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
人工智能领域正在通过改进模型工作方式来释放新功能。研究人员开发了一种名为"SVDquant"的4位量化系统,可以使扩散模型运行速度提高3倍,同时提升图像质量和兼容性。这种技术通过压缩参数和激活值来大幅降低内存和处理需求,为资源受限的系统带来新的可能性。
Meta公司开发了一种机器学习模型SEAMLESSM4T,能够实现36种语言之间的近即时语音翻译。该模型采用创新方法,利用互联网音频片段避免了繁琐的数据标注。这一突破性技术有望简化多语言交流,但仍需解决噪音环境、口音等挑战,并关注技术可能带来的偏见问题。
生物制药行业正积极拥抱人工智能技术,大型企业投入巨资,小型公司谨慎布局。行业面临人才、数据和工作流程等挑战,但预计到2025年将在AI就绪度方面取得实质性进展。AI有望加速药物研发,提高效率,最终造福患者,重塑医疗保健的未来。
随着 AI 需求激增,数据中心行业面临严峻挑战。能源消耗激增威胁可持续发展目标,新项目遭遇公众反对。电力供应和分配方式亟需改革,行业或将迎来动荡的 2025 年。