21世纪是“人工智能世纪”——李国杰谈人工智能

​中国基金报记者专访了中国工程院院士、中科院计算所前任所长、中科曙光董事长李国杰，请他详细阐述了ChatGPT在人工智能发展史上的标志性意义，目前中国人工智能产业发展的优势和不足，大模型如何才能走上良性发展之路等问题。

李国杰认为，因为广泛的渗透性，人工智能将成为21世纪起决定性作用的技术，未来几年一定会有新的标志性事件，促使人类社会真正进入人工智能2.0时代。目前的人工智能，只相当于工业革命的蒸汽机时代，还没有到电气化时代，未来的前途十分光明，预计在21世纪将发挥比微处理器更大的作用。

虽然在AIGC大模型等方面我们暂时落后于美国，但相对于传统信息产业，我国更有希望在人工智能领域引领世界，我们应该牢牢抓住这一个突破口。

但李国杰也指出，目前中国的人工智能界缺乏像DeepMind和OpenAI公司的领军人物那样兼具敏锐的洞察力、坚定的信仰、很强的工程组织能力的复合型人才；我国在人工智能领域表现突出的还是论文和专利的数量，大多数科研人员在做论文导向的研究，还没有做出像AlphaFold和ChatGPT那样的具有引领性的重大成果。

在李国杰看来，目前人工智能界需要“晶体管”式的重大发明，才能使大模型走上良性发展之路。中国是一个发展中国家，必须毫不犹豫地走低成本信息化之路。起步早不等于是市场上的赢者，只要狠抓基础研究和技术攻关，中国的AI大模型有可能走出一条低成本之路，成为市场上的赢家。

什么AI模型会成为市场的主流，现在还没有定论，很难预测哪一家会胜出，也可能有现在还不知名的创业公司突然崛起。在云计算浪潮中，中国冒出了阿里、腾讯等世界著名的龙头企业，希望在人工智能浪潮中，中国出现新的龙头企业。

李国杰还强调，在高科技产业化的过程中，一定要形成以产业技术为主体导向的科技文化。企业离市场最近，最了解应用场景，也对卡脖子有最切身的体会。与经济发展有关的国家科技计划，企业应该是出题人、也是主要的答题人和阅卷人。

以下是此次专访的全文。

一、未来几年一定还会有新的标志性事件

中国基金报：你在2017年就认为，人工智能已进入2.0时代，正在进入收获的秋天，但还没有一个标志性的事件或颠覆性的技术。那么，美国OpenAI公司开发的ChatGPT3.5大模型，是否可以说是人工智能2.0时代的标志性事件？

李国杰：我当时认为，人工智能2.0，与其说是技术上的重大突破，不如说是智能化应用的第二次大浪潮。因为深度学习技术在ImageNet图像识别比赛上的成功和AlphaGo战胜人类围棋冠军，还不能看成是划分技术时代的标志性事件或颠覆性技术。

ChatGPT的出现不仅在技术上实现了走向通用自然语言处理的重大突破，同时也为智能客服、智能机器人、智能助理等应用提供了强有力的支撑。这些应用将会改变人们的生活方式和工作方式，推动人工智能技术向更广泛和深入的领域拓展。因此，可以认为ChatGPT是人工智能进入2.0时代的标志性事件之一。

ChatGPT具有标志性的意义，一是因为它在发展通用人工智能技术方面迈上了一个新台阶。虽然还不能说已经实现了人们期盼已久的通用人工智能，但与努力了几十年的符号人工智能相比，已经向前跨进了一大步。通用性差是制约人工智能发展的最大障碍，在通用性上取得进步比在专用领域性能提高意义要大得多。另一个标志性意义是，大模型的参数规模大到一定程度出现了“涌现”行为。尽管现在对为什么出现“涌现”行为不能做出解释，但这有可能已触及到智能的本质。

