新浪财经北美站康路 发自瑞士达沃斯
2025年世界经济论坛年会将于1月20—24日在瑞士举行，年会召集世界各地、各行业的近3000名领袖，探讨“智能时代的合作”这一主题。应邀参会的人工智能专家、清华智能产业研究院院长（AIR）、前百度总裁张亚勤在会议期间对新浪财经回顾了人工智能过去9年的迅猛发展，并就未来的重要议题与全球性挑战进行了深入探讨。作为9年前首次提出“人工智能是第四次工业革命技术基石”的学者，张亚勤认为，人工智能已经成为技术发展的主旋律，对全球经济和社会的影响深远。
“2016年初，深度学习刚刚起步，AlphaGo还没有诞生，而现在，人工智能已经深入到信息智能、物理智能和生物智能等多个领域。”张亚勤回顾道。
他表示，人工智能的飞速发展不仅在技术层面引领了第四次工业革命，更深刻影响了教育、医疗、交通、能源等传统行业。以清华智能产业研究院（AIR）的全AI医院为例，人工智能技术在短时间内完成了从诊断到治疗的全流程管理。
尽管人工智能已经取得诸多成就，但张亚勤也指出，人工智能领域仍存在许多亟待解决的挑战。在理论层面，大模型的效率与人脑相比依然有较大差距，智能显卡和算法通用性虽有显著进展，但在资源使用效率上仍有巨大提升空间。他强调，人工智能的进一步发展需要扎实的理论支撑，这将为技术的全面落地提供必要保障。
与此同时，人工智能的应用潜力正在逐步释放。在教育、医疗、交通等领域，AI技术的落地正在解决现实问题，但如何加速这一过程、让更多行业受益，是摆在所有从业者面前的重要任务。“大模型已经进入可以使用的阶段，我们应该关注如何让技术尽快解决实际问题，推动社会和经济的全面进步。”张亚勤说道。
对于近年来AI研究更多集中在实力雄厚的大型企业而非高校的问题，张亚勤表示，大学与企业的职能各不相同。大学主要负责培养未来人才和进行基础性研究，而企业则关注工程化创新与商业落地。他赞同另一位全球知名的人工智能专家李飞飞的呼吁，认为学术界需要更多的公共资源支持。
“当前学术界的算力资源在全球范围内都显得不足，无论是美国还是中国。”张亚勤认为，政府与社会应投入更多算力资源，支持学术界在人工智能科学计算等领域开展长期研究。
针对诺贝尔经济学奖得主阿西莫格鲁关于“AI对生产力提升有限”的观点，张亚勤表达了不同的看法。他认为，人工智能是推动生产力革命的核心技术。未来几年，AI将在IT产业、教育、医疗、交通等传统行业掀起巨大的变革浪潮。
“到2030年，人工智能预计将带来20万亿美元的产业机会。它不仅深刻改变了芯片、云计算平台等IT基础设施，还催生了新兴的产业形态，比如无人驾驶、智能和AI助手等。”张亚勤指出。不过，他也提醒，人工智能的快速发展对能源结构提出了新的要求。预计到2030年，全球数据中心的耗电量可能占总发电量的10%，这对“双碳”目标构成挑战。
人工智能带来的潜在风险也是张亚勤高度关注的话题。他指出，AI未来有无限的可能性，但必须警惕技术带来的伦理挑战。无论是数据隐私、算法偏见，还是AI与人类价值观的对齐，都是需要认真思考的问题。他呼吁人工智能的发展应朝着可控的方向前进，通过有效治理降低风险。
在2024年9月第三届国际AI安全对话上，图灵奖得主约舒亚·本吉奥（Yoshua Bengio），中科院院士、清华大学人工智能学院院长姚期智教授，美国加州大学伯克利分校教授斯图尔特·拉塞尔（Stuart Russell）曾经跟张亚勤一同发布《威尼斯共识》，强调AI安全和公共教育、基础设施、环境健康一样是公共产品，且是全球性质的公共产品。
面对AI治理的新挑战，张亚勤对新浪财经表示，短期内，大模型带来的风险集中在虚假信息传播和社会冲击等方面，这些问题相对可控，但需要警惕AI进入物理世界和生物领域。
张亚勤建议，全球需要建立统一的风险控制框架，通过技术手段确保AI发展与人类价值观的对齐。他表示，过去4年，他参与发起的国际安全对话机制，汇集了来自中国、美国、英国和欧盟的科学家，已召开三次会议。他强调，通过国际对话机制加强合作，是确保人工智能健康发展的关键，也是此次他达沃斯之行的重点之一。
附部分对话实录：
新浪财经：9年前，您在达沃斯曾经断言，“人工智能是第四工业革命的技术基石”。如何评价AI过去9年的发展？今年AI有哪些重要议题值得全球关注？
张亚勤：9年前正好是1月份，我提出人工智能是第四次工业革命的技术治理基石，是技术引擎。这9年发展非常快。2016年1月，当时还没有AlphaGo，深度学习也刚刚起步。那时我作为百度总裁参会，百度已经在语音、文字、图像和视频识别方面开展了很多工作，但还处于深度学习的早期阶段。
