智能世界2035

自本世纪初以来，AI 技术迅猛发展，标志着科技革命进入了新纪元，同时也成为人类历史上的一个重要转折点——知识的创造和应用不再仅仅是人类的特权。随着生成式 AI 的出现，AI 发展取得了令人瞩目的成就，但经过对其发展现状的冷静分析，我们可以看到，AI 的发展仍处于起步阶段。目前，AI 应用仍主要集中在以问答功能为主的 AI 助手上。这类 AI 系统通常被视为“黑盒子”，其属性难以像传统 ICT 系统那样被完全理解和保障。AI 仅仅提供了基础模块，而有待解决的关键问题是如何将这些模块有效组合，打造出具有人类智能水平的智能系统。值得一提的是，AI 在工业和服务领域的应用潜力巨大，但这一潜力尚未得到充分挖掘。《智能世界 2035》及时为我们描绘了 AI 的发展愿景，深入探讨了技术融合将如何推动工业和服务智能系统的转型。报告展望了物联网可能涵盖的各类工业系统，包括自主交通系统、智能电网、智能工厂与农场以及自主通信网络等。此外，报告还全面分析了 AI 在医疗、教育、智能家居、智慧城市和商业创新等服务领域的应用及影响。除了强调 AI 在这些领域的关键作用外，报告还探讨了 AI 与其他创新技术的协同效应，以及转型可能带来的社会和经济影响。例如，在 AI 大模型和云计算技术的支持下，教育应用将能够动态分析学生的知识掌握情况，帮助教师实时生成个性化的教学方案，确保每个学生都能享受量身定制的学习体验。医疗行业将不再局限于“治病救人”，而是完全融入一个由 AI、数字行为建模、远程医疗和合成生物学等前沿技术驱动的全球健康生态系统。这份报告客观阐述了 AI 和 ICT 技术融合将如何推动变革，造福人类和社会。Joseph Sifakis序言 为实现上述愿景，我们仍面临诸多超越通用人工智能范畴的技术挑战。我们的目标不仅是创造一种“能够理解、学习任何人类所能完成的智力任务的机器”，更在于让机器能够整合自身能力，自主行动，感知现实环境，并以自适应且可靠的方式追求其目标。智能系统的构建正在颠覆传统的系统工程，需要将基于传统 ICT 模型的开发与数据驱动的 AI 技术相结合。我们需要通过混合解决方案构建智能系统，确保其能够基于大量已有知识做出安全高效的决策，还能规避 AI 系统的不可解释性。在构建智能系统时，如果需要整合一些不可信的 AI 组件，则为了确保系统可靠性，需要可扩展、可演进的混合解决方案，特别是要将符号和非符号知识（如用于决策的感官信息和模型）结合起来。在开发智能系统时，我们需要在系统设计的正确性和运行阶段的韧性之间实现平衡，并通过定期或针对性的更新，实现系统的持续演进。此外，系统验证目前正从理性主义向经验主义转变。传统的基于模型的技术虽能保证高可靠性，但由于系统固有的复杂性和异构性，已不再适用。我们需要超越当前随机测试和仿真的方法，开发更严格的验证技术。同时，我们还必须通过基于知识的监测技术弥补可靠性降低的影响。报告中提到的愿景既广泛又宏大，与科技巨头截然不同。科技巨头通常依赖机器学习并推崇超大规模化发展，需要对高耗能基础设施进行巨额投资。这一愿景的实现需要前所未有的技术突破，还需要全球范围的努力。在该愿景的推动下，相关领域可以形成合力，共同开发特定的基础设施和数据平台，进而发展出可信的行业 AI。此外，这种协同效应对按应用领域收集和清理数据至关重要。事实上，构建强大的行业 AI 应用与基于网络数据训练通用大语言模型有着根本区别。我们可以在网络上找到几乎所有常见主题的数据，但关键的行业事件通常是罕见的故障或异常。