出品｜搜狐科技
作者｜張瑩
編輯｜楊錦
4月10日至11日，2025中國移動云智算大會在江蘇蘇州舉行。中國科學(xué)院院士、南京大學(xué)黨委書記譚鐵牛在演講中指出，通用人工智能任重道遠(yuǎn)。
馬斯克曾在2024年預(yù)測，通用人工智能的智力將在兩年內(nèi)超越人類。OpenAI CEO奧特曼也曾預(yù)測，超級AI或?qū)⒃谖磥頂?shù)千天內(nèi)到來。諾獎得主、DeepMind創(chuàng)始人哈薩比斯則指出，我們距離AGI通用人工智能大約還有10年。
“他們過于樂觀。”譚鐵牛認(rèn)為，人工智能剛剛起步，任重道遠(yuǎn)。“即使是現(xiàn)在最先進(jìn)的人工智能，和人類智能相比，仍然有很多不能?！?/p>
譚鐵牛指出，當(dāng)前大模型在語義理解上仍存在不足，容易誤解上下文，難以處理復(fù)雜隱喻、諷刺和多義詞，限制了高精度任務(wù)中的表現(xiàn)。
在他來看，全面媲美人類智能的通用AI還遙不可及。因此，對于應(yīng)該發(fā)展通用、專用還是多用人工智能的問題，譚鐵牛認(rèn)為，實際應(yīng)用更需要多用人工智能。
此外，譚鐵牛表示，“堆算力、堆數(shù)據(jù)”的蠻力AI發(fā)展模式不可持續(xù)。
譚鐵牛解釋道，“性能提升不可持續(xù)，GPT5遲遲不發(fā)，也就是說同樣的數(shù)據(jù)、算力、性能提升沒有以前那么大?！?/p>
他認(rèn)為，人工智能發(fā)展路徑要從“蠻力”到“靈巧”轉(zhuǎn)移，發(fā)展更高效的新型輕量化的AI至關(guān)重要。
演講最后，譚鐵牛提到，人工智能不是萬能的、還有很多不能，但在人工智能廣泛滲透、智能時代撲面而來的今天，不去了解、擁抱人工智能則是萬萬不能的。
以下為演講全文，經(jīng)編輯：
大家知道，人工智能概念是1956年提出來的，過去近70年來中，人工智能大體上經(jīng)歷了三起兩落三個階段。
人工智能起步之時，通過邏輯推理來證明了一大批數(shù)學(xué)定理，非常激動人心，讓不少人對人類的未來發(fā)展充滿憧憬，也充滿樂觀。以至于這兩位對人工智能的發(fā)展提出了現(xiàn)在看來不切實際的預(yù)測（見下圖），這兩個預(yù)測到現(xiàn)在也沒有完全實現(xiàn)。
因為這樣一個過高的期望和人工智能實際能力的巨大反差，使得人工智能進(jìn)入一個發(fā)展的低谷。所以痛定思痛，覺得應(yīng)該加強人工智能和應(yīng)用的對接。
在第二個階段，應(yīng)用上又取得突破，同樣又讓一批人充滿憧憬和過于樂觀。以至于日本舉全國之力發(fā)展所謂的第五代計算機，最終90年代初以失敗告終，讓人工智能的研究進(jìn)入到第二個寒冬?，F(xiàn)在進(jìn)入了數(shù)據(jù)驅(qū)動的發(fā)展新階段。同樣的，大家也是充滿憧憬與樂觀。
我覺得人工智能發(fā)展將近70年的歷程留給我們很多啟示。我最想跟大家報告的就是最后一點，一定要堅持理性、務(wù)實。
人工智能發(fā)展到今天，確實在理論技術(shù)應(yīng)用方面都取得了突破性的進(jìn)展，也在深刻的影響人類的文明進(jìn)程，也深刻影響著世界格局。我試圖用九句話來概括人工智能的基本發(fā)展態(tài)勢。
第一，專用人工智能日趨成熟。第二，大模型技術(shù)取得重要突破。第三，生成式人才煥發(fā)生機。第四，具身智能與人形機器人備受關(guān)注。第五，人工智能驅(qū)動的科學(xué)研究快速發(fā)展。第六，人工智能加速賦能千行百業(yè)。第七，人工智能領(lǐng)域的國際競爭日趨激烈。第八，人工智能的社會影響日益凸顯。
第九句話可能跟很多同行的觀點不完全一樣，也許我過于悲觀。在我看來，通用人工智能還任重道遠(yuǎn)。通用人工智能目前到底處于一個什么發(fā)展?fàn)顟B(tài)沒有共識，我引用了三個大佬級人物的觀點。