时代的变迁是一个历史行为。往往有二三十年甚至更长的过渡期。人们常说第一次工业革命的标志性事件是瓦特改良的蒸汽机。但瓦特改良蒸汽机不是一次性完成的，从1765年到1790年，他进行了一系列发明，比如分离式冷凝器、行星式齿轮、离心式调速器等，才使蒸汽机的效率比纽科门机提高了3倍多，发展成现代意义的蒸汽机。未来几年一定会有新的标志性事件，促使人类社会真正进入人工智能2.0时代。

二、目前的人工智能还只相当于工业革命的蒸汽机时代

中国基金报：你此前认为，人工智能将会成为21世纪起决定性作用的技术，如同微处理器在20世纪起到的作用一样。能否详细阐释下这方面的认识？

是否可以这么理解，您所说的“决定性作用”，是指人工智能对各行各业广泛而深入的渗透改造和深度融合，类似于人工智能对新闻资讯产业的深度融合而诞生了“字节跳动”这样的平台级资讯公司，也类似于人工智能和电动汽车的深度融合诞生的智能驾驶或无人驾驶汽车一样？

李国杰：我同意你的理解。人工智能起“决定性作用”是因为其广泛的渗透性。人工智能的奠基人之一麦卡锡和同事尼尔森对“人工智能”做出的另一种解释是“智能的自动化”，即AI = Automation of Intelligence。从工程角度看，人工智能的实质就是知识自动化。

上世纪20年代，由于手工劳动的工作量已可精确度量，泰勒发明了工业流水线，实现了手工劳动的自动化，引发了一场工业革命。由于人工智能技术的普及，特别是最近以来AIGC技术的进步，现在脑力劳动的白领工作也可以自动化了，有可能出现知识生产和知识管理流水线，知识流水线的意义不亚于当年的工业流水线，也将是一场革命。白领工作者现在可能80%的时间用于重复劳动。知识自动化致力于用人工智能完成大部分白领工作，将人从重复劳动中解放出来，将来的白领工作者主要做创造性、决策性工作。

最近取得重大突破的机器学习大模型技术也可以应用于无人驾驶汽车等机器的智能化。AI大模型的成功使人们对智能驾驶的纯视觉技术方向增强了信心，不用激光雷达的智能驾驶技术路线也有可能成功，无人驾驶汽车即将进入快速发展的轨道。目前的人工智能，只相当于工业革命的蒸汽机时代，还没有到电气化时代，未来的前途十分光明，预计在21世纪将发挥比微处理器更大的作用。

三、中国的人工智能产业发展应该走应用和市场牵引之路

中国基金报：您认为，大数据可能是中国信息产业从跟踪走向引领的突破口。但如您所说，大数据和人工智能是一对孪生产业，从这个角度来看，是否可以说，人工智能可能是中国信息产业从跟踪走向引领的突破口？

李国杰：大数据和人工智能是一对孪生产业。近几年人工智能技术和应用高歌猛进，主要不是依靠传统的符号逻辑，而是基于大数据的机器学习技术。由于历史的原因，中国在集成电路和基础软件等传统信息产业上与发达国家有较大的差距，许多基础技术还是以跟踪为主，短期内难以成为引领者。

而在人工智能领域，我国的人力资源十分丰富，几乎每一所本科大学都在培养人工智能人才，超过400所学校开办了人工智能专业。我国学者在人工智能领域发表的高引用论文和发明专利都已超过美国。特别是我国市场庞大，应用场景多，有利于人工智能技术的发展。虽然在AIGC大模型等方面我们暂时落后于美国，但相对于传统信息产业，我国更有希望在人工智能领域引领世界，我们应该牢牢抓住这一个突破口。

中国基金报：您曾经提到，在钱学森先生的提倡和带领下，中国在人工智能研究方面，逐步形成了具有鲜明特色的中国学派。那么，目前中国在人工智能研究领域处于什么水平？您对目前中国人工智能产业的发展水平怎么看？

