7月17日上午,“全國中小學人工智能探究性學習訓練營(2025北京)”(簡稱“2025北京AI探學營”)開營典禮在中國科學院大學玉泉路校區禮堂舉行,從近7000個報名者中脫穎而出的153名中小學生匯聚一堂,共同開啟2025“AI探學營”的精彩征途。
中國科學院大學玉泉路校區禮堂
人工智能正在重塑全球競爭格局,青少年AI教育已成為國家戰略重點。為貫徹落實國家人工智能發展戰略,建立人工智能貫通式培養體系,突破應試教育束縛,激發孩子的創造力與探索欲,中國自動化學會、中國人工智能學會、中國科學院大學人工智能學院和中國人民大學高瓴人工智能學院繼續聯合舉辦2025北京AI探學營。作為今年的一個特色亮點,2025AI探學營在中國科協農村專業技術服務中心的指導和支持下,從國家鄉村振興10省160個幫扶縣組織了營員選拔。
2025北京AI探學營開營儀式
開營儀式
中國自動化學會副理事長、教育部自動化類專業教學指導委員會主任、清華大學黨委委員周杰首先向153名入選學生表示祝賀,并感謝各方支持。他表示,AI探學營是落實“教育強國”戰略、推動拔尖創新人才早期培養的重要實踐。AI探學營堅持“立根于基礎教育,通達于未來科技”的宗旨,構筑起基礎教育與高等科研之間的橋梁,為青少年提供接觸前沿科技的機會。他鼓勵同學們勇于探索、熱愛科學,用AI理解世界、創造未來,成長為引領時代的創新者。
周杰致辭
中國人工智能學會秘書長林浩哲表示,AI探學營作為公益性、科研性、跨學科融合的教育平臺,旨在培養具有國際視野與家國情懷的復合型人才。人工智能是全球科技競爭的核心領域,也是國家高質量發展的關鍵動力。AI探學營不是興趣班,而是一場完整的科研訓練之旅,涵蓋授課、選題、論文、答辯等環節,能幫助青少年建立科研方法與探索精神,成長為既懂技術又具戰略眼光、具備創新思維和實踐能力的新時代科技先鋒。
林浩哲致辭
中國科學院大學人工智能學院執行院長肖俊在致辭中回顧了AI探學營的初心和發展歷程,強調這是一個堅持公益、面向未來的教育項目,自創辦以來,AI探學營始終堅持“不收取費用”的原則。過去三年,AI探學營已成功舉辦五期,孵化出180多個人工智能創新項目。如今第六期再次起航,153位同學將開啟一段融合科技精神與深度思維的學習旅程。AI探學營打破學科壁壘,模擬真實科研流程。他勉勵同學們大膽提問、勇于嘗試,用人工智能理解世界、創造未來。
肖俊致辭
中國人民大學高瓴人工智能學院副院長竇志成表示,人工智能作為引領未來的核心技術,正在深刻推動科技、產業與社會變革。青少年正處于好奇心最旺盛、探索力最強的階段,AI教育應當從這一時期開始。AI探學營正是為學生搭建的一個融合學習、交流與動手實踐的平臺。他勉勵同學們珍惜這次難得的學習機會,勇于探索,敢于創新,收獲知識、有益成長。
竇志成致辭
專家致辭后,師生代表上臺發言。北京市十一學校數學教師、人工智能高端課程負責人鄭子杰作為AI探學營的實踐導師代表,給營員們送上寄語。鄭子杰說,許多學生從這里起步,從對AI充滿好奇到能獨立完成項目,深入探索了機器學習、計算機視覺、自然語言處理等領域。他回憶了往屆營員的優秀表現,比如在計算機博弈項目中設計精妙算法,或對游戲進行數學建模甚至嚴謹證明。他提醒同學們真正的挑戰在于后續的項目實踐階段,過去有些學生因課業壓力、考試或時間管理不當而半途而廢,因此他特別強調,同學們必須合理規劃時間,平衡校內學習和AI項目,保持對AI的熱愛,在未來的學習中取得豐碩成果。
鄭子杰作為導師代表發言
