新黄河记者：黄敏  

10月15日，2026人工智能产业大会在济南黄河国际会展中心开幕。现场，诺贝尔奖得主、中国科学院外籍院士乔治·帕里西线上发表演讲《从复杂系统到AI，探寻无序中的规律》。他认为，理论给产业的馈赠是更少的试验、更明智的设计，而非随机试错。AI发展，必须资助基础研究；预测上的可靠，绝不是最后才该补上的东西；要为AI植入会说“我不知道”的系统。

理论曾被抛在身后，必须资助基础研究

早在1980年，乔治·帕里西第一次来到中国，受中国科学院邀请待了两个月。“我很自豪能成为该院外籍院士。”乔治·帕里西说。

演讲中，乔治·帕里西解释，复杂系统由相互作用的要素构成，复杂不等于繁琐。飞机很繁琐，因为有着上万个不同的组件，但只为“飞行”这一种行为而设计。大脑和生态系统则不同，因为他们有众多行为、变量以及复杂的转换。

智能不是凭空创造出来的能力。乔治·帕里西以引擎进化和理论驱动发展的例子，阐释他对AI的观点。

从1980年起，物理学与人工智能在近四十年里分道扬镳，人工智能作为工程学成长起来，不断追求更大的网络、更多数据、更多算力，而理论被抛在身后。这次大会提到AI正从数字世界走向物理世界，乔治·帕里西表示赞同。

近年来，语言大模型发展如火如荼。乔治·帕里西对此保持审慎的态度。在他看来，语言大模型是对数十亿词语的压缩摘要，但这些文本永远不会触碰、不会跌倒、不会发怒。动物首先要导航、空间、物体等，这些知识先于并独立于语言。所有文字只是叠加在古老知识之上的一薄层，只在这薄层上训练的机器，看见的是这层，看不见它下面。这也带来了另一个代价，结果便是：人类苦练的围棋，机器却在这类纯粹游戏中击败人类，在那里语言无关紧要。

与语言大模型相比，乔治·帕里西认为，重要的是对物理世界的建模，与语言模型的爆炸式增长毫无关系。编造参考文献的模型只会令人尴尬，凭空捏造障碍物的模型会赔上人命或生产线，预测上的可靠，绝不是最后才该补上的东西。“我不认为通往物理世界的路是更大的语言模型。我们的大脑并非靠反向传播运转。新的架构必须被发现。”

他以飞机的开发为例，当人们停止模仿扑翼鸟类、改用固定翼时，才真正飞了起来。大自然并非唯一可能的设计。在乔治·帕里西看来，我们正处于一个类似于热力学诞生之前、蒸汽机已经出现的阶段，引擎已经运转，工程靠试错改进，然后理论到来，造出更好的引擎，与内燃机相匹配，而这一理论也极大地促进了化学工程的发展。除了科学成果，理论给产业的馈赠是更少的试验、更明智的设计，而非随机试错。

机器做模拟贵且慢，但一个小研究就能较快完成。“因为物理学决定结构，成本只有商用机的极小一部分，却更快，结构才是关键。我相信AI同理，这对政府和企业都是议题：必须资助基础研究。”乔治·帕里西说。

AI的发展能效必须优先，要让系统学会说“我不知道”

能源、可信度、开放性等成为乔治·帕里西谈及AI时强调的关键词。

他分享的一组数据显示，数据中心2024年耗电约450太瓦时，占全球1%，相当于中国总用电的四分之一；五年内可能翻番，超过日本全国用电。而人脑20瓦与数据中心功耗的差距令人震惊，而人们理解得如此之少。

据此，乔治·帕里西认为，AI的发展，能效必须优先。中美企业更便宜的开放权重模型有助于缩小差距。可靠性与责任至关重要，因为许多人会把系统推向产品。

很久以前，乔治·帕里西曾问一个模型：25乘以4等于多少？它答：25。这一经历，让他对AI的可信度存疑。

“语言模型在任何情况下都强行回答，无论是否知道，都会以十足的自信陈述错误。缺失的规则是：知道就说知道，不知道就承认不知道。一个不会说‘我不知道’的系统，不能被信任于医院、战场或道路。植入这种能力是另一个难题。”乔治·帕里西说。

开放性已成为AI发展的重要命题。乔治·帕里西认为，AI需要公共研究，被产业秘密遮蔽得越少越好。开放研究是国际协议唯一能立足的基础。如果企业间、国家间朝着更强大系统的不负责任竞赛，危及每一个人。

谈及AI与就业的关系，他提出，AI接管重复劳动，把创造性留给人，确保收益共享、工时缩短，是政治而非技术的任务。这也是过去两个世纪行之有效的做法。

“AI复杂系统只有在保有多种可能状态时才能运转。单一模型、公司、国家的AI世界是单态系统，没有安全可言。智能之所以有用，在于应对不同情境的能力。模型、研究中心、国家的多样性不仅是公平，更是让系统存活的东西。”乔治·帕里西说。

摄影：黄敏  编辑：陈彤彤  校对：李莉