张钹：厘清AGI定义，推动中国人工智能发展路径探索

在全球人工智能（AI）技术迅猛发展的背景下，中国在此领域的探索与创新也迎来了前所未有的机遇与挑战。近期，中国科学院院士、清华大学人工智能研究院名誉院长张钹接受了媒体采访，分享了他对中国人工智能发展路径及通用人工智能（AGI）定义的见解，指出了当前中国AI行业面临的各种实践难点，以及未来发展的建议。

AGI的定义与发展现状

张钹认为，当前AI界对于AGI的理解存在较大分歧，部分观点认为AGI将在短期内实现，而另一些则认为这是一种遥不可及的理想。这种分歧的根源在于对AGI的定义缺乏统一。张钹提出，AGI可从三个方面进行理解：

1. 领域的通用性：AGI在执行各种不同任务时应不受限于特定领域。尽管当前的大语言模型能够在开放领域内进行自然对话，但其在一些专业领域如医疗诊断和决策等方面的应用仍然面临局限。

2. 任务的通用性：理想的AGI应能完成所有人类能够做到的任务，并达到人类水平以上的表现。目前的AI系统大多停留在语言交流层面，缺乏实体互动和操作能力。

3. 通用的理论基础：发展AGI需要通过建立一套明确的理论体系来指导前进方向。目前这一理论体系尚未形成，使得AI的发展处于探索阶段。

整体而言，张钹认为AGI仍处于初级阶段，其前路充满挑战与不确定性。他进一步指出，尽管大模型在语言生成和与人类自然交互方面取得了显著进展，但仅依靠大模型无法实现AGI，必须与硬件、机器人等其他技术深度结合，才能在实际应用中发挥作用。

各领域的实践难点

在谈到“人工智能+医疗”领域时，张钹指出，不同的应用场景面临的挑战存在显著差异。对于导诊、分诊等辅助性工作，AI能够有效地提升效率，技术门槛较低。医疗诊断的可靠性和可解释性尤为重要。张钹强调，医生需要理解AI系统的决策过程，以便对此做出最终判断。这就提出了极高的技术要求，显示出医疗AI应用的复杂性。

而在“人工智能+机器人”的发展方面，张钹则指出，目前面临可靠性与成本两大难题。尽管理论上可以依靠人形机器人替代人类的部分工作，但在市场上，绝大多数机器人依然处于展示阶段。要想在如机器人服务老人或无人驾驶等场景中应用，必须解决机器人的高可靠性和降低成本问题。

中国人工智能的发展路线

张钹强调，中国的人工智能发展必须基于国情。例如，在机器人技术的应用中，中国家庭多为平层结构，相比之下，轮式机器人在成本与实用性上会更具优势。这提示我们，应避免简单复制美国等国家的技术路线，而是应根据自身需求探索适合的技术方案。

对于“人工智能+工业”领域的发展，张钹指出，当前的核心问题在于高昂的设备采购与维护成本。许多制造企业因承担不起相关成本，依然依赖人工操作。他表示，中国在工程和算法优化方面具有显著优势，促进“AI+工业”必须走这条技术创新的道路，从而推动制造业从劳动密集型向智能化转型。

对未来的展望

张钹分析了“清华系”AI企业占比较高的现象，认为这是由于清华大学拜根于1978年就开始人工智能研究，积累了丰富的研究与产业化经验，形成为其覆盖的科研团队和企业生态。同时，他也提出，评估有潜力的人工智能公司时需关注“掌门人的能力”和“技术与业务的契合度”。

张钹的展望清晰明了：人工智能的发展不仅要在技术前沿上突破，还需重视理论基础的构建和跨学科的融合。他呼吁要充分发挥中国在工程优化方面的优势，走出一条真正符合中国特色的人工智能发展道路，为全球的AI发展贡献中国智慧。

未来，张钹所倡导的中国人工智能发展道路必将在技术创新和理论深化中不断前行，这不仅关乎国家的科技进步，也将为人类社会的可持续发展提供重要的动力。