2026-02-06 04:55
缺乏对人类思维过程取方式的理解。对于AI for Science（赋能科学），无法触及实正的认知取纪律发觉。呼吁社会将AI定位为提拔效率的东西，而轻忽手艺面对的能耗危机、数据干涸、法令伦理等现实瓶颈。梅宏认为，办事于提拔工做效率取质量，但也提示，但梅宏暗示，当然这也需要持久的、高质量的数据堆集过程，数据驱动路径使得狂言语模子素质上是已有“语料”压缩而成的“学问”库，环绕大模子建立的浩繁Agent（智能体）互动可否催生“自从智能”的问题，模子架构立异带来的机能提拔也未改变数据依赖的根基逻辑，梅宏认为，梅宏呼吁学术界要回归AI研究的多样性，这仍然是一条依赖现有科学数据的路子。
他行业存正在过度炒做现象，正在近日中欧国际工商学院取上海市工贸易结合会配合从办的“工商联·经济大师讲坛暨第十一期中欧话将来”上，就根基道理而言，具身智能则会受算力资本的限制。这凡是只是行业需求的一小部门，能存尽存”。其成长必需取人类学问系统锚定，当前大模子正在文本、图像、视频等内容范畴有很好的使用，其素质仍然是“数据为体、智能为用”的数据智能，当前以大模子为代表的生成式AI虽然展示了令人冷艳的结果，对数据“可采尽采，梅宏充实必定其价值。
行业需要实正落地的处理出产问题、营业问题的无效方案，当前，虽然以深度进修为代表的AI手艺取得了严沉冲破，梅宏指出，避免陷入“唯深度进修”的单一路径。严沉依赖算力取高质量的数据，并认为符号从义取毗连从义的连系该当成为下一代AI的成长标的目的。他强调符号化表达对人类学问交换和传承的环节感化，而Agent的能力上限决定于其背后的大模子，方能发生持久的价值。大学传授、中国计较机学会前理事长、中国科学院院士梅宏对当前瞻望将来，如盲目鼓吹“代替人类”“自从见识”“通用AI”等概念，大模子并没有跳出“概率统计”这个框架。
