當前，人工智能（AI）大模型技術已成為推動國家科技和經濟高質量發展的新引擎，但其發展仍面臨幾個重大挑戰，包括算力掣肘、推理幻覺和產業落地壁壘等挑戰。為充分發揮AI對我國科技和經濟發展的賦能作用，需從模型架構創新、測試標準體系構建和產學研協同三方面突破，打造具有國際競爭力的AI創新高地。
推動模型架構創新，探索智能本質與高效實現路徑
當今AI模型發展以Transformer架構及其變體為主導，以大參數量、大算力為基礎，其訓練成本正以驚人的速度增長，這種模式在長期運行中可能面臨能耗與訓練效率的挑戰，同時高昂的成本也可能對規模化應用和推廣造成一定制約。AI訓練過程中，算力需求的持續膨脹已成為制約AI創新的一項關鍵因素。為推動我國AI研發實現跨越式發展，亟須在模型架構層面進行根本性創新。
從認知科學視角看，人腦在能耗極低的情況下實現了高效的智能處理。人腦通過分層處理、注意力機制和預測編碼，以稀疏編碼、模塊化分工、抽象表征等方式實現高效運算。這些認知機制為突破算力瓶頸提供了重要思路：通過模擬大腦的預測加工系統，構建具有主動推理能力的生成模型；設計更高效的記憶架構，防止AI的“災難化遺忘”；參照大腦皮層的層次化表征系統，構建具有多重抽象級別的計算框架。當前，大模型普遍存在的不可解釋性問題，也凸顯了單純依賴數據驅動的局限性。基于對人類智能的探索，挖掘學習機制、功能模塊分區，有望指導設計出能夠更高效自適應環境、自主學習的AI訓練范式。
為實現我國在AI研發上從“跟跑”到“并跑”乃至“領跑”的轉變，幾大研究方向值得重點布局：一是開展基于腦科學與認知科學的智能本質研究，深入探索人類智能的內在機理及其對AI架構的啟發；二是推進受腦啟發的AI算法研發，開發更高效輕量化的AI模型；三是加強通用人工智能（AGI）理論創新，構建新一代AGI理論體系。為推動上述方向，建議前瞻性布局新型計算芯片、認知神經網絡、腦科學與類腦智能等前沿方向。支持科研機構開展跨學科交叉研究，探索更高效的模型架構和訓練方法，推動AI發展模式從“算力驅動”向“效率優先”轉型。通過降低算力門檻，可使廣大中小企業以更低成本接入AI技術，形成新的產業增長點。同時，理論突破將帶動芯片、算法、云計算等全產業鏈協同發展，進一步夯實數字經濟發展基礎。
構建測試標準體系，筑牢大模型發展根基
當前，AI大模型在各行業應用呈現蓬勃發展態勢。然而，在模型實現流暢交互的同時，其固有的不可解釋性、“幻覺”問題與潛在的安全隱患，也制約著其在關鍵領域的深度應用。比如，在醫療場景中，模型可能生成看似合理、實則錯誤的“幻覺”信息，即在醫療診斷時提供不準確的建議，帶來誤診等后果。同時，大模型決策過程不透明、易受惡意攻擊導致數據泄露等問題，也使得關乎國計民生的關鍵領域在引入大模型時不得不慎之又慎。此外，因大模型的智能尚未升維為通用的認知與適應能力，仍不能被廣泛認可為AGI。
構建面向AGI的測試標準，必須克服傳統測評方法的局限，借鑒發展心理學與心理測量，構建新一代測評體系：在橫向上，建立覆蓋視覺、語言、認知推理、社會價值等多維度的綜合任務集；在縱向上，設計受人類心智發展啟發的“AI發展里程碑”測試，評估其能力是否遵循合理、穩健的演進路徑。這尤其適用于評估AI的自我認知、情感依戀、道德判斷等對安全至關重要的高階能力，為AGI的發展提供更科學的指引。
標準化建設既能提升模型質量，對技術落地提出更高要求，又能為監管提供技術支撐，加速可信AI在關鍵領域的部署應用。同時，完善的標準體系將增強市場信心，吸引更多社會資本投入AI產業，推動形成規模化應用場景，有望帶動相關服務業和制造業升級發展。為此，要加快建立覆蓋測試方法、標準體系、流程評估和倫理規范的全鏈條標準體系。構建針對AI理解能力、安全性能，以及通用性的評測框架，針對重點風險領域設計場景化測試基準，通過可解釋性評估等手段量化模型的安全和可靠性。同時，積極推進測試標準與國際接軌，支持第三方機構參與認證評估，為行業提供科學可靠的評判依據。
深化產學研協同，打通創新應用“最后一公里”
全面推動人工智能與經濟社會各行業各領域的廣泛深度融合，進一步深化產學研協同創新，加速AI技術的規模化落地，應著力做好以下工作。
第一，建立跨學科人才培養機制。跨學科視角對于AI發展至關重要，要培養既懂人工智能又懂人類智能的復合型人才和團隊，建立跨學科研發平臺，為兩者的深度融合研發提供人才支撐。第二，建立需求導向的研發機制。組建國家級AI產業創新聯盟，推廣“政府—高校—企業—產業園區”協同模式。在真實應用場景中形成持續優化的反饋機制，降低科研和企業技術驗證門檻，形成“創新—應用—反饋—迭代”的閉環系統。同時，完善知識產權分配和激勵機制，充分調動科研人員參與成果轉化的積極性。第三，構建開放共享的AI產業生態。建設高質量共享數據集和公共測試平臺，促進大中小企業融通發展。
綜上，通過人類智能啟發的理論架構創新、測試標準引領和跨學科深度融合的產學研協同，有望解決算力、安全、落地等當前AI發展的關鍵瓶頸，探索出一條獨具中國特色發展路徑，推動我國在全球數字經濟競爭中占據有利位置，為加快建設創新型國家提供有力支撐。
（作者：彭玉佳、方方，分別系北京大學首都發展研究院研究員，北京大學副校長、心理與認知科學學院教授）
《光明日報》（ 2025年10月21日 11版）
本文鏈接：人工智能大模型發展趨勢http://m.sq15.cn/show-5-74013-0.html
聲明：本網站為非營利性網站，本網頁內容由互聯網博主自發貢獻，不代表本站觀點，本站不承擔任何法律責任。天上不會到餡餅，請大家謹防詐騙！若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。
上一篇： 儲量位居全球前五 我國白銀基本供需情況如何？一文解讀
下一篇： 智能經濟的形成機制與實現路徑