共计 3392 个字符，预计需要花费 9 分钟才能阅读完成。
每经编辑：张锦河
在9月24日于杭州举行的云栖大会上，阿里巴巴集团的首席执行官吴泳铭发表了重要演讲。他表示，通用人工智能（AGI）的实现已是必然，但这仅是一个起点，最终目标是研发超越人类的超级人工智能（ASI），具备自我迭代的能力。
吴泳铭详细阐述了通往ASI的演进路径，将其分为三个阶段：“智能涌现”阶段，AI通过学习大量人类知识获得泛化智能；“自主行动”阶段，AI掌握工具使用与编程技能来辅助人类，这正是目前行业所处的阶段；最后是“自我迭代”阶段，AI通过连接物理世界实现自我学习，最终超越人类。
他提到，阿里巴巴正在全力推进三年内投资3800亿的AI基础设施建设计划，未来还会持续加大投入。根据长期规划，预计到2032年，阿里云全球数据中心的能耗将是2022年——即GenAI元年的十倍。
在市场表现方面，阿里巴巴的港股在24日大幅上涨，截至发稿时股价上升9.16%，市值增加约2784亿港元（约合人民币2549亿元）。
吴泳铭：AGI旨在解放人类的80%日常工作
吴泳铭指出，在过去三年内，我们已经明显感受到人工智能的迅速进展。短短几年时间，AI的智力水平从高中生迅速成长为博士生，甚至能够获得国际数学奥林匹克金牌。AI Chatbot成为历史上用户渗透率增长最快的功能，AI在行业内的渗透速度超越了以往所有技术。Tokens的消耗速度在短短几个月内翻倍。全球AI行业在过去一年内的投资总额已突破4000亿美元，未来五年累计投资将超过4万亿美元，这将是历史上最大的计算能力和研发投入，必定会加速更强大模型的诞生和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，如今已成为确定性事件。然而，AGI并不是AI发展的终点，而是一个全新的起点。AI的发展不会止步于AGI，它将朝向自我迭代进化的超级人工智能（ASI）迈进。
AGI的目标在于解放人类80%的日常工作，让我们能够专注于创造与探索。而ASI将作为超越人类智能的系统，可能会培养出一批“超级科学家”和”全栈超级工程师”。ASI将以惊人的速度解决当前未解的科学与工程问题，例如医学难题、新材料的发明、可持续能源与气候问题的解决，甚至是星际旅行等。ASI将推动科技以指数级速度飞跃，引领我们进入前所未有的智能时代。
吴泳铭：通往ASI的旅程需经历三个阶段
吴泳铭提到，通往ASI的过程将经历三个阶段：
第一阶段为“智能涌现”，其特征是“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。这些语言载体承载的信息，代表了人类知识的整体。基于此，大模型通过理解全球知识库，具备了泛化的智能能力，展现出通用对话能力，理解人类意图，回答人类问题，并逐渐发展出复杂推理能力。如今，AI已经接近人类各学科测试的顶尖水平，比如国际数学奥赛的金牌水平。AI逐渐具备了解决真实问题、创造真实价值的潜力，这正是过去几年的主流趋势。
第二阶段为“自主行动”，特征是“辅助人”。在这一阶段，AI不仅限于语言交流，而是拥有在真实世界中行动的能力。AI可以在设定人类目标的基础上，拆解复杂任务，自主制作和使用工具，与数字世界和物理世界进行互动，进而产生深远影响。这正是我们当前所处的阶段。
实现这一飞跃的关键在于大模型需要具备Tool Use能力，能够连接所有数字化工具，完成现实世界的任务。人类进化的起点在于开始创造和使用工具，而如今大模型同样具备了使用工具的能力。通过Tool Use，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。在这一阶段，AI因为能够极大提升人类的生产力，迅速渗透至物流、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”，特征为“超越人”。这一阶段有两个关键要素：
首先，AI连接了真实世界的完整原始数据。
