文章核心观点 - 公司总裁任正非在ICPC座谈会上系统阐述了公司对人工智能、教育、人才及全球合作的看法，核心观点是AI的发展重在行业应用，而非单纯追求通用人工智能或理论突破，同时强调网络对于释放算力价值、避免信息孤岛的关键作用 [2][43] - 公司认为企业的核心属性是创造商业价值，应聚焦于将前沿理论（0-1）转化为工业现实（1-N），而探索人类未来的基础研究是学校的使命 [14] - 公司看好中国青年创业者的活力与潜力，认为在机器人等领域，大量青年的参与将推动中国工业现代化，并形成不羡慕外部机制的内生创新环境 [18] 关于人工智能（AI）的战略与应用 - AI重在应用：公司认为AI对人类的贡献，98%将体现在产业应用上，例如驾驶、矿山、炼钢、医疗等，而发明AI的IT公司贡献仅占2% [37] - 聚焦未来3-5年的产业应用：公司研究着眼于大模型、大数据、大算力在工农业和科技产业的实际应用，例如：通过大模型优化高炉炼铁，提高效率1%；实现地下500-700米煤矿无人开采；提升洗煤精度0.1%；实现港口（如天津港、秘鲁钱凯港）全流程无人化作业 [8] - AI与网络不可分割：没有网络的算力是信息孤岛，孤岛化的AI无法实现真正的智能，先进的网络（CT）是AI感知与控制数据远程传输的基础 [2][43] - AI赋能具体行业案例： - 医疗：瑞金医院病理大模型、中山医科大学眼科模型已投入使用，实现远程诊断 [9] - 交通：中国铁路系统正试验5G-R无线调度，支撑时速450公里高铁与3万吨重载列车运行，其调度、安全监控均依赖多模态人工智能 [22][25] - 软件工程：AI辅助编程已释放约30%的软件工程师工作量，未来可能达到60-70% [28] - 对通用人工智能（AGI）的看法：中美路径不同，美国探索AGI/ASI以解决人类根本问题，而中国研究重点在于利用AI解决具体发展问题，创造价值 [26] - 算力展望：未来将是算力过剩的时代，模型开发者无需过度担心算力资源，应关注模型如何对社会有用 [28] 关于教育、学校与企业的分工 - 明确分工：学校的属性是探索人类未来，从事“0-1”的研究创新；企业的属性是创造商业价值，将学校的理论变成工业现实，两者混淆会导致倒退 [14][16] - 教育模式转变：网络使教育从物理集中式向逻辑分散式转变，边远地区学生可通过网络接受世界名校课程，促进了社会整体进步 [10][11] - 高等教育的新责任：部分大学生经过培养可成为新时代的“工人”，即芯片生产、精密制造等领域需要的高等教育背景人员 [17] - 应对AI带来的就业变化：AI导致部分岗位精简，但国家总财富增加，需通过再教育工程（如学券制）对富余人员进行职业培训，使其转型上岗 [27] 关于人才、青年与创新 - 鼓励青年敢于探索：青年应随时代潮流冲浪，敢于走在最前面，不必过分看重金钱或短期指标，选择适合自己的道路努力进取 [19] - 中国青年创业氛围：中国涌现大批青年创业公司，尤其在机器人领域有百万青年参与，他们不羡慕外部高薪机制，形成了内生创新动力 [18] - 人才全球化与开放：人才流向美国创造科技文明对世界有益，中国应坚持开放，向所有文明国家学习，容纳世界文明 [43][45] - 不拘一格选人才：网络知识的扩散为更多人才提供了展现机会，历史上许多伟大发明家也出身平凡 [41] - 公司与ICPC的合作：公司与ICPC的合作始于偶然，但已成为认知世界的窗口，并特别认可俄罗斯在数学等基础理论上的领先地位 [32][33] 关于技术发展与其他领域 - 量子计算：量子计算机迟早会突破并在特定计算上带来巨大优势，但这是人类和国家的命题，公司自身不承担基础研究，未来可能采购使用 [38][39] - 远程办公与协作：网络办公的潮流不可逆转，疫情加速了其普及，但物理面对面交流仍有价值，只是机会较少 [40] - 对特定国家的合作与看法： - 俄罗斯：在数学、物理等理论科学上非常先进，公司与之有规模化合作 [33] - 匈牙利/罗马尼亚：肯定其在科学史上的贡献，并愿意加强合作 [16][34] - 印度尼西亚：建议其AI发展重点应是“应用领先”，如港口自动化、农业无人化，而非争夺大模型领先 [35][36] - 白俄罗斯：在热工理论（如芯片散热）上贡献巨大，AI对该国同样重在应用 [36] - 女性参与科技：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 [31]