李国杰：钱老是高瞻远瞩的战略科学家，他的主要贡献不在人工智能领域，但他提出的工程控制论、思维科学和复杂巨系统等都与人工智能有密切关系，而且具有标新立异的特色。这几年全职回国的大学者，如李明、朱松纯、沈向洋、张亚勤、汤晓鸥等都是人工智能界国际一流的科学家，我相信不久的将来他们在基础研究和推进产业发展上会做出令人惊叹的成绩。

但中国目前的人工智能界缺乏钱老一样的大师，缺乏像DeepMind和OpenAI公司的领军人物一样的既具有敏锐的洞察力、信仰坚定又有很强的工程组织能力的复合型人才。我国在人工智能领域表现突出的还是论文和专利的数量，大多数科研人员在做论文导向的研究，还没有做出像AlphaFold 和ChatGPT一样的具有引领性的重大成果。

近几年我国人工智能产业已取得长足进步。工信部宣布，2022年我国人工智能核心产业规模达到5080亿元，占据全球近20%的市场份额，已成为全球人工智能产业第一大国。截至2022年底，我国人工智能企业已有4227家，约占全球16%。百度、阿里、华为、腾讯、科大讯飞、云从科技、京东等一批AI开放平台已初步具备支撑产业快速发展的能力。我国人工智能产业中，应用产业约占一半以上产值，应用层人工智能企业数占到84%，基础层企业数只占2.3%。

许多人担心应用牵引的路子是否正确，认为正确的道路应该是先做基础研究，再做应用研究和成果转化，最后将成果交给企业去产品化。其实，中国的优势就是应用场景丰富，市场容量大，以应用和市场的力量牵引科技和企业发展是中国特色的发展道路。深圳的高技术产业就是这么发展起来的，这条成功的道路应当坚持，不能动摇。

但是，应用牵引是指要从应用中发现必须突破的核心技术，不能只是跟随主流技术永远维持在中低端。要实现高质量发展，走向产业高端，就要通过应用牵引逐步做到引领技术潮流。应用牵引也要抬头看路，不能只顾短期的收入和融资，对可能成为新的主流技术的研究方向，要敢于砸大钱集中投入。对应用领域也要认准长远方向，制造业的智能化决定一个国家的实力，要摆在优先的位置。2021年我国工业AI质检市场规模只有20多亿元，这个领域可能形成上千亿元的新市场，必须大力发展。AI框架、芯片及基础元器件是我们的短板，要根据应用的需求制定长远发展战略。

四、解决芯片制造的制约问题要有耐心、恒心和决心

中国基金报：目前来看，对人工智能的大发展构成较大制约的是高性能算力。但正是在这方面，中国还有比较大的不足，寒武纪虽然可以设计出高性能的人工智能芯片，但中国芯片代工企业还无法生产出来。对此，您有何认识和判断？预计在什么时候，中国可以有效解决这方面的瓶颈制约？

李国杰：我国是发展中国家，其重要的标志之一就是集成电路加工能力薄弱。长期的历史原因形成的短板需要长期的努力才能解决，既不要悲观，又不能急躁。

笼统地讲，突破芯片制造的瓶颈有三条路可走。

一是从占市场80%以上的成熟工艺做起，把集成电路成熟工艺（55-28nm）做成自主可控的生产线。通过成熟工艺积累经验、沉淀技术，逐步向高端工艺发展。采取新型举国体制研制光刻胶等尖端设备和EDA软件工具，同时大力发展国际统一战线，尽最大可能获取海外资源。

二是加大变革性器件和集成电路新工艺的研发力度，争取实现用低世代工艺获得目前传统高端工艺芯片的性能。

三是从需求侧发力，通过系统级的创新和优化，减轻对器件性能和功耗的要求。无论走哪条道路，都不是短期可以完成的任务，必须持之以恒，久久为功，至少需要十年以上的艰苦努力。解决芯片的制约问题一定要有耐心、恒心和决心，芯片制造是理论上证明可以走通的路，不管我们是追赶，还是另辟蹊径，只要我们不放弃、不懈怠，一定可以达到目的。

