来源：新基石科学基金会
9月28日，2000年图灵奖得主、中国科学院院士、清华大学教授姚期智在第四届“青年科学家50²论坛”开幕式上，以《人工智能的科学视角》为题发表主旨报告。针对当下备受关注的人工智能的未来发展问题，姚期智结合国内科学家的前沿探索，给出了自己的判断和洞见。本文为演讲实录整理，略有删改。未经本人审阅。
今天我想谈一谈大家都很关心的议题，就是关于人工智能的未来发展会是什么样子。
人工智能的发展在社会、产业等各个方面牵动着世界的前途。今天的演讲，最主要介绍的是我所熟悉的一部分，那就是从一个纯科学的角度来讲，人工智能领域现在正在进行以及将来最有希望的发展方向是什么。
人工智能领域最明显的趋势有两个，一是怎样从弱智能走向通用智能；二是人工智能的发展，使得本来就已经相当明显的学科交叉工作变得更加活跃、更加重要。我会在
具身智能、AI+量子、AI仿生、人工智能新的基础理论
以及
AI安全
等方面各给大家举一些例子。
第一个趋势是从弱智能走向通用人工智能。
20年前的人工智能可以做到人脸识别，到后来可以下围棋。这些单一的、人们觉得非常困难的工作，它能够做到超过人类。近年来出现的ChatGPT，在语言能力上表现出一种非凡的智能。大家都能感觉到，现在最好的大模型确实比普通人，甚至是受过高等教育的人显得更加聪明。
当下一个重要趋势，就是走向更通用的智能，让人工智能能够处理更多的事务。
具身多模态
的通用智能，是大家关心的正在研究的一个对象。怎么样让将来的AI系统或者说机器人，有机会能够了解物理的世界，同时在这一过程中产生智能，就像人所能够做到的那样。
第二个趋势是学科间的交叉赋能，
从单一学科走向交叉化，在生物科技、医疗健康、新能源、新材料等方面都已经有一些例子，在寻求颠覆性的科技创新，也已经看到一些突破性的成果。
这个趋势将来一定会深化，且将要改变整个科学的面貌。
其中大家非常熟悉的，就是
AI和生命科学的交叉。
Alphafold的最新版本展现出非常可观的能力，它就是用AI算法来预测蛋白质的三维结构，甚至是动态的结构。我们普遍认为它的影响非常深远，提高了医学病理研究以及新药研发技术的水平。
很有意思的一点是，AlphaFold的开发者Demis Hassabis 和 John Jumper去年获得了拉斯克奖（Lasker Award）。这是一个非常重要的奖项，说明人工智能在交叉上确实做出了非常了不起的工作。
接下来谈谈我们在中国做了一些什么事情，我想举五个例子。
第一个，走向通用人工智能的第一步，就是具身智能，或者用通俗的话来讲，我们想要产生一种具有通用智能的机器人。
这当然是一个
主流的方向
，因为它不但在科学上重要，在产业上也有无可估量的重要地位。它把已经在国计民生上重要的机器人这个传统产业，与新兴的人工智能产业，通过智能机器人结合在一起。未来的世界，一定是一个人和机器人相处的世界。机器人当然可以有各种样子，但是我相信，将来机器人的数目会比人更多，会变成社会中重要的一分子。所以它一定是一个核心产业，一个制高点，不能不争取，要考虑怎么把这件事情做好。
通俗来讲，
很多工厂现在都使用了机器人，
能够做一些相对重复、简单的工作，它需要比较有力量，但不需要太多智能。我们怎么给它一个大脑，让它能够走出工厂，从事更多其他事情？这是一个很重要、很艰巨的任务，它的进步是可期的。
这完全是实力的比较，人工智能领域水准越高、人才越多，做具身智能就一定能走在别人前面。这也是一件相当严峻的事情，如何提升中国人工智能人才的强度、数目，是我们不能不关注的问题。
还要考虑如何让机器人能够
从事各种复杂的任务，应对不同场景。
传统的机器人在工厂里做得很好，不出乱子，但那是在一个单一环境，是用控制论做的传统技术，没有本领应付突发事件，或者面对稍微复杂一点的场景。但是新的大模型，把大脑放在机器人里面，让我们第一次感觉到这件事情是可以做到的。这和自动驾驶也是相关的。
