近日，第四届“青年科学家50²论坛”在深圳召开，在这场跨学科交流的盛会上，多位院士和超过100位“科学探索奖”获得者现场出席。论坛现场，图灵奖获得者、中国科学院院士、清华大学教授、人工智能国际治理研究院学术委员会主席姚期智以“人工智能的科学视角”为题，从纯科学的角度，分享了他对人工智能现在与未来最有希望的发展方向的看法与判断。他表示：“人工智能的发展在社会上、产业上等各方面，都将牵动着整个世界的发展前途。”
人工智能从弱智能走向通用人工智能
过去20年，人工智能逐步完成人脸识别、下围棋等单一但人们认为非常困难的工作，并在这些特定领域超过人类。近年来出现的ChatGPT，在语言能力上表现出了非凡的智能，比普通人，甚至是受过高等教育的人更加聪明。
当前，人工智能发展的一个重要趋势是走向更通用的人工智能，让人工智能能够处理更多事务。如何让未来的人工智能系统或机器人，有机会真正了解物理的世界，同时在这一过程中产生类似于人类的智能，是人类研究人工智能的重要方向。
另一个重要趋势是学科间的交叉赋能，从单一学科走向交叉化，在生物科技、医疗健康、新能源、新材料等方面都已经有一些例子，在寻求颠覆性的科技创新方面，也已经取得一些突破性的成果。姚期智认为，该趋势将来一定会深化，且会改变整个科学的面貌。
以人工智能和生命科学的交叉为例，人工智能工具Alphafold的最新版本展现出非常强大的能力，可以通过人工智能算法来预测蛋白质的三维结构，甚至是动态的结构。业内普遍认为它的影响非常深远，提高了医学病理研究以及新药研发技术的水平。有意思的是，AlphaFold的开发者德米斯·哈萨比斯（Demis Hassabis）和约翰·江珀（John M. Jumper）于2023年荣获了拉斯克奖（Lasker Award）。这是一个非常重要的奖项，说明人工智能在学科交叉上确实做出了不起的工作。
具身智能是走向通用人工智能的第一步
具身智能不但在科学上重要，在产业中也有不可估量的重要地位。机器人这个传统产业，与新兴的人工智能产业，通过具身智能结合在一起。未来的世界，一定是人类与机器人相处的世界。机器人可以有各种形态，但姚期智认为，将来机器人的数目会比人更多，会变成社会中重要的一分子。具身智能机器人一定是核心产业，是一个制高点，要考虑如何将这件事情做好。
现阶段，很多工厂都在使用机器人做一些相对重复、简单的工作，这些机器人通常比较有力量，但不具备太多智能。如何为这些机器人赋予“大脑”，让它们能够走出工厂，从事更多其他事情？这是一个很重要，也很艰巨的任务。因此，一个国家在人工智能领域研究的水准越高、拥有的人才越多，就一定能走在具身智能技术发展的前列。如何提升中国人工智能人才的储备，是不能不关注的问题。
此外，还要考虑如何让机器人胜任各种复杂的任务，应对不同的场景。传统机器人在工厂里做得很好，几乎不会“出乱子”，但这是单一环境下用控制论实现的传统技术，没有应付突发事件或面对复杂场景的能力。但人工智能大模型让人们第一次感觉到将“大脑”放进机器人这件事情可以实现。
清华大学交叉信息研究院陈建宇团队制造的机器人，看上去与普通的机器人区别不大，但它具备两个特点：第一，它能做一些传统机器人没有办法做的事情；第二，清华大学研究院至少有七八位研究具身智能的老师，有的老师擅长做硬件，有的老师擅长做视觉，有的老师擅长做触觉，他们有各种不同的感官研究专长，且都代表世界最高水平。有这么多专家汇集在同一个地方，做研究作贡献，非常难得。
姚期智认为，基础的、高水平的人工智能研究，一定要在学校中做。也许美国的情况是一些大公司可以做，但在中国，普通公司没有雇到众多在学术前沿作贡献的人才的可能，而人工智能的研究正是需要各种人才的会聚才能做到。
人工智能赋能量子物理实现拓扑的时间晶体
清华大学交叉信息研究院邓东灵团队实现了拓扑的时间晶体。此前，拓扑的时间晶体仅可在理论上建构，在现实世界中无法实现。如何在量子系统或量子计算机中，构造出这样一个自然界没有的系统，实现崭新的观念？人工智能让这件事变为可能。
这是一门由人工智能、量子计算和凝聚态物理组成的交叉学科，大概十多年前由诺贝尔物理学奖获得者Frank Wilczek提出。虽然自然界的物理对于地点有对称性，但是晶体打破了这种对称性。Frank Wilczek就此提出问题，时间上的对称性是不是也可以被打破？这是一个非常新颖且受到物理学界注意的观念。
拓扑的时间晶体是一种特别的具有拓扑性的晶体，在邓东灵团队之前没有人能够实现。实现拓扑的时间晶体，一个关键因素是需要设计出一个好的量子模拟线路，这是人工智能能够大显身手的地方。
清华大学交叉信息研究院袁洋团队运用数学上的高级理论——范畴论，透视并改进大模型。因为范畴论与普通的代数或几何不同，它是一个相对稳定的高端系统，是在所有领域都能用到的一种语言。图灵奖得主霍普克罗夫特看到该研究后评论：“这项研究为人工智能基础理论带来机遇，未来一定会成为重要的发展方向。”
人们对大模型常有一种误解，即只要拥有无穷多的资源，例如数据、算力、参数，加上完美的训练，大模型就可以学习到任何事情。但几乎没有人讨论，有些大模型是不是即便具备这些条件也无法练成？这是科学研究中的一个重要问题，不应总在已有的方法上进行比拼，例如，一味通过购买更多的算力卡的方式应对资源缺乏的问题。范畴论中有对比学习和遮挡学习的方法，用范畴论来刻画预训练的算法，可以刻画出大模型的边界，哪些能做、哪些不能做，这是非常漂亮的数学工作。
人工智能在各方面发挥了催化作用
目前，人工智能安全性方面面临以下问题，一是人工智能算法先天有缺陷，使得它容易被攻击；二是人工智能的应用会带来一些社会问题、伦理上的冲击；三是在其他科技大进步中也会出现的问题，例如，生物的基因编辑或核反应等突破性的科技变化，可能对整个世界带来灾难。在人工智能领域，这种灾难更加危险，因为它无所不在。所以，人工智能安全是一个新的交叉领域，值得我国研究人员重点关注。
人工智能安全问题为国际合作提供了契机。人工智能的国际合作比较困难，但在安全问题上，全人类站在同一边。IDAIS（International Dialogues on AI Safety，国际AI安全对话）会议首先由发起人在英国举行了第一次会议，此后又于今年3月在北京、9月在威尼斯举行了第二、第三次会议。会议上，大家进行了一些交流，提出了一些宣言，以供世界各国政府考虑。
总体上讲，人工智能在各方面发挥了催化作用，包括促进各领域加速交叉，促进科学与工程互动，在科学上也创造了新的领域、新的契机，它的前景辽阔。
中国在人工智能领域的基础研究工作，与5年前完全不同。我国现在也可以创造出一些其他国家还没想到的技术，也已经有了可以与伯克利大学、斯坦福大学相媲美的人才。这些本土的人才，分布在中国各个优秀高校，就像种子一样，经过5年、10年，中国的一流高校将出现越来越多与世界一流高校同样出色的人工智能领域的人才。我国在培养人工智能人才方面，相比5年前已大有进步。
