五年之內，AI能不能證明人類沒有證明的猜想或者公式？比如三體問題、黎曼猜想或是流體力學問題。”

5月17日，中國工程院院士、清華大學智能產業研究院院長張亞勤透露，自己去年時和中國科學院外籍院士、美國國家科學院院士、知名數學家丘成桐先生就這個問題打了賭。

張亞勤認為，AI在五年之內會證明一個公式或猜想，再過五年會發明一個，不一定發明到薛定諤方程這樣的，但會發明人類可能沒有的。丘成桐卻認為，AI還做不到。

“我兒子在微軟做軟件工程師，90%的代碼已經是AI幫他寫了。”張亞勤補充說。

坐在張亞勤旁邊，一直關心自然科學公式和理論、講了三年多物理課的搜狐董事長張朝陽也好奇：現在人工智能給出的一些結果都對，各種公式它都能寫出來，但是人工智能真的理解了嗎？比如，它真的知道什么是量子力學、波粒二象性嗎？

張亞勤的觀點是，AI不一定真理解，但是現在來看，任何有規則的、有答案的、有結構化的，人工智能都會超過人類，如下棋，編碼，語言。但有一些比較模糊的東西，AI就會差一些。像波粒二象性這樣的，即使AI不理解，它仍可以做出很多創新，給人類提供更多的靈感。

而在獵豹移動董事長傅盛看來，在結構化、規則化的領域，AI憑借強大的計算能力和模式識別能力，能夠快速完成推理與驗證。可以說在語言認知推理層面，AI已經相當強，幾乎在每個領域沒有明顯短板。但在物理層面或者說具身層面，AI要真正實現理解還要很多年。

清華大學基礎科學講席教授、心理與認知科學系主任劉嘉預計，如果AI真的在人類未知的領域，沒有借助人類過去已有的積累，天馬行空地從0到1做出來東西，這就是AI真正智能誕生的時間，也就是大家所說的“理解”。

盡管對于AI未來的科學突破表示樂觀，但張亞勤也提到，現在AI、人腦的區別依然很大。人類大腦經過幾十萬年的進化，效率十分高，比如860億個神經元，百萬億級的突觸，只有不到3斤重，消耗20瓦的能耗。再看前沿大模型，基本上萬億級的參數，需要超高的算力和能耗。如果把大腦作為一個參數權重，大模型還差100倍，整個效率和架構需要大幅度顛覆。

例如人類的記憶系統有海馬體短期的定義，有大腦皮層長期記憶。“AI可以理解，定義可以不同，但是比人類還是差得挺多的。”張亞勤說，但有些地方AI比人做得好，比如固定的公式、任務、固定答案，包括智能駕駛等。此外，智能是可以重復拷貝迭代的，但是一個人教另外一個人學習，需要很長的教育過程。

而對于“奇點”何時降臨，張亞勤說，過去自己特別不喜歡“通用人工智能”這個詞， 因為它本身定義不太嚴格，后來他試圖把它納入一個規范，一是具備通用性和泛化能力，二是擁有持續學習、進化和迭代的能力，三是在絕大多數任務中超越絕大多數人類的表現??。從這個角度來看，需要差不多15到20年。

其中信息智能，也就是語言、文字、視頻等自然語言內容的智能，在ChatGPT出現那一刻，AI在對話方面、語音方面已經通過測試了。需要四到五年，在視頻各方面達到人類的水平，五年左右可以達到信息智能的通用AGI。物理智能包括無人駕駛、機器人特別是人形機器人、無人車等，可能至少需要十年時間。更難的是生物智能，比如腦機接口，把人工智能、人的大腦、器官、人的生命體真正連在一起，整體需要15到20年時間。