清华大学交叉信息研究院陈建宇团队做的一个机器人，看上去和普通的机器人区别不大，但它有两个特点：第一，它能做一些传统机器人没有办法做的事情；第二，这是在清华大学的研究院开展的，它有一个独特的优势，就是我们研究院里面至少有七八个做具身智能的老师，陈建宇特别会做的是硬件，其他的老师有些是专门做视觉的，有些是专门做触觉的，他们有各种不同的感官研究专长，这些人都是世界上最高水平的。有这么多专家在同一个地方，能够对这样的计划做贡献，这是非常难得的。
所以我说，这种基础的、高水平的研究，一定要在学校里面做。也许美国的情况是一些大公司可以做，但中国的普通公司，没有可能雇到这么多在学术前沿做贡献的人才。这件事情是需要各种人才的汇聚才能做到的。
第二个例子是
AI和量子物理的结合
，通过AI赋能量子物理。
清华大学交叉信息研究院邓东灵老师团队做了一个工作，首先实现了拓
扑的时间晶体。
拓扑的时间晶体是在理论上可以建构，但在现实世界中没有的。我们如何在一个量子系统，或者量子计算机里面，构造出这样一个自然界没有的系统，实现这个崭新的观念？人工智能就使得这件事情变成可能。
这是
人工智能、量子计算
和
凝聚态物理
的交叉学科。这件事情重要的原因是这个观念非常新颖，大概十多年前由诺贝尔物理学奖获得者Frank Wilczek提出。空间晶体是大家非常熟悉的，虽然自然界的物理对于地点是有对称性，但是晶体打破了这种对称性。Frank Wilczek就想到，时间上的对称性是不是也可以被打破？这是一个非常新颖的受到物理学界注意的观念。
这种拓扑的时间晶体，就是一种特别的具有拓扑性的晶体，此前没有人能够实现它，直到邓东灵团队才实现。人工智能在其中发挥什么作用呢？因为要做这件事情，其中一个关键是需要设计出一个好的量子模拟线路，这就是人工智能能够大显身手的地方。
如何从自然界得到灵感，来帮助设计出一个我们想要设计的工艺产品？大家都知道，我们看到鸟飞，使得人类想到，是不是也可以做一架飞机，让我们像鸟一样飞翔。自然界给的灵感非常重要，我相信如果世界上没有鸟，我们人类社会将不会产生在天空飞翔的观念。
清华大学交叉信息研究院的杜韬老师，
看到翅果在自然界能演化出上百个不同的模式，它的种子传播是靠一种旋转的物理过程，让它在空中能够停留久一点。大家猜测，它留得久，种子传播的范围就大一点。将大自然的奥妙放到工程上应用，就产生一种有特殊性质的飞行器。
杜韬团队收集了50余个翅果的样本，用三维扫描重建几何模型，再用这些几何模型作为AI学习的基础。这是从自然界走到AI设计的方向。你可以用某种方法看翅果自旋的速度，然后得到一个设计。杜韬团队就用纸张来制造一个新的翅果模型，并用物理模型做实验，结果他设计出来的翅果的自旋，相比于自然界最好的翅果能加速30%，有利于它飘得更远。
杜韬不是把一般的AI技术原封不动地拿来做研究。其中有AI本身的技术研究，因为这是一个小样本的学习，只有50多个翅果，如果用普通的方法来做，得不出好的结果，必须在科学上利用物理的性质，使得AI的学习能够成功。这就是为什么我说有些研究一定要在高校做的原因，因为只有在高校，大家能够有这个能力，有这种高质量的人从事研究。
清华大学交叉信息研究院袁洋老师的团队运用了一个数学上的高级理论，叫做“范畴论”，用它透视并且改进大模型。因为范畴论不像普通的代数或者几何，是一个相对比较稳定的系统，范畴论是非常高端的，在所有领域都能用到的一种语言，他
用范畴论来透视并且改进大模型。
图灵奖得主霍普克罗夫特看到这个研究，他评论说“这个工作给AI基础理论带来机遇，将来一定会发展成为重要的方向”。
我稍微讲一下他用范畴论能做什么事情，如何从范畴论的角度来看大模型。大家对大模型常常有一种误解，认为要有无穷多的资源，比如要有数据、算力、参数、完美的训练，模型可以学习到任何事情。但是没有人讨论，这个模型，是不是即便有这些条件也做不了？
这就是科学研究当中一个重要的问题，不要老是在已经有的方法上跟人家拼，买更多的算力卡来应对。范畴论有一个