來自溫州科技高級中學的谷卓桓分享了自己與人工智能結緣的經歷。從《人工智能基礎》這本書出發,到參加全國人工智能算法挑戰和青少年AI比賽的經歷,既有拿下全國第一時的自豪,也有面對高難度任務失敗后的反思。他說,AI帶給他的最寶貴經驗,不是勝利,而是不斷優化、持續學習的態度。來到AI探學營,他有明確的目標做“有溫度”的項目,計劃與同學共建AI鞋品檢測系統,服務現實場景;通過交流合作,從老師和同伴身上獲得啟發與成長,共同度過一個充實精彩的夏天。
2025北京AI探學營開營儀式合影
開營典禮后開啟為期一周的線下集中授課。授課講師是來自中國科學院大學、中國人民大學、中國科學院自動化研究所、清華大學的人工智能領域教授和研究員。
7月17日上午,第一位授課的專家是中國科學院大學人工智能學院執行院長肖俊,他為營員們講授了《人工智能導論》。
肖俊講授《人工智能導論》
肖俊圍繞人工智能的發展脈絡、技術階段、歷史演進及人才教育等方面作了系統分享。他指出,人工智能是一門高度交叉的學科,當前主要集中在“感知”層面,如語音識別、圖像識別和自然語言處理已廣泛應用,而“認知”和“思考”層面的智能仍處于初步探索中。
在歷史方面,他回顧了AI從中世紀哲學設想到1956年達特茅斯會議逐步形成體系的過程,特別提到圖靈、維納、麥卡錫三位“人工智能之父”的貢獻。AI發展經歷多輪熱潮與寒冬,從深藍戰勝卡斯帕羅夫、AlphaGo到ChatGPT,標志著AI不斷突破。
肖俊表示,AI發展背后是全球高端人才的競爭。盡管中國起步較晚,但已快速縮小與美差距。中國科學院大學人工智能學院作為全國首家AI學院,在人才培養上成果顯著,畢業生就業形勢良好,反映出社會對AI人才的強烈需求。
在互動環節中,肖俊回答了學生關于AI“爆火”的原因、幻覺現象、生成內容的創造性及其與國家安全的關系。他指出,AI發展依賴大數據、算力和算法,而其本質仍是基于已有數據組合生成,創造力有限。總體而言,AI將推動社會進步,但需應對由此帶來的結構性挑戰。
7月17日下午的專家課是竇志成帶來的《人工智能前沿進展與發展趨勢》。在講座中,竇志成系統梳理了人工智能的發展歷程、核心技術突破及社會影響。從圖靈測試到深度學習,竇志成回顧了人工智能發展歷經的三波浪潮:早期以專家系統為代表的規則驅動階段;第二波機器學習興起,但受限于算法、數據和算力瓶頸;第三波深度學習方法在大數據與高性能硬件的支撐下,在計算機視覺、自然語言處理、大模型等領域取得突破。
竇志成講授《人工智能前沿進展與發展趨勢》
講座重點解析了多項前沿技術:卷積神經網絡(CNN)推動計算機視覺技術發展;擴散模型生成高質量圖像與視頻;強化學習在AlphaGo及自動駕駛中展現決策優勢;大語言模型基于Transformer架構實現超強的自然語言理解和生成能力。
竇志成表示,AI技術在飛躍式進步的同時,也帶來虛假信息傳播、知識產權爭端、就業影響等諸多治理難題,迫切需要治理手段與時俱進,持續優化人工智能倫理規范確保其可持續發展。
“AI仍是充滿未知的無人區,希望大家勇于探索。”竇志成呼吁,青少年應積極投身AI學習,迎接智能社會的到來。
竇志成為營員解答問題
隨后幾天,專家教授還將為同學們講授從生成模型到科學智能,從具身智能到機器學習、從計算機博弈到計算機視覺、從自然語言處理到智能體、從人工智能倫理與安全到腦機接口與未來這十堂課,并到京東北京亞洲一號和中國科學技術館參觀學習。
京滬同筑AI夢——2025上海AI探學營啟幕
