中国科学院自动化研究所复杂系统管理与控制国家重点实验室主任王飞跃教授,是智能系统、社会计算和复杂系统的建模、分析和控制等领域的权威专家,他在2024 AI创新者大会暨PEC提示工程峰会上,发表了题为《人工智能迭代中的提示、对齐、引导工程:从新AI和知识自动化到系统智能生态》的主题演讲。
人工智能将来会是算法智能+语言智能+想象智能,王飞跃指出,”我们喊了十年,欧盟终于也从工业4.0转到了工业5.0,从CPS转到了CPSS,工业5.0核心是从之前的物理自动化转到了知识自动化,否则我们不会有AlphaGo和ChatGPT,你们(提示工程师)会是未来的主力人群。”
王飞跃总结,在即将到来的未来时代,将由PAPAI++(提示、对齐、引导工程)主导,通过知识自动化重塑生产方式,用平行智能创造新的生活空间。
在这个世界里,人类不再是简单的生产者,而是数字王国的统治者;AI也不再是单纯的工具,而是构建社会的基础设施。
更重要的是,该判断揭示了一个关键趋势:技术发展的终极目标不是取代人类,而是让人类过上更有尊严的生活。从“996到1023”的转变,不仅是工作方式的改变,更是文明形态的进化。
我们从他的演讲内容中,摘取了与人工智能相关的十个富有洞见的金句。
中国科学院自动化研究所复杂系统管理与控制国家重点实验室主任王飞跃教授
1、AI的转变
人工智能的发展正经历一场静默的革命。“现在对多数人来说,AI=Artificial
Intelligence,但这已经成为'老AI'。”王飞跃断言,AI的内涵正在发生根本性转变,从最初的人工智能,迅速演进为Agentic Intelligence,并正在向自主智能(Autonomous Intelligence)跃迁。这种转变预示着,AI技术正从单纯的工具属性,向具备自主决策能力的智能体转变。
2、新职业的出现
在这场AI变革中,提示工程师扮演着独特的角色。“提示工程师是未来知识产业的快递小哥”,王飞跃用这个生动的比喻,描绘了一个新兴职业的未来图景:“正如快递员在电商时代连接商家与用户,提示工程师将在AI时代担任人类需求与机器智能之间的关键桥梁。”他随后说道:"现在我可以说,祝贺现在入场的大家,进入了这个崭新的很有希望的行业。”
3、神经网络的缘起
在剖析AI的技术本质时,王飞跃回溯到了现代神经网络的起源:1943年人工神经元网络,是从控制论来的。1942年的摩西会议(Macy Conference)上,诺伯特·维纳讨论的Circular Causality(循环因果)理论启发了沃伦·麦卡洛克(Warren McCulloch)思考神经元的循环连接特性,这成为了他与沃尔特·皮茨(Walter Pitts)随后在1943年提出首个数学神经元模型的重要基础。该模型后来成为现代深度学习的理论源头之一。
4、智能的不可解释
对于人工智能的可解释性问题,王飞跅提出了一个颠覆性观点:"去年是帕斯卡尔诞辰400年,我终于认识到了智能不可解释,加多少形容词都不可解释(除了某个非常具体的问题),但可以治理,必须治理。"
这一判断,将AI研究的重心从“可解释性”转向了“可治理性”,为行业发展指明了新方向。
5、数字的平行世界
在未来社会形态方面,王飞跃提出了一个令人深思的判断:“将来就是三个世界、三种人类,我们人类占了不到5%。80%以上是数字人、平行人口、平行服务。”
这个预测描绘了一个由物理世界、数字世界和混合现实构成的多维社会形态。在这个新世界中,是AM(自动化管理)的世界,机器人、数字人就把活干了,这意味着,人类将从重复性劳动中解放出来,转向更具创造性的工作。
6、新的工作方式
基于此,王飞跃提出了一个提示工程师的新概念“1023”:即从“996的码农转为1023”,把10月24日过成码农节就是疏忽了,那是11位,要减去2的零次方,所以是1023——10点上班,2点下班,一周就工作3天。更大胆的是,他预见"每年的10月23号放假,一直放到第二年的1月23号。"
这不是一个简单的工作制度改革,而是对未来生产力极大提升后,人类生活方式的重新定义。
7、未来的知识体系
在知识体系重构方面,王飞跃教授预测:"将来就剩下一个交叉学科,其他都不要学了,因为其他都是常识,你看诺贝尔奖都给了计算机,化学奖都给了计算机,跟传统学科都没有半分钱关系。"
这一判断说明,未来的学科边界将被打破,跨学科融合将成为主流。在知识生产方式上,王飞跃提出:"将来一定是小问题、大模型”。
8、AI的本质属性
对于AI的本质属性,王飞跃提出了三重构成理论:"人工智能将来就是算法智能+语言智能+想象智能。”这一判断,超越了传统的计算智能范畴,将语言能力和创造性思维纳入AI的核心特征。
他强调,这种智能必须遵循"真道"原则:"可信、可靠、可用、有效益,以正确的方式做正确的事。"
9、个人的身份定位
对于未来个人身份的定位,王飞跃也做出了独特预测:"因为你将来一生下来,就有一个数字王国,你就是那个王国的国王,你要管理他们。"这意味着,每个人都将拥有自己的数字资产和数字身份,需要学会管理自己的数字疆域。在这个数字王国中,"基于智能合约的新世界,基于区块链智能的新世界”将成为基础设施。
10、人机的合作关系
而从系统设计的角度,王飞跃强调:"最后一个里程碑,就是把面向人的管理系统,面向计算机的操作系统,合二为一变成了像水一样无处不在(H?OS)。"这预示着,未来的智能系统将实现人机系统的深度融合,打造真正的普适计算环境。
注:本文根据王飞跃教授在2024年AI创新者大会暨PEC·提示工程峰会上的演讲整理而成,经本人确认。
好文章,需要你的鼓励
Anthropic发布SCONE-bench智能合约漏洞利用基准测试,评估AI代理发现和利用区块链智能合约缺陷的能力。研究显示Claude Opus 4.5等模型可从漏洞中获得460万美元收益。测试2849个合约仅需3476美元成本,发现两个零日漏洞并创造3694美元利润。研究表明AI代理利用安全漏洞的能力快速提升,每1.3个月翻倍增长,强调需要主动采用AI防御技术应对AI攻击威胁。
NVIDIA联合多所高校开发的SpaceTools系统通过双重交互强化学习方法,让AI学会协调使用多种视觉工具进行复杂空间推理。该系统在空间理解基准测试中达到最先进性能,并在真实机器人操作中实现86%成功率,代表了AI从单一功能向工具协调专家的重要转变,为未来更智能实用的AI助手奠定基础。
Spotify年度总结功能回归,在去年AI播客功能遭遇批评后,今年重新专注于用户数据深度分析。新版本引入近十项新功能,包括首个实时多人互动体验"Wrapped Party",最多可邀请9位好友比较听歌数据。此外还新增热门歌曲播放次数显示、互动歌曲测验、听歌年龄分析和听歌俱乐部等功能,让年度总结更具互动性和个性化体验。
这项研究解决了现代智能机器人面临的"行动不稳定"问题,开发出名为TACO的决策优化系统。该系统让机器人在执行任务前生成多个候选方案,然后通过伪计数估计器选择最可靠的行动,就像为机器人配备智能顾问。实验显示,真实环境中机器人成功率平均提升16%,且系统可即插即用无需重新训练,为机器人智能化发展提供了新思路。