智能社会什么样？“人工智能+”新政划重点!

关注“在线学习”

获取更多资讯！

近日

国务院印发

《关于深入实施“人工智能+”行动的意见》

受到社会各界高度关注

这是我国首部AI领域的纲领性文件

为我国人工智能的规模化和商业化应用

按下了快进键

“人工智能+”加的是什么？

又将给我们的生活带来哪些变化？

“育见新闻”专访

北京邮电大学

人机交互与认知工程实验室主任

刘伟

育见新闻：国务院印发《关于深入实施“人工智能+”行动的意见》，这份意见的出台有着怎样的分量？

刘伟：在全球科技博弈的关键节点，中美两国作为人工智能领域全球领先者，正展开新一轮战略竞争。2025年7月，美国发布《美国人工智能行动计划》，8月份中国国务院印发《关于深入实施“人工智能+”行动的意见》，两国政策出台时间仅相隔一个月，凸显人工智能领域竞争的紧迫性。

当前国际竞争格局呈现新特征：美国在基础科研与人工智能软硬件领域仍保持显著优势，其芯片设计、算法框架等核心技术持续领跑；而中国依托庞大的制造业体系与数据资源优势，在人工智能应用场景落地、产业融合等方面形成独特竞争力。双方在人工智能领域的竞争已超越单纯技术比拼，逐渐演变为涵盖基础研究、产业应用、数据治理与伦理规范的全维度博弈。

这种竞争态势反映出全球科技权力格局的重构趋势：传统经济与制造业领域已难以催生颠覆性突破，人工智能作为新一轮科技革命与产业变革的核心驱动力，正成为大国博弈的战略制高点。两国在技术路径与优势领域的差异，既体现了各自发展阶段的特性，也预示着未来全球人工智能生态将呈现多元共生的竞争格局。

育见新闻：《意见》选择在“互联网+”行动十年后推出，在您看来这个时间节点有何特殊性？与以往产业政策相比，其顶层设计有何创新性？

刘伟：“人工智能+”与“互联网+”的本质差异在于其技术维度与系统特性。若将“互联网+”比喻为二维平面化的信息连接，那么“人工智能+”则构建了三维立体化的智能生态系统。这一系统突破了单一维度的信息传递，通过深度整合人类智能、机器智能与环境智能，形成了具有自适应能力的协同网络。

在教育领域，这种特性体现得尤为显著。人工智能技术能够基于学生的学习数据构建个性化认知模型，精准识别知识薄弱点并动态生成改进方案，实现“人机协同”的精准教学。更为关键的是，该系统可打破学科壁垒，通过跨领域知识图谱的构建，将数学、物理、化学等学科知识进行深度关联与融合，形成多维度认知网络。这种跨界融合不仅加深了学生对学科本质的理解，更通过将个性化学习路径与知识图谱上传至智能教育平台，实现了优质教育资源的共享与再创造。最终形成教师、学生与智能系统三方协同的“共创分享”机制，构建起持续进化的教育生态系统。

“人工智能+”驱动融合创新

引领经济社会高质量发展

在刘伟看来，“+”蕴含着融合、创新与协同发展的理念，是促使人工智能深度融入各领域和产业的关键要素。它使人工智能突破单一技术应用的局限，与经济社会各层面深度交融，进而催生新的发展模式与增长动力，这种融合既是中国人工智能发展战略的核心，也是推动经济社会高质量发展的关键路径。

育见新闻：文件重点布局了六大领域，首先值得关注的是大模型技术这一底层支撑。您如何看待此次政策设计中"从基础研究突破到应用场景落地"的方面，您认为应该如何构建创新生态？

刘伟：这个问题的核心在于理解AI技术发展的底层逻辑。去年诺贝尔化学奖授予DeepMind的哈萨比斯团队，这个案例极具启示意义。我在2012年剑桥访学期间曾与他有过交集，当时他正从计算机科学转向神经科学研究。这种跨学科背景使他成功将AI技术应用于蛋白质结构解析，最终通过AlphaFold实现重大突破。这印证了"AI赋能科技"的颠覆性潜力——当计算机科学与其他学科深度融合时，往往能催生意想不到的创新成果。

更值得关注的是，去年辛顿教授因深度学习研究获得诺贝尔物理学奖。这位心理学出身的学者，用AI算法重新定义了物理学研究范式。这两个案例共同揭示：人工智能正在重构科学研究的方法论体系。我们的政策设计需要构建这样的创新生态——既支持像哈萨比斯这样的跨学科探索，也要鼓励像辛顿那样在算法层面的原始创新，最终形成从基础理论突破到产业应用落地的完整链条。

