人民政协网10月24日电 10月初，瑞典皇家科学院宣布：将2024年诺贝尔物理学奖授予John J. Hopfield和Geoffrey E. Hinton，以表彰他们“为利用人工神经网络进行机器学习做出的基础性发现和发明”；将2024年诺贝尔化学奖授予大卫·贝克（David Baker）、戴米斯·哈萨比斯（Demis Hassabis）和约翰·江珀（John M.Jumper），以表彰他们在蛋白质设计和蛋白质结构预测领域作出的贡献。值得一提的是，来自谷歌的英国科学家哈萨比斯和江珀开发了一种名为AlphaFold2的人工智能模型，这种模型能够预测大约两亿种已知蛋白质的复杂结构，并且已被全球200多万人使用。

本年度诺贝尔奖项中，人工智能成为获奖缘由的高频词汇。而在日前由中国科协主办的2024年世界科技与发展论坛上，围绕人工智能发展下一进程的探讨同样热度不减。

“随着人工智能对千行百业的赋能越来越深入，人工智能必将会更多与各学科交叉融合，科学研究范式也会发生颠覆式变革。未来的诺贝尔奖将越来越多与人工智能相关。”百度首席技术官、国家卓越工程师王海峰在“人工智能治理创新为培育科技治理生态构建国际信任基础”专题会议上表示，智能体技术已经越来越成熟，门槛越来越低，将促进大模型应用爆发。

在王海峰看来，大模型为通用人工智能带来曙光：在技术的通用性方面，大模型在解决不同任务、语言、模态、场景的通用性都变得越来越好；在能力的全面性方面，理解、生成、逻辑、记忆是人工智能的四项基础能力，其他各项人工智能的典型能力，无论是创作、解题、代码，还是规划、决策等，基本上都是基于这四项基础能力而完成的综合运用。也就是说，这四项能力越强，越接近通用人工智能。

展望人工智能技术发展趋势，王海峰认为，未来若干年，规模定律仍然有效，更高质量更大规模的数据、更大的模型将会带来更强的能力；大语言模型仍有提升空间，多模态统一大模型也会越来越好用，越来越实用；智能体技术越来越成熟，门槛越来越低，将促进大模型应用爆发；AI向善理念将被越来越多参与主体认可、秉持。在此背景下，业界唯有以创新驱动发展，才能迎接智能时代的加速到来。（崔吕萍）