让AI不再缺“心”，点亮人工智能的“中国时刻”

这两年总有人问我：“中国在人工智能发展上，距离世界领先水平还有多大的差距？”从体量来看，我国在人工智能领域取得突破是有机会的。目前，我国在人工智能领域的论文发表数量位居世界第二，其中北京的论文发表数量在全球区域排名中位列第一（见图A-1）。这是因为我国从事人工智能行业的人，差不多有一半在北京。

从队伍组织来看，国外和国内在人工智能领域的差异就像“下围棋”和“打篮球”的区别（见图A-2）。人工智能是一个很庞大的技术体系，需要整体布局，就像“下围棋”。反观国内，人工智能的发展总是跟风追逐某个热点，就像“打篮球”一样，“一大群人”争抢一个“热点”。眼看追到了，热点又转手了。

布局基础性课题，需要长时间毫不动摇地投入。然而现实是，每隔一段时间，新的科技热点就会出现，吸引着人们的注意力和资源。在追逐热点的过程中，队伍跑散了，宝贵的资源也被消耗了。

在追赶科技前沿的过程中，存在所谓的“上坡追赶”和“下坡追赶”。如果我们处于下坡追赶的状态，与领先者之间的差距可能会不断增大。“百模大战”是我们近距离观察到的新一轮追逐现象。设想一下，在不久的未来，如果美国推出了一款与现有大模型截然不同的现象级产品，我们又该如何应对呢？

现在国家提出，要充分发挥新型举国体制优势，全面提升自主创新能力；强化基础研究系统布局，长期稳定支持一批创新基地、优势团队和重点方向，增强原始创新能力。但是，应该怎样形成有组织的科研力量，这是一个需要所有人一起思考的问题。

教育部在2018年就曾提出“破五唯”方针，要求克服高校在人才培养、职称晋升中所存在的“唯分数、唯升学、唯文凭、唯论文、唯帽子”的倾向。国家提倡不要“扎堆”“内卷”，但在实际过程中，大家却越来越“卷”。为什么会这样呢？其实，通过“马太效应”（见图A-3）这样一个简单的自然现象，我们就能轻松地理解背后的逻辑。

我们的科学群体就像一个鱼群或者鸟群，当个体越来越多的时候，就会越来越“卷”。道理非常简单，假设你是一名科研工作者，专注于非主流的研究领域，你的处境就如同一条游离于鱼群之外的鱼，你会发现你说的话（研究方向）大家都听不懂，这就导致你的文章很容易被同行评审拒绝，你的项目申请书也会遭到否定，你的研究事业将难以为继。于是，你不得不回到“内卷”的队伍（主流的研究方向）中，并试图向中心靠拢。因为在这个群体中，大家说的都是同样的语言（研究的是相似的课题），只有在群体的中心，才会有更多的人欣赏你。

我国很多科研工作者、决策者在选择研究方向时，都主动或者被动地遵从了这样的思维模式：“美国能做出来的东西我们一定要做出来，不惜一切代价也要做出来。美国没有做出来的东西，我们去做又有什么意义？”如果科研选择完全基于这样的逻辑，那么中国的原始创新又将从何谈起？

回答人工智能的“中国之问”，就是要做原创的、引领性的科研工作，构建一个有组织的科研模式，打造一个人工智能创新策源地。这也是我们的任务。

2020年归国后，我牵头建立了北京通用人工智能研究院（简称“通研院”，见图A-4），专注于通用人工智能的研究。通研院位于北京大学西南门外，与北京大学仅隔一条斑马线。我们提出的口号是：为机器立心，为人文赋理，以中国之思想，创世界之科技。我们的目标是追寻通用人工智能的大一统理论，以“小数据、大任务”的技术范式，打造价值驱动的通用智能体。

我们正在打造第一个通用人工智能小女孩“通通”，她能够在物理逼真的复杂动态场景中完成很多儿童日常生活中的任务。我们还致力于搭建通用人工智能操作系统和编程语言。

我们获批了通用人工智能全国重点实验室，改革了北京大学的人工智能课程体系，设立了通用人工智能本科生实验班（简称“通班”），吸引了全国最优秀的一批学子进入最前沿的课题。

在国家教育部的支持下，我们发起了通用人工智能协同攻关合作体人才培养计划（简称“通计划”），联合9所顶尖大学，包括中国科学技术大学、上海交通大学、浙江大学等，每年招募130名研究通用人工智能领域的博士生进行联合培养。

在通用人工智能还没有“火”起来的时候，我们就开始在通用人工智能领域进行教育、科技、人才一体化的布局，将新型研发机构、高校、全国重点实验室、央企国企、产教融合平台等链接起来，将人才链和技术链与实际应用场景相结合，打造出一个从原始创新到集成创新、开放创新的生态体系。我们希望能够为中国建设具有全球影响力的人工智能创新策源地和国际科技创新中心贡献一份力量。

总的来说，我们必须要有原创性的技术路线，构建新型的组织架构，踏踏实实地培养一支实力雄厚的团队，敢于跳出“内卷”竞争，以原创性、引领性科技创新来回答人工智能的中国之问。

2017年，公众对“人工智能”这一概念的理解受到一些思想和舆论的混淆。我写下了《浅谈人工智能：现状、任务、构架与统一》(3)一文，为人工智能的概念正本清源。如今，也是时候有人站出来，为“通用人工智能”正本清源了！

基于30年来学术探索和跨学科研究的经历、观察和思辨，我将在本书中浅谈什么是通用人工智能、如何认清智能的本质、为人工智能六大核心领域找到统一理论与认知架构，进而为机器立“心”、迈向通用人工智能。