京華探學啟智路,滬上研AI筑夢橋。7月22日上午,由中國自動化學會、中國人工智能學會、上海交通大學自動化與感知學院和上海青少年創新學院聯合主辦的“全國中小學人工智能探究性學習訓練營(2025上海)”(簡稱“2025上海AI探學營”)在上海交通大學閔行校區盛大啟幕。來自全國22個省、自治區、直轄市的100名青少年跨越山海齊聚浦江畔,與頂尖高校學者共赴一場科技與教育的雙向奔赴。
探學營通過“高校導師對話+項目制學習+實地科研”模式,共同為青少年提供接觸前沿科技的沉浸式平臺。本屆探學營實現京滬兩地的銜接——繼北京探學營學子在一流師資引領下走出AI知識迷宮后,上海營地的少年們接過探索的接力棒開啟AI夢想之旅。
上海交通大學閔行校區微電子樓報告廳
2025上海AI探學營開營儀式
開營儀式上,上海交通大學自動化與感知學院副院長李元龍表示,學院作為自動化與智能感知領域的重要基地,始終以服務國家戰略、培養“厚基礎、強實踐、敢創新、有情懷”人才為己任。期待各位營員通過訓練營接觸前沿技術、點燃創新熱情,埋下科技報國種子。
李元龍致辭
中國自動化學會理事,普及工作委員會主任委員、復旦大學教授張軍平表示,AI探學營的使命是構筑起基礎教育與高等科研之間的橋梁,為青少年提供接觸前沿科技的機會。過去三年,AI探學營已成功舉辦五期,兩萬余名同學報名,700多人入營,累計孵化出180多個人工智能創新項目。新營員新期待,他鼓勵孩子們要積極從AI的“使用者”蛻變為“設計者”,習得AI之“術”,更悟得科技向善之“道”。
張軍平寄語
中國人工智能學會中小學工作委員會副主任委員、清華大學副研究員龔超表示,AI探學營作為公益性、科研性、跨學科融合的教育平臺,旨在建立人工智能貫通式培養體系,突破應試教育束縛,激發孩子的創造力與探索欲。每一期入選的營員是經過層層選拔的優秀代表,他希望同學們將探學營作為成長與突破的起點,肩負成為技術引領者、創新先鋒的使命。
龔超寄語
共青團上海市委副書記(掛職)楊楊作動員講話并向營員代表授旗。她表示,本次訓練營聚焦青少年人工智能人才培養,立足探究性學習培養方式,激勵學生主動參與、積極探究實踐,通過基礎理論學習、動手實踐、導師陪伴指導等多元化教學方式,助力營員掌握基礎知識提升創新能力,激發創新潛能。同時,她向各位營員提出三點要求:一是志存高遠、心懷家國;二是勇于實踐、協同創新;三是嚴守紀律、安全第一。
楊楊作動員講話
開營儀式上,云南省廣南上海新紀元實驗學校高二學生錢泗錦作為縣中振興計劃優秀代表,鄭重接過營旗。該計劃依托CAA科普百人團科技教育鄉村行公益活動,在中國科協農村專業技術服務中心支持下實施人工智能核心素養普適性測評,從全國10省160個幫扶縣中學遴選優秀學子參營。錢泗錦將與同伴們在上海開啟為期七天的集訓。
錢泗錦同學接營旗
此外,現場還向訓練營導師代表頒發聘書。上海交通大學電子信息與電氣工程學院(學部)教學發展與學生創新中心副主任時良仁、上海交通大學附屬中學嘉定分校丁家莉同學分別作為導師、營員代表發言。
丁家莉作為營員代表發言
開營儀式后便開啟了本屆上海AI探學營為期一周的線下集中授課。授課講師是來自上海交通大學、復旦大學、上海北斗導航創新研究院的人工智能領域教授/研究員,以及來自業界的專業講師,保障了AI探學營的學術水準和前沿視野。
7月22日上午,張軍平為營員們講授了《人工智能的邊界》。他以“人工智能的邊界”為主題,系統闡釋AI技術在15個基礎學科及多個應用領域的現狀與前沿挑戰。課程涵蓋自然語言處理、計算機視覺、機器人學、自動駕駛、專家系統等核心領域,通過案例分析揭示AI在醫療診斷、跨語言交流、內容生成等場景中的技術瓶頸與倫理邊界。
