人工智能发展路径与中美差异 - 中美在人工智能的追求方向不同 美国探索通用人工智能AGI和超级人工智能ASI 旨在解决人是什么、人类社会的未来等根本性问题 而中国的研究重点在于解决如何做事、创造更多价值、解决发展问题等具体应用[1][23] - 公司着眼于未来3-5年 聚焦大模型、大数据、大算力在工农业和科技产业上的实际应用 例如通过大模型优化高炉炼铁效率1% 提高洗煤精度0.1% 以及实现矿山、港口等场景的无人化作业[6] - 人工智能在产业上的贡献预计将占98% 而发明AI的IT公司对人类的贡献仅占2% 因此应用AI是强大一个国家的关键[33] 人工智能对生产效率与就业的影响 - 人工智能辅助计算机软件编程已释放约30%的软件工程师工作量 未来可能达到60-70%[2][25] - 生产无人化将提升总产出 例如一个工厂有人的生产是100 无人时生产可达120 国家总财富因此增加[2][24] - 面对无人化可能导致的岗位精简 需要发展再教育工程 例如实行学券制 对富余人员进行职业再教育 将其转化为国家需要的人才[1][24] 公司技术研发与产业应用聚焦 - 公司定位为技术公司而非科学公司 内部职务分类中的“科学家”是专称代号 公司核心是应用科学技术解决实际问题[26] - 研究聚焦于解决生产与消费中的实际问题 例如高炉炼铁优化、无人矿山、港口无人装卸、远程医疗诊断（如通过5G网络传输超声波数据诊断肝包虫）以及乘用车自动驾驶模型等[6][7][9][10] - 在通信技术领域 当前最重要的是CT（通信技术） 包括无线电、光通信、核心网、数据通信等 因为先进网络是AI实现价值、避免信息孤岛的基础[38] 人才培养、教育模式与青年发展 - 教育模式正从物理性集中式向逻辑性分散式转变 网络教学使边远地区学生也能接受世界名校课程 有利于全社会进步[8] - 教育的目的在于探索未来 企业的目的在于创造商业价值 两者属性不同 大学从事“0-1”的研究创新 企业则将理论转化为工业现实[11][13] - 鼓励青年敢于走在时代潮流最前面 选择适合自己的职业努力进取 不必过分看重短期指标或成功与否 在不成功的道路上也能积累巨大财富[17][18] - 公司曾招聘三千多名边远地区本科毕业生 经过三年培养授予专科认证 使其成为芯片生产和精密制造领域需要的高等教育“工人”[15] 全球化合作、开放与人才观 - 公司渴望全球化 认为自力更生是被逼无奈 享受站在巨人肩膀上更有利于发展 美国创造的科技文明对世界有益 中国大多数公司仍可使用美国的技术促进产业进步[39][40] - 公司通过“黄大年茶思屋”等全球化科技网络平台与全球研究者交流 数学与理论没有国界 这种开放与合作是纽带[41] - 在计算机等非重体力劳动的脑力劳动领域 女性与男性没有本质区别 应鼓励更多女性参与创造性工作[27][28] - 肯定俄罗斯、法国、罗马尼亚、白俄罗斯等国家在数学、物理、热工理论等基础科学领域的领先地位和贡献 并在此基础上开展合作[30][31][33] 对前沿技术与未来趋势的看法 - 认为未来将是算力过剩的时代 而非算力不足 当前探索建立数百数千个大模型是正确的 模型的社会应用应由行业应用工程师负责[25] - 量子科学迟早会突破 量子计算机一定会实现 并在特定计算上带来巨大优势 但公司自身不承担量子研究 未来可能购买量子计算机[34][35] - 远程网络办公的潮流不会改变 它加速了知识扩散 有助于亚非拉边远地区天才的崛起 但物理性面对面交流仍然需要 只是机会相对较少[36][37] - 机器人领域在中国发展迅速 有百万青年参与 大量创业公司涌现 预计三五年后中国在该领域会有较大进步[16]