#健闻登顶计划##生成式AI[超话]# 学术界和工业界应联手面对功能更强大的生成式AI的到来！国际科学权威期刊《自然》今天撰文进行新闻评述，阐明AI发展现状和新一代AI的优势以及潜力和风险。

AI公司在开发具备人类智能水平的人工通用智能（AGI）展开激烈角逐，OpenAI的Sam Altman说，ChatGPT会创造超级智能；但目前无一实现，当前的大型语言模型（LLM），如OpenAI的o1、谷歌的Gemini和Anthropic的Claude，尽管功能强大，但并不是AGI，LLM只不过是通过处理大量数据预测下一个“标记”，生成合理答案，但不具备“真正解决问题的能力”！

新一代AI“应有”的关键优势：需要世界模型（World Models）：AI需要构建关于环境的连贯表述（世界模型），以便测试假设、推理和规划（这时和人的智能差不多了），并将知识在不同领域之间“迁移”；新突破必须跨界合作：认知科学与神经科学的结合推动AI架构创新，使AI更好地支持世界模型的构建；高效性与智能采样的特征：下一代AI可能不再依赖大规模系统（推翻之前的逻辑？），而是更小、更节能；通过智能采集环境中的关键信息，非无差别地摄取所有数据，提升训练效率；多学科整合：AI研发需要神经科学、认知科学、社会科学等领域的研究者参与，以验证系统能力，发现关键突破点，并确保技术的可信性和安全性。

当前AI研发面临的挑战：政府投入少，由私营企业主导，2021，全球在AI研发上的投入超过$3400亿，而政府研究经费相对较低，如美政府（刨除国防部）给AI的拨款是$15亿，欧盟为$10.5亿；学术研究者缺乏对先进系统的访问权，导致验证和监督的能力受限，这是私企主要研究的必然！资源与公平性问题：GPU等计算资源成本高昂，限制了非企业研究机构的参与；学术界对AI的访问性和理解不足，可能错失对技术优化和监管的机会。

政策与合作的必要性：合作模式要改变，提议建立类似“AI版CERN”的机构，集中全球资源，吸引顶尖人才，打造前沿AI研究环境；鼓励政府、企业和学术界协作，发挥各自优势；公共研究资金需确保对AGI的独立监督和验证；利用神经科学、认知科学和社会科学的最新知识，促进公司研究成果的透明化和规范化。

前景与风险：预计AGI可能在数年或数十年后到来，这比“AGI时代已经到来”的说法保守了太多，还是老问题，更多的重大突破来自私企；潜在优势：结合短期与长期技术创新（如世界模型与智能采样），AI可实现更高效的智能表现；与学术研究结合，确保技术更安全、透明且有益于社会；机会风险：如缺乏跨领域合作，AI发展可能无法充分利用现有人类知识，导致系统不稳定甚至存在安全隐患。

总之：新一代AI技术在模型效率、智能采样和世界模型构建等方面优于当前的大型语言模型，但其发展需更多跨学科合作与透明性监督；通过学术界与产业界的协作，AGI的开发不仅会更安全，还能更有效地造福社会！