張亞勤：全球需要建立統一風險控製框架，確保AI發展與人類價值觀對齊
新浪財經北美站康路 發自瑞士達沃斯
2025年世界經濟論壇年會將於1月20—24日在瑞士舉行，年會召集世界各地、各行業的近3000名領袖，探討“智能時代的合作”這一主題。應邀參會的人工智能專家、清華智能產業研究院院長（AIR）、前百度總裁張亞勤在會議期間對新浪財經回顧了人工智能過去9年的迅猛發展，並就未來的重要議題與全球性挑戰進行了深入探討。作為9年前首次提出“人工智能是第四次工業革命技術基石”的學者，張亞勤認為，人工智能已經成為技術發展的主旋律，對全球經濟和社會的影響深遠。
“2016年初，深度學習剛剛起步，AlphaGo還沒有誕生，而現在，人工智能已經深入到信息智能、物理智能和生物智能等多個領域。”張亞勤回顧道。
他表示，人工智能的飛速發展不僅在技術層麵引領了第四次工業革命，更深刻影響了教育、醫療、交通、能源等傳統行業。以清華智能產業研究院（AIR）的全AI醫院為例，人工智能技術在短時間內完成了從診斷到治療的全流程管理。
盡管人工智能已經取得諸多成就，但張亞勤也指出，人工智能領域仍存在許多亟待解決的挑戰。在理論層麵，大模型的效率與人腦相比依然有較大差距，智能顯卡和算法通用性雖有顯著進展，但在資源使用效率上仍有巨大提升空間。他強調，人工智能的進一步發展需要紮實的理論支撐，這將為技術的全麵落地提供必要保障。
與此同時，人工智能的應用潛力正在逐步釋放。在教育、醫療、交通等領域，AI技術的落地正在解決現實問題，但如何加速這一過程、讓更多行業受益，是擺在所有從業者麵前的重要任務。“大模型已經進入可以使用的階段，我們應該關注如何讓技術盡快解決實際問題，推動社會和經濟的全麵進步。”張亞勤說道。
對於近年來AI研究更多集中在實力雄厚的大型企業而非高校的問題，張亞勤表示，大學與企業的職能各不相同。大學主要負責培養未來人才和進行基礎性研究，而企業則關注工程化創新與商業落地。他讚同另一位全球知名的人工智能專家李飛飛的呼籲，認為學術界需要更多的公共資源支持。
“當前學術界的算力資源在全球範圍內都顯得不足，無論是美國還是中國。”張亞勤認為，政府與社會應投入更多算力資源，支持學術界在人工智能科學計算等領域開展長期研究。
針對諾貝爾經濟學獎得主阿西莫格魯關於“AI對生產力提升有限”的觀點，張亞勤表達了不同的看法。他認為，人工智能是推動生產力革命的核心技術。未來幾年，AI將在IT產業、教育、醫療、交通等傳統行業掀起巨大的變革浪潮。
“到2030年，人工智能預計將帶來20萬億美元的產業機會。它不僅深刻改變了芯片、雲計算平台等IT基礎設施，還催生了新興的產業形態，比如無人駕駛、智能和AI助手等。”張亞勤指出。不過，他也提醒，人工智能的快速發展對能源結構提出了新的要求。預計到2030年，全球數據中心的耗電量可能占總發電量的10%，這對“雙碳”目標構成挑戰。
人工智能帶來的潛在風險也是張亞勤高度關注的話題。他指出，AI未來有無限的可能性，但必須警惕技術帶來的倫理挑戰。無論是數據隱私、算法偏見，還是AI與人類價值觀的對齊，都是需要認真思考的問題。他呼籲人工智能的發展應朝著可控的方向前進，通過有效治理降低風險。
在2024年9月第三屆國際AI安全對話上，圖靈獎得主約舒亞ⷦœ쥐‰奧（Yoshua Bengio），中科院院士、清華大學人工智能學院院長姚期智教授，美國加州大學伯克利分校教授斯圖爾特ⷦ‹‰塞爾（Stuart Russell）曾經跟張亞勤一同發布《威尼斯共識》，強調AI安全和公共教育、基礎設施、環境健康一樣是公共產品，且是全球性質的公共產品。
麵對AI治理的新挑戰，張亞勤對新浪財經表示，短期內，大模型帶來的風險集中在虛假信息傳播和社會衝擊等方麵，這些問題相對可控，但需要警惕AI進入物理世界和生物領域。
張亞勤建議，全球需要建立統一的風險控製框架，通過技術手段確保AI發展與人類價值觀的對齊。他表示，過去4年，他參與發起的國際安全對話機製，匯集了來自中國、美國、英國和歐盟的科學家，已召開三次會議。他強調，通過國際對話機製加強合作，是確保人工智能健康發展的關鍵，也是此次他達沃斯之行的重點之一。
附部分對話實錄：
新浪財經：9年前，您在達沃斯曾經斷言，“人工智能是第四工業革命的技術基石”。如何評價AI過去9年的發展？今年AI有哪些重要議題值得全球關注？
