杭州8月13日電 題:人工智慧的全球對話是競爭還是共生? ——專訪國際計算機協會傑出科學家、西湖大學教授齊國君 作者 林波 曹丹 孫琳茹 當前,人工智慧(AI)正以「技術突破—產業融合—社會重構」的鏈式反應重塑人類文明。從基礎研究到場景落地,從實驗室創新到全球治理,AI已從單一技術工具演變為驅動經濟、社會、文化變革的核心引擎。2025年3月,國際計算機協會傑出科學家齊國君從美國返回中國工作,在西湖大學新組建「MAPLE實驗室」。 如何解讀中外人工智慧科研生態差異?人工智慧未來發展將如何跨越技術與倫理的邊界?人工智慧的全球對話是競爭還是共生?齊國君近日接受「東西問」獨家專訪,對此作出解讀。 現將訪談實錄摘要如下: 記者:您為什麼選擇回中國? 齊國君:主要是從個人職業發展、大環境兩點考量。 每個人不同的職業生涯周期和階段,對支持資源匹配以及能發揮的場景需求各有不同。結合自身經歷,我認為在AI領域,目前還有一些基礎問題需要解決,且隨著AI基礎模型發展迭代,更多重要成果和產權影響力將在商業場景方面產生。 結合在美國工業界和企業界的工作經歷,從個人發展以及產學結合角度考慮,我認為回中國發展更為合適。 另外,從全球角度看,中美兩國能為AI發展提供良好平臺,中國在市場規模、人口基數、生態環境等方面具有優勢,在應用場景、國家支持力度以及對於產生具有很大商業價值和潛力的產品方面有很多有利條件。 而美國頭部公司如微軟、Meta、Google等在生態中主導性強,馬太效應明顯,新企業或個人在其市場覆蓋下難以脫穎而出,競爭壓力大。 當地時間2022年11月9日,人們在位於美國加利福尼亞州門洛帕克的Meta總部拍照留念。 記者 劉關關 攝 記者:如何解讀中外人工智慧科研生態差異? 齊國君:美國商業化導向明顯。美國在科研上更多以商業化組織為主導,尤其在AI領域,大公司投入比美國聯邦政府層面更多。聯邦政府雖有計劃和研發機構牽頭項目指導,但整體以商業化組織為主。 AI領域經歷多輪周期,從2012年到2022年這一輪,美國商業化組織從資助技術研究開始,逐步尋找商業化途徑。從技術研究到探索規模化,再到商業化與應用研究,美國企業在技術研究上投入較多。 特別是高校科研投入方面,除美國國家科學基金會有投入外,美國軍方投入更多。早期美國的網際網路建設就得到軍方資助,很多高校經費源於此類政府機構。此外,高校與企業合作,多在人才和技術研究層面。 尤為不同的是,美國風投,特別是矽谷風投,對早期AI項目資助力度大。儘管其目前處於飽和投資狀態,即便知道投100個項目可能只有幾個成功,投資人也願意投入。 在中國,頭部IT企業如阿里、騰訊、字節等在AI領域投入大。同時,國家層面給予諸多支持,包括目標設定、基礎設施建設等,有總體規劃。 中國國內也有風投投入,但受晶片和基礎算力制約,投入成本高,為此更多關注應用類、能快速產生商業閉環的投資,創新企業多聚焦應用環節。此外,中國在風投退出機制上,如回購等有效方式方面,與美國存在差異,需進一步完善。 2025年7月26日,2025世界人工智慧大會在上海開幕。大會集中展示3000餘項前沿展品及100餘款「全球首發」「中國首秀」新品,規模創歷屆之最。 圖為青龍機器人在演示物流分揀。 記者 田雨昊 攝 記者:人工智慧未來發展將如何跨越技術與倫理的邊界? 齊國君:目前沒有任何充分證據或科學共識表明AI會覺醒並產生自我意識,這更多是基於科幻的猜測。不過,AI發展確實帶來新挑戰,但新技術發展通常都會面臨類似問題,如網際網路技術發展過程中的盜版、不良信息傳播等。 在我看來,AI技術發展對社會總體正面作用遠大於負面作用,在生產力發展、應用場景拓展、就業門類創造、產業結構優化等方面有很大價值,且已出現很多正面案例。 譬如,AI大量應用於客服行業,提高了勞動生產率,雖給就業帶來壓力,但也創造了如數據行業等薪酬更高的新職位;在數字人、動畫製作、美術製作等創意類行業領域,AI取代了90%以上的重複性勞動,廣告行業和數據處理相關行業也發生很大變化。 2024年3月29日,四川成都,第十一屆中國網絡視聽大會現場,虛擬數字人亮相展區。 