中國網/中國發展門戶網訊 人工智能的近期發展和成果，不但令一些人震驚，更使許多人“焦慮”：AlphaGo和ChatGPT之后，新的智能技術迭代多快？下一個“熱點”何時涌現？在什么方向？引爆哪個領域？危及人類的“超智能”真地要來臨了？

此類問題，許多根本就不是科學問題，無法科學回應。但毫無疑問，人工智能，即正在興起的智能科學與技術，在不斷增強的算力和快速增長的數據之雙重加持下，必將加速迭代發展。人類社會必須做好迎接社會沖擊力遠大于AlphaGo和ChatGPT之類的新智能技術將很快出現的各種準備。同時，作為科技工作者，還必須深思：源于科學的智能技術，能夠變革當前學習、研究、組織、實施科技項目與工程的方式和方法嗎？如果能，有多快？更進一步，人類是否即將步入甚至已經處在一個類似于從農業社會到工業社會的時代大變革中？換言之，起步于動力革命，登峰于信息革命的工業時代，是否已將其歷史舞臺的中心角色，讓位于以人工智能為代表的智力革命之“智業時代”？

本文將對此進行探討，特別是討論關于可能由此引發的科技之變革。然而，回答這些問題之前，不妨回顧一下馬克思和恩格斯關于社會形態的“兩個決不會”的判斷：“無論哪一個社會形態，在它所能容納的全部生產力發揮出來以前，是決不會滅亡的；而新的更高的生產關系，在它的物質存在條件在舊社會的胎胞里成熟以前，是決不會出現的。”

本文研究范疇

本文無意討論工業社會是否已將其所容納的全部生產力發揮出來，因為智能科技將極大地提升并重新定義工業技術的生產力。顯然，“智業”就是工業的智能化和形態升華，不應將二者對立。必須清楚智能技術（intelligent technology，新IT）的首要任務是變革、開拓已有的工業技術（industrial technology，老IT）和信息技術（information technology，舊IT），進而變革當下的社會產業形態和科研運維范式。一些西方國家曾經的“去工業化”，轉移所謂的“高能耗、重污染、勞動密集型”制造產業，卻不滿由此引發的新世界產緣格局和地緣政治，導致新一輪國際沖突和局勢動蕩，值得每一個發展中國家警惕和借鑒。

“智業”的存在條件是否成熟，還是一個目前難以厘清的問題。但是，當下人工智能已有的技術和應用已清楚地表明“智業”的社會形態已經開始：大數據成為新的生產資料，區塊鏈智能合約形成新的生產關系，人工智能和機器人變為新的生產力。今天，從AlphaGo、ChatGPT、元宇宙（metaverses）、比特幣和NFT（非同質化代幣），到DAO（分布式自主組織）、DeSci（分布式自主科學）、AI4S（人工智能驅動的科學研究）等數字技術與組織，以及形形色色的運營服務新方式和創業形式，都是“智業社會”冰山一角般地展露。然而，必須認識到，單憑技術的進步無法使人類真正理解“智業社會”的本質，更難以有效地構建新的“智業社會”形態。因此，必須變革固有的思維方式和哲學體系，重新認識虛與實、數與智、物質與精神、存在與變化等基本理念在新社會形態中之新的相互作用與關系，從嶄新的視角推動“新文科”“新理科”“新工科”的發展與融合，引導并服務于正在興起的“智業社會”。

利用AI4S在學科交叉方面的特點，推動乃至強化傳統學科的轉型，將加速進入一個以跨學科融合為主導的新學科發展時代。AI4S主旨在于運用新IT推動傳統科學研究的變革。其目前的顯著特點是利用人工智能、機器學習和推理技術來處理、分析大數據，有效地揭示數據間的相互關系，輔助科學家解決“維數災難”的問題，從而更迅速、更精確地理解復雜的自然和社會現象。鑒于AI4S對于國家競爭力、經濟和技術儲備的重要性，促進其快速且健康的發展顯得尤為關鍵。基于這些考量，本文在文獻的基礎上，圍繞平行科學與數字科學家，進一步探討人工智能技術的發展趨勢，特別是其對社會形態的可能影響及應對方式和策略等問題。

