人工智能发展范式 - 人工智能发展存在两种范式：逻辑型（以规则操纵符号表达实现智能）和生物基础型（以神经网络连接为关键）[1] - 语言理解更接近蛋白质折叠的立体构象过程，而非简单的逻辑符号转换，词语具有动态组合特性[1] 数字智能与生物智能比较 - 计算机科学中软件知识可永久保存且易于分享，而人类知识传播效率低（每秒约100比特）[2] - 数字计算在能源成本降低时优势更加明显[2] 人工智能发展挑战 - 训练超级人工智能需解决其既拥有超凡智慧又甘于辅助人类的难题[1][2] - 人工智能在医疗、教育、气候变化等领域具有不可替代的价值[2] - 各国应自主开发人工智能技术，同时共享保持人工智能良性的研究成果[2]