五、人机互补有可能构建人机命运共同体

中国基金报：您认为，继20世纪40年代之后，在21世纪20-30年代，可能出现基本创新（基础创新）的高峰，认为基于脑与认知科学的智能技术将引发一场信息技术的新革命；还认为，在信息领域，2020年以后，什么技术将成为新的主流技术会逐步明朗，2020-2035年将是信息技术改天换地的大变革期。

目前，您是否还坚持上述看法？信息领域新的主流技术是否已经明朗？如果是的话，将对信息产业产生什么影响？

李国杰：2009年，我在做“中国至2050年科技发展路线图”战略研究时，提出上面的预测，现在我仍然坚持这一看法。所谓“基本创新”也称为“基础创新”，是指能引起划时代改革的重大发明，比如蒸汽机、电动机、计算机、集成电路、互联网等。近50-60年信息技术发展很快，但缺乏划时代的基本创新。按照大约60年为周期的经济长波理论，21世纪20年代是经济下降的衰退期，正好是基本创新的高峰期。根据历史预测未来，2020-2035年将是信息技术改天换地的大变革期。近几年人工智能技术的重大突破验证了这一预测。

有人说21世纪是生物世纪或量子世纪，但人工智能与这些以学科为基础的技术不同，其影响面更宽广，对人类生活的影响更深刻。因此把21世纪称为人工智能世纪，可能更合适。美国工程院曾经评选出对20世纪最有影响的20项工程技术，排在前三名的是20世纪上半叶开始流行的电力系统、汽车和飞机，而不是下半叶才流行的计算机。21世纪下半叶可能会出现现在还不知道的技术，但对整个21世纪影响最大的可能还是上半叶突飞猛进的人工智能技术。

人工智能有这么大的影响在于它会引起前所未有的认知革命。GPT等大模型具有的涌现功能预示着，人造的机器可能具有与人类不同的认知模式。人有人智，机有机“智”，人机互补有可能构建人机命运共同体，这是人类发展史上的一个大转折。尽管实现通用人工智能还有很长的路要走，但通过近百年的艰苦努力，通往智能王国的黑暗森林似乎出现了一线曙光。中国的学者在这一场前所未有的探索和竞争中走在世界的前列，历史的机遇不可错过。

六、还需“晶体管”式的重大发明，起步早不等于是市场赢家

中国基金报：您一再强调中国要走低成本的信息化之路，美国OpenAI公司开发的ChatGPT3.5大模型耗资巨大，对于中国科技公司来说，可能难以承受。那么，中国在开发类似ChatGPT大模型时，是否可以走出一条低成本之路？

李国杰：目前的人工智能大模型类似于上世纪40年代发明的ENIAC电子管计算机，体积庞大，费用高昂，但ENIAC是划时代的发明创造，为以后的改进提供了一个起点。晶体管和集成电路的发明使计算机走上了低成本的发展之路。

大语言模型的参数越做越多，现在已经朝百万亿级的目标努力，构建和运行成本都难以承受。降低模型的成本已成为人工智能界的共识，现在已推出几个参数规模小很多但性能也不错的模型。模型究竟要多大才会有涌现行为，模型的规模与性能究竟是什么关系，现在都没有搞明白。模型的改进还需要理论上的突破，创新的空间很大。目前人工智能界需要“晶体管”式的重大发明，才能使大模型走上良性发展之路。

中国是一个发展中国家，必须毫不犹豫地走低成本信息化之路。历史上有许多好的技术，但有很多死在摇篮里，能够大规模推广的技术一定是低成本技术，摩尔定律的威力也在于指数性地降低成本。

光伏发电是值得学习的榜样，通过基础研究，不断提升光伏电池的效率，现在光伏发电的成本已大幅度降低，不再需要政府补贴，就能平价上电网。中国的光伏发电技术已做到世界领先，光伏组件已占领70%以上的国际市场。起步早不等于是市场上的赢家，只要狠抓基础研究和技术攻关，中国的AI大模型有可能走出一条低成本之路，成为市场上的赢家。

