10月14日消息，近日，由中兴通讯主办的“AI‘兴’视野沙龙”在北京举行，中兴通讯首席发展官崔丽与多名业界大咖聚焦人工智能技术发展的前世今生、最新进展、应用趋势、产业融合新路径等热点话题展开深入交流。
崔丽谈到，当前，我们正处于全新的数智时代，数字化、网络化、智能化和低碳化的确定性趋势不可逆转，这不仅给我们带来了巨大的市场空间，也将为全球经济可持续发展做出积极贡献。然而，任何机遇都伴随着挑战，正如一枚硬币的两面，我们必须在抓住机遇的同时，认真思考如何应对相关挑战，规避潜在风险。
一是全球风险，近年来，全球经济受到疫情等因素的影响，复苏压力加大，各国在解决自身问题的过程中，也产生了一系列连锁反应，此外，人类的探索与认知正接近临界，我们需要进一步拓展认知边界，为人类社会发展和进步开辟新的空间；
二是数字伦理问题，随着数字化和智能化进程的加速，信息爆炸与信息匮乏并存，信息真实性成为一大挑战，数字伦理问题日益凸显，如AI换脸技术被用于诈骗、误导公众等问题都需要我们严肃对待；
三是资源、效率及变现的问题，随着数字化和网络化的深入，数据量激增，对计算资源的需求也随之增加，特别是在引入AI技术后，对算力和能源的需求更是达到了前所未有的高度。因此，如何在既有资源约束下在全局范围内最大化产出，提高资源利用效率，加速变现成为了我们需要思考的关键问题。
现场，崔丽回顾了AI发展的前世今生，她说，回看人工智能技术70年左右的发展历程，曾历经两次春天和两次寒冬，当下，我们正处于第三次春天，AI每一次关键突破的背后，都是科学家和业界大咖持续数年乃至数十年的努力，“所有的横空出世，其实都是蓄谋已久”。即便是ChatGPT，其出现也并非偶然，也是基于前几代GPT，也是基于数据、算法优化和算力增强等多方面共同努力。
回顾过去的两次AI寒冬，最重要的原因是过高期望导致的过度失望，这一次，在春天来临之际，我们需要更加务实、冷静地看待AI，帮助其健康发展。
她说，当下，尽管人们依托于Transformer构建了新的AI范式，但其依然没有逃出数学的限制，人们借助以Transformer为主要手段的神经网络来捕捉海量人类数据中隐藏的知识范式，当模型遇到新问题时，运用前期掌握的知识范式通过外推或内插来对新情况作出合理的推断。在崔丽看来，在此次浪潮中Transformer的最大贡献在于两点，一是泛化，Transformer通过对海量知识进行归纳总结，使得其不仅能在单一领域具备强大能力，还能作为通用基础技术广泛赋能各行各业；二是涌现，量变到质变，能力涌现使得AI能处理训练阶段没有遇到过的问题，通过长思维链等手段多次查询内部蕴含的知识可以使其解决更为复杂的问题。
然而她也提到，在这个过程中，有几个方面需要注意，首先规模问题上，虽然“大力出奇迹”，但面向后续发展，单纯依靠规模堆砌的方式会带来资源浪费；其次是能力的拓展，从单模态到多模态，再从简单到复杂问题的处理，模型的知识密度一定会不断增加，知识密度才是价值源泉。更高效率和更高价值的能力，大概率成为业界追求的核心方向。
为此，崔丽提出了面向未来如何助力AI健康、良性、向善发展的思考：
一是求真务实、砥砺前行，她强调，GenAI依然处于发展初期，技术高速迭代，市场扑朔迷离，同时也产生幻觉、隐私、安全和伦理等问题。但技术本身无善恶，善恶在人，当下，行业自律显得尤为重要，龙头企业应首先自我约束，例如设立责任框架及自律机制，在AI模型训练和产品研发应用过程中不断贯彻这些原则，同时携手努力，持续创新和改进，解决问题，让AI更加健康发展；
二是兼容并蓄，科技向善，AI是一个高度跨学科的领域，需要与大数据、算力和网络、材料工艺、具身智能、能源转型等多种技术的深度融合和高效协同。此外，从伦理和安全的角度看，需要确保AI的设计和应用符合人类普世的道德标准和价值观，比如平等、普惠、向善等，尽量减少偏见和歧视，持续优化数据的多元化和算法的公平性等，这些都需要人文和科学的结合，包括伦理学、法律学、社会学等。
基于此，崔丽提出了一些判断：首先，开源与闭源各有优势和短板，两者并存并互相促进已成为必然趋势；其次，在追求规模的问题上，大小需根据具体应用场景、问题、目标及资源约束来定，以实现最佳投入产出比；再次，我们很难在广度和深度上同时做到兼顾，应该结合场景具体问题具体分析，有时多模块协同的小型系统可能比单一的大系统有更好表现，事实上实践也证明了，模型训练的MOE、模型应用的Agents、大小模型结合等，都有更好的性价比；她还谈到，AI是硅基、无机、数学范畴，而人类则是碳基、有机生物，除了自然科学还有社会科学等，其认知、决策和行为都有深刻的文化、历史、价值观等背景，同时至少目前，AI并无意识，我们不应将其过度拟人化，对AI带来的新的问题也不要过度应激，客观理性应对解决就好，人类科学、科技和社会进步的历程，本身就是发现问题、解决问题的过程；最后，数字世界与物理世界的融合日益加深，但人类社会中的复杂因素如经济、政治等，无法单纯通过算法来编程，要引入