育见新闻：您认为是否必须先实现大模型技术的突破，才能推动工业与民生领域的人工智能应用发展？

刘伟：大模型确实是当前人工智能发展的基石性技术。其核心价值在于通过海量数据训练，建立跨领域知识关联能力，能够从表面无关的信息中挖掘出统计概率性的深层规律。这种能力正在重塑传统产业的数据分析范式，比如在工业领域实现设备故障的预测性维护，在民生领域构建个性化服务推荐系统。

但必须清醒认识到，大模型技术仍存在三大核心挑战：其一，机器幻觉问题导致输出结果可能偏离事实；其二，模型可解释性不足引发决策欺骗风险；其三，系统韧性欠缺影响复杂场景的可靠性。解决这些问题的关键，在于构建"AI+X"的协同优化机制——通过行业知识图谱修正模型偏差，利用多模态数据增强系统鲁棒性，最终实现从数据驱动到知识驱动的跃迁。

展望未来，大模型将逐步演进为智能体生态系统。这种新型AI生命体能够整合多个垂直领域大模型，通过跨模型的比对校准（Alignment）机制，形成具备自主进化能力的智能集群。就像人类大脑通过不同脑区协同工作产生复杂思维，智能体系统将突破单一模型的性能边界，在工业设计、医疗诊断等场景中释放指数级生产力提升潜力。

育见新闻：文件的第二个核心部分将发展重点聚焦于工业领域，并提出全要素推广的战略布局。为何政策设计会选择工业作为主战场？这种全要素覆盖的推广模式背后有着怎样的战略考量？

刘伟：将工业领域作为人工智能技术落地的核心突破口，根本原因在于工业体系是先进生产力的集中载体。唯有通过工业场景的深度应用，人工智能技术才能释放出改造传统生产方式的革命性能量——这种能量可向上游延伸赋能农业现代化，向下游辐射推动服务业智能化，最终形成覆盖全产业链的智能升级闭环。

当前发展呈现两重特征：一方面，大模型技术与工业场景的融合仍处于深度磨合期。尽管在设备预测性维护、工艺参数优化等环节已展现价值，但距离实现全要素、全流程的智能化改造仍存在差距。另一方面，这种"工业优先"的推进策略具有显著的示范效应。通过在制造环节验证技术可靠性、培育复合型人才、构建行业数据集，可为后续向其他领域拓展积累可复制的经验范式，最终形成"以工业智能化带动全产业智能化"的良性发展格局。

“人工智能+”：

科技前沿与民生关切同频共振

“人工智能+”不仅是科技发展的前沿方向，更紧密关联着人民群众的现实需求。当下，人工智能加速渗透至生产生活各领域，为千行百业赋能、给千家万户带来福祉。《意见》聚焦“人工智能+民生福祉”“人工智能+消费提质”等重点行动，诸多举措切实贴近百姓生活，彰显其重要价值。

育见新闻：对于普通民众而言，大模型与工业领域的技术突破可能显得较为抽象。但民生领域与人工智能的关联日益紧密，这份文件落地后，将在医疗、教育、住房等民生领域带来哪些具体改变？

刘伟：以医疗领域为例，人工智能技术正在悄然改变诊疗方式。近期我在北医三院就诊时观察到，眼科检查已广泛使用AI辅助诊断设备。这类设备通过多模态影像采集与数据分析，能快速定位眼部病变区域，为医生提供精准的量化指标。值得注意的是，诊断结论并非完全由AI生成，而是通过人机协同模式完成——智能设备提供结构化数据与影像特征，医生基于专业经验进行综合判断。这种模式将人类医生的临床经验与机器的精密计算相结合，既避免了单纯依赖算法可能产生的误判，又通过数据可视化提升了诊断效率。这种"润物细无声"的技术融合，正在通过优化诊疗流程、提高数据精准度等方式，逐步重构医疗服务的供给模式。

育见新闻：除了教育与医疗领域，文件还提出要创造人工智能赋能的新型消费场景。您能否具体阐述，未来将涌现哪些具有代表性的AI+消费新形态？

刘伟：人工智能技术正在重构消费场景的时空边界。其核心逻辑在于构建"人机环境"协同系统——通过智能装备连接不同地域的用户、场景与环境，打破传统物理空间的限制。具体而言，这种变革将体现在三个维度：

