“回望10年前（2014年），人脸识别技术刚刚被广泛认知，尚未大规模应用。自动驾驶在当时被认为是‘幻想’。如今，我们正在经历人工智能驱动的变革。” ”浙江大学百人计划研究员、博士生导师朱林超在接受第一财经记者专访时表示。
人工智能正以令人难以置信的速度向前发展。从技术创新到产业落地，变化日新月异。面对这种加速，研究必须跟上它的步伐，以科学的深度分析技术发展的本质和规律。只有不断理论创新和实践验证，才能抓住人工智能发展的核心机遇，应对潜在挑战。
朱林超毕业于浙江大学计算机学院，获学士学位，悉尼科技大学博士学位。曾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。作为一名年轻的科研人员，他站在人工智能快速发展的最前沿。他不仅追随科技的脚步，更试图领先科技一步，探索隐藏在数据和算法背后的深层潜力。 “作为这个行业的一员，我们很幸运能够与世界顶尖的科学家和工程师一起推动这个领域的发展，我们每天都能看到新的可能性和希望。”朱林超说道。
AI的功能属性：改变生产方式
《第一财经日报》：AI给哪些行业带来了改变？
朱林超：人工智能正在对很多传统行业产生根本性影响，其中一些行业的变革尤为明显，比如媒体和内容制作行业。人工智能极大地改变了媒体和内容的制作方式。在内容生成和打磨方面，AI可以自动生成文章，优化语言表达，提高生产效率；在文本编辑方面，AI可以生成会议纪要、报告以及智能图像匹配，大幅减少人力投入，虽然仍然需要人工审阅，但这些任务变得更加简单高效，节省了大量时间。
还有教育领域。浙江大学吴飞教授团队正在开发一个教育平台，帮助学生随时随地学习概念。学生可以暂停视频课程并向AI提问，AI可以提供即时反馈并回答问题。从中小学到大学，人工智能可以辅助教师教学，提供个性化的学习计划，甚至实现“随时随地老师”功能，帮助学生理解复杂的概念。
《第一财经日报》：您主要研究人工智能的哪些方面？
朱林超：我主要从事人工智能（AI）相关的研究，重点关注两个方向：
一是人机交互和自然语言处理。未来的人机交互将发生重大变化。过去的交互方式主要依靠鼠标、键盘和文字，但未来语音交互将成为重要的发展方向。通过语音，我们可以实现人与机器之间更自然的交互。因此，我的研究重点是大型模型在人机交互中的应用，特别是在语音和文本处理方面。
例如，AI目前能够解决数学问题、编程任务等问题。这些能力最终都是用来为处理更复杂问题做好技术储备的。我致力于探索如何通过大模型技术来提高语音识别、语义理解和生成相关能力。
二是人工智能在自然科学和工程实践领域的应用，特别是在复杂物理模拟方面的突破。目前有一些AI工具可以生成视频或模拟模拟场景，但这些工具往往没有准确的物理基础。希望通过更多的物理模拟，推动人工智能技术在工程实践和自然科学中的应用，为解决更复杂的工程问题提供支撑。
人工智能的社交属性：陪伴和指导
《第一财经》：展望未来，您对AI有哪些期待和想象？
朱林超：人工智能的发展还有很多可以探索的方向。
目前，人工智能在人机交互方面的应用还比较初步。例如，可以用于文章撰写、银行投后管理，尤其是客户服务对话，通过自动化服务节省人力、提高效率。然而，目前的人机交互仍然显得“笨拙”，尚未达到自然流畅的程度。例如，目前的语音交互常常存在延迟，语调单调、不够生动，与人类对话的自然感觉相去甚远。
我希望AI能够具备以下能力：实时性，像面对面交流一样没有延迟，语音流畅自然，有节奏；情感表达，AI不仅可以回答问题，还可以通过语调和表情传达情感；历史记忆和经验，AI可以结合用户的历史和背景，生成更加个性化和真实的通信内容。
未来，AI不仅是一种工具，更是用户生活中的“伙伴”。例如，在心理健康咨询、情感宣泄、儿童教育等领域，AI需要具备同理心，理解并回应用户的情感需求；对于儿童、老人等需要陪伴的群体，AI应该具备情感表达和社交属性，为用户提供温暖的陪伴体验。
虽然AI目前更注重功能属性，比如帮助撰写稿件、生成文档等，但其在社交属性上的潜力未来值得更多关注。
《第一财经日报》：人工智能面临哪些技术瓶颈？
