3月29日,在2025中关村论坛通用人工智能论坛上,北京通用人工智能学院院长,北京大学人工智能研究院、智能学院院长朱松纯表示,目前,行业对AI的讨论几乎被大模型能力所占据,而基础学科、原始创新与智能本质的研究却被边缘化,甚至遭到部分舆论的否定。更有甚者,形成了某种“技术投机”的氛围,仿佛只有少数企业能代表中国 AI 的水平,而长期支撑 AI 发展的基础学术群体、理论工作者、认知科学研究者则被忽视。这种认知偏差,正在让我们离真正的AI创新越来越远。
朱松纯总结了 AI 的创新具有5个层次:
最下面底层的是,哲学层面:探讨“智能”的本质。事实上,智能的本质是“主观的”,每个人的决策都基于自己对世界的认知与价值体系。这些认知未必客观,却决定了行为。
第二层,理论层面:建立认知的数学框架,如逻辑学、统计建模、概率计算。
第三层,模型层面:根据框架构建具体模型,如判别模型、生成模型、大模型等。
第四层,算法层面:在具体模型下,开发优化算法,提高计算、推理、训练的效率。
第五层,工程与部署:把模型落地到硬件、平台,优化存储、计算,形成可用的产品和系统。
他还说道:
目前很多所谓的创新,仅仅停留在第4层(算法)或第5层(部署)层面,连理论框架都不具备,却在吹嘘“颠覆”。而我们现在真正缺的是对智能本质、认知建模的原创性突破。
当前社会存在严重误区,仿佛只有 DeepSeek 等这样的企业做出了成果,甚至有人极端认为,学术界、研究机构的工作都是“吃白饭”,这种情绪化、非理性的舆论正在误导大众。
我们必须澄清,DeepSeek 在工程落地、API 产品化、算力优化等方面确实取得了成绩,但主要集中在工程部署层面,并未解决人工智能的核心难题——比如认知建模、智能理论、学习机制等。
支撑今天所有 AI 应用的底座,正是学术界数十年在哲学、理论、建模、算法等基础层面的持续投入。若因短期的产品化成效,就否定基础研究,甚至鼓吹“学术无用论”,不仅荒谬,也极其危险。
以美国的创新为例,很多集中在最底层的硬件(芯片、架构)、大模型,以及算法优化。我们如果想在中美竞争中取得突破,关键要在于第四层和更高的哲学与理论创新。
如果只是重复美国的老路——算力、算法、部署,我们永远都是追随者。
原文:https://mp.weixin.qq.com/s/9aJuk7XDAX_JR3JJnqFD0A