張軍平講授課程
張軍平強調,AI的“邊界”不僅體現在技術實現的物理限制(如數據依賴性、算法可解釋性),更在于其與社會、人文的交互邊界——例如,AI能否真正理解情感?是否可能產生意識?針對學生提出的“AI情感與意識”問題,張教授指出:當前AI的“情感交互”本質是模式識別與統計的歸納總結,與人類情感有明顯區別,尚不具備強人工智能定義的真實情感;而意識的形成需突破符號主義與連接主義框架,或需借鑒神經科學、認知科學的最新成果。
7月22日下午的課程主要是通過體驗式創新教育培訓讓營員們彼此認識和了解。在培訓中,營員們按年齡段分為兩個班,并通過小組體驗交流完成培訓任務。
隨后幾天,同學們沉浸于一場AI知識的全景式探索:從智能控制到人工智能概論的理論深耕,從智能車實訓到北斗導航的實踐操盤,從機器視覺到具身智能的前沿碰撞;集體活動足跡將跨越“大零號灣”科技創新策源功能區的硬核實驗室,登臨中國首代航天遠洋測量船“遠望一號”的傳奇甲板,更將直通2025世界人工智能大會的全球技術浪潮。這場理論與實踐的雙向奔赴,恰如AI探學營的核心理念——讓代碼從書本躍向真實世界,讓創新從靈感落地為具體項目。
高校專家親授智能密碼 2025北京AI探學營線下課程收官
7月17日上午,“全國中小學人工智能探究性學習訓練營(2025北京)”(簡稱“2025北京AI探學營”)開營,153名來自全國各地的中小學生匯聚一堂,共同開啟深度探索人工智能的精彩征途。
7月17日當天的開營典禮后,便開啟本屆AI探學營為期一周的線下集中授課。當天授課的專家是中國科學院大學人工智能學院執行院長肖俊,他為營員們講授《人工智能導論》;以及中國人民大學高瓴人工智能學院副院長竇志成,他講授《人工智能前沿進展與發展趨勢》。
隨后的6天里,其中一天時間(7月22日)用于參觀,營員們參觀了京東北京亞洲一號和中國科學技術館。另外5天是人工智能專家公開課,10位來自清華大學、中國科學院大學人工智能學院、中國人民大學高瓴人工智能學院、中國科學院自動化研究所的專家教授為營員們帶來了專業、前沿、扎實、生動的講座,內容涵蓋機器學習、計算機視覺、計算機博弈、自然語言處理、生成式人工智能、AI與科學探索研究、智能機器人的發展與應用、腦機接口與未來、智能體與工具學習,以及人工智能倫理與安全。
7月18日上午:生成式人工智能
李崇軒 中國人民大學高瓴人工智能學院副教授、博士生導師
李崇軒的講座圍繞生成式人工智能展開。首先,他解析了生成式人工智能的基本原理。他以拋硬幣為例,說明生成模型通過收集數據(如拋硬幣結果)、定義可學習模型、用頻率估計法學習參數(如正面朝上概率),再基于參數生成新樣本的邏輯,其本質是模擬數據分布。
隨后,李崇軒介紹了文到圖生成模型的發展與技術。他表示,圖像生成需經收集訓練數據、設計網絡結構(如DCGAN借鑒LeNet)、優化參數擬合數據分布、生成新圖像四步。從早期的VAE、GAN到如今的擴散模型,DALL·E系列、Stable Diffusion等實現了開放域文本到圖像生成,還涉及Prompt設計、ControlNet等技術,可實現風格遷移、圖像補全等功能。
李崇軒還講解了文到視頻生成模型的前沿進展。他以Sora為例,指出其通過大量多源視頻-文本數據訓練,借鑒語言生成的網絡結構和圖像生成的訓練方式,生成具有時空一致性的視頻;Vidu等模型可實現特定場景視頻生成,還涉及三維內容生成、歷史場景重現等應用。
