在中国科学院院士梅宏的近期观点中，人工智能（AI）作为当代社会经济发展的璀璨明星，其地位与影响力日益凸显。随着深度学习技术的飞速进步，AI不仅在技术上实现了跨越式发展，更深刻地改变了社会经济格局。然而，梅宏院士在肯定这一成就的同时，也对AI领域的“过热”现象及技术路径的单一性表达了深切忧虑。
梅宏指出，AI的演进历程波澜壮阔，从基础的算术计算到图灵提出的深刻哲学问题——“机器能否思考”，再到如今深度学习技术的广泛应用，每一步都凝聚了人类的智慧与探索。尽管AI在感知能力上取得了长足进步，但在认知和行为智能方面，与人类的差距依然显著。他强调，当前AI的成功主要归功于深度学习，但这仅是AI广阔研究领域中的一隅，其本质是数据驱动与计算实现的智能结合，犹如火焰与燃料的共生关系。
尤为引人注目的是，大语言模型的兴起，让AI学会了“说人话”，其语法能力甚至超越了人类平均水平，这一成就被视为计算科学发展史上的重要里程碑。然而，梅宏也提醒我们，当前AI技术路径高度依赖算法、数据和算力，其发展正面临数据依赖加剧和算力消耗巨大的挑战。他理想中的AI应当是低熵、高安全、具备环境自适应与终生学习能力的智能体，这样的目标仍需我们长期努力才能实现。
针对当前大模型竞争日益激烈的现状，梅宏认为这实质上是一场“数据工程”的较量。学术界在参与这场竞争时，不仅面临算力与数据资源的短缺，还面临着“数据工程”定位与学术探索本质使命之间的冲突。他建议，未来大语言模型的发展应走向开源，以促进全球范围内的资源共享与协作。
梅宏还关注了AI生成内容（AIGC）的双刃剑效应。在带来便利的同时，AIGC也可能产生错误或虚假信息，对人类知识体系构成潜在威胁。他呼吁，在AI的广泛应用中，我们必须审慎权衡利弊，确保AI的发展始终在人类的可控范围内。对于AI在科学研究中的应用（AI4S），梅宏持乐观态度，但强调AI应作为科学家的助手而非替代者，科研的核心仍在于人类的不断探索与验证。
面对AI的蓬勃发展，梅宏院士的见解为我们提供了深刻的思考。他提醒我们，在享受AI带来的便利时，也应警惕技术路径的局限性，追求更加简洁、高效且可持续的AI发展模式。同时，他强调AI作为计算机科学的一部分，不应过分细分，而应保持其跨学科的综合性和包容性。
