问题：从“围棋里程碑”到“通用目标”，人工智能将把世界带向何处 十年前，AlphaGo围棋领域实现突破，被普遍视为现代人工智能发展进入快车道的重要标志。十年后的今天，生成式技术与大模型快速迭代，人工智能从实验室走向产业与社会治理的关键场景，“能力边界”“安全风险”“教育与就业重塑”等议题同步升温。如何在加速创新与可控发展之间找到平衡，成为全球共同面对的现实课题。 3月10日，北京中关村学院、中关村人工智能研究院联合涉及的机构在京举办以“从DeepMind到通用人工智能：全球范式与组织进化”为主题的前瞻活动。作为德米斯·哈萨比斯官方授权传记作者，塞巴斯蒂安·马拉比针对其科研理念、组织方式与竞争环境展开分享，并与北京中关村学院院长、中关村人工智能研究院理事长刘铁岩等就通用人工智能浪潮下的技术路径、教育体系与未来生态进行交流。 原因：使命驱动与学科融合，构成技术跃迁的深层动力 与会嘉宾认为，AlphaGo的意义不止于一次赛事胜负，更在于验证“学习与推理”可在复杂问题上形成可迁移的方法。马拉比在分享中提到，哈萨比斯曾以科幻作品中的“被训练去承担拯救任务的少年”自况，体现其强烈的使命感：借助人工智能帮助人类应对气候变化、疾病治疗等重大挑战。这种目标导向，使其在商业化竞争加剧之际仍强调以神经科学与计算科学交叉为牵引，追求面向科学问题的持续突破。 回顾早期发展脉络，与会人士指出，2010年前后人工智能尚未形成今日相对清晰的学科版图，研究者常来自数学、物理、神经科学与计算机等不同领域。多学科交叉不仅促成关键算法与工程体系的成熟，也塑造了以问题为中心、以数据与算力为支撑的研究范式。刘铁岩表示，人工智能正在“反向改变”多个学科的研究方法，例如蛋白质结构预测等成果推动生命科学研究提速，显示人工智能正逐渐成为科学探索的新型基础设施。 影响：竞争升温与范式外溢并行，产业格局与治理议题同步放大 从产业端看，生成式技术带动应用快速扩散，推动知识生产、软件开发、科研组织方式发生变化，也放大了算力、数据、人才与资本的集中效应，国际竞争呈现“技术—产品—生态”联动加速态势。马拉比在交流中还提及哈萨比斯性格中的强竞争意识：无论是学生时代的体育与棋类，还是科研组织中目标管理，都体现出“追求最优”的执着。在当前全球竞逐中，有同行以更快的产品化节奏与资源投入“把压力推到眼前”，这种竞争态势既可能加速创新扩散，也可能带来“重速度轻安全”“重应用轻基础”的结构性隐忧。 从社会端看，人工智能的能力提升将重塑教育评价与人才结构。一上，学习方式可能从“记忆—答题”转向“提出问题—验证假设—与工具协作”；另一方面，也可能加剧不同地区、不同群体算力资源、数据可得性与高水平师资上的差距。如何让技术红利更均衡地惠及社会，成为必须正视的治理命题。 对策：以基础研究为根、以人才培养为本、以安全治理为底线 与会观点认为，面对通用人工智能不确定性，需要以系统化思维推进创新体系建设：一是强化基础研究与交叉创新，面向数学、算法、芯片与计算架构等底座持续投入，鼓励以重大科学问题牵引的方法创新，避免在短期商业回报中被动“追热点”。二是完善人才培养路径，推动高校与科研机构在课程体系、科研训练与评价机制上改革，强调跨学科能力、科学思维与工程素养的协同，形成从基础研究到产业应用的人才梯队。三是健全安全与伦理治理框架，建立覆盖训练数据、模型评测、风险分级、应用准入与责任追溯的制度安排，推动可解释、可验证、可审计的技术与标准建设，同时加强国际交流合作，促进规则互认与风险共治。 前景：通用人工智能或将重塑科研组织方式，全球竞争将更趋“综合实力比拼” 业内人士判断，未来较长一段时间，人工智能竞争将从单点模型性能比拼，转向“算力基础设施—高质量数据—算法创新—场景生态—安全治理”的综合能力竞赛。同时，人工智能与科学研究的深度耦合有望催生更多跨学科突破，推动药物研发、新材料、能源与气候等领域的科研范式变革。面向未来，谁能在开放合作与风险可控之间形成更成熟的制度安排，谁就更可能在新一轮科技革命与产业变革中赢得主动。
从AlphaGo到生成式AI，人工智能的十年发展不仅是技术进步，更是对人类智能本质的探索。站在新起点上，平衡创新与伦理、竞争与合作将决定AI的未来方向。正如哈萨比斯所坚信的，技术的终极价值在于服务人类福祉——此理念或将为全球AI发展指明方向。