本报记者 郝亚娟 张荣旺 上海、北京报道
“回顾10年前（2014年），人脸识别技术刚被广泛熟知，尚未大规模应用，自动驾驶在当时被认为是‘天方夜谭’。如今，我们经历着AI驱动各行各业的变革。”浙江大学百人计划研究员、博士生导师朱霖潮接受《中国经营报》记者专访时表示。
人工智能正在以不可思议的速度向前迈进，从技术创新到产业落地，变化瞬息万变。面对这场加速跑，研究必须紧跟其步伐，以科学的深度解析技术发展的本质与规律。只有通过不断的理论创新与实际验证，才能抓住人工智能发展的核心机遇，应对潜在的挑战。
朱霖潮本科毕业于浙江大学计算机学院，博士毕业于悉尼科技大学，曾担任悉尼科技大学讲师，主要研究方向为跨媒体智能及其应用、通用基础模型、人工智能科学计算等。作为一名年轻的科研工作者，他站在人工智能飞速发展的浪潮前沿，不仅追随技术的脚步，更试图比它更快一步，去探索隐藏在数据与算法背后的深层潜力。“作为这个行业的一员，我们有幸与全球最顶尖的科学家、工程师们共同推动这一领域，每天都能看到新的可能性和希望。”朱霖潮说。
AI的功能属性：改变生产方式
《中国经营报》：AI对哪些行业带来了变革？
朱霖潮：AI正在对许多传统行业产生根本性的影响，其中一些行业的转型尤为明显，比如：媒体与内容生产行业，AI已显著改变媒体和内容生产的方式。在内容生成与润色上，AI可以自动生成文章、优化语言表达，提升生产效率；在文字编辑上，AI可以生成会议纪要记录、报告，以及智能化的图片匹配，大幅减少人力投入，虽然仍需人工审核，但这些工作变得更简单高效，节约了大量时间。
还有就是教育领域。浙大的吴飞教授团队正在开发的教育平台，帮助学生随时随地学习概念。学生可在视频课程中暂停并向AI提问，AI能即时反馈并解答问题。从中小学到大学，AI可以辅助教师教学，提供个性化的学习方案，甚至实现“随时随地的老师”功能，帮助学生理解复杂概念。
《中国经营报》：你主要研究AI的哪些方面？
朱霖潮：我主要从事与人工智能（AI）相关的研究，主要聚焦两个方向：
一个是人机交互与自然语言处理。未来的人机交互方式将发生显著变化。以往的交互方式主要依赖鼠标、键盘以及文字，而未来语音交互将成为一个重要的发展方向。通过语音，我们能够实现人与机器之间更自然的交互。因此，我的研究重点在于大模型在人机交互中的应用，尤其是在语音和文字处理方面。
举例来说，目前AI已经能够解决数学题、编程任务等问题，这些能力最终都是为了应对更加复杂的问题做好技术储备。我致力于探索如何通过大模型技术提升语音识别、语义理解和生成等相关能力。
另一个是AI在自然科学与工程实践领域的应用，特别是在复杂物理仿真方面的突破。目前已有一些AI工具可以生成视频或模拟仿真场景，但这些工具往往不具备精确的物理基础。我希望通过更物理化的仿真，推动AI技术在工程实践和自然科学领域的落地应用，为解决更复杂的工程问题提供支持。
AI的社会属性：陪伴、辅导
《中国经营报》：展望未来，你对AI有哪些期待和想象？
朱霖潮：AI的发展还有很多可以探索的方向。
目前，AI在人机交互中的应用相对初步。例如，它可以用于写稿、银行投后管理，尤其是在客服对话中，通过自动化服务节省人力，提高效率。然而，现阶段的人机交互依然显得“笨拙”，还未达到自然流畅的程度。比如，现在的语音交互常有延迟，且语调单一，不够生动，与人类对话的自然感相差甚远。
我希望AI能够具备以下能力：实时性，像面对面交流一样无延迟，语音流畅自然，带有抑扬顿挫；情感表达，AI不仅能回答问题，还能通过语调和表达传递情感；历史记忆与经验，AI可以结合用户的历史与背景，生成更个性化和贴近实际的交流内容。
未来的AI将不仅仅是工具，更可能成为用户生活中的“伙伴”。比如，在心理健康辅导、情感宣泄、儿童教育等领域，AI需要具备同理心，理解和回应用户的情感需求；针对儿童、老人等需要陪伴的群体，AI应具有情感表达和社会属性，为用户提供有温度的陪护体验。
虽然目前AI更多强调功能属性，比如帮助写稿、生成文件等，但未来它在社会属性方面的潜力更值得关注。
《中国经营报》：AI面临的技术瓶颈是什么？
