3月27日，在博鳌亚洲论坛2024年年会“AIGC（生成式人工智能）改变世界”分论坛上，中国工程院院士、清华大学讲席教授、清华大学智能产业研究院（AIR）院长张亚勤，《人工智能：现代方法》作者、加州大学伯克利分校计算机科学系教授斯图尔特·罗素，中国科学院自动化研究所研究员、联合国人工智能高层顾问机构专家曾毅等多位专家、产业界人士共话AIGC的未来。
专家认为，现在，人工智能还是42公里马拉松的“第5公里”，大家都有机会。未来一定是人工智能和机器智能的融合，当然，风险很大，必须正视风险，如果不加以引导控制，这个风险就会转化为生存风险。
张亚勤：人工智能还是42公里马拉松的“第5公里”
在分论坛的现场，张亚勤谈了大模型和生成式AI的关系，他认为，两者一个是技术一个是能力，因为有了预训练、超大规模、自监督式的大模型，生成式AI（人工智能）才可能有如此高的能量。
关于大模型的走向，张亚勤表示，首先是多模态，其次是人工智能大模型走向自主智能，可以进行目标制定、规划任务，自我制定路径、自我完成方案、自我编码等。第三则是边缘智能，现在大模型主要还是在云端，未来将走向手机、PC、机器人、汽车等。“最重要的是，现在整个世界在走向物理世界，生物世界，所以，生成式AI不仅能进行语音识别、人脸识别、图像识别，还可以去创造和生成，不仅可以生成文字、图像、视频，还可以生成代码、药物、数学公式以及物理方程式，所以，生成式AI会带来巨大的技术和范式改变。”
不过，张亚勤认为，改变中也有一些风险。“当然，我是乐观主义者，我认为人类有两种智慧，一种是发明新技术的智慧，另一种是引导技术走向的智慧，因此，可以一边发展一边治理，但一定要在创新、发展的同时想到治理。”
针对AI未来的发展，张亚勤认为，要素、算力、算法、数据和人才都重要，但长期来看，人才最重要。
张亚勤认为，现在，人工智能还是42公里马拉松的“第5公里”，大家都有机会。未来一定是人工智能和机器智能的融合，当然，风险很大，必须正视风险，如果不加以引导控制，这个风险就会转化为生存风险。
斯图尔特·罗素：使AI系统学习是努力的方向
在分论坛上，斯图尔特·罗素则就AI发展路径、中美AI竞合等问题提出了观点。
斯图尔特·罗素表示，下一代GPT5，人们可能会发现其训练材料已经是之前的十倍，但这也意味着数据的终结，宇宙中已经没有更多数据，这时，如果还没有真正的通用智能，人类就必须去寻找不同的方向。“我不认为合成数据能改变这个问题，因为合成数据并不是真实数字，它并不会让系统变得更有能力。”
可能的新方向会是什么？斯图尔特·罗素提到，将概率理论和编程语言结合起来，就可以使用表达式语言来学习新概念，这个技术迄今还未像大语言模型那样得到发展，还需要更多人类的干预，来创造出一个结构模型。“使AI系统学习，并且像人类一样产生产品，同时，人类能理解其内部运行机理，这是我们努力的方向。”
在谈到中美AI的竞合时，斯图尔特·罗素表示，竞争是良性的，零和博弈的说法非常错误。如果AI是安全的，能够让人类受益，甚至比人类能力更强，很多人都会因此受益，从这个角度来说，竞争并没有意义，核心问题在于人类如何安全地与技术共存。
曾毅：超级智能的人工智能应该是超级利他的
曾毅则在分论坛上谈及了AI未来的发展方向及对中美AI竞合的看法。曾毅表示，现在的AI看上去似乎发展得接近所谓的AIGC了，但是实际上两者还没有任何关系。
曾毅认为，我们一定要做的努力是，把真正意义的人工智能带给世界，服务世界，同时要研究可能出现的风险。“人工智能演化速度非常快，人类从历史、从自然中学习的速度太慢，如果人类还不反思，最后给人类带来灾难性风险的不是人工智能而是人类自己，因为人类没有在数亿年的演化中学会如何与生态相处，当生态中出现了智慧水平比人高的智能，那才是人类最大的风险。”
不过，曾毅对未来仍乐观，他认为，超级智能的人工智能应该是超级利他的，但问题是，现在人类构造的是否是一个超级利他的人工智能，人类能否把大自然演化的规律嵌入到人工智能当中，让其成为自然演化的延伸，去关注其他生命，而不是给其他生命和世界带来灾难性后果，这是人工智能技术研究以及未来人类演化需要共同进化的方向。
而针对中美AI竞合的问题，曾毅认为，美国、中国都不能真正引领未来的人工智能，人工智能是基础性、赋能性的技术，这个世界足够大，让中国、美国以及更多国家在构建基础设施和应用方面都找到机会。更关键的问题是，全世界如何团结起来为人类繁荣构造更安全、更可靠、更可信的人工智能，这才是世界更团结的目标