黄铁军：AI为人类提供了更快的智能进化路径

　生物进化是一条缓慢的路径。类人猿以来，人类智能的发展得益于大脑皮层扩展和社会协作，但整体上仍受限于生物学演化的速度。与此相比，人类所面临的全球性系统性风险——包括气候变化、核战争、小行星撞击乃至外星人来临等——可能在远短于生物进化所需时间内发生。仅依赖自然演化，人类难以及时获得足够的智能来有效应对这些挑战。因此，我们需要探索更快速的智能进化路径。人工智能的发展为人类提供了这样一种可能：它能够突破生物进化的时间限制，在更高的速度和规模上增强人类的认知与应对能力。通过人类智能与人工智能协同，有望帮助我们抵御潜在生存风险，推动人类文明向更加可持续和有韧性的星际文明发展。

　　站在可持续发展的视角，重新审视智能发展与联合国发布的《2030年可持续发展议程》，我们尝试回答：在2030年之前，人工智能对于可持续发展能起到什么作用？面向2045年，人工通用智能(AGI)是否可能实现？发展路径是什么？未来人类、环境与智能的均衡状态又将是什么？

　　大模型赋能知识获取，创新驱动可持续发展目标实现

　　大模型正在拓展知识获取的边界，提升决策的科学性，并推动创新活力的释放。这些合力有望催生变革性解决方案，加速全球可持续发展的进程。

　　大模型发展需要关注两大维度——以功能(Functionality)为目标，以结构(Structure)为基础，结构和功能必须同时考虑。

　　所谓“功能”，指的是生命或机器展现出来的能力和行为表现。对人类而言，这些功能不仅包括基本的语言交流和感知理解，更延伸到文化和文明，如艺术创造、科学发现以及哲学思辨。对人工智能而言，功能同样是最终要追求的目标，即如何使机器具备类似甚至超越人类的认知与创造能力。

　　所谓“结构”，是支撑这些功能产生的物理基础和发生机制。对于生物智能来说，结构就是人类的生物大脑与身体，它们通过神经元和感官系统与外部环境的复杂交互，为智能的形成提供了生理基础。对于人工智能而言，结构则体现为人工神经网络和具身本体，在算法和交互作用机制的作用下训练出的机器智能。

　　目前，数据是连接功能和结构的界面，数据是对环境、智能本体及其交互过程的描述，人工智能大模型主要通过在结构上喂入数据训练出智能。从根本上讲，环境是生命智能的唯一来源，也是人工智能的唯一来源。不同的环境孵育不同的智能，智能就是对孵育环境的一种表达。

　　展望2030年，也就是联合国可持续发展目标的实现节点，我们有望见证超越人类认知能力的AGI出现。到2045年，感知认知全面超越人类而且具有自我意识的具身AGI有望到来，开启人机共生新篇章。

　　全球协作与智能—环境—人类关系的动态再平衡

　　人工智能的飞速发展，在带来巨大机遇的同时，也伴随着潜在的风险与挑战。这些挑战是需要全球共同面对和协作的议题。

　　开源开放与全球协作，是人工智能可持续发展的关键。

　　未来人类、环境与智能的均衡状态可能是什么？我们用全新的视角审视2015、2030与2045这三个关键节点：