2025年最佳英雄联盟投注网站LoL投注网站

　　第二种思路是将人工智能作为核心驱动力重塑现有教育体系。当知识可以通过人工智能轻易获取，很多东西是否不用学了？又有哪些新知识、新技能是学生今后必须掌握的？回答这些问题，需要我们重新审视整个学科结构、知识体系和教学方法。从这个角度看，人工智能的影响可能是颠覆性的。现在的教育，更多是教师将知识传授给学生；今后的教育，主要是以学生为中心的自主式学习。我们现有的教育体系仍然是从工业时代延续下来的。工业社会的特点之一是大规模生产，人们需要接受共同的规范和知识，以此保障大规模工业生产的效率。而在人工智能时代，社会将变得更多元，每个人都有更多机会按照天性去发展。一个人学习知识或许不必追求大而全，只需聚焦感兴趣的内容，如此人人都可能成为专才。同时，便利的人工智能工具让各种知识“一查就有”，这使得人人都有条件成为通才。

　　第一个问题，人工智能教育在不同阶段教什么？今后，人工智能知识要逐步在全学段、全社会普及，这是确定无疑的，但具体在幼儿园、小学、中学、大学分别教什么，还需要细致摸索。就像教数学，幼儿园教数数，小学教加减法，中学教一元一次方程、平面几何，大学才讲微积分，不可能幼儿园就教微积分。人工智能全学段教育也是同理，我们要根据各个阶段学生的特点进行设计。根据前不久发布的《中小学人工智能通识教育指南（2025年版）》，中小学人工智能通识教育要构建分层递进、螺旋上升的教育体系。

　　第二个问题，人工智能能否成为一个独立学科？现在不少高校成立了人工智能学院，但人工智能还没有成为一个独立学科。要成为独立学科，就需明确学科分类、核心内容。不同学科从不同角度认识世界，如物理学研究质点、化学研究元素、生物学研究基因、计算机科学研究算法。如果说人工智能是关于智能的科学，目前关于智能的精准定义仍在形成过程中。我认为，人工智能发展尚处于早期阶段，未来10年到20年，人工智能可能会成为像物理学、化学、生物学那样能被精准定义的学科。

　　第三个问题，人工智能教育可以减什么？目前全社会对人工智能重要性的认识比较充分，各行各业都在探索“人工智能+”。反过来，我们应该考虑，有了人工智能后，是不是可以考虑做一些减法？比如，一门课原本的学时是48小时，加上人工智能课程后变成60小时。如果每门课程都做这样的加法，那学生就会越来越累。科技应该让我们的学习、生活更加轻松，而不是相反。拿微积分课程举例，如果现在高校微积分课程要教12项内容，以后是不是只教8项就够了？有了人工智能后，无论理科、工科还是文科，课程都需要进行相应调整。目前深圳理工大学正在进行相关探索，我们希望让学生有更多时间去尝试更有意义的创新。

　　薛澜：的确如此。过于依赖人工智能，可能会削弱人类的好奇心。尤其从童年时期就接触各种智能设备的下一代，对这种风险需要格外警惕。过去的孩子会问“十万个为什么”，以后的孩子就算有“千万个为什么”，也可以通过各种大模型轻易获得答案。这种便捷性可能导致孩子好奇心逐步萎缩。当好奇心丧失了，人就会失去研究、探索的动力。长此以往，人类的学习能力、思维能力可能会钝化。这些问题是我们在推进人工智能教育过程中必须考虑的。人类必须主动管理和平衡技术的使用，要重视教育体系中创造力培养的核心地位。

　　薛澜：中国人工智能发展在很多方面领先全球，论文发表量、专利申请量均居世界第一。全国各地都非常重视发展人工智能，形成了百花齐放的发展格局。京津冀、长三角、珠三角地区，以及西安、成都、武汉等中西部城市人工智能产业发展非常活跃。高校院所和企业都致力于推动人工智能研究和应用。目前，中国已逐步形成人工智能发展的良好生态，既有做大模型的头部企业，也有深耕垂直应用的大量中小企业。今年，我们有望迎来人工智能应用大规模落地的关键年，人工智能产业下一步发展的关键就在垂直应用。

　　当然，“赢者通吃”并不意味着“别人没饭吃”。从世界范围来看，微软的Office软件、英伟达的图形处理器（GPU）和谷歌的搜索引擎等产品几乎在各自领域“一家独大”，但这并不等于其他公司没有生存空间。其他公司通过做新的应用，搞二次开发，也能发展起来。我认为，鉴于上述特点，各地在发展人工智能产业时应该找准方向和定位。如果有技术实力，就可以去冲行业头部。这个过程虽然极为艰苦，可一旦成功，就会筑起很宽的“技术护城河”。如果技术实力不足以打败头部企业，那可以考虑围绕头部企业的产品做二次开发。

　　薛澜：我们不能光从技术角度去回答这个问题，而要站在技术社会系统的角度去分析。在评估技术安全性的基础维度之上，还需考虑使用者行为、基础设施适配、社会环境适配等环节。以智能驾驶领域为例，要构建完整的风险防控闭环，只关注车辆本身的技术安全性是远远不够的，还不能忽视消费者认知、道路交通标识系统升级、企业营销规范等关联因素。比如，开车需要考驾照，今后是否应该增加提升司机智驾应急处理能力的培训？这需要纳入技术社会系统中去考虑。

　　赵伟：人工智能发展的很多伦理问题需要通过国际合作来解决。我想谈一谈大数据的使用问题。人工智能发展的三大支柱是算法、算力和数据。算法需要自己开发，算力需要购买，而数据往往能被免费获取。然而，数据被免费用于商业二次开发是合理的吗？看似人人都能免费使用的数据，会带来真正的公平吗？实际上，谁有更强的算法团队，谁有更多GPU，谁才能更好地使用数据。在国与国之间，这可能导致“智能鸿沟”扩大；在一个社会内部，这可能导致“穷者愈穷、富者愈富”的结果。如果不能免费使用数据，那么该建立一个怎么样的全球数据使用规则？这个问题需要国际社会共同讨论解决。