在北京市海淀區智識前沿科技促進中心，一場主題為“AI for Science，AI for Good”的科學盛會于2025年1月12日下午隆重舉行。此次盛會匯聚了眾多科學界的精英，共同探討人工智能科學與應用的最新進展。

會上，香港大學計算與數據科學學院院長、憶生科技創始人馬毅發表了題為“探索智能本質之路”的演講。他引用愛因斯坦的名言，強調科學應追求簡潔而不失深度。馬毅指出，DNA作為自然界的第一個大模型，通過自然變異和物競天擇，展現了群體智能的演化過程。這一過程與當下大模型的發展有著驚人的相似性，都是通過不斷試錯、優化來尋找最佳解。他進一步提到，大腦的出現使得個體智能成為可能，而語言和文字的發明則極大地提升了智能機制的效率。

馬毅還回顧了人類智能研究的歷程，從上世紀40年代科學家對機器模擬動物或人類能力的探索，到如今深度神經網絡在算力和數據支持下取得的突破性進展。他認為，盡管技術上取得了巨大進步，但智能背后的科學問題仍待解決。他呼吁科學家應致力于將智能定義為一個科學問題，探索其數學本質和正確的科學方法。

演講中，馬毅還分享了關于智能機制的獨到見解。他提到，每個人甚至動物都在不自覺地建立對外部世界的物理模型，進行精準預測。而AI的任務就在于從高維數據中學習數據的定位分布，實現數據的組織、結構化和規律提取。他強調，神經網絡的功能就在于實現數據的壓縮和數學算子的應用，通過逐層優化數據組織，使輸出比輸入更加精準。

在談到智能的未來時，馬毅表示，當前的AI技術仍處于初級階段，與真正的智能相去甚遠。他建議年輕人應多讀歷史，了解智能研究的起源和發展歷程，以便更好地把握未來的研究方向。

隨后，亞馬遜云科技上海人工智能研究院院長張崢發表了題為“大模型時代，教育的新挑戰——從流水線到文藝復興”的演講。他首先從技術發展的角度回顧了人類社會的進步歷程，指出技術的每一次突破都經歷了長時間的試驗和優化。

張崢將現有的教育系統比作一條流水線，從小學到大學，再到專門人才的培養，這一過程高度模塊化和標準化。他認為，這種流水線式的人才培養模式雖然提高了效率，但也限制了個體的多樣性和創新能力。他提到，大語言模型的發展過程與這種流水線式教育有著異曲同工之處，都是通過大量的數據訓練和任務優化來提升性能。

然而，張崢也指出了大模型存在的局限性。他提到，數據本身的復雜度決定了模型的性能上限，一旦數據訓練達到飽和，模型的進步速度就會放緩。他還強調了長尾分布對現實世界的影響，指出大語言模型反映的現實世界也是長尾定律的體現。

在談到AI對教育的影響時，張崢表示，AI將挑戰現有教育的極限，推動教育向更加開放和多元的方向發展。他鼓勵學生積極使用AI技術來提升學習效率和能力，并學會像文藝復興時期的科學家那樣思考，將自己變成一個廣譜的人才。

張崢還提到，AI應成為一位優秀的老師，幫助學生提高自主學習能力。他強調，在沒有AI的情況下，學生應具備更強的學習能力；而在AI的輔助下，學生應能夠飛得更高、更遠。

此次科學盛會不僅為與會者提供了寶貴的交流平臺，也引發了大家對人工智能科學與應用的深入思考和探討。隨著技術的不斷進步和應用領域的不斷拓展，人工智能將為人類社會帶來更多的變革和機遇。

馬毅和張崢的演講不僅展示了人工智能領域的最新進展和前沿思考，也為未來的研究方向提供了寶貴的啟示。我們期待在不久的將來，人工智能能夠在更多領域發揮更大的作用，為人類社會的進步貢獻更多的力量。

同時，我們也應看到，人工智能的發展仍面臨諸多挑戰和問題。如何確保技術的安全性和可控性、如何保護個人隱私和數據安全、如何避免技術濫用和倫理風險等問題都需要我們深入思考和解決。只有在確保技術發展的同時兼顧倫理和社會責任，人工智能才能真正實現為科學和人類帶來福祉的目標。

我們還應加強對人工智能技術的普及和教育。通過提高公眾對人工智能技術的認識和了解，增強人們的科技素養和創新能力，為人工智能技術的發展和應用創造更加良好的社會環境和人才基礎。

總之，此次科學盛會的成功舉辦不僅展示了人工智能領域的最新成果和前沿思考，也為我們提供了寶貴的啟示和思考。我們期待在未來的發展中，人工智能能夠發揮更大的作用，為人類社會的進步貢獻更多的力量。