七、物端设备智能化将是最大市场，物端计算是换道超车的新战场

中国基金报：您认为，随着信息技术的换代，市场主导者必然发生变化。上一代的主导者是英特尔、微软等以基础平台产品为主的大公司，新一代的主导者是谷歌、苹果、脸书等应用技术与产品相结合的IT公司。

如您上述所言，如果已经发生了信息技术的大变革，什么类型的科技公司将成为新形势下的主导者？在新形势下，物端计算系统是否有新生态的萌芽，是否发展出了新的产业生态格局？中国的科技公司是否有希望抓住历史机遇，克服“并联式”难题，实现“弯道超车”？

李国杰：云计算的出现曾经使信息产业发生一次主导者的大变化，谷歌、苹果、脸书等公司乘势崛起，成为国际上市值排名前10的公司。这一次人工智能技术的突破又会引起一次大洗牌，必然会出现新的主导者。借助对OpenAI公司的投资，微软公司市值猛涨，已超过2万亿美元，有可能重新成为主导者之一。什么AI模型会成为市场的主流，现在还没有定论，很难预测哪一家会胜出，也可能有现在还不知名的创业公司突然崛起。在云计算浪潮中，中国冒出了阿里、腾讯等世界著名的龙头企业，希望在人工智能浪潮中，中国出现新的龙头企业。

截至2022年底，我国蜂窝物联网终端用户达18.45亿户，移动物联网已经实现了“物超人”，物联网连接数超过了人联网数量。水表、气表、烟感、追踪已形成 4 个千万级应用场景。人机物三元智能融合是信息技术的未来发展方向，物端设备的智能化将是最大的市场，必将形成新的产业生态。

PC机和手机已经是同质化竞争严重的红海，物端计算还是一片蓝海，是我们换道超车的新战场。但是，物端设备种类繁多，市场碎片化，目前还没有出现主流的芯片和操作系统。如何打造较为通用的物端计算生态，是信息产业高质量发展必须解决的难题。

八、还没有出现“有中国特色的DARPA”

中国基金报：您曾经认为，中国缺少类似美国DARPA那样的引领高科技发展的管理机构，并期待能够出现有中国特色的DARPA。11年过去了，您觉得我国的科技管理体制在哪些方面还需要改进？是否出现了您期待中的“有中国特色的DARPA”？

李国杰：DARPA是全世界公认的颠覆式技术创新最成功的组织者，一系列重大的原始创新，如互联网、GPS、无人机、mRNA疫苗等都源自于这个机构安排的研究计划。有人说，它用美国军方30%的研究经费创造了美国1/3的重大科技成果。DARPA不只是美国军方的一个科研管理机构，实际上是美国科技举国体制的典范。

我国许多学者研究过DARPA成功的经验，不少科技管理部门也在学习DARPA ，应当说，取得一些成效，但我认为还没有出现“有中国特色的DARPA”。中国的国情不同于美国，在计划经济年代，我们曾有过两弹一星的成功经验，当时的中央专委发挥了集中力量办大事的领导作用。在市场经济的条件下，如何形成新型举国体制，把目标导向的创新协同扩展到官、产、学、研整个系统，需要我们探索新的管理机制，DARPA有些经验还是值得我们借鉴。

DARPA的成功经验主要表现在两方面：一是“选任务”，二是“选人”，即完成任务的领军人才。要做好这两件事，必须有充分的授权，即国家对DARPA的授权和DARPA对任务领衔者的授权。而授权的基础是对主导创新活动的科学家的信任。要建立新型举国体制就要在如何选准任务和如何选对人上下功夫，所谓科技体制机制改革的关键也在于此。

