來源：科技視聽

在2025年全國廣播電視科技工作會(huì)上，中國工程院院士、人工智能領(lǐng)域權(quán)威專家梅宏作了題為《人工智能-現(xiàn)狀與展望》的核心報(bào)告。這份覆蓋“概念辨析、歷史脈絡(luò)、當(dāng)前困局、未來路徑”的深度PPT，不僅厘清了當(dāng)下AI熱潮中的認(rèn)知誤區(qū)，更針對廣電行業(yè)技術(shù)應(yīng)用、內(nèi)容生產(chǎn)、風(fēng)險(xiǎn)防控給出了方向性指導(dǎo)——堪稱2025年AI領(lǐng)域的“必讀指南”。

目前，該報(bào)告完整PPT已上傳至廣電獵酷平臺(tái)，可掃碼登錄廣電獵酷小程序或訪問網(wǎng)址，在“科技報(bào)告-科技專題”板塊中下載全文，把握前沿趨勢。

一、概念辨析：認(rèn)清AI本質(zhì)，跳出認(rèn)知誤區(qū)

報(bào)告開篇即聚焦“智能”的核心差異，明確當(dāng)前AI與人類智能的本質(zhì)區(qū)別：

1. 兩類智能的核心邊界：人類智能是“感知、認(rèn)知、創(chuàng)造”的協(xié)同能力，能適應(yīng)環(huán)境并創(chuàng)造新知識(shí)；而當(dāng)前AI（尤其是深度學(xué)習(xí)技術(shù)）本質(zhì)是“數(shù)據(jù)驅(qū)動(dòng)的概率統(tǒng)計(jì)模型”，僅能模擬特定任務(wù)、擬合數(shù)據(jù)模式，并非“類人智能”；

2. 兩大技術(shù)流派對比：AI發(fā)展至今形成兩大核心流派——符號(hào)主義（以邏輯推理為核心，代表技術(shù)如專家系統(tǒng)）與連接主義（以神經(jīng)網(wǎng)絡(luò)為核心，代表技術(shù)如深度學(xué)習(xí)）。當(dāng)前主流AI以連接主義為主，但存在“知其然不知其所以然”的固有缺陷；

3. 關(guān)鍵結(jié)論：“AI并非具備自主意識(shí)的‘智能體’，不會(huì)自發(fā)理解人類情感，本質(zhì)是輔助人類的高級(jí)工具”。

二、歷史回顧：AI“三起兩落”，揭示技術(shù)發(fā)展規(guī)律

報(bào)告系統(tǒng)梳理了AI自1950年代至今的發(fā)展脈絡(luò)，通過關(guān)鍵節(jié)點(diǎn)呈現(xiàn)技術(shù)演進(jìn)的周期性特征：

1956年：起點(diǎn)確立：達(dá)特茅斯會(huì)議首次提出“人工智能”術(shù)語，標(biāo)志著AI成為獨(dú)立研究領(lǐng)域；

1970s-1980s：兩次寒冬：因技術(shù)瓶頸突破緩慢、市場預(yù)期過高，AI領(lǐng)域先后經(jīng)歷兩次“寒冬”，行業(yè)投入大幅收縮；

2012年：第三次崛起：AlexNet模型在圖像識(shí)別任務(wù)中取得突破性成果，深度學(xué)習(xí)技術(shù)引爆AI“第三次春天”；

2017年后：大模型時(shí)代：Transformer架構(gòu)問世，生成式AI技術(shù)快速迭代，大模型成為AI發(fā)展核心方向。

三、現(xiàn)狀直擊：AI的“長板”與四大核心挑戰(zhàn)

報(bào)告用數(shù)據(jù)與案例客觀分析當(dāng)前AI的能力邊界，既肯定技術(shù)優(yōu)勢，也直面行業(yè)痛點(diǎn)：

1.技術(shù)“長板”：感知與語法生成能力突出

當(dāng)前AI在“感知類任務(wù)”（如圖像識(shí)別、語音合成）上表現(xiàn)已超越人類，在“語法生成類任務(wù)”（如文案撰寫、代碼生成）上達(dá)到人類平均水平，可高效完成重復(fù)性信息處理工作。