朱霖潮：目前，AI领域面临的主要挑战包括以下几点：一是模型扩展的上限与原理的不确定性。大模型的性能随规模增加而提升，但其上限在哪里、根本工作原理是什么，目前尚不清晰。二是规划与复杂推理能力的提升。过去的推理与规划主要依赖符号系统和预设规则，而现在通过大语言模型（LLM）也能实现类似功能。如何将LLM与传统符号系统相结合，进一步提升高阶推理与规划能力，是当前的重要研究课题。
《中国经营报》：对于AI的监管，你认为国际社会应采取何种策略？是否应该有统一的标准？
朱霖潮：目前各国都在积极探讨，并提出了不同的方案。
总的来看，数据来源、隐私与安全问题是当前监管的核心。像OpenAI的某些功能曾因涉嫌使用创作者未经授权的数据而被起诉。这类事件表明，训练AI模型所用的数据必须具备合法性与透明性。在数据隐私方面，确保用户数据不被滥用，同时制定清晰的法律框架保护数据所有者的权益。
除了数据方面，监管要关注模型的安全性与合规性。AI模型的开发和应用需符合国家标准和社会价值观，尤其是在以下方面：内容可控性，防止AI生成有害、违法或违背伦理的内容，如煽动性言论或虚假信息；符合法规，确保模型在国内的适配性，遵循网络安全相关法律法规，以及避免输出违背社会价值观的内容。
我认为更重要的是，AI系统的公平性。在应用层面，AI应服务于更广泛的群体，而不仅仅是企业的逐利工具。这需要政府或监管部门介入，确保资源和技术的公平分配，所以需要政策引导，为不同地区、社会阶层的人群提供公平的AI应用机会，防止技术加剧社会不平等。
科学家精神：好奇、坚持、合作
《中国经营报》：你如何理解“科学精神”？你认为作为科学家最重要的品质是什么？
朱霖潮：我始终认为，真正能够带来深远影响的，一定是坚持长期主义。无论是国内还是国际上的学者，那些让我深感敬佩的科学家往往年逾六旬，甚至七八十岁，还在孜孜不倦地学习和研究，不断推动着自己所在的领域前行。比如，今年诺贝尔物理学奖得主辛顿，依然满怀激情地探索新领域。他并不觉得自己老了，而是坚信自己还有能力去实现新的突破。
这种对科研的热忱甚至超越了事业的范畴，更像是一种使命感。他们几十年如一日，朴素却执着地致力于解决某一个关键问题，这样的精神深深触动了我，也让我受益匪浅。
科学研究尤其需要时间和坚持。一位科学家如果能从上世纪六七十年代就开始研究某个问题，直到今天仍保持热情，这本身就是一种了不起的成就。例如，一些人工智能领域的先驱，他们的梦想可能是设计出能够模拟人脑的模型。几十年如一日地为此奋斗，这种精神不仅体现在个人的执着上，更体现在对学生的培养和科学的传承中。
当然，创造力的巅峰通常出现在二三十岁，但年长科学家可以通过培养年轻学生，将这种创造力传承下去。他们招募那些最富有创意的学生，在一个充满探索氛围的团队中，共同攻克科学难题。这种团队合作不仅激发了学生的潜力，也让创新变得更加自然。
科学家精神并不是孤军奋战，它是一种群体的力量。在许多领域，单打独斗无法产生真正的突破，而需要工程师、学者和企业家通力合作。就像一些创新型组织，它们规模适中，拥有支持创新的土壤，能够让团队集中精力解决核心问题。
同时，科学家精神也不脱离实际生活。无论是选择读博、做学术，还是进入企业，这都是个人发展的路径。现代科学家面临的压力比过去更大，尤其是在高竞争的环境下。学生们往往为论文、实验进展或就业问题感到焦虑，但正是在这种压力下，许多真正的创新被孕育出来。
《中国经营报》：你怎么看待高校和企业在推动科学发展中的角色？
朱霖潮：高校与企业的合作是推动科学发展的关键。企业拥有充足的资金、经验丰富的工程师以及高效的产品开发团队，而高校则具备丰富的理论基础和年轻学生的创造力。高校可以为企业解决长期性的理论问题，而企业则可以为高校提供实际案例和技术资源。这种双向合作既能推动科技创新，也能让理论研究更具现实意义。
在创新的过程中，高校的优势在于自由与时间。学生的创造力和年轻人的冒险精神，恰恰是企业无法轻易复制的。高校的任务不仅是培养学生，更是提供一个支持漫长探索的环境，让年轻人有机会实现自己的科学梦想。
（编辑：朱紫云 审核：何莎莎 校对：颜京宁）