科研范式發展現狀與展望

國際人工智能的前沿科技發展與智能產業的引導企業現狀表明：需要根本性地改變專業文化和知識基礎的形態，刻不容緩地大力推進科技范式的廣泛且深刻地變革。

發展現狀

自2021年初，西方發達國家的許多與智能技術相關的大學、社團和公司，包括斯坦福大學、英偉達（NVIDA）公司、Scale AI公司等，不斷以報告、演說、產品發布等形式宣傳推動基礎模型（foundation models）、元宇宙、協作機器人（collaborative robots）等新理念，認為這是技術革命，將在未來10年使產業效率提高1000倍，警示各國前沿企業如果其平均年增長少于20%，10年后將落后甚至被淘汰出局。除了已為大家熟知的語言視覺大模型技術外，NVIDA公司的工業元宇宙（Omniverse）等工業平臺正在改變制造業。之前一直拒絕開放的許多工業軟件公司（如MathWorks、Autodesk等）已經自覺入駐Omniverse，西門子、通用汽車、寶馬等許多國際巨頭也通過Omniverse進行虛實協作的平行制造與平行生產。一些專業人士認為，這些新技術將變革制造業，從規模化生產轉向綠色個性化可持續生產，重塑第一產業和第二產業，并使以服務業為主體的第三產業“硬化”；由人工智能代理和區塊鏈等技術將組織、管理、協調、執行等傳統的“文科”技術化，成為“新理科”“新工科”，化傳統服務業為未來“智業”的主體，重新定義“第三產業”。

在“工業4.0”之后，歐盟于2021年發布“工業5.0”（Industry 5.0）文件，希望借助人工智能技術引領歐洲邁向一個可持續、以人為中心的強適應性工業社會。目前，國際學界和產業界的共識是工業5.0的核心理念是“知識自動化”和“人機物一體化”（圖1），其本質就是虛實平行協作的平行科技與平行產業，其重要的表現形態就是“新文科”“新理科”“新工科”。

展望

國際上青年一代正在借助區塊鏈智能大力推動Web3和DeSci運動。實際上，科學自誕生以來便主要以DeSci的形式存在；智能合約、NFT和DAO的引入，將使DeSci深入普及社會的各個角落，特別是青年一代將成為未來“智業社會”最基本的科技力量和產業發展的第一生產力的主力軍，進而成為變革科研范式和社會形態的主要源動力。

產業界及青年人已開始行動變革其組織和行為的范式。作為希望引領產業發展和新一代的科技界，還等什么？

科研大模型：平行科技與數字人科學家

三類科學家

如文獻所討論的，目前已進入一個“老”“舊”“新”3種IT技術聯合開發卡爾·波普爾“物理”“心理”“人工”3個世界的“第三軸心時代”，即以共贏、包容、“正和”（Positive Sum）為特征的第三波全球化運動。這是遠比語言大模型（LLMs）和視覺大模型（LVMs）更廣闊的世界模型視角。而現有這些大模型技術表明，變革產業和科研形態最直接，也是最自然的方式，就是將自然與人工平行，從自然科學到人工科學，從物質生產到制造人工，引入數字人和機器人與生物人平行。針對新的科研范式，就是“三個世界，三類科學家”：“數字人科學家”、“機器人科學家”、生物人科學家，共同構成平行科學家，分別占科研團隊組成的80%以上、15%以下、5%以下（圖2）。

大模型技術引發的對齊和提示工作，以及提示工程師的出現，預示今后相當體量的科研工作將歸為“對齊”與“提示”。但是，相應的科技工作者不但不會失業，數量還會大幅增加，不過將被“快遞小哥化”。而且，趨勢表明，“大問題、大模型”將轉向“小問題，大模型”的垂直細分化。這一趨勢，加上圍繞大模型的進一步開發和智能代理技術的成熟，針對科研的“小問題、大模型”就自然地定義并引入了一類“數字人科學家”。

