央廣網(wǎng)北京4月2日消息（記者 齊智穎）3月31日，在“2025中關(guān)村論壇年會(huì)”期間，中國(guó)科學(xué)院院士張鈸在智譜OpenDay活動(dòng)上發(fā)表演講時(shí)提及，當(dāng)前人工智能正在進(jìn)入“智能體化”時(shí)代，應(yīng)該把語(yǔ)言模型擴(kuò)展到智能體。同時(shí)，張鈸認(rèn)為構(gòu)成智能體必須符合三個(gè)條件——很強(qiáng)的思考能力、很強(qiáng)的執(zhí)行能力、很強(qiáng)的感知能力。

張鈸認(rèn)為，大模型的出現(xiàn)有兩個(gè)重要的意義。一方面，大模型使得人工智能的范式發(fā)生了根本性變化；同時(shí)，人工智能日新月異的發(fā)展必然會(huì)改變各行各業(yè)的面貌。

談及大模型之所以會(huì)產(chǎn)生巨大影響的原因，張鈸表示，大模型使機(jī)器像人類一樣思考，這一突破主要因?yàn)镚PT（生成式預(yù)訓(xùn)練變換器），通過(guò)巨大的人工神經(jīng)網(wǎng)絡(luò)和龐大的數(shù)據(jù)量學(xué)習(xí)，催生出了一個(gè)大語(yǔ)言模型，這個(gè)大語(yǔ)言模型最大的成功就是擁有強(qiáng)大的語(yǔ)言生成能力。

張鈸強(qiáng)調(diào)，機(jī)器一旦理解和掌握了人類語(yǔ)言，必然會(huì)開(kāi)辟一個(gè)充滿一切可能性的道路。

過(guò)去大模型的發(fā)展主要依靠規(guī)模定律，即依靠巨大的人工神經(jīng)網(wǎng)絡(luò)和巨大的數(shù)量數(shù)據(jù)。張鈸認(rèn)為，未來(lái)要超越規(guī)模定律首先要進(jìn)一步提升大模型的性能，同時(shí)降低成本。

關(guān)于提升大模型性能的舉措，張鈸指出，其一是利用機(jī)器自身的能力——思考能力或者推理能力；其二是AI反饋的強(qiáng)化學(xué)習(xí) (Reinforcement Learning from AI Feedback，簡(jiǎn)稱 RLAIF) ，依靠AI對(duì)齊（AI Alignment），特別是人類反饋強(qiáng)化學(xué)習(xí)（Reinforcement Learning from Human Feedback，簡(jiǎn)稱RLHF）。

張鈸強(qiáng)調(diào)，當(dāng)前人工智能正在進(jìn)入“智能體化”時(shí)代，應(yīng)該把語(yǔ)言模型擴(kuò)展到智能體。同時(shí)，張鈸提出構(gòu)成智能體必須符合三個(gè)條件——很強(qiáng)的思考能力、很強(qiáng)的執(zhí)行能力、很強(qiáng)的感知能力。

盡管大模型帶來(lái)了巨大變革，但當(dāng)前人工智能仍面臨諸多挑戰(zhàn)，張鈸總結(jié)了三大難題，他認(rèn)為這同時(shí)也是AI從業(yè)者的機(jī)會(huì)。

首先是多層次空間問(wèn)題，沒(méi)有層次的空間很難進(jìn)行復(fù)雜推理，目前在圖像領(lǐng)域這一問(wèn)題已經(jīng)使用擴(kuò)散模型得到解決，一旦把擴(kuò)散模型擴(kuò)充到語(yǔ)言上去，那語(yǔ)言上的推理就會(huì)非常容易解決。

其次是過(guò)程與結(jié)果問(wèn)題，推理都是以結(jié)果作為目標(biāo)，這存在非常大的隱患，有時(shí)候結(jié)果是對(duì)的，但是過(guò)程不一定對(duì)，因?yàn)閮?yōu)化的時(shí)候只優(yōu)化結(jié)果，并沒(méi)有優(yōu)化過(guò)程，這主要靠Reinforcement、AI Alignment解決。

此外，最重要的是可解釋性問(wèn)題，這個(gè)問(wèn)題的解決更多依靠校企合作，因?yàn)楸仨氁�解決理論上的問(wèn)題。

張鈸建議，AI企業(yè)應(yīng)不斷反思，不斷推動(dòng)自己改進(jìn)、進(jìn)化，使自身更符合現(xiàn)代企業(yè)精神。