記者 王磊 攝 展望未來,AI對所有行業的勞動生產率提高產生很大作用,類似網際網路發展第一階段先提高勞動生產率,未來可能過渡到以AI為生態的新企業出現階段。 我預計未來5年內會出現以AI為原生的大型企業,可能對未來二三十年的經濟產生重要影響。 記者:人工智慧的全球對話是競爭還是共生? 齊國君:我認為未來人工智慧的全球對話,既有競爭又有共生,但共生大於競爭。 AI領域速度競爭和開放競爭至關重要。 速度競爭上,AI行業與網際網路行業有共通之處,技術交流頻繁,難以長期獨佔技術。真正形成優勢的是規模效應,比拼的是速度和開放程度。誰能跑得更快,就能吸引更多用戶,獲得更多數據,使模型迭代得更快更好,形成正面反饋,即飛輪效應。飛輪一旦轉動,規模和影響力會不斷擴大。 如果模型僅在小範圍內使用,無法吸引更多用戶形成商業閉環,數據和用戶就無法增長,也就難以理解更多用戶意圖、使用場景,模型也就無法做得更好。所以AI發展要走向更開放,吸引更多用戶使用,以形成正面反饋。這也是AI的開放競爭。 但在我看來,成功的網際網路和IT企業必然是全球化或至少具有跨國影響力,中美網際網路和IT企業皆是如此。在此過程中,各方相互促進,形成共生關係。 例如在數據治理、AI倫理規範等方面展開合作,且AI產生巨大影響力時會作用於實體經濟和日常生活,其正面影響會溢出到全球範圍,技術也會共享。 學術交流促進共生。AI行業極為開放,大量新技術通過學術論文發表在學術期刊、會議以及公開的預印網頁上。大家藉助學術交流,推動知識傳播,分享新的技術思路。 像今年,DeepSeek宣布開源MLA解碼核FlashMLA、DeepEP代碼庫等。其新思路和算法很快在網上傳播,美國企業也借鑑使用。(完) 受訪者簡介: 齊國君。 受訪者供圖 齊國君,2005年畢業於中國科學技術大學自動化專業;2009年獲中國科學技術大學自動化系博士學位;2013年再獲美國伊利諾伊大學香檳分校電子與計算機工程專業哲學博士學位。他曾任IBM T.J. Watson研究中心研究員、華為美國研究中心首席AI科學家,並在39歲時獲得國際電子電氣工程師協會會士(IEEE Fellow)和國際計算機協會傑出科學家(ACM Distinguished Scientist)稱號。
不問症「秒開」處方,用藥安全咋保證? 記者調查處方藥線上銷售亂象 在電商平臺搜索藥品名,選中後點擊「開方購買」,再填寫用藥人信息、選擇確診疾病、勾選最下方的確認選項提交……一系列操作後,重慶某高校大學生張雪(化名)線上購藥成功。兩天後,因練習「科目二」頻頻手心冒汗、心跳加速的她,就收到了這款朋友推薦稱可以「緩解緊張」的處方藥。 拿到藥後,張雪在練車前直接服用了該藥,但在練車過程中卻出現了頭暈的症狀。她仔細查閱說明書,發現這款處方藥的其中一項副作用便是服用後運動時可能會出現低血糖的情況。 「在購藥過程中,頁面沒有任何顯著提示標明適用證和用藥風險。」張雪告訴《法治日報》記者。 「處方藥竟然能隨便買。」用張雪的話來說,購買這款處方藥的過程非常「絲滑」,像在看菜單。比如,在開方購藥環節中,她可以直接在平臺給出的包括「心動過速」「心律失常」「高血壓」「甲狀腺功能亢進症」等確診疾病中進行勾選,也可以自行添加確診疾病。 張雪回憶說,買藥時她也曾猶豫過,害怕對身體有副作用。於是在醫生問診環節,她特意補充了一條留言:「請問防駕考緊張吃這個藥安全嗎?」 但這條「補充信息」並未得到開藥醫生的「重視」,在沒有任何回復的情況下,系統就彈出了電子處方:「審核通過,可以購買。」 從搜索到付款,整個過程不到30秒。直到收到藥,她的那條留言依然顯示「未讀」。 之後,張雪查閱資料發現,此藥是用於控制高血壓、勞力性心絞痛、甲亢引起的心率過快等疾病。她有些後怕:「如果這藥不適合我,或者吃出問題,誰來負責?」 最近身體不適的北京居民陳明(化名)在線上購買阿司匹林腸溶片(一種處方藥)時,也有類似經歷。「系統彈出提交訂單提示後又要求補充處方信息,我在補充信息中隨手填了頭痛,之後也不需要瀏覽處方開具過程中的各種確認事項,不到10秒鐘,頁面就跳轉到支付界面。」 