同時，還必須引入“機器人科學家”，用于數字形式之外的許多科研活動，特別是高危、勞動強度大的科學實驗工作。不久的將來，從DeSci到自主式科學實驗工廠、無人科研測試工廠，將成為“智業社會”的重要構成。科研工廠工業化是必然的趨勢，“機器人科學家”將是其關鍵的支撐。

平行科學

科學研究從科學家最初利用大自然觀察并實驗到科研工作者在實驗室中觀察試驗，再到今天利用數學推理進行計算或理論實驗。大模型的出現，使利用更大規模的人工系統進行虛擬平行實驗成為現實，其作用將遠大于傳統的計算機仿真實驗之效果和效益，也使社會科學的許多“反事實實驗”（counterfactual experiments）有了新的替代途徑，必將促進“新文科”“新理科”“新工科”的融合。

由此，未來的科研模式將開啟“三個世界，三種模式”之平行科研的“一天”：“上午”（AM）——自主模式（autonomous mode），占比80%以上，主要科研工作將由“數字人科學家”和“機器人科學家”自主完成。“下午”（PM）——平行模式（parallel mode），占比15%以下；此時，生物人科學家必須以遙控或云端的方式進行干預和指導才能完成科研項目。“晚間”（EM）——專家或應急模式（expert/emergency mode），占比5%以下，此時，必須以生物人科學家為主體，數字人和機器人為輔，在現場完成相應的科研任務。

支撐平行科研設想的基礎技術已經出現，其就是科研大模型、科研場景工程和面向三類科學家的一體化操作系統。初步計算表明，這有可能提高科研效率960倍以上。

科學本源與目標：AI4S與S4AI

英國數學家和哲學家懷德海曾以為現代科學思想源自古希臘悲劇中命運的“人工”安排，從而走上探索自然現象背后之規律的科學征程。此外，人工智能的創始人之一司馬賀（Simon）還提出“人工科學”（Sciences of the Artificial）的理念。源自人性“愛智慧”哲學的人工智能，目前正以AI4S的形式，加速科學的發展，改變科研的范式；最近，AI4S在材料科學中的應用與成就，令人矚目。

作為科研工作者還必須從S4AI的逆向反視這一切，特別是SS4AI（Social Science for AI），其核心就是人工智能及更廣的智能科學和技術的倫理與治理問題。必須認識到，從AlphaGo到ChatGPT，目前前沿的人工智能技術還不可解釋，廣義的智能更是從內涵上就無法科學地解釋；但是，人工智能可以不可解釋，卻一定要能夠治理，而這就是S4AI的目標和任務。

區塊鏈、智能合約、DAO和DeSci，已使“治理”從文科領域邁向硬科技的“理工”范疇。新的加密技術和聯邦方法，從NFT、閃電網絡、聯邦學習、聯邦智能到聯邦生態，更使智能科技的治理成為現實，但這些技術還是不夠。

“數字人科學家”的引入，為S4AI和人工智能的治理提供了新的視角，即數字人和數字人科學家的教育與培育。如同在平行教育研究中所設想的，通過數字學校和數字研究所的方式，使生物人與數字人同時在各種各樣的教育科研大模型中進行學習和培訓，并交互促進，使“對齊”和“治理”變成一項長期不斷的工程，如同人類本身所經歷的教育和科研過程。圖3給出平行教育與平行科研培育的“對齊”原則。

這些設想或許有些超前，但以大模型和智能代理技術目前的發展趨勢和應用態勢，似乎又是不可避免的必然結果。為此，應當敢于研究，謹慎實施，確保人工智能和智能科技造福人類，并推動整個生態的健康可持續性發展。

感謝中國科學院自動化研究所王興霞在成文過程中的幫助。

（作者：王飛躍，中國科學院自動化研究所 澳門科技大學創新工程學院；王雨桐，中國科學院自動化研究所；編審：劉一霖；《中國科學院院刊》供稿）