人工智能的未来前景：发展逻辑、应用场景与治理挑战

人工智能作为新一轮科技革命的核心引擎，正在深刻重塑全球格局。其未来的发展路径、实际应用场景以及潜在的社会治理难题，已成为各界热议的焦点。本文特邀中国新一代人工智能发展战略研究院执行院长、南开大学学术委员会主任龚克，从专业视角进行深度解读。

一、人工智能的发展逻辑与演进路径

问题：人工智能正在全球各国和各个产业中快速渗透，在您看来，其发展逻辑和具体路径是怎样的？

龚克：近年来，人工智能领域取得突破性成果的技术当属大规模人工神经网络预训练模型。该技术的核心特点主要体现在以下三方面：

• 参数规模呈指数级增长：所谓“大规模”，即网络参数极大，神经元和层数极多。2020年5月，语言训练模型GPT-3已达到1750亿个参数。此后，参数规模迅速攀升，达摩院的M6模型超过10万亿，逼近百万亿量级。清华与达摩院合作的八卦炉模型已超过150万亿，直逼人类神经元数量级。由此可见，大规模训练模型的快速发展，使人工神经网络技术产生了从量变到质变的突破。
• 从单一媒体到跨媒体，从认知到生成：这无疑是未来人工智能的发展方向。例如，冬奥播报中声音、字幕与手语同步呈现，正是跨媒体AI协同的体现。
• 大模型与轻小模型并行发展：在大模型持续演进的同时，类脑计算等轻量级小模型也取得了重大进展。例如，清华大学无人驾驶自行车登上《自然》杂志封面，该自行车不仅能响应声控、加速转弯，还能自主避障、进行S型路线跟踪等。这并非大规模神经网络无法实现，但其精妙之处在于利用小规模的类脑模型实现了这些功能，并集成在一个芯片上成为实用系统，因此被《自然》杂志誉为重大进展。这也是人工智能的重要发展路径。

未来方向：大模型与小模型的结合，或许将成为另一条重要发展路径。而这些路径背后的底层逻辑，正是应用牵引与技术驱动的深度融合。