共计 3250 个字符，预计需要花费 9 分钟才能阅读完成。
编辑：张锦河
在 9 月 24 日举行的云栖大会上，阿里巴巴集团的首席执行官吴泳铭发表了重要演讲。他指出，通用人工智能（AGI）的实现已成为不可避免的事实，但这只是一个起点，最终目标是开发出能够自我迭代并全面超越人类的超级人工智能（ASI）。
吴泳铭系统地阐述了实现 ASI 的三个演进阶段：“智能涌现”，即 AI 通过学习大量的人类知识获得泛化智能；“自主行动”，AI 掌握工具使用和编程能力，以“辅助人”为目标，正是我们当前所处的阶段；“自我迭代”，AI 通过与物理世界的连接实现自我学习，最终达到“超越人”的境界。
他还表示， 阿里巴巴正在全力推进一项三年内投资 3800 亿的 AI 基础设施建设计划 ，并计划持续增加投入。根据远期规划，为了顺应 ASI 时代的到来，相较于 2022 年这一 GenAI 的元年，到 2032 年阿里云全球数据中心的能耗将增加十倍。
在市场方面，阿里巴巴的港股股价在 24 日表现强劲，截止发稿前上涨了 9.16%，市值增加约 2784 亿港元（约合人民币 2549 亿元）。
吴泳铭：AGI 旨在解放人类 80% 的日常工作
吴泳铭表示，在过去的三年里，AI 的发展速度让人印象深刻。从一个高中生的智力水平迅速提升至博士生的水平，甚至能够在国际数学奥林匹克竞赛中获得金牌。AI Chatbot 的用户渗透率是人类历史上最快的，AI 技术的行业渗透速度也超越了历史上所有技术。Tokens 的消耗在短短两三个月内便翻了一番。最近一年，全球 AI 领域的投资总额已超过 4000 亿美元，未来五年的累积投资预计将超过 4 万亿美元，这将是历史上最大规模的算力和研发投入，必然加速催生更强大的模型，加快 AI 应用的普及。
实现 AGI—— 一个具备人类通用认知能力的智能系统，如今已成为必然。 不过，AGI 并不是 AI 发展的终点，而是一个全新的起点。AI 的发展将继续向超越人类智能、具备自我迭代能力的超级人工智能（ASI）迈进。
AGI 的目标在于解放人类 80% 的日常工作，从而使我们能够专注于创造和探索。 而作为全面超越人类智能的系统，ASI 有可能催生出一批“超级科学家”和“全栈超级工程师”。ASI 将以前所未有的速度，解决当前未能解决的科学和工程难题，比如医学难关、新材料的发明、可持续能源及气候问题的解决，甚至是星际旅行等。ASI 将以指数级的速度推动科技的飞跃，引领我们进入一个全新的智能时代。
吴泳铭：通往 ASI 的道路将经历三个阶段
吴泳铭表示，通往 ASI 的路径将分为三个阶段：
第一阶段是“智能涌现”，其特征为“学习人”。 过去几十年的互联网发展为智能涌现奠定了基础。互联网将人类历史上的几乎所有知识数字化，这些语言文字所承载的信息代表了人类智慧的全部。基于此，大模型通过理解全球的知识集合，获得了泛化的智能能力，形成通用的对话能力，能够理解人类的意图，解答人类的问题，并逐步发展出解决多步问题的推理能力。如今，AI 在各学科测试中已逐渐接近人类的顶级水平，比如国际数学奥赛的金牌水平。AI 逐步具备了进入真实世界、解决实际问题、创造真实价值的可能性，这正是过去几年的发展主线。
第二阶段是“自主行动”，特征为“辅助人”。 在这一阶段，AI 不再仅限于语言交流，而是具备在真实世界中行动的能力。AI 能够在设定的人类目标下，拆解复杂任务，使用和制作工具，自主完成与数字世界和物理世界的交互，对现实世界产生深远影响。这正是我们目前所处的阶段。
实现这一飞跃的关键在于，大模型具备了工具使用的能力，能够连接所有数字化工具，完成真实世界的任务。人类加速演化的起点是开始创造和使用工具，而如今大模型也已具备了使用工具的能力。通过工具使用，AI 能够像人类一样调用外部软件、接口和物理设备，执行复杂的现实任务。由于 AI 能够显著提高人类的生产力，这一阶段将迅速渗透到物流、制造、软件、商业、生物医疗、金融、科研等各个行业。
接下来，AI 将进入第三阶段——“自我迭代”，其特征为“超越人”。这个阶段包含两个关键要素：
首先，AI 连接了真实世界的全量原始数据。
