21对话｜樊文飞院士：人工智能发展应有多元路径

21世纪经济报道记者 易佳颖 南宁报道

9月17日第22届中国—东盟博览会(下称东博会)暨中国—东盟商务与投资峰会在广西南宁开幕。本届东博会会期5天，以“数智赋能发展，创新引领未来——以中国—东盟自贸区3.0版新机遇助建命运共同体”为主题。

值得一提的是，AI既是本届东博会主题，也是最大亮点，不仅在主会场新设人工智能(AI)专馆，还以AI首次赋能东博会筹备全过程。

“在人工智能发展上，广西具有后发优势。现在如北上广等城市都在尝试人工智能上，踩了不少坑，广西可以学习他们的经验教训，避免重复他们的一些错误。”会上，中国科学院外籍院士樊文飞在接受21世纪经济报道等媒体采访时表示，“广西还有地域优势，和东盟相近，语言文化相似等，这边的人才应该是比内地，比北上广等更有优势。如果充分发挥这些优势，广西有机会来者居上。”

与之相对应的是，此前，广西就发布了《面向东盟“百千万”人工智能人才培养计划（2025—2027）》，该计划系中国首个面向东盟人工智能人才培养的专项计划。

“中国软件，尤其是技术软件，是由大量应用场景打造出来的，这些因为和东盟的地域文化的相似性，在东盟有很大的市场、很大的前景。”不过，樊文飞进一步指出，人工智能确实非常强悍，而且会重新定义产业，但在应用、落地方面还有最后一公里有待打通，它的挑战与机遇并存。

重视“基础设施”

《21世纪》：在AI出海的浪潮下，你如何看待国际化拓展所面临的机遇与挑战？  

樊文飞：这是一个很大的转折点。我是九几年出国学习的时候，中国还是一个技术进口国。现在我们发展到技术可以出海了，这是非常好的机遇。而且中国软件，尤其是技术软件，是由大量应用场景打造出来的，这些因为和东盟的地域文化的相似性，在东盟有很大的市场、很大的前景。

第二，关于技术底层的基础设施方面，应该大力鼓励出海。将来各个行业的技术选择很大程度上依赖于基础设施，如果我们把这些基础设施出口以后，不管将来是什么国际环境下我们占得先机，不至于被动。

第三，我个人认为对外援助计划和技术“出海”计划应该结合考虑，一方面我们可以利用我们的技术帮助所在国发展，另一方面打造国内技术的国际生态。

《21世纪》：你认为人工智能发展关键要素是什么？

樊文飞：传统来说是算力、算法、数据。

从算法来说，目前国内主要是大模型、机器学习。我们接触的很多客户反映说，大模型应用的最后一公里有待打通，花了很多钱去训练大模型，最后应用、落地的时候还有一些障碍。

数据方面，我们国内在应用数据，如制造业、医疗数据上有很大的优势，但是这些数据并不能直接应用于训练大模型，有些要进行标注。传统是需要去做人工标注，但在某些专业性很强的领域，比如医疗领域，靠人工标注是不现实的，也不可能把医生从门诊拉下来去做标注，所以这方面更需要做高精度、自动化的标注。

美国已经开始在这方面布局，但国内还有待加强。我们数据是有的，但是这些数据需要标注，因为数据是我们独有，所以不可能再去蒸馏，不能靠蒸馏国外的东西了。

而从算力方面来看，还有基础设施。最近有一家传统的数据供应商，甲骨文市值飙升近万亿。大家可能以为传统的基础软件在AI时代过时了，但其实不是，在业界有人把甲骨文评价为AI背后的大哥，它给AI大模型训练提供了强大的基础设施支持。

我们应该在这方面高度重视，现在科研套壳在传统业务方面还达不到甲骨文的水平，在AI新发展的情况下靠这些可能又会再次被落后。我们要提倡自研内核、自研技术，这样在新的AI发展时代能够实现平替到超越和引领。

应用为主  

《21世纪》：本届大会以“AI唱主角，企业为主体”为特色亮点，你认为广西在人工智能发展方面有什么优势？

樊文飞：广西令我印象深刻的是，领导高度理解且大力支持。

第一，广西成立了广西—东盟人工智能协会，提出北上广研发，广西集成，东盟应用，这是非常好的条件。

广西的产业链各方面可能就比不上北上广，但做数据这方面我个人认为广西可以利用这些优势，一方面我们有人才和地域优势，另一方面投资不是很多，而且有聚集效应，假设语料是我们这边提供的，数据过来进行标注，那么这些训练大模型的大厂就会有聚集效应，他们就会来聚集广西，对广西的经济也是有促进的。这是我的一点浅见供大家参考。  

《21世纪》：AI时代，企业如何与AI深度共生呢？

樊文飞：现在大多数的企业都有“AI焦虑症”，但一直摸不到真正的捷径。我们应该坚持从0-1的创新，建立技术壁垒，保持独特性，不要去赶热度。比如，现在大模型、具身机器人这是风口热点，但不适于所有的公司去做，而是根据自身公司的强项、实力来做。AI可能会定义很多行业，这是一个新的机会。我们要真正的以应用为主，让AI应用落地促进经济、造福社会，这才是王道。

《21世纪》：聊到AI在具体行业的应用，在你看来，哪些行业有机会捷足先登？

樊文飞：大模型是很强悍的，但是不是万能的，里面有很多弊病，比如大家熟知的“幻觉”。

文娱在涉及这方面应用比较容易推广，在教育方面，积累知识方面也是大模型的强项。但是在我们的强项，制造业、医疗等方面它的幻觉可能是致命的。

我们真正所需要的是，AI能够真正的促进生产力、真正能够造福社会，这方面还有很长的路要走。

但任何一个科学问题都不应该是单一路径，比如我们提倡的一条路径是全栈AI，把机器学习和逻辑推理融合，这样可以达到高精度、可解释、小成本在小样本数据下面充分利用，而且是可控的。

当然，这不是唯一的路径，我们更多是提倡从0-1的创新，而不是说国外有一条新的路出来了，我们就跟着别人去走，如果这样做，我们无法实现真正的引领。