“十五五”时期的人工智能与创新效能

大力发展新质生产力，要加强关键共性技术、前沿引领技术、现代工程技术、颠覆性技术创新，完善推动新一代信息技术、人工智能、生物医药、量子科技等战略性产业发展政策和治理体系。人工智能等新兴技术的发展不仅能够改造提升传统产业，更能够催生新领域新赛道，已经成为新一轮科技革命和产业变革的重要驱动力量。发展人工智能不仅是技术领域的竞争，更关乎经济结构的转型升级，创新效能整体提升。人工智能的文化社会技术属性会带来社会治理模式的创新，关乎我国社会主义文化强国建设。

 

 

2025年5月8日，北京国家会议中心，观众在第27届北京科博会上与“人形机器人”互动。图/中经视觉 杜建坡 摄

 

当前人工智能技术发展的趋势特征

 

自1956年达特茅斯会议提出人工智能概念以来，其发展经历了近70年的时间。人工智能技术的发展经历了以“手工知识”“机器逻辑推理能力”为特征的第一次浪潮（1956—1974年）、以“统计学习”“专家系统”为特征的第二次浪潮（1980—1987年）和以“适应环境”“深度学习”“感知智能”为特征的第三次浪潮（1993年至今）。当前，人工智能发展正处于第三次浪潮，呈现出如下特征。

 

其一，人工智能的本质仍然是数据智能，关于常识推理、因果理解等人类智能的核心能力还未获得突破。人工智能模型高度依赖数据，通过分析和处理大量数据来提取有价值的信息和模式，并据此进行预测或决策。用于模型训练的数据规模、质量和多样性对人工智能模型的效果具有重要影响。这也是著名的规模效应，即人工智能模型的性能与数据集大小成幂律关系。人工智能模型在大量数据中挖掘出的现实关联，并不是基于对现实世界的基本认知和理解，仍然难以进行真正的抽象概括和逻辑推理。相比较而言，人类能够根据因果关系预测事件发展，通过类比迁移快速学习新知识，并运用常识处理复杂的现实问题，这些能力是当前的人工智能无法实现的。

 

其二，深度学习是当前人工智能主流算法，应用于部分场景下的模式识别精准度甚至超越人类水平。2006年，以杰弗里·辛顿等为代表的连接智能学派，以学习能力自动化为目标，掀起了神经网络的研究热潮，拉开深度学习的大幕。近20年来，卷积神经网络、循环神经网络、长短期记忆网络等基于大数据的深度学习模型和算法取得了显著的技术突破，并在计算机视觉、自然语言处理、博弈对抗等领域实现了规模应用。这些进展极大地推动了人工智能的发展，使其在医疗、金融等行业中得到了广泛应用。

 

其三，人工智能大模型技术推动智能计算迈向新高度，生成式人工智能快速迭代，能力不断提升。生成式人工智能能够通过学习现有数据的分布来生成具有相似特征的新数据，包括文本、图像、音频、视频等。大语言模型是生成式人工智能的一种类型，是“大数据+大算力+强算法”结合的产物，具有规模大（神经网络参数规模要达到百亿以上）、涌现性（具有产生预料之外的新能力）和通用性（能够广泛解决不同类型问题）的特点。除语言能力以外，大模型也在迅速扩展视觉、听觉、具身（有身体的智能，能与环境进行交互）、行动等其他通用智能能力。在向多模态、具身化方向发展的同时，AI智能体有望成为下一代平台，人工智能从理解到生成，从感知到决策，能力不断提升，有望完成“感知—决策—行动”的闭环。

 

其四，“AI+”成为未来经济社会发展的重要驱动力和新模式，人工智能将成为新一轮科技革命和产业变革的赋能技术和底层技术。人工智能有望成为推动产业优化升级、生产力整体跃升的重要驱动力量。人工智能技术与医疗、制造、教育、商务等行业深度融合的趋势正在进一步加深，推动产业高质量发展和生产力深层次变革。具备广泛知识和技能的人工智能模型，能够应用于多种任务和领域的通用性大模型正在成为新的追求目标。人工智能开源开放趋势日益明显，打破传统技术壁垒，显著促进了知识共享和创新，这将促使当前应用成本逐渐降低，具有向各个产业拓展的可能性。

 

其五，人工智能的能耗问题及其对环境的影响引发关注，绿色人工智能及低能耗人工智能的研究和部署迫在眉睫。绿色人工智能和低能耗人工智能是未来人工智能发展的重要方向，主要路径有：一是加大新型能源供给技术的开发，通过应用可再生能源、能源存储技术、能效优化技术等，保持可持续的能源供应，支持大模型等能源消耗。二是优化人工智能运行策略降低能耗，相较于传统计算，量子计算具有更高的能源使用效率，有望成为新的计算方式。三是研发更高效的算法和芯片，模拟人脑功能的神经形态芯片在节能提效方面具有一定优势。