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”期間，中國科學(xué)院院士張鈸在智譜OpenDay活動上發(fā)表演講時提及，當(dāng)前人工智能正在進(jìn)入“智能體化”時代，應(yīng)該把語言模型擴(kuò)展到智能體。同時，張鈸認(rèn)為構(gòu)成智能體必須符合三個條件——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，人工智能日新月異的發(fā)展必然會改變各行各業(yè)的面貌。

談及大模型之所以會產(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)，催生出了一個大語言模型，這個大語言模型最大的成功就是擁有強(qiáng)大的語言生成能力。

張鈸強(qiáng)調(diào)，機(jī)器一旦理解和掌握了人類語言，必然會開辟一個充滿一切可能性的道路。

過去大模型的發(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，簡稱 RLAIF) ，依靠AI對齊（AI Alignment），特別是人類反饋強(qiáng)化學(xué)習(xí)（Reinforcement Learning from Human Feedback，簡稱RLHF）。

張鈸強(qiáng)調(diào)，當(dāng)前人工智能正在進(jìn)入“智能體化”時代，應(yīng)該把語言模型擴(kuò)展到智能體。同時，張鈸提出構(gòu)成智能體必須符合三個條件——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)為這同時也是AI從業(yè)者的機(jī)會。

首先是多層次空間問題，沒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)充到語言上去，那語言上的推理就會非常容易解決。

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

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

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