最后,李崇軒分析了生成模型的潛在風險與治理需求,強調需多方協同治理。
7月18日下午:AI探索科學世界的奧秘
黃文炳 中國人民大學高瓴人工智能學院副教授、博士生導師
黃文炳在本次講座中以《AI探索科學世界的奧秘》為題,系統介紹了人工智能在科學研究中的前沿進展與實際應用。他回顧了人工智能技術,尤其是大模型的發展歷程,并指出AI正在從自然語言處理、計算機視覺等傳統領域,快速滲透到物理、化學、生物、數學等基礎學科,推動“AI for Science”成為新范式。
在生命科學領域,AI已廣泛用于蛋白質結構預測、藥物研發、分子動力學模擬等環節,顯著提高效率,縮短研發周期。2024年諾貝爾化學獎已授予運用 AI技術解決蛋白質結構難題的科學家們;黃文炳講解AlphaFold等模型如何突破傳統方法的局限,大幅提升生物結構研究效率;并展示AI在藥物發現中的關鍵角色,如小分子設計、蛋白質動力學模擬與復合物親和力預測等。這些正是“AI for Science”新范式的真實體現。
在物理建模與仿真中,黃文炳介紹AI如何通過數據驅動的方式模擬復雜的非線性動力系統,如湍流、地震波、磁流體等,顯著提高了模擬效率與精度。他還提到,AI輔助的氣象預測、視覺物理建模、智能體運動控制等方向,正逐步實現從感知到決策的全鏈條優化。
此外,黃文炳重點講解了“符號學習”方法,如何幫助AI從數據中自動提取數學規律與控制方程,實現物理知識的“反向發現”,即從現象出發還原本質機制。這不僅體現了AI作為“人工科學家”的潛力,也為科學研究范式帶來深刻變革。
7月19日上午:智能機器人的發展與應用
胡迪 中國人民大學高瓴人工智能學院準聘副教授&博士生導師
胡迪的講座主題是《智能機器人的發展與應用》,他全面探討了AI領域,特別是智能機器人的最新進展,指出智能機器人能在復雜和高危環境中替代人類,有效降低風險,并就人機協作與角色定位進行了深入討論。講者通過掃地機器人、無人車等實例,闡述了機器人技術如何應用于不同場景,并強調了導航、環境感知及學習能力的重要性。
講座還深入分析了機器人的形態與能力,指出機器人不拘泥于人形,而是通過傳感器、工具使用等能力展現智能。同時,胡迪提出了機器人能力層次的概念,鼓勵探索智能與機器人結合的未來方向。
7月19日下午:機器如何“學習”
王泳 中國科學院大學人工智能學院研究員、碩士生導師
在這場講座中,王泳通過生動案例和互動演示,深入講解了機器學習的原理與應用。
王泳先從人類學習機制入手,借助音樂和圖像測試,展示了人類多模態學習能力,即能通過視覺、聽覺等多種感官信息綜合判斷,且人類學習具有心理聚焦效應,可在嘈雜環境中專注特定聲音,這是多模態學習的優勢,而理解機器學習也可從此角度出發。
他還進一步闡述了機器學習的基本概念與模型。機器學習是系統通過重復工作增強能力,基于數據構建模型并對新實例進行預測,其模型須具備對未知數據的泛化能力,而非僅擬合訓練數據。同時,數據建模存在困境,同一組數據可能對應多個合理模型,需通過評估選擇最優。
王泳認為,機器學習經歷了興起、冷靜和復興階段,如今與多學科交叉融合,應用廣泛;但未來仍面臨泛化能力、計算速度、模型可解釋性、非平衡數據處理和可信任性等挑戰。
7月20日上午:計算機博弈
興軍亮 清華大學計算機科學與技術系研究員、博士生導師