半小時後,陳明就收到了藥品。「方便是方便,但平臺所謂的『審核』根本就是個擺設,連最基本的問診流程都省略了。用藥安全咋保證呢?」 伴隨網際網路醫療蓬勃發展,線上購藥因便捷高效已成為不少患者的新選擇。然而,記者近日調查發現,部分電商平臺處方藥銷售亂象頻發,嚴重威脅消費者用藥安全。在多家電商平臺網售處方藥過程中,患者無須上傳病歷、處方等資料,「醫生」在缺乏實質性醫療評估的情況下「秒開」處方,甚至存在「先藥後方」現象。 記者嘗試在某平臺購買處方藥時發現,藥品圖片左上方會有「RX處方藥」的標註,藥品名稱欄也會用灰色小字提醒「需憑處方在藥師指導下購買和使用,非質量問題不支持退換」。點擊右下角「開方購買」後,就跳轉到了「申請開藥」界面,填寫用藥人信息和確診疾病後,還要勾選「確認已線下就診並使用過該藥品,無不良反應」才能提交。 在「問診開方」環節,記者看到了平臺認證的醫生發來的模式化信息:「您好,我是××醫生,非常高興為您提供醫療諮詢服務。稍等一下,我正在看您填寫的病情記錄信息」「為了用藥安全,請確認用藥人××已在線下就診並使用過訂單中的藥品且無不良反應。請問您還有其他信息補充嗎」…… 隨後,記者又在數個電商平臺嘗試購買處方藥,發現大部分平臺開具處方藥的流程基本一致,基本是添加問診信息、網際網路問診,大約半分鐘內便可結束問診。這些平臺的購藥流程僅有細節性的不同,比如有的平臺需要先提交訂單,後補充處方信息並付款,有的平臺則是先補充處方信息。值得注意的是,個別平臺的醫生在開方過程中甚至沒有要求記者再次確認線下使用過該藥物,也沒有信息補充這一環節。 通過這些相似的流程,記者可以輕易買到局部麻醉藥「利多卡因氣霧劑」、高警示降糖藥「格列齊特片」等處方藥。 調查中,記者還向15家線上藥店電話諮詢,其中大多數都表示「可以線上開處方」。記者問沒有醫院開的處方怎麼辦,有藥店回復稱「就說線下使用過此藥,不要說自己第一次購買」。 不少受訪者都表達了這樣一種擔憂——這種過於便捷的購藥渠道是否也會「培養」人們用藥的壞習慣:身體不舒服就直接上網買藥,處方藥隨便吃? 對於當前「秒開」處方的購藥流程,北京盈科(上海)律師事務所股權高級合伙人邵穎芳評價說,雖然相關規定明確了處方藥管理的規範,但現在有的網際網路醫院、醫藥電商把「處方」簡化為「在線問診—自動生成」,這些幾秒鐘就開具出來的「處方」嚴格意義上僅是「購藥憑條」。 邵穎芳分析,部分藥品零售企業認為自己憑單銷售,將責任推給網際網路醫院,網際網路醫院認為自己憑處方銷售,又將責任推給平臺註冊的「多點執業醫師」,而這些醫師大多又是隨機分配接單,缺乏對患者的長期管理。看似責任落實,實則「三不管」,相互推卸責任。長此以往會造成處方藥被濫用,危害群眾的健康安全。 那麼,如何治理線上「秒開」處方藥的問題? 在北京中醫藥大學衛生健康法治研究與創新轉化中心主任鄧勇看來,根治需從兩方面破局:一是技術賦能合規。以全國處方共享平臺、區塊鏈追溯、AI動態風控重構線上診療基礎設施,確保開方、流通、使用全鏈條可控。二是社會共治生態構建。通過讓平臺連帶賠償、對公眾加強教育、藥師醫師參與審核形成防控網絡。 「只有讓違規者付出高於收益的代價,線上處方才能真正安全。」邵穎芳認為,可以從技術和違法成本等方面入手。 人臉識別阻斷「秒開處方」漏洞。患者及醫師開具處方前均需完成人臉識別,線上開方需提交線下病歷、檢查報告等資料,拒絕「患者選藥—醫生補方」的逆流程,必須憑處方購買。 加強AI識別攔截。對出現「促銷」「套餐」形式的處方藥及違規關鍵詞自動斷連結,對高風險類藥物進行二次人工覆核並留存審核處理資料,關聯處方、醫師、藥師、藥品批號,實現全程溯源。 明確責任閉環管理。出現違規銷售處方藥事件的,啟動醫師、藥師、平臺三方責任倒查。 加強監督宣傳。加強公眾教育,不在私域平臺進行處方藥物非法交易。建立統一監管平臺,實現處方碼可追溯。設立專項舉報通道,鼓勵社會監督。 「長期來看,還需依賴處方制度數位化升級與社會對精準醫療價值共識的重建,方能在滿足患者便利需求的同時,築牢用藥安全的銅牆鐵壁。」鄧勇說。 本報見習記者 丁一 / 本報記者 趙麗 / 本報實習生 張茗
