■中国工业报记者张楠

12月16日，以“融合创新工业当强”为主题的第十八届中国工业论坛在京召开。中国科学院院士陈润生围绕人工智能的过去、现在与未来三大核心议题，结合最新行业动态与学术研究，系统阐释了这一颠覆性技术的发展脉络、核心突破与深层挑战。

陈润生提出，人工智能的本质是“脑”的数字孪生，即用数字材料构建类脑智能系统，这是人类科学史上首次尝试打造能像人一样思考、抉择的智能体系。

中国科学院院士陈润生

当前，人工智能发展态势迅猛，未来必将极大地深入到人们的生产、生活等各领域。微软最新统计表明，人类70%的工作岗位将不同程度受到其影响。2024年，诺贝尔物理学奖授予约翰·J·霍普菲尔德（JohnJ.Hopfield）与杰弗里·E·辛顿（GeoffreyE.Hinton）两位科学家，以表彰他们在人工神经网络方面的基础性贡献，这进一步印证了AI对人类社会的深远影响。

谈及人工智能的技术构建，陈润生指出，2024年的两位诺贝尔奖得主奠定了核心基础——霍普菲尔德提出用数字材料模拟脑结构，辛顿则揭示了在此结构上的信息加工机制，让“数字脑”具备了实际应用能力。这一技术突破已在一些关键领域显现超凡价值，例如，人工智能仅用三个月就完成了数亿个生物大分子结构的计算，而人类科学家数十年用实验解析的生物大分子结构还不足1%。

为让这一强大工具惠及大众，人工智能大模型应运而生。陈润生介绍，ChatGPT、Claude、盘古（华为）、混元（腾讯）、DeepSeek等大模型，既是集成各类AI工具与人类公开知识的“超级平台”，也是普通人可通过手机终端访问的智能窗口。其核心创新体现在两方面：一是实现自然语言处理，让系统首次具备“读书学习”能力，为智能生成奠定知识基础；二是达成多模态融合。

追溯技术源头，陈润生介绍，现代AI基础理论源于上世纪80年代的机器学习与语言生成的统计理论，2017年谷歌提出的Transformer技术则成为关键，正是这一编码解码技术的开源，推动了2020年大模型的爆发式发展，短短五年间便实现了跨越式进步。

那么，人工智能的‘智能’能发展到什么程度？陈润生抛出当前AI领域的核心命题。他指出，当AI系统参数规模不断增大时，会出现像“涌现”——这些人类字典中未曾有过的结果，既具创新性又与自然规律不冲突，进而，引发了“AI能否超越人类智能”的深层思考。

这一命题在行业内引发广泛探讨。在英伟达2024GTC大会上，9台搭载AI大脑的人形机器人集体亮相，展现了智能与具身设备结合的巨大潜力；OpenAICEOSamAltman（萨姆·奥尔特曼）则是预测，AI将在数年内实现对人类智能的超越，其最新发布的系统GPT-5已具备原始创新能力；辛顿甚至提出“人类只是智慧演化过程中的一个过渡阶段”的观点。

陈润生客观分析了AI的现状与短板。当前AI已实现一般智能（感知、记忆、学习），但意识、思维、情感等高级智能的科学界定与定量表征尚未被科学家破解。在《NatureMachineIntelligence》今年9月的期刊中，题为《Aligninggeneralizationbetweenhumansandmachines》（人类与机器的泛化能力对齐）的研究指出，人类依托抽象思维实现域外泛化，能够基于有限经验举一反三，将认知迁移到全新场景中；而当前人工智能则依赖统计模式，仅能完成域内泛化，无法突破训练数据的范畴实现跨场景的认知延伸。图灵奖得主RichardSutton在其9月27日的最新访谈中强调，无目标则无智能。

陈润生提出，神经活动物理层面到心理层面的转化机制尚未明晰，成为高级智能突破的核心瓶颈。值得关注的是，谷歌于12月5日发布的一项新技术，正试图在这一领域实现深刻改进。

“人工智能已引发科技界极为深刻的变化。”陈润生总结道，关注、应用并跟踪AI的快速演变，必将为生产生活带来重大效益。