第一個埃隆·馬斯克：通用人工智能就在兩年內(nèi)實現(xiàn)，是他去年講的。
通用人工智能盡管定義沒有共識，但是大體上認(rèn)為，能夠媲美甚至超越人類智能的人工智能叫通用人工智能。就按照這樣的定義，他認(rèn)為兩年之內(nèi)就能實現(xiàn)。
奧特曼似乎也比較樂觀，他說通用人工智能將在1000多天內(nèi)實現(xiàn)，也就是幾年時間。第三個人哈薩比斯，在去年獲得諾貝爾獎。他說，我們距離通用人工智能大約還有十年時間。這是他們?nèi)齻€人的觀點。
他們的預(yù)測觀點不禁我想起前面我講的60年代、70年代的預(yù)測觀點。在我看來，他們過于樂觀。通用人工智能還剛剛起步，任重道遠(yuǎn)。因為即便最先進(jìn)的人工智能系統(tǒng)跟人類智能相比，還有很大差距，人工智能還有很多不能。我可以舉很多這樣的例子。
全面媲美人類智能的人工智能還遙遙不可及。也許我過于悲觀，但是我的確是這么想的。
我們到底應(yīng)該發(fā)展通用、專用，還是多用人工智能？在我看來，我覺得實際應(yīng)用更多需要的是多用人工智能。因為術(shù)業(yè)有專攻，但絲毫不是不要大模型。
我認(rèn)為，在做精專用人工智能基礎(chǔ)上，面向?qū)嶋H應(yīng)用，推進(jìn)多用人工智能的研究是可取之道。另外，堆算力、堆數(shù)據(jù)的蠻力AI發(fā)展模式不可持續(xù)。
原因很簡單，性能提升不可持續(xù)。GPT5遲遲出不來，也就是說投入同樣的數(shù)據(jù)，同樣的算力，性能的提升沒有以前那么大了，所以性能提升不可持續(xù)。
此外，能耗不可持續(xù)?！爸悄堋弊屛腋杏X要多少“智”，就得消耗多少“能”。這顯然與節(jié)能減排雙碳目標(biāo)、可持續(xù)發(fā)展背道路而馳背道而馳。
第三是因為數(shù)據(jù)支撐不可持續(xù)。數(shù)據(jù)用完了怎么辦？拿生成式數(shù)據(jù)。大家知道生成式數(shù)據(jù)有幻覺，有錯誤的信息，帶來的不是額外的知識，而是噪聲。大家可以想想，用這樣的數(shù)據(jù)來訓(xùn)練大模型會是一個什么結(jié)果。
所以我覺得，發(fā)展路徑要從“蠻力”人工智能向“靈巧”人工智能轉(zhuǎn)移。要發(fā)展高效、輕量級的人工智能至關(guān)重要。那么怎么發(fā)展？生物啟發(fā)，通過算法創(chuàng)新、理論創(chuàng)新、工程創(chuàng)新等等實現(xiàn)這一路徑。DeepSeek就是一個很好的例子。
當(dāng)然，推進(jìn)人工智能的發(fā)展也不能一葉障目，基本大模型的生成式人工智能不是AI的全部，AI賦能不限于大模型賦能。所以我覺得人工智能研究，應(yīng)該回歸本源。
所以對于下一步的發(fā)展，個人有幾個觀點供大家批評。第一個我覺得毫無疑問，人工智能是方興未艾。我們一定要牢牢抓住這一輪的契機。首先應(yīng)該要牢牢樹立理性務(wù)實的發(fā)展理念。一定不能過于樂觀。在熱潮的時候，一定要冷靜下來，看一看到底應(yīng)該怎么發(fā)展。
第二，還是要打造生態(tài)。
第三，要加強與產(chǎn)業(yè)應(yīng)用的深度融合。現(xiàn)在人形機器人非?；鸨?，在我看來，如果人形機器人只是跳舞，揮揮手，翻幾個跟頭，沒有找到應(yīng)用切入點，我認(rèn)為不可持續(xù)。
第四，要大力推進(jìn)人工智能賦能科學(xué)研究。第五是基礎(chǔ)研究人才培養(yǎng)。第六，一定要堅定不移推進(jìn)開放合作。
最后我要講的是，人工智能不是萬能的，還有很多不能。當(dāng)然，在人工智能廣泛滲透，智能時代撲面而來的今天，你不去學(xué)習(xí)、不去了解、不去擁抱、不去應(yīng)用人工智能，這是萬萬不能的。
運營編輯 |曹倩審核｜孟莎莎
熱門跟貼