过去9年，人工智能发生了翻天覆地的变化，各行业和全球经济格局都因此产生了巨大改变。不仅仅是信息AI，尤其是近几年，人工智能进入了物理AI和生物AI领域。当时我提出AI包含三个部分：信息智能、物理智能、生物智能。如今，这三种智能的融合，实际上是原子、信息、比特和分子的融合。这9年间，人工智能已经成为目前技术发展的主旋律，这让我感到非常高兴。
现在重要的话题，首先是人工智能的理论研究。不论是大模型、新型智能体，还是新的算法推理，都需要更扎实的理论基础。目前大模型的效率还远不及人脑，尽管智能显卡的通用性有了很大进步，但效率方面仍需进一步提升，理论突破将加速其落地应用。大模型已经进入可用阶段，无论是语音、文字、多模态，还是教育、医疗、交通、新能源领域，AI都在发挥作用，关键在于如何快速实现全面落地并解决实际问题。
另外需要关注人工智能的风险问题。未来AI有巨大的发展潜力和应用场景，但同时我们必须考虑风险，让AI按照正确的方向、按照我们规划的目标发展。这主要包括三个方向：理论、应用和风险治理。
新浪财经：由于AI研究对数据和算力的要求较高，近年来新发现更多集中于大公司，而不是高校。在美国，李飞飞也曾呼吁更多公共资源投入学界以保持平衡。您在业界和学界均有丰富经验，是否有更好的解决方案？
张亚勤：大学和企业的职能有所不同。大学的第一职责是培养未来的人才，其次是进行长期性、基础性的研究；而大公司更多关注工程化和规模化的创新。我赞成李飞飞的观点，目前学术界的算力资源不足，无论是在美国还是中国都是如此。虽然我们在师范大学产业链中拥有相对较多的算力，但仍然不够。
AI科学计算、AI生物计算、无人车等领域的研究需要非常强大的算力支持。为此，我认为政府和社会应增加对算力的投入，支持学术界进行长期理论研究。
新浪财经：关于AI是否能显著提高生产力，最新的诺贝尔经济学奖得主阿西莫格鲁在论文中提出质疑。他预计未来十年，AI对全要素生产率（TFP）的增长上限不超过0.66%。您如何看待这一判断？AI对生产力的影响如何？
张亚勤：我尚未看到他的观点，但不同的观点很正常。我本人并不同意他的判断。我认为人工智能是人类历史上最强大的技术力量，对经济和社会的影响将是革命性的。在达沃斯人工智能专家委员会的研究中，我们预测，到2030年，人工智能将带来20万亿美元的产业机遇。
具体来看，人工智能对社会的影响有以下几个方面：
第一，受益最大的产业是IT产业，包括芯片、数据中心、云计算平台、新软件、新架构以及相关服务。现在全球市值最高的公司几乎都与人工智能相关，例如英伟达、微软、苹果、Meta和亚马逊。
第二，人工智能深刻改变了传统行业，例如教育、医疗、健康制药、交通和能源。以清华智能产业研究院为例，我们建立了世界首个完全无人的医院，配备了42位AI医生和21个科室，包括护士、病人和药房，所有功能均由AI技术实现。这种模式可在短时间内迅速提升到大型医院的水平，AI医生的诊断决策也远超平均水平。当然，AI并不会替代医生，但能成为高效的助手。类似的应用还有AI教师、无人驾驶、具身机器人等。
此外，AI的发展带来了新的能源挑战。目前预计未来5年内，用电量将增加至少4倍。到2030年，数据中心的耗电量可能占全球总发电量的10%。这对能源结构和“双碳”目标提出了新要求。
新浪财经：2024年在威尼斯，您和其他国际顶尖AI专家强调AI安全是全球公共产品。您认为实施全球监管框架以防范人工智能带来的灾难性风险的主要挑战是什么？如何在监管与创新之间找到平衡？
张亚勤：短期来看，目前大模型带来的风险相对有限，主要包括模型决策的准确性、虚假信息传播及社交网络工具对社会的冲击等，这些风险是可以控制的。然而，当人工智能进入物理世界（如无人车、机器人、无人机等物理设施）或生物领域（如人脑与生物体连接），风险将显著增加。
在这种情况下，需要建立全球统一的风险控制框架。这既是技术问题，也是政策问题。
首先，技术层面需要解决数据选择、模型构建和人类价值对齐等深层问题，并构建复杂系统的数学安全模型，明确边界和红线。
其次，通过国际合作实现监管与创新的平衡。过去4年，我们发起了国际安全对话机制，已有中国、美国、英国和欧盟的科学家参与并召开了三次会议。今年的达沃斯论坛也将进一步推动国际交流。
新浪声明：所有会议实录均为现场速记整理，未经演讲者审阅，新浪网登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述。
还没有评论，来说两句吧...