2.四大核心挑戰(zhàn)：瓶頸亟待突破

（1）認(rèn)知能力缺失：大模型“能說不會(huì)想”

AI缺乏真正的認(rèn)知能力，無法理解語義本質(zhì)（如誤將“知更鳥”與“企鵝”等同為“典型鳥類”），且“幻覺率”較高——易生成虛假案例、錯(cuò)誤數(shù)據(jù)，影響信息可靠性。

（2）數(shù)據(jù)資源枯竭：訓(xùn)練數(shù)據(jù)面臨耗盡風(fēng)險(xiǎn)

權(quán)威研究機(jī)構(gòu)EpochAI預(yù)測：人類當(dāng)前公開的高質(zhì)量文本訓(xùn)練數(shù)據(jù)（總量約300萬億Tokens）將在2026-2032年逐步耗盡，而行業(yè)私域數(shù)據(jù)積累不足、時(shí)間縱深不夠，難以支撐定制化AI模型開發(fā)。

（3）能耗與倫理風(fēng)險(xiǎn)：隱形成本凸顯

能耗壓力：AI算力需求呈指數(shù)級(jí)增長，大模型訓(xùn)練算力每年增長4.7倍。以GPT-3為例，單次訓(xùn)練碳排放相當(dāng)于125次北京-紐約航班；日常推理能耗占比超60%，一次長文本交互耗電約1.03kWh（可點(diǎn)亮100W燈泡10小時(shí)）；

倫理問題：版權(quán)侵權(quán)（如部分大模型訓(xùn)練使用未授權(quán)新聞、文學(xué)內(nèi)容）、虛假內(nèi)容泛濫（如亞馬遜暢銷榜42%言情小說為AI生成）等問題頻發(fā)，對內(nèi)容合規(guī)性提出更高要求。

（4）認(rèn)知同質(zhì)化：思維多樣性受影響

MIT最新研究顯示：使用大語言模型（LLM）輔助寫作的學(xué)生，文章同質(zhì)化率提升37%，且腦神經(jīng)活躍度明顯降低，反映出AI可能對人類思維多樣性產(chǎn)生“同化”影響。

四、未來展望：AI發(fā)展的三大核心路徑

報(bào)告針對當(dāng)前挑戰(zhàn)，提出1-5年內(nèi)AI發(fā)展的務(wù)實(shí)方向，聚焦“安全、可控、高效”目標(biāo)。

1.技術(shù)融合：符號(hào)主義+連接主義“協(xié)同發(fā)力”

突破當(dāng)前單一連接主義的局限，將符號(hào)主義的“邏輯推理能力”與連接主義的“數(shù)據(jù)擬合能力”結(jié)合——例如用知識(shí)圖譜（符號(hào)主義）修正大模型（連接主義）的“幻覺”問題，提升AI輸出的可靠性。

2.定位清晰：堅(jiān)守“工具屬性”，拒絕“替代思維”

AI的核心價(jià)值是輔助人類提升效率，而非替代人類——可承擔(dān)重復(fù)性、機(jī)械性工作，但無法替代人類在“創(chuàng)意生成、情感交互”等領(lǐng)域的核心作用，需避免過度依賴AI導(dǎo)致人類能力退化。

3.構(gòu)建可靠系統(tǒng)：用技術(shù)手段降低風(fēng)險(xiǎn)

技術(shù)層面：推廣RAG（檢索增強(qiáng)生成）技術(shù)，讓大模型“先查資料再回答”；應(yīng)用CoT（思維鏈）技術(shù)，使AI推理過程可追溯，減少“幻覺”與錯(cuò)誤；

行業(yè)層面：推動(dòng)建立統(tǒng)一的數(shù)據(jù)規(guī)范與治理框架，解決數(shù)據(jù)版權(quán)、使用合規(guī)性問題，為AI健康發(fā)展奠定基礎(chǔ)。

獲取完整報(bào)告：登錄廣電獵酷平臺(tái)，解鎖深度內(nèi)容

獲取方式：

1. 登錄廣電視聽科技信息服務(wù)平臺(tái)——廣電獵酷，或微信小程序“廣電獵酷”；

2. 進(jìn)入“科技報(bào)告-科技專題”板塊，即可下載完整PPT。

好文共賞請轉(zhuǎn)發(fā) 有話要說請留言