诺奖得主、中科院院士……这场AI大会上“顶尖大脑”同题共答

人工智能已进入“场景决胜”的关键节点。10月15日2026人工智能产业大会开幕式现场，诺奖得主、两院院士以及人工智能产业链上下游的行业领军者坐在一张“圆桌”旁开展对话，完成一次宝贵的“思想合流”。

有人从基础科学底层逻辑拆解瓶颈，有人以产业一线的实践经验回应焦虑。这些观点相互碰撞，但都指向一个共识——人工智能的下一程，需要更“清醒”的头脑。

在“变简单”的时代 保持对“复杂”的敬畏

一句话生成代码、一个指令完成设计、一次提问就能获取以前翻遍资料才能找到的答案——人工智能似乎让一切变简单了。越是这个时候，越要保持对“复杂”的敬畏，保持对原始创新的执着。

“现代工业发展不断逼近复杂性边界，原本一些可以忽略的因素，逐渐成为决定系统性能的关键。”中国科学院院士郑志明提到，更可靠、更高精度的现代工业意味着各项指标提升，体系耦合性增强，尤其是在特色冶金、材料化工、生物工程等门类，人工智能能以其“在有限组合里进行优化的能力”，更好地支撑工业发展；但与此同时，工业发展仍然存在着连续演化、状态辨识、动态调控等问题。

这些问题的解决，没法单纯依靠“在有限组合里进行优化”。郑志明指出，大国之间进行的是内嵌科学机理的人工智能布局较量，不能只关注大数据、大模型等“显性能力”。

“在停止模仿鸟类扑翼，发明了固定翼后，人类才得以飞上天空。”诺贝尔奖得主、中国科学院外籍院士乔治•帕里西从物理学的角度分享了他对人工智能的看法：人工智能正加速从数字世界走向物理世界，但通向物理世界的道路，可能不是越来越大的模型，而是要发现新的架构。

一个常见的情况时，语言模型在任何情况下都“强行”回答，“一个不会说不知道的系统，难以被信任；如何植入这种能力是当前一大难题。” 乔治•帕里西表示，人工智能产业的发展需要进一步强化基础研究、公共研究，让其切实拥有应对不同情景的能力。

AI时代最稀缺的是判断力

人工智能落地产业，最考验的不是技术能力，而是需求判断力。方向对了，技术才有价值，问题本身有“问题”，再强的模型也只能空转。

“过去中药制作依靠人工炮制，质量差异较大，现在则有相关智能体帮助解决这个问题。”卡奥斯物联科技股份有限公司董事长陈录城提到，AI在制造业落地，是一个把行业知识经验显性化、创造真价值的过程，但凡不能创造真实价值的，那就是“伪需求”。

一种情况是，需求真、问题真，但因为数据等方面没准备好，难以通过人工智能的方式解决；又比如，大模型能帮助解决问题，但是在价值计算方面出现偏差，一个点实现了改善，更多点上的表现反而更差了；又或者，依靠制度改善就能解决的问题，偏偏选择了求助人工智能。“这些情况下，都没必要‘硬套’技术。” 陈录城指出。

“一些企业开发的聊天机器人，为了对话而对话，业务动作却仍需要回到原有系统，难以实现闭环，这也属于比较典型的伪需求。”中国数联物流信息有限公司副总经理韩敬华表示，真实的人工智能需求具有约束清晰、结果可量化、收益能进报表等特征，这也意味着，人工智能时代，对企业领导者在目标设定、责任承担以及跨边界整合等能力提出了更高要求。

对共性问题要有个性解法

2026人工智能产业十大关键词在会上发布，其中一个关键词是具身智能实景实训：具身智能产业仍在复杂作业任务、高价值垂直场景、规模化产品交付等方面存在短板。对于这些发展中的共性难题，各地需要探索个性解法。

今年四月山东济南获批制造领域工业软件方向国家人工智能应用中试基地，浪潮云洲承建运营。“山东是全国工业门类最全的省份，41个工业大类全部覆盖，海量真实工厂、真实产线场景，这是AI+工业软件最稀缺的资源；具体到济南，工业互联网、算力、工业软件产业基础扎实。”浪潮云洲副总经理、首席技术官商广勇表示，基于这些优势和基础，基地正着力解决技术升级、软件易用性不足、工业场景理解能力弱等关键共性问题，打造“人工智能+工业软件”能力支撑平台，为工业软件企业、高校及科研院所提供应用研发与中试验证公共服务，形成可复制、可推广的工业软件智能化中试模式。

就在开幕式前一天，山东发布“垂域智能齐鲁七星”，七个大模型不拼参数规模，不卷通用能力，而是扎进化工、矿山、港口、冶金、装备等产线深处。“发展人工智能，要在行业大趋势上融合好地方优势，结合禀赋做最擅长的事情。”中国信息通信研究院人工智能研究所所长魏凯提到，“齐鲁七星”是山东对人工智能发展路线的探索，模型背后，每个主体都有独特优势和技术先进性，这是很好的人工智能与实体经济结合路子。

（大众新闻记者 付玉婷）