在农产品流通领域，AI可实现边远山区与都市消费市场的实时对接。通过物联网设备采集气候数据、作物生长指标，结合市场需求预测模型，构建"田间到餐桌"的智能化供应链，让西藏的青稞、新疆的葡萄能够精准匹配消费者需求。

文旅产业将催生沉浸式体验新模式。利用AI生成算法，可将边疆地区的自然景观与历史文化资源转化为数字资产，通过VR/AR技术让用户远程体验"数字敦煌"的壁画修复过程，或参与"虚拟丝绸之路"的交互式文化探索。

教育资源共享方面，AI正在消除地域教育鸿沟。北京优质教育资源可通过智能教学系统实现跨区域覆盖，西藏、新疆的学生不仅能同步观看名师课程，更能通过知识图谱获得个性化学习路径规划。这种"人机共生"模式使教师能够突破物理空间限制，与边远地区学生形成持续互动的成长共同体。

本质上，人工智能正在构建一个超越物理界限的新世界。通过生理数据采集、心理需求分析、物理空间感知、数理模型运算与管理系统协同，实现多维度的深度融合。这种变革将真正实现"天涯若比邻"的愿景，让不同地域的用户共享智能化发展的红利。

以中国理念引领

全球人工智能治理新方向

当下，人工智能技术迭代迅猛且深度嵌入全球发展进程，其治理规则制定已然成为国际社会聚焦的核心议题，关乎全球数字时代公平与正义的基石。在此背景下，我国秉持“以人为本”“智能向善”的理念，积极作为，提出《全球人工智能治理倡议》，发起成立世界人工智能合作组织，为推动全球达成治理共识持续发力、引领方向。

育见新闻：文件特别强调"安全治理与多元共治"原则，反映出当前AI应用中存在的伦理风险与技术隐患。在您看来，如何通过法律框架完善治理体系？具体应把握怎样的边界？

刘伟：人工智能作为具有颠覆性的技术工具，其本质属性与核能等战略技术相似——既蕴含推动文明进步的巨大潜力，也存在引发系统性风险的负面可能。若能善用其积极面，可显著提升人类生活质量并推动生产力发展；但若被恶意利用，则可能产生远超传统威胁的破坏力。正如基辛格在《人工智能时代与人类未来》中警示的：AI技术可能被恐怖组织用于操控大国决策，甚至引发核指挥系统的失控风险。此外，技术本身的局限性如“机器幻觉”“知识污染”等问题，也可能导致决策偏差与认知误导。

针对这些挑战，安全治理需构建“政府主导、多元协同”的治理框架。法律规制作为核心手段，其制定需遵循审慎平衡原则：既要通过前瞻性立法划定技术红线（如禁止AI武器化、明确算法责任主体），又要避免过度监管抑制技术创新。具体而言，立法进程应与技术发展阶段保持动态适配——在算法可解释性、数据隐私保护等成熟领域率先建立规范，在通用人工智能等前沿领域则采用“沙盒监管”模式，通过试点探索形成最佳实践。这种“敏捷治理”模式既能防范系统性风险，又能为技术迭代预留空间，最终实现安全与发展目标的有机统一。

育见新闻：您提到全球共治是人工智能治理的必由之路，这背后有着怎样的深层考量？

刘伟：人工智能的全球性特征决定了其治理必须超越单一国家范畴。技术本身的易传播性与潜在破坏力，使得任何局部监管漏洞都可能引发系统性风险。正如您所言，若缺乏国际协同机制，技术滥用可能催生新型霸权——某些组织或国家可能通过技术优势操控国际秩序，甚至形成“技术殖民”局面。

中国提出的全球共治方案具有双重战略价值：一方面，通过与南方国家建立共融共生的合作机制，能够填补技术治理的"数字鸿沟"，避免发展中国家沦为技术弱势方；另一方面，这种合作模式本质上是在构建人类命运共同体的技术治理维度，将东方"和合共生"的哲学理念与西方科技创新实践相结合。

值得注意的是，中国在人工智能领域的实践始终遵循"发展安全并重"原则。我们既不主张构建技术壁垒，也反对无序扩张，而是通过推动国际标准制定、建立跨境数据流动规范、开展联合技术攻关等方式，探索符合全人类共同利益的技术发展路径。这种"东方智慧+西方技术"的融合创新，正在为全球人工智能治理提供全新范式。

来源丨育见新闻

声明：转载此文是出于传递更多信息之目的。若有来源标注错误或侵犯了您的合法权益，请作者持权属证明与我们联系，我们将及时更正、删除，谢谢。