在北京市海淀区智识前沿科技促进中心，一场主题为“AI for Science，AI for Good”的科学盛会于2025年1月12日下午隆重举行。此次盛会汇聚了众多科学界的精英，共同探讨人工智能科学与应用的最新进展。
会上，香港大学计算与数据科学学院院长、忆生科技创始人马毅发表了题为“探索智能本质之路”的演讲。他引用爱因斯坦的名言，强调科学应追求简洁而不失深度。马毅指出，DNA作为自然界的第一个大模型，通过自然变异和物竞天择，展现了群体智能的演化过程。这一过程与当下大模型的发展有着惊人的相似性，都是通过不断试错、优化来寻找最佳解。他进一步提到，大脑的出现使得个体智能成为可能，而语言和文字的发明则极大地提升了智能机制的效率。
马毅还回顾了人类智能研究的历程，从上世纪40年代科学家对机器模拟动物或人类能力的探索，到如今深度神经网络在算力和数据支持下取得的突破性进展。他认为，尽管技术上取得了巨大进步，但智能背后的科学问题仍待解决。他呼吁科学家应致力于将智能定义为一个科学问题，探索其数学本质和正确的科学方法。
演讲中，马毅还分享了关于智能机制的独到见解。他提到，每个人甚至动物都在不自觉地建立对外部世界的物理模型，进行精准预测。而AI的任务就在于从高维数据中学习数据的定位分布，实现数据的组织、结构化和规律提取。他强调，神经网络的功能就在于实现数据的压缩和数学算子的应用，通过逐层优化数据组织，使输出比输入更加精准。
在谈到智能的未来时，马毅表示，当前的AI技术仍处于初级阶段，与真正的智能相去甚远。他建议年轻人应多读历史，了解智能研究的起源和发展历程，以便更好地把握未来的研究方向。
随后，亚马逊云科技上海人工智能研究院院长张峥发表了题为“大模型时代，教育的新挑战——从流水线到文艺复兴”的演讲。他首先从技术发展的角度回顾了人类社会的进步历程，指出技术的每一次突破都经历了长时间的试验和优化。
张峥将现有的教育系统比作一条流水线，从小学到大学，再到专门人才的培养，这一过程高度模块化和标准化。他认为，这种流水线式的人才培养模式虽然提高了效率，但也限制了个体的多样性和创新能力。他提到，大语言模型的发展过程与这种流水线式教育有着异曲同工之处，都是通过大量的数据训练和任务优化来提升性能。
然而，张峥也指出了大模型存在的局限性。他提到，数据本身的复杂度决定了模型的性能上限，一旦数据训练达到饱和，模型的进步速度就会放缓。他还强调了长尾分布对现实世界的影响，指出大语言模型反映的现实世界也是长尾定律的体现。
在谈到AI对教育的影响时，张峥表示，AI将挑战现有教育的极限，推动教育向更加开放和多元的方向发展。他鼓励学生积极使用AI技术来提升学习效率和能力，并学会像文艺复兴时期的科学家那样思考，将自己变成一个广谱的人才。
张峥还提到，AI应成为一位优秀的老师，帮助学生提高自主学习能力。他强调，在没有AI的情况下，学生应具备更强的学习能力；而在AI的辅助下，学生应能够飞得更高、更远。
此次科学盛会不仅为与会者提供了宝贵的交流平台，也引发了大家对人工智能科学与应用的深入思考和探讨。随着技术的不断进步和应用领域的不断拓展，人工智能将为人类社会带来更多的变革和机遇。
马毅和张峥的演讲不仅展示了人工智能领域的最新进展和前沿思考，也为未来的研究方向提供了宝贵的启示。我们期待在不久的将来，人工智能能够在更多领域发挥更大的作用，为人类社会的进步贡献更多的力量。
同时，我们也应看到，人工智能的发展仍面临诸多挑战和问题。如何确保技术的安全性和可控性、如何保护个人隐私和数据安全、如何避免技术滥用和伦理风险等问题都需要我们深入思考和解决。只有在确保技术发展的同时兼顾伦理和社会责任，人工智能才能真正实现为科学和人类带来福祉的目标。
我们还应加强对人工智能技术的普及和教育。通过提高公众对人工智能技术的认识和了解，增强人们的科技素养和创新能力，为人工智能技术的发展和应用创造更加良好的社会环境和人才基础。
总之，此次科学盛会的成功举办不仅展示了人工智能领域的最新成果和前沿思考，也为我们提供了宝贵的启示和思考。我们期待在未来的发展中，人工智能能够发挥更大的作用，为人类社会的进步贡献更多的力量。
