当前，基础底座大模型角逐赛不断加速。Deepseek在全球率先开启低算力、高效能开源发展路线，OpenAI的o3、马斯克xAI公司的Grok3、谷歌推出的Gemini2.5等新模型快速迭代。人工智能正在以前所未有的速度、深度和广度，引发新一轮科技革命和产业变革，深刻改变人类生产生活方式。

　　那么，如何更好更快推动我国人工智能发展？如何构建适应智能时代的人才培养体系？

　　5月30日，全国政协委员、南京大学副校长周志华在全国政协礼堂，以“人工智能发展及人才培养”为题，从人工智能学科的发展历程讲起，谈到未来人工智能人才培养新模式，带领观众深度解读人工智能的技术本质与人文内核。

　　全国政协副主席王东峰、蒋作君、朱永新，部分全国政协委员、中国科协有关人员、科技工作者、师生代表等700余人参加。

　　人工智能发展带来的红利与挑战

　　很多人在听到人工智能的时候，脑海里首先想到的都是像电影《流浪地球》中的MOSS智能机器，混淆了强大的人工智能和强人工智能这两个概念。周志华通过例子向大家解释道，“比如一个人工智能程序，可以代替人类一切工作，但必须接受人的指令才能工作，这时候仍然是弱人工智能。但另外一个程序，什么都做不了，只会哭，即使人下指令不要哭也不会听从，这时候就是强人工智能。前者是在造工具，后者是在造生命。当前，主流人工智能学界研究目标为前者。”

　　如果说做饭需要食材、灶火、厨艺，那么与之相对应的，人工智能技术应用就需要数据、算力、算法，而狭义的人工智能学科重点研究人工智能算法，构建这一领域的基础理论体系。2016年阿尔法狗与人类棋手的围棋大战，让大众对人工智能有了广泛认知。人们误以为人工智能学科是一个年轻的学科，但其学术源头可追溯至更早。

　　“人工智能学科诞生于1956年美国达特茅斯会议上，仅比计算机学科晚20年。”周志华回顾了人工智能学科的发展历程，自人工智能学科诞生后，如果以主流人工智能学界关注重点划分其发展历程，大致可分为三个阶段：1956年至60年代中后期的“推理期”、70年代至90年代中期的“知识期”，以及90年代后期至今的“学习期”。今天，以机器学习为核心的人工智能技术正在掀起“热潮”。

　　近年来我国持续加强人工智能基础研究，同时突出应用导向，新技术正不断向具体应用场景纵深渗透。

　　周志华长期从事人工智能、机器学习基础研究，对基于神经网络的机器学习模型——大模型的发展及应用中的烦恼，有着深刻感受。Deepseek、ChatGPT、Sora等大模型产物并非单项技术，而是融入了过去二十多年机器学习领域研究成果的多项技术联合体。周志华告诉大家“人工智能就像电力，迟早会‘赋能’所有行业。业界应该努力‘压榨’大模型路线的技术红利。”

　　“另一方面，大模型并不是所有任务的最佳解决方案。”周志华强调，“正如机器学习中‘没有免费的午餐定理’所揭示的，没有一个模型算法是包打天下的。大模型在资源富集、高频任务中优势显著，但在小资源、低频长尾任务中，其表现并未优于小模型。”

　　此外，大模型还存在着可信可靠的问题。周志华向大家说了几个有趣的案例。“如果你问大模型9.11和9.9哪个数字大？许多大模型会告诉你是9.11，因为小数点后第一位1比9大。”像一些大模型这样一本正经但在胡说八道的回答，惹得在座观众哄堂大笑。

　　根基在人才培养

　　“当前人工智能核心的机器学习技术只能给出‘概率近似正确’的东西，不能保证绝对正确，人工智能仅能作为我们工作的辅助工具”，周志华告诉大家。“突破当前人工智能发展面临的瓶颈，需要学界努力尝试各种新路线的探索，同时在人才培养方面发力。”

　　4月29日，习近平总书记在上海调研时强调，“人工智能是年轻的事业，也是年轻人的事业”，只有培养更多高素质的人工智能专业人才，才能加快实现我国人工智能的跨越式发展。

　　我们想要培养人工智能专业人才，那么就先要搞清楚人工智能人才分为几个类型。周志华介绍道，“第一类是人工智能专业人才，专注于人工智能本身、瞄准源头创新；第二类是‘人工智能+X’的跨学科复合型专业人才，既懂一些人工智能技术，也懂其他领域的知识；第三类是‘X+人工智能’的应用型专业人才，在本专业的工作研究过程中，运用人工智能工具。”

　　在人工智能发展的时代浪潮下，高校如何培养相关人才？周志华给出了建议，“这三类人才需采用不同的培养路径。第一类需构建覆盖数学、编程等核心课程的本研贯通培养体系，培养成长时间比较长；第二类不必像第一类那样深入钻研数学和人工智能专业知识，但需了解一些常用人工智能技术的基本思想、能够适当地结合到自己的领域工作中；第三类主要是在学好X专业的同时，掌握如何使用一些现成的人工智能工具、了解应该在什么情景下使用。”

　　讲座尾声，周志华对未来共同推动人工智能发展满怀期待，他相信在全社会的合力推动下，将加速推进教育变革创新，不断提升人工智能技术的安全性、可靠性，引领其朝着有益、安全、公平的正确方向健康有序发展。

　　讲座结束后的互动环节，现场观众踊跃提问，与周志华展开互动交流。

　　“周教授您好，我是来自中国地质大学土地科学技术学院的学生，在人工智能发展中学界和产业界担任了不同的角色，但目前新出现的应用型的现象级产品都来自产业界，您如何看待学界和产业界的关系？”

　　“周校长您好，我来自北京石油化工学院，在教学过程中该如何实现人工智能赋能？”

　　“用大量的CT数据训练大模型应用在临床诊断，这条路子是否可以走通？”

　　……

　　面对听众在学习、工作实际中关注的问题，周志华一一深入解答，引发场内强烈共鸣。

　　一个半小时的讲座，让我们对人工智能有了更为全面客观了解，在智能化时代的今天，科学、有效利用人工智能将为人类社会开创新的美好未来。