑戰與難題。

在會議主辦方看來，人工智能領域的進步不僅來自個體的努力，更需要發揮群體的力量和優勢，做強凝聚科研機構、頂尖專家、青年學者優勢的創新協作機制。

問題導向、開放、合作、協同、創新，顯然已是人工智能學術和產業發展的底色。

創新人才為要

“2022年11月，ChatGPT橫空出世，2023年各大企業、學術機構都處在追趕補課的狀態，到今年則是人工智能高歌猛進，大模型風起雲涌，能力一節高過一節，應用一浪超過一浪，不斷突破天花板。”李萌簡潔而細致地盤點了人工智能技術的快速進展：今年初，Sora驚艷登場，李飛飛的AI Agent和空間智能開創了認知的新高度，具身智能體、自動駕駛、人形機器人等你方唱罷我登場……直到眼下Openai連續十幾天的新聞發布會。

在他看來，中國AI界的努力為充分發揮人工智能引領新質生產力發展的作用做出了重要的貢獻，“我國人工智能正處在不進則退的歷史關頭，更需要學術界倍加努力。”

四年前，圖靈獎得主姚期智在上海創立專注於AI研究的期智研究院，他的目標就是匯聚頂尖人才，做突破性基礎研究。

清華大學交叉信息研究院院長及人工智能學院院長、上海期智研究院院長姚期智。

“發展人工智能，人才是關鍵。目前，中國在高端人才引進和培養方面已取得顯著進展，尤其是在博士生和青年科學家的創新成果上，達到了國際先進水平。”姚期智感慨，這讓他十分驚喜。

“引進人才只是第一步，更重要的是他們能夠在這裡扎根、成長。真正有抱負的青年科學家關注的不只是短期薪水和資源，而是要有一個長期發展的機會。”姚期智強調，要始終將人才培養的重要性放在第一位，為人才提供長期發展的機會，培養一流的科研團隊。

上海人工智能實驗室青年科學家陸超超在劍橋大學獲得博士學位，在他看來，這所英國頂尖高校的GPU數量並不充裕，而需要用GPU做科研計算的課題組有很多，所以即使在西方名牌大學，研究生和教師也有算力緊缺的苦惱。“這可能是AI領域本土博士和海歸博士水平差不多的一個原因吧，大家都缺算力。”

然而，入職上海人工智能實驗室后，陸超超的“算力苦惱”一下子減輕了。原來，這家新型科研機構有包括算力在內的各種資源支撐，助力各個課題組開展戰略性、原創性、前瞻性的科學研究與技術攻關。

“我喜歡做基礎研究，目前負責實驗室的安全可信AI、因果智能方面的研究工作。”陸超超說，“我希望通過因果智能研究，讓大模型今后擁有強大的推理能力，能夠從大數據中發現數據之間的因果關系，這樣就能形成新的知識。”

“我們正在把大模型和因果推理方法聯系起來，讓大模型去尋找紛繁復雜世界中的因果關系，從而開啟新的‘知識爆炸’時代。”陸超超說。

“知識爆炸”來臨

研究AI的年輕科學家正在關注哪些問題？是否有可能出現顛覆式創新？學術年會上，“知識爆炸”一詞被時常提及。

現場，不管是做數據前沿、科學智能還是因果推理的青年科學家，都在闡述如何用AI幫助人們發現他們未曾發現的知識。在學術年會上展出的書生·浦語大模型、書生·萬象多模態大模型，以及實驗室最新的成果強推理模型書生InternThinker，都吸引大量觀眾前來體驗。

上海人工智能實驗室青年科學家白磊認為，科學本質是從海量數據中發現規律。2024年之前，AI for science是非常碎片化的，具體表現為每個領域都在建立自己的大小模型。他和團隊希望能從數據、計算和創新出發，為AI for science提供一套核心方法論，從而讓AI具備更強的理解能力，能夠提出更多科學上的好問題。周伯文介紹，上海人工智能實驗室一直在思考前沿發展趨勢、關鍵技術挑戰、創新合作機制這三大問題，分別體現在三項核心能力的建設與發展上，即先進AI技術、安全可信保障、產業生態協作。

周伯文表示，人工智能的進步不僅依賴於個體的努力，更需要集體力量的匯聚。上海人工智能實驗室願意以開放、主動擁抱的姿態開展協作協同，不與高校爭名，不與企業爭利。實驗室願意作為平台，成為大家的連接器、放大器和加速器，將這些能力通過創新的協作機制更好地發揮出來，實現共贏。

在大會報告和圓桌討論環節，多位專家學者圍繞智能本質、AGI發展方向、世界模型的演進、“白盒”模型與性能平衡等話題進行了深入探討，並對未來AI技術的發展進行了展望。

“探索智能的本質”圓桌對話。

香港大學計算與數據科學學院院長、AI講座教授馬毅表示，“智能的核心是學習和預測外部世界的規律，這一過程不僅是數據的壓縮和去噪，更涉及如何通過優化算法來提升智能系統的能力。要實現真正的自主學習和智能化系統，必須構建閉環系統，通過自我糾錯與知識的不斷更新來推動智能的進化。”他強調，要超越現有模型，必須跳出大模型規模競賽探索新路徑。

“深度學習和大模型提供了新的工具來‘逼近’現實世界，這種結合有望推動科研和技術的進一步發展。”北京大學智能學院副院長、教授陳寶權表示，展望2025年，期待看到更多在物理和推理領域的突破，尤其是如何將已有的物理知識與AI結合，通過反向傳遞人類積累的知識，構建更有效的AI系統，從而推動更加精確的模型發展。

中國工程院院士、同濟大學校長鄭慶華強調了工程智能在銜接科學智能與產業應用方面的橋梁作用。他認為，工程智能不僅解決了實際工程問題，還帶來了全新的研究視角和挑戰。與科學智能的“0到1”突破不同，工程智能側重於“1到N”和“1到0”的創新模式，其目標是從科學理論到實際應用，解決實際工程問題。

傳播內容認知全國重點實驗室主任，人民網董事長、總裁葉蓁蓁。

葉蓁蓁在報告中從傳統文化的視角探討了人工智能的分類與數據拓展問題，並提出從“知、行、思、悟”四個層次來重新審視AI的智能分類和數據需求。他認為，當前AI面臨的數據缺口巨大，嚴重限制了人工智能發展，特別是在敏感問題和視覺數據領域。通過人民網的實踐，葉蓁蓁展示了如何通過構建獨特的數據語料庫解決AI回避敏感話題的難題，同時提出要以傳統文化為視角，結合認知智能的發展，推動AI技術與人類社會的深度融合。

（除署名外，本文圖片均由主辦方提供）

（來源：人民日報中央廚房-大江東工作室）

分享讓更多人看到