在本次關于人工智能及其應用的科普講座中,博弈論作為核心議題之一,被興軍亮深入淺出地剖析出來。他首先明確了人工智能的定義,即通過計算機技術模擬人的多種智能能力,其中特別提到了阿爾法狗在圍棋領域戰勝人類,凸顯人工智能在博弈領域的非凡實力。
講座重點講述了計算機博弈與博弈論的關系。計算機博弈旨在讓機器模擬人類決策,而博弈論則是研究多方對抗與合作中策略選擇的理論。通過經典案例,如囚徒困境揭示了理性選擇可能導致非最優結果;智豬博弈展示了不同策略下的行為選擇;斗雞博弈則強調了強硬態度在策略對抗中的作用。這些案例不僅生動有趣,更深刻揭示了博弈論在策略制定中的關鍵作用。
7月20日下午:計算機視覺
吳曄 中國科學院大學人工智能學院直博二年級博士研究生
在這場講座中,吳曄帶領營員們“穿越”了計算機視覺領域從20世紀60年代至今的輝煌歷程。始于20世紀60年代的計算機視覺技術旨在將二維圖像轉化為三維認知,隨后的20世紀70至80年代,光影計算與數據處理技術的飛躍,為計算機視覺的蓬勃發展鋪平道路。
講座深入解析了圖像處理的基礎——像素與分辨率,以及RGB顏色模型,揭示了數字圖像背后的奧秘。特征提取與分析作為計算機視覺的核心,通過邊緣檢測、紋理分析等手段,尤其是卷積神經網絡(CNN)的引入,極大提升了圖像處理的智能化水平。
吳曄指出,在計算機視覺應用領域,自動駕駛技術成為焦點,它借助傳感器融合與先進算法,實現對環境的精準感知與決策;在醫療領域,計算機視覺助力醫學圖像分割,精準識別病灶,為醫生提供有力輔助,顯著提高了診斷效率與準確性;在工業界,計算機視覺技術讓機器人能夠“看”清世界,自主導航、操作,甚至檢測設備狀態,預防潛在危險,展現了其無限潛力與廣闊前景。
7月21日上午:自然語言處理
趙陽 中國科學院自動化研究所副研究員&碩士生導師
在這場以自然語言處理(NLP)技術為主題的講座上,趙陽圍繞該領域的多個關鍵方面展開深入探討。自然語言處理作為研究計算機理解和生成人類語言的學科,涵蓋機器翻譯、信息檢索等諸多應用領域。其面臨著語言歧義性、未知語言現象等多重挑戰。
趙陽表示,在機器翻譯領域,對于英漢這類資源豐富的語言,大模型表現優于傳統小模型,但在哈薩克語等小語種翻譯上,專業模型仍占優勢。而語言間的不對等性,如中文某些表達在英文中無直接對應,是機器翻譯的核心難點。
語言模型的發展經歷了從早期靜態詞向量(如Word2Vec),到動態上下文詞向量(如BERT、GPT),再到如今的大語言模型(如GPT-4)的演進過程。像GPT系列這樣的大語言模型,借助無監督預訓練和多任務學習,能處理翻譯、問答等多種任務。
與此同時,趙陽提醒同學們,大模型雖在對話能力、知識儲備等方面表現出色,但在低資源翻譯等特定任務上存在不足。同時,它還面臨生成虛假信息、隱私泄露等安全性挑戰,需要技術和法規共同約束。
講座最后,趙陽表示,檢索增強生成、知識編輯是提升大模型準確性和可控性的重要方向,多模態大模型及醫療、法律等領域專用大模型則是研究熱點。
7月21日下午:智能體與工具學習
任爍 中國科學院自動化研究所副研究員
任爍的講座主題是《AI智能體與工具學習》,他系統梳理了AI從規則系統到智能體的演進脈絡,解析了智能體的核心構成與應用前景。
講座首先回顧了AI的演進歷程:從遵循預設規則的早期系統(如1960年代的ELIZA),到通過數據學習模式的機器學習時代(如垃圾郵件過濾器),再到具備強大自然語言處理能力的大語言模型(LLM),最終迎來2025年“智能體元年”——AI智能體將LLM與自主決策、工具使用能力結合,實現復雜任務自動化。
