9月11日，在2025Inclusion·外滩大会开幕主论坛上，香港大学计算与数据科学学院院长马毅指出，当前人工智能技术蓬勃发展，但仍缺乏对智能本质的科学理解。他强调，必须将AI从依赖试错、不可解释的“黑箱”系统，转变为基于数学原理与闭环反馈的“白箱”模型，才能真正实现机器智能。

　　马毅回顾了智能演化的四个阶段：从DNA所代表的种系遗传智能，到生物个体出现大脑与感知系统形成的个体发育智能，再到借助语言实现的群体智能，最后才是真正意义上的人工智能。他指出，生命进化本质是智能机制的启动，而当前以大模型为代表的AI仍处于最初级的“种系智能”阶段，依赖海量参数与预训练数据，不仅资源消耗高、效率低，且缺乏个体记忆与自我意识。

　　马毅表示，智能的核心在于“自我验证与自我纠错”的能力，即能够批判性地审视既有知识，发现错误、修正并完善它。而当前的大模型仅是静态知识的存储库，无法理解其内容，因而才会出现基础逻辑混乱和“幻觉”问题。“虽然拥有海量‘知识’，但不具备真正的‘智能’。”马毅表示。

　　展望未来，马毅认为，必须将智能作为一个严谨的科学与数学课题来研究，聚焦于构建具备个体记忆与闭环自治能力的系统，在可解释的理论框架下，推动机器智能向真正意义上的“自主智能”演进。