2025年，以DeepSeek为代表的人工智能技术掀起热潮，令国产大模型格局发生巨变。未来人工智能如何进一步发展？中国的人工智能发展之路如何走？
在第八届数字中国建设峰会期间举办的“院士专家行”活动上，中国工程院院士吴志强、陈军、刘韵洁，中国科学院院士童庆禧等围绕上述话题，各抒己见。
生态蓬勃发展
类似DeepSeek的团队还有18个
主持人：DeepSeek对创新发展带来什么启示？
吴志强：我们一直在关注全球的人工智能发展。无论是DeepSeek，还是海外的ChatGPT，都不是一日成长起来的。实际上，像DeepSeek这样的团队，在中国至少有18个和它水平差不多的，只是DeepSeek冒出来了。现在人工智能已经形成蓬勃发展的生态，我们要清楚整个生态体系才能真正引领或者把控局面。
我们在用人工智能技术做城市规划时是“两手推进”。一方面是用通用人工智能大模型，但有两个缺点：一是模型训练时“吃进去”的原料粗糙，二是算力消耗巨大。
另一方面是采用精细的数据来训练模型，吃的都是“精粮”。我们发现，在这种训练模式下，仅用5%-10%的算力，就能完成更加精准的内容输出。这意味着，“精准”和“普遍”两条道路都要走。
陈军：今年DeepSeek出来的时候，大家对中国技术有这样的突破，感到振奋。
DeepSeek确实不错，但你让它作首诗还可以，如果让它做一个专业的“东西”就差很多。所以我认为：
第一，每个领域、每个专业都有很多知识。首先要把知识汇集起来、提炼出来，建成知识库。我们要利用人工智能技术把我们行业的知识好好梳理、总结、应用。
其次，现在的大模型仍是语言大模型，它讲究的是上下文关系、推理关系。但如果要涉及地理信息、城市规划等领域，涉及很多空间信息，比如前后左右、地上地下、室内室外等，所需要的关系结构就变成了三维时空关系。所以要发展“时空大模型”，大模型要从语言模型走向“时空大模型”。
最后，我认为，现在要积极拥抱人工智能，但不要完全单纯地使用人工智能，要把我们的专业智能和机器智能有机结合起来。
刘韵洁：我想谈两点启发：第一，“六小龙”不光只有DeepSeek。各地政府去寻找与“六小龙”一样的人才或者团队，这是不太可能成功的。好的创新环境，对创新宽容的支持度是最重要的。“六小龙”出现在杭州不是偶然，是有必然性的。
第二，DeepSeek的成功说明，任何一个创新的团队，都要勇敢挑战自己从事的领域中最困难的问题。
我判断DeepSeek的成功就是基于问题导向的。只有大算力才能出现大智能？还是可能少用一些算力也能出现更高的智能？我认为它就解决了这个问题。这些给了我启发：哪怕我们现在还处在劣势的一些领域，完全有创新、赶超的机会和可能。
将有AI营养师等新职业
让青年“冒头”
主持人：未来数字中国的建设应该怎么做？我们应该关注些什么、部署些什么、推进些什么？
童庆禧：每天中国大概有将近四五百个遥感卫星在天上转，这意味着，传输下来的数据量甚至能到EB级。对于这些数据而言，如果人工智能大模型不能和遥感空间多维的信息相结合，仅仅聚焦国际上或者国内通用的模型，可能解决不了实际问题。所以，应该针对时空多维信息来发展我们的大模型。
吴志强：我认为要关注两点。一是新的职业训练师。我们在训练人工智能的过程中，越来越深地感受到，怎么训练各行各业特别需要的大模型，以及训练的时候给它什么“料”训练很重要。就像比赛一样，除了运动员，教练团同样重要，这事关最后出的效果好不好。这就意味着未来专门的AI训练师和AI营养师会成为新的职业。
第二点是青年涌现。发展人工智能不是只有国家战略、总体布局、自上而下的，有时候是自下而上的。比如刚才说有一群类似DeepSeek的团队，有很多只是暂时没冒出来而已。
要允许青年冒头。我团队的学生在三年前送给我一个“AI吴志强”，是他们自己“玩”出来的——把我所有写过的、发表的书全部训练后做出来的，非常优秀。这个产品是完全在计划外的，只是一帮学生觉得好玩做的。
在中国人工智能领域的未来发展中，这种“青年涌现”是我们要非常注意的现象。我们的眼睛要看到他们，要鼓励他们，要给他们营养。他们可能“玩”出世界级题目来。
陈军：一方面，还是要打造人工智能的公共产品。比如日常生活中，我们并不知道使用的电是核电、火电，还是水电，只要连上就能用。未来，人工智能也要像这样，并不是形成寡头，或者谁都去做；应该提供一些通用的工具，让各家在这个平台上去完善应用场景。
另一方面，要打造良好的生态。如果我们搞人工智能，搞到最后把我们所做的专业消灭了，把我们的行业消灭了，就是一种罪过，我们不应该走这条路。
我的理解是，人工智能出来后，将来会把很多费力的、危险的工作交给机器去做，人去做知识工程师，总结知识、凝练知识。
当年汽车发明出来的时候，国外有一些人很恐慌，觉得马车夫都没事干，要失业了。最后发现有了加油站、4S店、修理厂、出租车等行业，孵化了一批新职业。
我觉得我们要致力于打造良好的生态，让这个社会更好地发展。要把各行各业的人变成那个行业的知识工程师，让他们去创造知识、加工知识，然后把知识“喂”给机器，让机器帮我们干那些人不愿意干的工作，这样才是一个良好的生态。