在智能體結構部分,任爍強調了智能體作為AI行動派的角色,能夠接收任務、感知環境、執行操作并根據經驗調整學習。他詳細介紹了智能體的關鍵組件,包括感知、規劃、行動、反思與學習以及記憶等,并探討了不同的智能體設計模式。
在工具學習部分,任爍解釋了智能體如何通過工具調用彌補大語言模型的局限性,并介紹了工具的定義、類型以及調用核心流程。此外,他還探討了工具學習的策略,包括教程學習、示范學習和探索性學習等。
講座還展示了如何在低代碼平臺上搭建簡單的智能體工作流,并介紹了智能體在智能家居、教育學習、出行與娛樂、辦公場景等多個領域的應用案例。
7月23日上午:人工智能倫理與安全
趙菲菲 中國科學院自動化研究所副研究員&碩士生導師
在講座中,趙菲菲深入剖析人工智能在當今社會的廣泛應用及其帶來的倫理與安全挑戰。她表示,AI技術已在安防監控、金融支付、尋親打拐等多個領域展現出強大能力,如警方利用人臉識別墨鏡成功抓獲逃犯,刷臉支付逐漸普及等。然而,她也嚴肅地提出了人臉識別技術存在的準確度與成熟性問題,如被照片欺騙的風險、識別偏見導致的錯誤逮捕等,這些都引發了公眾對隱私與安全的深切擔憂。
趙菲菲還探討了AI技術在課堂監控、深度偽造、自動駕駛等方面的倫理爭議,揭示了AI可能帶來的隱私侵犯、誤捕、安全事故等嚴重后果。她特別強調了AI犯罪問題的嚴重性,以及在技術被濫用時,責任歸屬的復雜性,涉及技術開發者、使用者及監管機構的多方責任。
為應對這些挑戰,趙菲菲提出一系列AI倫理原則,包括合法合規、以人為本、環境與社會有益、公正性等,并建議通過提高模型準確性、升級數據安全基礎設施、開發公平識別模型等具體措施,來確保AI技術的安全、可信與負責任發展。
7月23日下午:腦機接口與未來
龔超 清華大學社會科學學院數字治理研究中心副研究員
龔超系統梳理了腦機接口(BCI)的發展脈絡、技術原理與應用前景。他從古希臘“心腦之爭”切入,引出大腦作為思維中樞的科學認知,進而定義腦機接口:一種繞過神經—肌肉路徑,在人腦與外部設備間建立直接通信的技術,核心流程包括腦信號采集、處理、解碼與設備控制。
龔超表示,技術上,腦機接口分為三類:侵入式(如Neuralink的柔性電極)直接植入大腦,信號質量高但存在手術風險;半侵入式(如ECoG)電極置于大腦表面,平衡精度與安全性;非侵入式(如EEG、MEG)通過頭皮記錄信號,便捷卻受限于信噪比。其核心依賴神經元電信號(動作電位)的捕捉與機器學習解碼,涉及分類(如運動意圖識別)、回歸(如機械臂軌跡控制)等任務。因此,需要借助人工智能的強大數據分析和模式識別能力,提高腦機接口的信號處理精度,突破當前技術瓶頸。
腦機接口的應用領域廣泛,涵蓋醫療康復(人工耳蝸、癱瘓患者意念控制設備)、感官增強(色盲者“聽”色)、科研與娛樂(猴腦控游戲)等。但技術仍面臨挑戰:非侵入式信號質量不足、侵入式存在免疫反應與倫理風險(如隱私泄露、意識操控),且數據變異性大、實時解碼難度高。
“腦機接口作為跨學科領域,需平衡技術突破與倫理規范,其未來發展將深刻影響人機交互與人類增強。”龔超說。
“2025北京AI探學營”的第二階段從8月延續到11月。12月,“2025北京AI探學營”將舉行線上答辯會。營員們在完成全部課程學習與項目實踐,并通過答辯后,將獲得由中國自動化學會、中國人工智能學會、中國科學院大學人工智能學院及中國人民大學高瓴人工智能學院聯合頒發的“全國中小學人工智能探究性學習訓練營”結業證書。(來源:中國自動化學會)

關注精彩內容