杰弗里·辛顿、吴军、陈宁展开对话。（受访企业供图）

深圳商报首席记者 陈小慧

2025年，AI正在从大模型算法走向落地应用阶段。未来有哪些技术趋势值得关注？如何训练“向善”的AI？近日，一场全球巅峰对话给出了最新答案。

12月2日，在以“智汇全球·绿动未来”为主题的2025GIS全球创新展暨全球创新峰会上，2024年诺贝尔物理学奖获得者、“AI教父”、2018年图灵奖得主杰弗里·辛顿，硅谷著名计算机科学家、《浪潮之巅》作者吴军以及深圳云天励飞董事长兼CEO陈宁，围绕AI如何改变人类世界、AI安全治理、推理芯片技术突破等议题展开了一场深度对谈。

在长达约1个小时的对话中，辛顿再次强调了对AI安全治理的重要性，称AI学习效率和知识传递速度比人类提升了好几十亿倍。“AI要朝着正确、向善的方向发展”，成为了这场对话的共识。

AI要朝着正确、向善的方向发展

此次峰会上，辛顿阐述了AI系统强大的学习效率，并再次强调训练“向善”AI的重要性。“我们正在建立非常庞大的AI系统，AI系统之间的‘蒸馏效率’要高得多，换句话说AI大模型是可以很快将全网信息进行吸收，这样的知识‘蒸馏’与分享真的非常高效，比人与人之间的信息传递、代际传递效率提升好几十亿倍。”

“我们创造了AI，我们不希望AI来欺骗人类，而是能够为人类服务，让全人类受益。”对此，辛顿重点强调了关于AI的风险与治理。“人类不会阻止对AI的开发，但是随着AI开发越来越深入，我们必须想办法确保AI的安全性。”他倡导，全球应该携手让AI朝着正确、向善的方向发展，希望有更多方式更好地帮助AI发展。

陈宁对此也表示：“刚才辛顿教授提到，AI非常强大，我们需要更好地训练AI，我完全同意。我们需要打造智能、向善的AI，让全人类都足够受益。”

未来需在新的计算形态上进行探索

对话中，吴军提到了关于AI训练成本的问题。“我们在大语言模型、深度学习上取得了很多进展。如果现在要训练大模型，可能要花费数十亿美元的成本，如何让AI的成本降低？”

陈宁认为：“进入大模型和智能体时代，我们要回答的问题不再是‘能不能训出来’，而是‘在多大能耗和成本下，让多少人用得起’。”

在陈宁看来，过去在训练AI的时候，花费可能高达数十亿美元。“我们现在需要打造更经济的AI训练模式。智能体要使用多少token，可能一段时间内要使用几百万的token。生成100万的token成本是多少，需要1美元，那我们其实是想将1美元降到只有1美分，也就是降低99%。”

辛顿认为，现有计算体系在能耗和效率上面临越来越大的压力，未来需要在新的计算形态上进行更多探索。他提到，模拟计算、类脑芯片以及基于类器官的计算等方向，在理论上有望在功耗和通信能力上展现出明显优势。不过，他也明确表示，目前基于脑细胞类器官的计算研究仍处于非常早期的阶段，还不足以承担大规模AI负载，这条路仍然需要时间和长期投入来验证。

2025年进入“应用推理时代”

陈宁在峰会上发表了对AI芯片行业未来发展趋势的看法。

“2025年有一个最大的行业变化，就是人工智能正在由训练时代进入到应用推理时代。今年从硅谷开始，大家讨论更高频的词汇不仅仅是大模型还有Agent，我们需要更关注百万token的成本和功耗，只有这样才能让更多人用起AI，让AI渗透到城市的各个角落。”陈宁表示，我们更需要低成本、低功耗的推理芯片。

陈宁认为，未来推理芯片的规模会进一步提升，超越训练芯片。“到2035年，AI将实现从训练到推理整体的转型，AI模型会有更多应用。到2030年，训练芯片的规模可能在1万亿美元左右，而推理芯片可能接近4万亿美元。”

陈宁表示，未来5年，AI将重新定义所有数字应用、硬件和电子设备，“可以说到时候AI处理芯片无处不在。”