唯有通过人工智能的范式革命建立信息学科范式，才能获得人工智能研究的源头创新和整体创新。

(资料图片仅供参考)

数智前瞻

自ChatGPT横空出世以来，在短短半年时间里，大语言模型给我们带来方方面面的震撼，搜索、创意创作、代码生成脱胎换骨。在大模型助力AI快速发展的新时代，如何准确把握人工智能的走向，使之更广泛应用于不同场景，成了业界争夺的焦点。那么，通用大模型AI发展现状如何，其在商业应用领域呈现哪些特点，前景是否可期？

通用大模型AI尚处科学进展滞后的初期阶段

中国社会科学院信息化研究中心主任姜奇平在接受中国经济时报记者采访时表示，通用大模型AI当前发展处于技术飞速突破，但科学进展滞后的初期阶段。技术突破表现在其将相关关系与因果关系结合，突破了大数据“相关而非因果”算法的局限。科学滞后是指人工智能范式革命仍然没有发生，突出问题表现为在物质科学观束缚下，信息、知识、智能的主体因素(如价值因素和内容因素)被系统地忽略，AI表现出对物质客体把握能力强，而对主客相互作用把握能力弱的“偏瘫”现象。在现象上表现为一些明星技术成为“大众眼中的专家”“专家眼中的大众”，技术强而科学弱。

姜奇平分析认为，通用大模型AI对商业应用的影响，是在不需要专家级高端智能情况下，可以替代一些简单归纳型的知识劳动，但仍不能替代真正的专家进行知识发现。目前，主要适合一些非创造性的脑力劳动，如助手型的工作。在一些“人算不如天算”的高风险决策、预测领域的应用效果，还有待观察。

向高级阶段迈进还需经历漫长过程

通用大模型AI虽被业界看好，但要获得光明前景，唯有通过人工智能的范式革命建立信息学科范式，才能获得人工智能研究的源头创新和整体创新。

姜奇平认为，未来人工智能发展，需要新科学范式、新信息范式的突破。人工智能范式革命乃是推动物质学科主导的科学时代转变到信息学科主导的科学新时代的引擎和桥梁。

在姜奇平看来，目前通用大模型发展存在一定障碍，根本原因在于它援引的是物质学科范式，而把人排除在外。物质学科范式仅仅把物质客体的结构与功能作为自己的研究对象，彻底地排除了主体的一切因素，因而也就排除了价值和内容的立足点，彻底否决了从形式加工出价值和内容的可能性。

因此，姜奇平分析认为，从目前来看，通用大模型AI从初级阶段迈向高级阶段还需要一个漫长的“交学费”过程。因为其目前主导的思路，是完全用物理学看待物的观点来看待物与人同时产生作用的人工智能。只有通过人工智能的范式革命建立兼具主客体特征的信息学科范式，才能获得人工智能研究的源头创新和整体创新，进入人工智能发展的高级阶段。

“当然，在出现真正的突破之前，应用可以发挥引导作用。”姜奇平表示，因为应用可以由人主导进行价值判断，以弥补机器在价值判断上的无能。在应用过程中需要注意的是，坚持以人为本，以应用需求主导技术能力发挥，将人的价值能力与机器的物质能力结合起来。总之，通用大模型AI应用不能搞“无人驾驶”，要让人“驾驶”机器。

人工智能应优先应用于制造业领域

人工智能重构生产、分配、交换、消费等经济活动各环节，形成从宏观到微观各领域的智能化新需求，催生新技术、新产品、新产业（300832）、新业态、新模式。

人工智能与制造业融合，是指将人工智能技术应用到制造业，使制造业在数字化和网络化的基础上，实现机器的自动反馈和自主优化。人工智能在制造业中的应用广泛，围绕提升效率、降低成本、增加产品和服务价值以及探索新业务模式等价值定位产生了不同的应用场景。

“制造业的智能化决定了一个国家的实力，人工智能在制造业领域应该得到优先发展。”中央财经大学中国互联网经济研究院副院长欧阳日辉对中国经济时报记者表示，制造业的智能化决定了一个国家的实力，人工智能在制造业领域应该得到优先发展。按照应用领域，我国人工智能可分为视觉人工智能、决策类人工智能、语音及语义人工智能等类别。经过多年的发展和实践，我国人工智能已广泛应用于城市管理、金融、零售、制造等诸多领域。其中，电子、汽车、能源电力行业人工智能预备度较高，应用市场的规模和增长领先于其他行业，“人、机、物三元智能融合是未来信息技术的发展方向，物设备的智能化将是最大的市场，必将形成新的产业生态。”