專題：財經年會2026：預測與戰略暨2025全球財富管理論壇
《財經》年會2026：預測與戰略暨2025全球財富管理論壇於2025年12月18-20日在北京舉行。清華大學蘇世民書院院長、人工智能國際治理研究院院長薛瀾，與美國四大國家學院院士、神經科學和人工智能領域奠基者特倫斯・謝諾夫斯基教授展開對話。
談到當前大語言模型與人類智能的關鍵區別時特倫斯・謝諾夫斯基表示，智能內涵豐富且維度多元，人類智能、人工智能、軍事智能等雖有相似性，但差異巨大。大語言模型在知識儲備維度優勢顯著，但其缺乏人類大腦默認模式網絡的持續活動，無法自主規劃與記憶。談及AI是否可能產生自我意識，他表示難以精準預測，但強調意識並非人類獨有，黑猩猩等物種雖無複雜語言能力，仍具備一定自我認知，這為AI意識研究提供了參照。
對於生物科學與人工智能的協同發展，特倫斯・謝諾夫斯基認為這是剛開啓的新領域。當前人工智能架構雖更接近人類大腦，但仍基於規則行為模式，而人類通過自然賦予的經驗學習能力快速適應世界。兩者的深度融合有望實現雙向賦能，但目前仍處於起步階段，距離目標尚有較大差距。
在AI技術發展路徑上，薛瀾將當前人工智能比作「認知蒸汽機」，提出需構建新的數學與理論體系解釋其高維發展特性。特倫斯・謝諾夫斯基認同這一觀點，指出人類生活在三維空間，而語言模型的神經元數量與突觸強度對應高維參數，數學家已着手探索相關理論，未來有望形成類似熱力學的完善體系。
針對AI風險與監管這一核心議題，雙方展開深入探討。特倫斯・謝諾夫斯基強調，任何技術都需平衡風險與收益，汽車、醫藥等領域的發展均證明了這一點。人工智能當前存在的偏見、幻覺等問題本質上是技術問題，可通過持續優化解決。他認為，最理想的監管模式是行業自我監管，若企業未能有效把控風險，政府介入需謹慎，避免因不了解技術細節而阻礙創新。
對於「紅線監管」與國際協同治理，特倫斯・謝諾夫斯基表示，劃定AI發展紅線具有可行性，但需明確邊界所在，可借鑑上世紀60年代生物學家限制生物技術風險的經驗，通過透明化實驗報告輔助紅線劃定。針對薛瀾提出的建立國際聯合實驗室的設想，他表示高度認同，認為關鍵在於推動研究人員與政策制定者共同制定監管原則，可考慮在第三方國家設立相關機構，規避國際競爭帶來的阻礙。
談及AI失控這一極端風險，特倫斯・謝諾夫斯基認為，此類擔憂雖有一定合理性，但具體發生時間難以預測，部分可能屬於過度焦慮。他強調，需關注超級預測者的判斷，同時通過各國合作建立風險預警機制，避免重蹈核能領域可能引發的全球性災難覆轍。
針對人工智能對就業的影響，尤其是對年輕人的衝擊，特倫斯・謝諾夫斯基給出積極回應。他表示，AI雖可能替代部分崗位，但也會創造大量新機會，如數據科學領域近年來需求激增，加州聖地亞哥分校數據科學研究院五年內已招聘50名新教職。他建議年輕人應紮實完成本科或碩士學位，主動學習AI相關技能，利用技術提升工作效率，而非受週期波動影響。
對於人文社科領域從業者的轉型問題，他分享了美國一名英語文學專業學生成為AI命題工程師的案例，說明語言才華等人文素養與AI技術的契合點。他透露，全球AI初創企業已超10萬家，為不同背景人才提供了廣闊舞台，人文社科從業者可憑藉獨特視角在AI倫理、內容創作等領域找到自身價值。
對話最後，雙方探討了AI的未來發展方向。特倫斯・謝諾夫斯基表示，當前AI雖取得顯著進步，但仍有巨大優化空間。未來十年，AI將借鑑人腦組織方式，在特殊目的處理、散熱技術等方面實現突破，逐步提升效率。他認為，AI與神經科學的深度融合有望讓機器像人腦一樣理解事物，甚至產生直覺與創意，而人類對自身意識的神經科學基礎研究也可能取得新進展。
薛瀾在總結中指出，人工智能治理需面對科學家、企業、國家多重主體的複雜博弈，借鑑生命科學領域的阿西洛馬原則雖有挑戰，但國際協同仍是關鍵。未來需通過多元治理機制平衡創新與安全，同時幫助不同羣體適應技術變革，充分釋放AI的積極價值。
新浪聲明：所有會議實錄均為現場速記整理，未經演講者審閱，新浪網登載此文出於傳遞更多信息之目的，並不意味着讚同其觀點或證實其描述。
責任編輯：李思陽