理论突破、海量数据、计算能力等共同促进了AI发展，特别是反向传播算法的突破，拉开深度学习的大幕。

　　需要注意的是，现阶段所实现并且已经被广泛应用的AI大多属于“弱人工智能”。AI尚处于起步阶段，还有非常多的问题需要探索，但不影响解决实际问题。AI不是要等到超越人的智慧才投入使用，而是只要在某个方面比人做得好就可以进入应用领域。今天的AI在图像识别、语音识别以及自然语言处理领域有着过人的表现。

　　至于“强人工智能”“超人工智能”还仅仅是科学家研究的愿景。AI正在从模型和算法主导的上半场迈向定义、评估和构建环境为核心的下半场，训练范式由预训练主导转为强化学习主导。

　　所以，我们需要客观地看待AI，既不要神话，也不要漠视。

　　如同每次产业革命到来时一样，人们总是会为“被替代”感到焦虑。事实上，虽然AI对于某些岗位确会产生影响，但AI替代的是任务，而非岗位，更不是人。AI可以承担那些人们不想做的、不愿做的，或者做不了的事情，但同时会创造新的就业机会。有报告预测，到2030年AI将会创造9亿的新岗位，净就业增长为正。

　　AI正快速演化，不仅改变了商业运行逻辑，也迫使社会科学重新思考其边界。随着AI的快速发展，社会科学不仅是其观察者，更要逐步转化为共塑者。

　　伦理与公平性、可靠性与安全性、社会与经济影响被视作AI发展面临的三大挑战。然而，与其把AI比作老虎，不如把它看作一个天才少年。因为老虎永远是野兽，而少年则能够在社会科学的引领下进行发展，最终为人类服务，为经济发展做重大贡献。

　　（作者为复旦大学发展研究院、技术创新战略研究中心教授，新工科建设战略咨询委员会副主任）