免责声明:本文内容与数据仅供参考,不构成投资建议,使用前请核实。据此操作,风险自担。
42938
95
2025-11-30 11:37
29835
26
2025-11-30 11:37
81739
39
2025-11-30 11:37
16897
93
2025-11-30 11:37
87134
91
2025-11-30 11:37
53169
14
2025-11-30 11:37
73196
17
2025-11-30 11:37
97548
75
2025-11-30 11:37
29678
28
2025-11-30 11:37
79638
36
2025-11-30 11:37
17392
35
2025-11-30 11:37
38614
74
2025-11-30 11:37
75864
41
2025-11-30 11:37
39478
18
2025-11-30 11:37
27641
82
2025-11-30 11:37
83592
47
2025-11-30 11:37
13684
45
2025-11-30 11:37
34528
38
2025-11-30 11:37
38257
25
2025-11-30 11:37
84723
54
2025-11-30 11:37
73986
75
2025-11-30 11:37
68321
28
2025-11-30 11:37
38641
47
2025-11-30 11:37
37261
49
2025-11-30 11:37
27194
27
2025-11-30 11:37
47528
29
2025-11-30 11:37
14783
25
2025-11-30 11:37
58217
94
2025-11-30 11:37
21746
98
2025-11-30 11:37
53812
13
2025-11-30 11:37
39285
12
2025-11-30 11:37
39567
31
2025-11-30 11:37
82635
32
2025-11-30 11:37
94786
17
2025-11-30 11:37
16953
82
2025-11-30 11:37
65487
87
2025-11-30 11:37
42593
63
2025-11-30 11:37
51736
72
2025-11-30 11:37
78625
95
2025-11-30 11:37
26845
71
2025-11-30 11:37
36187
63
2025-11-30 11:37
35649
17
2025-11-30 11:37
79218
25
2025-11-30 11:37
92648
83
2025-11-30 11:37
25943
14
2025-11-30 11:37
62814
28
2025-11-30 11:37
24185
64
2025-11-30 11:37
36549
63
2025-11-30 11:37
67254
93
2025-11-30 11:37
79486
28
2025-11-30 11:37
93476
24
2025-11-30 11:37
42193
32
2025-11-30 11:37
| 就要直播 | 柠檬直播 |
| 免费直播平台 | |
| 榴莲视频 | 春雨直播安装包 |
| 红桃直播 | |
| 名模直播 | 雨燕直播 |
| 荔枝网直播 | |
| 妖姬直播 | 免费真人视频网站直播下载 |
| 仙凡直播 | |
| 咪咕直播 | 月神直播 |
| 伊人直播 | |
| 绿茵直播 | 鲍鱼直播 |
| 抖音成人版 | |
| 尖叫之夜免费直播 | 橘子直播 |
| 小白兔直播 | |
| 成人免费直播 | 小草莓直播 |
| 小k直播姬 | |
| 比心直播 | 小狐狸直播 |
| 茄子直播 | |
| 小猫直播 | 大鱼直播 |
| 97播播 | |