当前 AI 进步最快的领域是内容创作、数学和编程。我们看到这三个领域的特点是，所有知识均由人类定义和创造，且全在文字中，AI 能够完全理解这些原始数据。然而，对于其他领域以及更广泛的物理世界，现阶段的 AI 获取的信息多是经过人类归纳的知识，缺乏广泛的、与物理世界互动的原始数据。这些信息的局限性使得 AI 难以实现超越人类的突破，因此 AI 需要直接从物理世界获取更全面、更原始的数据。
举个例子，一家汽车公司的首席执行官在设计明年的产品时，通常会通过多次的用户调研或内部讨论来决定新车所需的功能，以及如何与竞争对手相比实现优势。如果 AI 能够直接连接所有相关资料和数据，那么其创造的下一款汽车将远超多次头脑风暴后的结果。这只是人类世界中的一个简单示例，实际的物理世界复杂得多，AI 远不能仅通过人类的知识归纳来理解。
其次，AI 的自主学习能力（Self-learning）
随着 AI 在更多物理世界场景中的渗透，理解更多的物理世界数据，AI 模型和代理的能力也将不断增强，具备为自身模型的升级迭代搭建训练基础设施、优化数据流程和升级模型架构的能力，从而实现自主学习。这将成为 AI 发展的关键时刻。
吴泳铭：大模型是未来的操作系统
吴泳铭指出，我们的第一个判断是： 大模型将成为下一代的操作系统。 我们认为，大模型所代表的技术平台将取代现有操作系统的位置，成为未来的核心操作系统。今后，几乎所有与真实世界连接的工具接口都将与大模型相连，所有用户需求和行业应用都将通过与大模型相关的工具来实现。大型语言模型（LLM）将作为用户、软件与 AI 计算资源之间的调度中介，成为 AI 时代的新型操作系统。可以进行一些简单的类比：自然语言将是 AI 时代的编程语言，代理（Agent）则是新的软件，环境（Context）是新的记忆，大模型通过类似 MCP 的接口，连接各类工具和代理，类似于个人计算机时代的总线接口，而代理之间则通过 A2A 协议实现多代理协作，类似于软件间的 API 接口。
大模型将会取代传统软件。作为下一代的操作系统，大模型将允许任何人使用自然语言创造无限多的应用。未来，几乎所有与计算世界交互的软件都可能是由大模型生成的代理，而非当前的商业软件。潜在的开发者数量将从几千万增加到数亿。过去由于软件开发成本的限制，只有少量高价值的场景会被工程师开发成商业软件系统。而未来，所有终端用户都可以通过大模型这样的工具满足自己的需求。
基于这个判断，我们选择了一条战略路径： 通义千问将走开放路线，打造 AI 时代的 Android。 我们坚信，在大语言模型时代，开源模型创造的价值和能够渗透的场景，将远超闭源模型。我们坚定选择开源，旨在全力支持开发者生态，与全球开发者共同探索 AI 应用的无限可能。
我们的第二个判断是：超级 AI 云将是下一代计算机。
大模型是运行在 AI 云上的新操作系统。这个操作系统能够满足各种需求。每个人将拥有数十甚至上百个代理，这些代理将 24 小时不停地工作和协同，必须依赖海量的计算资源。
数据中心的计算模式也正在经历革命性变革，从以 CPU 为核心的传统计算加速转向以 GPU 为核心的 AI 计算。新的 AI 计算模式需要更高密度的算力、更高效的网络、更大规模的集群。
这一切都需要充足的能源、全栈技术、数百万个 GPU 和 CPU，协同网络、芯片、存储和数据库高效运作，并且持续处理来自全球的需求。这将需要超大规模的基础设施和全方位的技术积累，只有超级 AI 云才能够承载如此庞大的需求。未来，全世界可能只会有 5 到 6 个超级云计算平台。
在这个新时代，AI 将取代能源，成为最重要的商品 ，推动各行各业的日常运转。绝大部分 AI 能力将以 Token 的形式在云计算网络中产生和传输。Token 就是未来的电。在这个崭新的时代，阿里云的角色是全栈人工智能服务商，提供全球领先的智能能力和遍布全球的 AI 云计算网络，为开发者提供友好的 AI 服务。
每日经济新闻综合自公开信息
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，操作风险自担。
每日经济新闻