張亞勤：9年前正好是1月份，我提出人工智能是第四次工業革命的技術治理基石，是技術引擎。這9年發展非常快。2016年1月，當時還沒有AlphaGo，深度學習也剛剛起步。那時我作為百度總裁參會，百度已經在語音、文字、圖像和視頻識別方麵開展了很多工作，但還處於深度學習的早期階段。
過去9年，人工智能發生了翻天覆地的變化，各行業和全球經濟格局都因此產生了巨大改變。不僅僅是信息AI，尤其是近幾年，人工智能進入了物理AI和生物AI領域。當時我提出AI包含三個部分：信息智能、物理智能、生物智能。如今，這三種智能的融合，實際上是原子、信息、比特和分子的融合。這9年間，人工智能已經成為目前技術發展的主旋律，這讓我感到非常高興。
現在重要的話題，首先是人工智能的理論研究。不論是大模型、新型智能體，還是新的算法推理，都需要更紮實的理論基礎。目前大模型的效率還遠不及人腦，盡管智能顯卡的通用性有了很大進步，但效率方麵仍需進一步提升，理論突破將加速其落地應用。大模型已經進入可用階段，無論是語音、文字、多模態，還是教育、醫療、交通、新能源領域，AI都在發揮作用，關鍵在於如何快速實現全麵落地並解決實際問題。
另外需要關注人工智能的風險問題。未來AI有巨大的發展潛力和應用場景，但同時我們必須考慮風險，讓AI按照正確的方向、按照我們規劃的目標發展。這主要包括三個方向：理論、應用和風險治理。
新浪財經：由於AI研究對數據和算力的要求較高，近年來新發現更多集中於大公司，而不是高校。在美國，李飛飛也曾呼籲更多公共資源投入學界以保持平衡。您在業界和學界均有豐富經驗，是否有更好的解決方案？
張亞勤：大學和企業的職能有所不同。大學的第一職責是培養未來的人才，其次是進行長期性、基礎性的研究；而大公司更多關注工程化和規模化的創新。我讚成李飛飛的觀點，目前學術界的算力資源不足，無論是在美國還是中國都是如此。雖然我們在師範大學產業鏈中擁有相對較多的算力，但仍然不夠。
AI科學計算、AI生物計算、無人車等領域的研究需要非常強大的算力支持。為此，我認為政府和社會應增加對算力的投入，支持學術界進行長期理論研究。
新浪財經：關於AI是否能顯著提高生產力，最新的諾貝爾經濟學獎得主阿西莫格魯在論文中提出質疑。他預計未來十年，AI對全要素生產率（TFP）的增長上限不超過0.66%。您如何看待這一判斷？AI對生產力的影響如何？
張亞勤：我尚未看到他的觀點，但不同的觀點很正常。我本人並不同意他的判斷。我認為人工智能是人類曆史上最強大的技術力量，對經濟和社會的影響將是革命性的。在達沃斯人工智能專家委員會的研究中，我們預測，到2030年，人工智能將帶來20萬億美元的產業機遇。
具體來看，人工智能對社會的影響有以下幾個方麵：
第一，受益最大的產業是IT產業，包括芯片、數據中心、雲計算平台、新軟件、新架構以及相關服務。現在全球市值最高的公司幾乎都與人工智能相關，例如英偉達、微軟、蘋果、Meta和亞馬遜。
第二，人工智能深刻改變了傳統行業，例如教育、醫療、健康製藥、交通和能源。以清華智能產業研究院為例，我們建立了世界首個完全無人的醫院，配備了42位AI醫生和21個科室，包括護士、病人和藥房，所有功能均由AI技術實現。這種模式可在短時間內迅速提升到大型醫院的水平，AI醫生的診斷決策也遠超平均水平。當然，AI並不會替代醫生，但能成為高效的助手。類似的應用還有AI教師、無人駕駛、具身機器人等。
此外，AI的發展帶來了新的能源挑戰。目前預計未來5年內，用電量將增加至少4倍。到2030年，數據中心的耗電量可能占全球總發電量的10%。這對能源結構和“雙碳”目標提出了新要求。
新浪財經：2024年在威尼斯，您和其他國際頂尖AI專家強調AI安全是全球公共產品。您認為實施全球監管框架以防範人工智能帶來的災難性風險的主要挑戰是什麽？如何在監管與創新之間找到平衡？
張亞勤：短期來看，目前大模型帶來的風險相對有限，主要包括模型決策的準確性、虛假信息傳播及社交網絡工具對社會的衝擊等，這些風險是可以控製的。然而，當人工智能進入物理世界（如無人車、機器人、無人機等物理設施）或生物領域（如人腦與生物體連接），風險將顯著增加。
在這種情況下，需要建立全球統一的風險控製框架。這既是技術問題，也是政策問題。
首先，技術層麵需要解決數據選擇、模型構建和人類價值對齊等深層問題，並構建複雜係統的數學安全模型，明確邊界和紅線。
其次，通過國際合作實現監管與創新的平衡。過去4年，我們發起了國際安全對話機製，已有中國、美國、英國和歐盟的科學家參與並召開了三次會議。今年的達沃斯論壇也將進一步推動國際交流。