你可能拥有十年的“正常运行”数据，却只有极少数灾难性故障事件，而行业 AI 模型必须从这些极为罕见的事件中学习。历史表明，开放的生态系统和国际合作是技术进步的重要加速器，对于复杂且具有变革性的 AI领域更是如此。开放的工具和平台将有效推动我们在系统互操作性和集成方面取得突破。此外，国际合作对于达成监管框架共识、控制 AI 产品相关风险至关重要。以阻碍创新为由公开反对加强监管，实际上是一种只顾短期利益的做法，长远来看不利于未来的发展。因此，在这一背景下，我们需要开发更可靠、更能适应实体经济需求的 AI，向我们期待已久的自主系统演进。这将有助于平衡 AI 的战略博弈，也将促使我们与志同道合的伙伴携手合作，以兼顾发展与安全的方式监管 AI，造福社会。2007 年图灵奖获得者十年意味着什么？二十年前，人工智能的发展路径还是一团迷雾；十年前，以卷积神经网络为核心的深度学习方兴未艾，人们还在畅想人工智能所能带来的无限机遇；今天，以大模型为代表的人工智能正逐渐进入生活的每个角落。那再过十年，智能世界是什么样的？人工智能会怎么发展？会怎么改变我们的工作与生活？迈向通用人工智能的道路，可能并不是沿着现有路径拓展延伸，而是会经历若干不确定的“奇点”，迎来突然的爆发，就如同过去十年的卷积神经网络和大模型。当前的我们不得不思索：未来十年的“奇点”可能出现在哪里呢？正如华为《智能世界 2035》所言，迈向通用人工智能，关键在于走向物理世界。其机遇可能有三：第一，更有效地感知世界。便携式拍摄设备（如手机）的普及，创造了丰富的电子图片，为ImageNet 的构建及卷积神经网络的出现打下了基础；电子显微镜对蛋白质结构进行了高精度解析，为 AlphaFold 提供了关键的数据支撑。更有效的感知将为人工智能展开更宏观的画卷、揭示更微末的细节、刻画更复杂的关系，让人工智能能更好地向世界学习、将世界改造、与世界交互。因而，兼具宏观与微观、高动态、多模态的新一代传感器可能是新的“奇点”。第二，更智能的模型算法。通用人工智能的模型与算法是什么样的？对于这个问题，仁者见仁智者见智。但不可否认的是，物理世界中真实的智能（如人的智能）既是重要的目标，也将会带来巨大的启示。若能对智能的过程实现深刻洞察，对智能的机理进行全面的解析，必将能为人工智能带来全新的模型与算法突破，使之如人的智能一般高效、可信、灵活、全面。因而，向物理世界中最复杂的智能系统——脑智能——学习，也可能是未来的重要“奇点”。戴琼海第三，更高效的算力芯片。计算能力与智能水平息息相关，当前人工智能的发展也是伴随着算力的不断提升。但是，线性提升的算力如何带来智能水平的跨越式突破呢？这个问题似乎很难回答。真正的突破口可能是算力的革命性飞跃，例如较现有的芯片实现数个数量级的效率提升。光计算、量子计算、存算一体等新的范式的不断成熟，就如同通信从电缆升级到光缆，将有望变革智能的“物质基础”。因而，将带来算力革命性提升的新型芯片，可能是人工智能的关键“奇点”。当然，迈向通用人工智能之路依然漫长，正确的道路在哪里还需要不断探索。华为《智能世界2035》报告构思宏阔、见解深邃，对未来十年人工智能的未来路径和智能世界的发展图景进行了系统性的梳理与前瞻。其中勾勒的十大趋势，生动展现了一个多层次、多维度技术协同赋能的未来，读来深受启发。《智能世界 2035》为我们开启了一扇眺望未来的重要窗口，它激励我们以更加开放、融合与负责任的态度，去探索、去创造、去规范，共同探索通用人工智能的路径，开创智能与生命共融、科技与人文同辉的美好未来。中国工程院院士清华大学信息科学技术学院院长北京信息科学与技术国家研究中心主任脑与认