朱林超：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和原理的不确定性。大型模型的性能随着规模的增加而提高，但其上限在哪里以及其基本工作原理是什么仍不清楚。二是计划和复杂推理能力的提升。过去，推理和规划主要依靠符号系统和预设规则，但现在可以通过大型语言模型（LLM）来实现类似的功能。如何将LLM与传统符号系统相结合，进一步提高高阶推理和规划能力是当前重要的研究课题。
第一财经记者：您认为国际社会应该采取哪些策略来规范人工智能？是否应该有统一的标准？
朱林超：当前，各国都在积极讨论并提出不同的方案。
总体而言，数据来源、隐私和安全问题是当前监管的核心。 Like 的一些功能因涉嫌使用创作者未经授权的数据而被起诉。此类事件表明，用于训练AI模型的数据必须合法、透明。在数据隐私方面，确保用户数据不被滥用，同时制定明确的法律框架来保护数据所有者的权益。
除了数据之外，监管还应该关注模型的安全性和合规性。人工智能模型的开发和应用必须符合国家标准和社会价值观，特别是在以下方面：内容可控，防止人工智能产生有害、非法或不道德的内容，例如煽动性言论或虚假信息；合规性，确保模型在国内的适应性，遵守网络安全相关法律法规，避免输出违背社会价值观的内容。
我觉得更重要的是AI系统的公平性。在应用层面，人工智能应该服务于更广泛的人群，而不仅仅是企业逐利的工具。这需要政府或监管机构的干预，以确保资源和技术的公平分配。因此，需要政策引导，为不同地区、不同社会阶层的人们提供公平的人工智能应用机会，防止技术加剧社会不平等。
科学家精神：好奇、坚持、合作
《第一财经日报》：您如何理解“科学精神”？您认为科学家最重要的品质是什么？
朱林超：我始终认为，真正能带来深远影响的一定是长远主义。无论是国内学者还是国际学者，我所敬佩的科学家往往都是六十多岁，甚至七十、八十岁。他们仍在孜孜不倦地学习和研究，不断推动自己的领域向前发展。例如，今年的诺贝尔物理学奖获得者辛顿仍然热衷于探索新领域。他并不觉得自己老了，而是坚信自己依然有能力实现新的突破。
这种科研热情甚至超越了职业范围，更像是一种使命感。几十年来，他们简单却执着地解决某个关键问题。这种精神深深地感动了我，让我受益匪浅。
尤其是科学研究，需要时间和毅力。如果一个科学家能够在20世纪60年代、1970年代就开始研究某个问题，并且在今天仍然保持热情，这本身就是一个了不起的成就。例如，一些人工智能领域的先驱者可能梦想设计一个可以模拟人脑的模型。经过数十年的奋斗，这种精神不仅体现在个人的坚持上，也体现在对学生的培养和科学的传承上。
当然，创造力的顶峰通常发生在二三十岁，但年长的科学家可以通过培养年轻的学生来传承这种创造力。他们招募最具创造力的学生，在充满发现的团队中共同应对科学挑战。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。
科学家的精神不是单独发挥作用的，而是一种群体的力量。在许多领域，真正的突破无法单独实现，需要工程师、学者和企业家共同努力。就像一些创新组织一样，规模适中，有支持创新的土壤，让团队能够专注于解决核心问题。
同时，科学家的精神也没有脱离现实生活。无论你选择攻读博士学位、从事学术工作，还是进入公司，这都是个人发展的道路。现代科学家面临着比过去更大的压力，尤其是在竞争激烈的环境中。学生常常对论文、实验进展或就业问题感到焦虑，但正是在这种压力下，才孕育出许多真正的创新。
《第一财经日报》：您如何看待大学和企业在推动科学发展中的作用？
朱林超：校企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、高效的产品开发团队，而大学则拥有丰富的理论基础和青年学生的创造力。大学可以为企业解决长期的理论问题，企业可以为大学提供实践案例和技术资源。这种双向合作不仅可以促进科技创新，也可以使理论研究更加实用。
在创新过程中，高校的优势在于自由和时间。学生的创造力和年轻人的冒险精神正是企业无法轻易复制的。高校的使命不仅是培养学生，更要提供支持长期探索的环境，让年轻人有机会实现科学梦想。
