清华大学智能经济系列沙龙聚焦人工智能发展的现状与未来

徐心介绍，清华经管学院持续推进人工智能与经济管理的交叉学科建设，并通过数字经济与智能管理专业硕士项目等平台，汇聚企业管理者、数字原生企业从业者和相关领域决策者，共同讨论数字化、智能化发展中的现实问题。

在主题演讲环节，张钹首先从“什么是人工智能”谈起。他指出，将人工智能简单定义为“用机器模拟人类智能”并不准确，因为人类对智能本身的认识仍然有限。当前人工智能的主流路径是行为主义，即通过机器模拟人类表现出的智能行为，而不是复制人脑的工作原理。这些智能行为主要包括思考、感知、行动和情感，四者相互联系，构成智能体感知环境、作出判断并采取行动的完整闭环。

△ 张钹演讲

回顾近 70 年的发展历程，张钹将人工智能划分为三个发展阶段。第一代人工智能以知识驱动为核心，依靠知识、经验和推理模拟人的思考，模型具有较强的可解释性，但系统专用性较强；第二代人工智能转向数据驱动，借助人工神经网络从大量数据中学习，在图像识别、语音识别和预测等领域取得突破，但也面临模型难以解释、安全性和可靠性不足等问题。张钹用“知识是人类智慧的源泉”和“学习才是人类智慧的源泉”，概括了前两代人工智能背后的不同逻辑。2015 年以来，以大语言模型为代表的第三代人工智能开始突破专用系统的边界。

在张钹看来，大语言模型最重要的突破，是让机器掌握人类语言的使用规律。与过去面向特定任务的人工智能相比，大语言模型能够在开放领域与人交流，生成具有多样性和连贯性的内容，并通过少量微调适应新的任务。他同时提醒，大模型的创造性与错误往往来自同一机制。输出越具有多样性，就越有可能产生新的内容，也越可能出现“幻觉”。因此，不能只看到大模型的能力，也不能忽视其边界。真正重要的是理解模型适合做什么、在哪些情况下可能出错，并通过人工复核、外部工具和验证机制提升结果的可靠性。

谈及大模型是否具有意识和情感，张钹区分了行为表现与主观体验。从行为上看，大模型能够生成带有情感色彩的文字，也可以解释和评价自己的输出。但从内部机制来看，目前的机器并不具备人类意义上的主观动机和主观体验。正是这种差异，使人类与机器能够形成互补，也决定了人工智能无法在所有场景中简单替代人。

张钹多次强调人机协同的重要性。在医疗、军事等环境复杂、可靠性要求较高的领域，人工智能可以提供分析与辅助，但不能完全脱离人的参与。人机协同是人工智能安全应用的重要保障，软件与硬件的结合则能够进一步降低系统风险。人工智能治理的重点，也不仅在机器本身，更在于规范技术的研发者和使用者。

谈到人工智能对产业和个人的影响，张钹指出，本轮技术变革对法律、经营管理、教育、科研和金融等知识密集型领域的影响尤为明显。面对这种变化，关键并不是回避人工智能，而是学习如何使用它。他认为，不是机器代替人类，而是会用人工智能的人代替不会用人工智能的人。张钹表示，人的核心能力未来将更多体现在判断问题、提出问题和检验结果上。只有具备相应的专业知识，才能发现机器输出中的不足，并通过人机互动获得真正有价值的结果。

在互动环节，现场观众围绕人工智能在军事决策中的应用、AI 时代的文化软实力建设、创业机会以及人工智能在反舞弊中的应用等问题与张钹展开交流。

活动最后，徐心表示，清华经管学院将继续推动人工智能与经济管理的交叉探索，为师生、校友和行业伙伴搭建交流与学习的平台。