人工智能技术的迅猛发展，不断拓展应用场景，对社会的影响日益显著。同时，人工智能技术的发展也面临着安全性、可靠性等方面的挑战，就业结构的悄然变化对人才培养提出了新要求。
5月14日，“北大光华学者沙龙”第2期在北京大学光华管理学院举行，主题为“人工智能的机遇与挑战”。北京大学光华管理学院应用经济学系教授、光华人工智能与社会科学交叉学科横向发展平台召集人翁翕表示，要正本清源地看待人工智能技术的发展，需厘清“我是谁”“从哪来”“到哪去”的传统哲学问题，落到人工智能领域就是人工智能技术的“灵魂”是什么、人工智能技术为谁赋能、人工智能技术未来发展的关键在哪里三方面。
图为翁翕教授进行交流分享。杨亚楠/摄
翁翕指出，受思维影响，大家往往更关注人工智能的科学含量，导致无法看清人工智能作为一项技术的最核心内容。人工智能技术的“灵魂”不在于“让机器像人一样”，而在于通过数智化实现决策的智能化。同时，人工智能是一项通用目的技术，未来一定是赋能于普通大众的决策智能化。而未来人工智能技术发展的关键，在于实现教育变革。
“人工智能作为生产工具面向大众，某种程度上会降低一些不平等和差异。短期内，很多用户可能会对使用人工智能技术有些排斥，但随着技术和产品的进一步普及，痛点会在发展中慢慢化解。”翁翕说。
在他看来，随着“人工智能+”“数据要素×”等行动的开展，国内人工智能技术发展水平与国外相比，差距在迅速缩小。中国发展人工智能的主要优势，在于其在特定垂直行业和领域中应用人工智能的强大能力，例如金融、营销等方面。同时，中国社会对人工智能的开发和应用更具包容性，这也有助于人工智能在公众中得到更广泛应用。
翁翕表示，目前国内很多领域都在应用人工智能进行数智化决策，取得一定成效，在工业制造、金融服务、交通运输等重点领域的标杆案例已具备推广价值。此外，人工智能的三大要素分别是算力、算法和数据，随着我国把数据列入新型生产要素，数据方面的潜能在逐步释放。所以，我国未来有很大的潜力和空间来实现人工智能技术的扩展应用和落地，而鼓励人工智能在产业中的应用，是进一步推动人工智能产业发展的关键。
“目前来看，虽然人工智能浪潮已经涌起，但人工智能未来发展也在遭遇瓶颈，如算力瓶颈及数据短缺等。其中，算力瓶颈主要是芯片供应受限，但卡脖子有弊也有利，长远来看，需求创造供给，国产算力有望在各方刺激下快速发展。数据短缺方面，国家数据局已经在推动AI大模型训练数据集的建设，未来还需攻克高质量的标注数据集。”翁翕说。
更为关键的是，与上述限制因素相比，眼下认知瓶颈和人才短缺的障碍也亟待解决。翁翕提出，为了更好地适应未来人工智能技术的发展，必须推动教育变革，新兴专业课程要响应现实需求，而不能简单地把传统课程换个名字，同时着重培养既通晓计算机和经管知识又熟悉垂直行业的复合型人才。这需要教育体系更加与时俱进，通过不断与产业链上的关键企业或机构展开对话，及时对课程内容进行调整。
最后，翁翕指出，以大语言模型为代表的人工智能融入教育，不可避免地会造成学生的使用依赖，这并非技术本身的问题。为了更好地激发学生的创新能力和创作天性，建议发挥我国体制优势，尽早将人工智能融入教育的全年龄阶段，引导学生养成健康使用新生产工具的能力和习惯。