浦江AI學術年會現場 本文圖均為 主辦方 供圖

12月13日上午，由上海人工智能實驗室發起并主辦的首屆“浦江AI學術年會”召開。年會為期兩天，全球150余名人工智能領域專家學者在大會論壇和10場專題論壇中，就AI的前沿發展趨勢、關鍵技術挑戰、創新協作機制、產業應用實踐等重要議題展開深入探討。

據悉，“浦江AI學術年會”旨在推動“以問題為導向”的學術討論深入開展，通過高質量問題激發更多創新靈感，“互相出好題、互相協同”，在更高層面實現產業合作、協同創新。上海AI實驗室主任、首席科學家，清華大學惠妍講席教授周伯文介紹，上海人工智能實驗室一直在思考前沿發展趨勢、關鍵技術挑戰、創新合作機制這三大問題，分別體現在三項核心能力的建設與發展上：先進AI技術、安全可信保障、產業生態協作。

周伯文表示，人工智能的進步不僅依賴于個體的努力，更需要集體力量的匯聚。上海人工智能實驗室愿意以開放、主動擁抱的態勢，不與高校爭名、不與企業爭利，與各位同仁開展協作。實驗室愿意作為平臺，成為大家的連接器、放大器和加速器，將這些能力通過創新的協作機制更好地發揮出來，實現共贏。

“探索智能的本質”圓桌對話

在大會報告和圓桌討論環節，多位專家學者圍繞AGI發展方向、世界模型的演進、“白盒”模型與性能平衡等話題進行了深入探討，并對未來AI技術的發展進行了展望。

香港大學計算與數據科學學院院長、AI講座教授馬毅在報告中指出，在過去的十年，人工智能技術取得了飛速發展，但從方法論的角度來看，仍然存在許多未解之謎。智能不僅僅是技術的積累，更是理解生命和智慧的本質。智能的核心是學習和預測外部世界的規律，要實現真正的自主學習和智能化系統，必須構建閉環系統，通過自我糾錯與知識的不斷更新來推動智能的進化。

北京大學智能學院副院長、教授陳寶權則表示，深度學習和大模型提供了新的工具來“逼近”現實世界，這種結合有望推動科研和技術的進一步發展。展望2025年，他期待看到更多在物理和推理領域的突破，尤其是如何將已有的物理知識與AI結合，通過反向傳遞人類積累的知識，構建更有效的AI系統，從而推動更加精確的模型發展。階躍星辰首席科學家張祥雨提出，理解方法原理非常重要，但業界應避免盲目跟風，利用白盒模型指導實踐，避免資源浪費。當前，距離AGI的實現仍有很長的路要走，未來需要更智能的目標導向和試錯機制。期待Scaling Law（尺度定律）能解決現有問題，實現智能程度與模型規模的正比關系，推動更智能的AI系統。

上海人工智能實驗室主任助理、領軍科學家喬宇認為，通往AGI的道路仍面臨技術挑戰，在模型架構、數據和學習算法等方面仍有創新空間。期待多模態大模型能夠像語言模型一樣實現突破強泛化的涌現能力，并基于更多樣的Scaling Law維度實現原創創新。此外，具身智能和科學智能的前景廣闊，期待技術和應用的進一步突破。