中国科技创新体系的一个大问题是缺乏系统运行机制。新型举国体制需要解决决策权和资源配置权的集中问题，只有先集权才有可能实现对专业人士的高度授权。国务院机构改革将与产业联系较密切的国家科技计划从科技部调整到各产业管理部门后，如何统筹协调应引起高度重视。近几年各部门十分重视公务员合规优先的计划管理流程，科技评审专家、科学家、企业家围着公务员转，这种科研生态不利于选准任务选对人。选任务和选人的责任不应该主要落在各级公务员身上，要充分体现科技人员的主体作用。

九、要形成以产业技术为主体导向的科技文化

中国基金报：近三十年来，您一直致力于高科技的产业化。作为中国工程院院士、中科院计算所前任所长、中科曙光董事长，您在这方面有哪些经验值得总结和分享？在开放的市场经济条件下，中国科技公司应该如何与国外科技巨头进行竞争？

李国杰：确实如你所说，我留学回国30多年来，一直致力于高科技产业化。与我的工作有较密切关系的曙光、海光、龙芯、寒武纪等上市公司的总市值（高点）接近5000亿元，这些公司已成为我国服务器和芯片产业的骨干企业。

在高科技产业化的过程中，我最深的体会是一定要形成以产业技术为主体导向的科技文化。长期以来我们一讲科技就认为是大学和科研单位的事，企业只是所谓科研成果转移的接收者。通过30多年的实践，我切身体会到，大多数科技工作只有最终体现为市场上的产品和服务，才有真正的意义。

产业技术的需求是引导大学和科研机构的原始动力。企业离市场最近，最了解应用场景，也对卡脖子有最切身的体会。与经济发展有关的国家科技计划，企业应该是出题人、也是主要的答题人和阅卷人。

有些科研人员担心，强调“企业是技术创新的主体”会导致追求短平快，降低基础研究的水平。这可能是低估了企业的科研能力。信息领域划时代的重大发明，如图形界面，智能手机，最近的大语言模型等，都是公司发明的。

国内企业的研发能力总体上低于国外，但就信息领域而言，华为、阿里、腾讯、百度等龙头企业的研发能力不亚于高校。目前大学的科研产出主要是论文，其实相当多的论文除了为个人提职戴帽有作用外，对经济发展没有实质性的贡献和影响。

这几年国家提倡“反五唯”，已取得一些成效，但大学和科研院所基本上还是围着论文转，科研人员的导向还没有根本性的改变。什么时候大学和科研院所的科研人员真正把企业当成技术创新的主体了，我国经济高质量发展就走上了良性发展的轨道。

自从美国开展科技战以来，大家都重视自主创新和科技自立自强。有不少人认为中国市场很大，与国外完全脱钩，自己从头做起，也会发展得很好。30多年的市场拼搏使我认识到开放合作多么重要。生产一台服务器，一款芯片，原材料和技术供应链的庞杂远远超出人们的想象，一个企业不管规模多大，想包打天下是办不到的。任何一个国家想包打天下也只能维持在低水平。中国对抗美国的科技封锁，光靠义愤填膺是赢不了的，必须斗智斗勇，卧薪尝胆加上高明的谋略才能取胜。

C919大飞机开始研制时，零部件自给率只有22%，现在60%的零部件已经实现国产化。在发动机等主要零部件仍然受制于人的条件下，居然已拿到1100多架订单，真是一个奇迹！这是技术攻关与外贸、外交等部门通力合作取得的结果。科技战与三国演义的军事战争一样，既需要关羽、张飞一样的猛将，也需要诸葛亮一样的足智多谋的军师。

 （备注：涌现是指一个系统当中个体之间预设的简单互动行为所造就的无法预知的复杂样态的现象。涌现现象的产出往往依赖于自组织结构，其呈现非线性。蚁群不是个体蚂蚁的简单相加，而是另一个智能体。涌现现象最大的秘密就是：个体并不重要，个体与个体之间发生的连接和相互作用才最重要。自组织结构具有了自我生长、学习、反馈、进化、更新的能力。

AI技术引领第四次场景革命，赋能生活、生产、办公、医疗、出行、金融等C端、B端、G端的重要场景领域。