目前，AI进步最快的领域包括内容创作、数学和编程。这三个领域的知识均为人类定义和创造，AI能够完全理解这些原始数据。然而，对于其他领域及广泛的物理世界，现有AI大多依赖于人类总结的知识，缺乏与物理世界交互的全面原始数据。这些信息存在局限性。要实现超越人类的突破，AI需要直接从物理世界获取更丰富、更原始的数据。
举个例子，假设一家汽车公司的CEO希望迭代明年的产品，通常需要通过无数次用户调研或内部讨论来决定下一款汽车的功能及与竞争对手相比的优势。而现在AI仍然面临困难，关键在于它获取的数据多为调研而来的二手信息。如果某一天，AI能够连接到汽车的所有资料和数据，它创造的下一款汽车将远超通过头脑风暴所设计的产品。这只是人类世界中的一个例子，对于更复杂的物理世界而言，仅凭人类的知识总结难以让AI真正理解。
其次，AI的自主学习能力（Self-learning）将逐步增强。
随着AI在更多物理世界场景中的渗透，理解更多物理数据，其模型和agent的能力也将不断增强，为模型的升级迭代搭建训练基础，优化数据流程和提升模型架构，从而实现自我学习。这将是AI发展的关键时刻。
吴泳铭：大模型将成为下一代操作系统
吴泳铭指出，大模型将是下一代操作系统。我们认为，大模型所代表的技术平台将取代现有操作系统，成为全新的操作系统。未来，几乎所有与真实世界连接的工具接口都将通过大模型进行交互，所有用户需求和行业应用将通过大模型相关工具来执行任务，LLM将成为用户、软件与AI计算资源之间的中间层，构建AI时代的新操作系统。可以进行一些简单的类比：自然语言将成为AI时代的编程语言，Agent将是新的软件，Context则是新的记忆，大模型通过类似MCP的接口连接各类工具和Agent，Agent之间则通过A2A协议完成多Agent协作，类似于软件间的API接口。
大模型将会吞噬传统软件。作为下一代操作系统，大模型将允许任何人用自然语言创造无限应用。未来，几乎所有与计算世界打交道的软件都可能由大模型生成的Agent构成，而非现在的商业软件。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问题，只有少数高价值的场景会被工程师开发为商业软件。未来，所有终端用户都能够通过大模型这样的工具满足自身需求。
基于这一判断，我们作出了一个战略选择：通义千问选择开放路线，致力于打造AI时代的Android。我们相信在LLM时代，开源模型所创造的价值和渗透的场景，将远超闭源模型。我们坚决选择开源，以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云将是下一代计算平台。
大模型是运行在AI Cloud上的新操作系统。这个系统能够满足每个人的需求。每个人将拥有几十甚至上百个Agent，这些Agent将24小时持续工作和协作，需求海量计算资源。
数据中心内的计算范式正在经历革命性的变革，从以CPU为核心的传统计算，正加速转向以GPU为核心的AI计算。新的AI计算范式需要更高密度的算力、更高效的网络以及更大规模的集群。
未来的科技：超级AI云与能源的变革这一切的实现依赖于充足的能源供应、全面的技术支持以及数百万个GPU和CPU的协同运作。网络、芯片、存储和数据库需要高效配合，全天候响应全球的需求。这不仅需要超大规模的基础设施，还需要深厚的技术积累，唯有超级AI云才能满足如此庞大的需求。展望未来，全球可能仅会涌现出五到六个超级云计算平台。
在这个崭新的时代，人工智能将取代传统能源，成为最为重要的商品，推动各行各业的日常运作。绝大多数的AI功能将通过Token形式在云计算网络中生成并传递，而Token则被视为未来的新型电力。在这样的背景下，阿里云致力于成为全栈的人工智能服务提供者，向全球提供领先的智能能力与广泛的AI云计算网络，为开发者打造友好的生态系统。
本文内容来源于公开信息的综合整理。
免责声明：本文所含信息和数据仅供参考，并不构成投资建议。请在使用前自行核实，风险自负。
每日经济新闻
