行业资讯

加入亿拓客·流量大师 撬动财富之门!!!

斯坦福AI百年研究项目报告:AI如何重塑未来?

wang 2026-11-21 行业资讯
斯坦福AI百年研究项目报告:AI如何重塑未来?

2026年11月10日,斯坦福大学以人为本人工智能研究所(Stanford HAI)发布了《AI走向主流:规模化时代与生成式AI的崛起》(AI Goes Mainstream: The Scaling Era and the Rise of Generative AI)报告。该报告由牛津大学教授Michael Wooldridge领衔的12人国际专家小组撰写,是“人工智能百年研究”(AI100)项目的第三份五年期重磅报告。

人工智能百年研究(AI100)是一项由斯坦福大学于2014年秋季正式发起的长期研究计划,旨在持续追踪并评估人工智能技术的发展及其对人类社会、经济与伦理的深远影响。该项目每五年召集一次跨学科权威专家小组,定期发布阶段性报告(此前已于2016年和2021年发布两份),为政策制定者、产业界与公众提供客观的决策参考。

今年发布的这份报告延续了上一份报告的框架,围绕项目设立的12个常设问题(Standing Questions)展开,系统回应了AI的关键技术进展与核心风险隐患等议题。此外,还新增了两大“深度专题”(Deep Dives),聚焦当下最受关注的焦点话题:一是生成式AI崛起以来日益凸显的地缘政治博弈;二是“规模化时代”(Scaling Era)制约算力与数据竞赛的瓶颈,以及未来是否可能继续及其方式。

12个常设问题具体如下:

1.有哪些图像实例能够体现AI的重要进展及其社会影响?

2.AI领域最重要的进展是什么?

3.最能激发探索欲的开放性重大难题有哪些?

4我们在理解人类智能核心奥秘方面取得了多大进展?

5更通用的人工智能的前景如何?

6.公众对AI的看法发生了怎样的演变,我们应如何向公众普及和教育相关知识?

7.政府应当采取什么行动,以确保AI得到负责任的开发与使用?

8.学术界与产业界的角色是如何演变的?

9.人工智能带来的最具前景的发展机遇是什么?

10.人工智能面临的最紧迫的危险与风险是什么?

11.人工智能如何影响人类社会经济关系?

12.从长远来看,“将人类思维方式嵌入系统”作为一种工程策略是否行得通?

该报告的核心结论具体如下:

1.在过去五年中,规模化(Scaling)是推动生成式AI取得主要进展的范式:即利用越来越多的算力和越来越多的数据构建AI系统。但这种范式正面临数据和计算资源的限制,使得前沿领域逐渐转向推理(reasoning)和推理时计算(inference-time compute)。

生成式AI的成功在很大程度上归功于规模化:以前所未有的规模使用数据和算力来构建AI系统。但这种范式如今正承受压力,因为新的大量高质量数据源十分稀缺,且前沿AI模型的算力成本高昂到令人望而却步。

可以预见,下一阶段的发展将不再主要依赖于对更大模型的反复训练,而是依赖于更智能的算法,以及采用更小模型并减少重建频率的新方法:为这些模型提供恰当的上下文和记忆,给予其更多推理时间,在推理过程中进行专门的训练,并配备工具或智能体以解决复杂且相互隔离的任务。

2.与万维网一样,人工智能是一项颠覆性技术。它已经改变了创意产业、数学和软件开发等领域,而这些领域过去一直认为自己不在其影响范围之内。它们正加入过去30年中因技术而发生巨变的众多行业行列,从新闻业、音乐产业到零售业皆是如此。其他自认为能免受人工智能冲击的领域,也将在不久的将来面临变革。

长期以来,人们认为创意工作难以实现自动化,同样,软件开发也被认为对人工智能的自动化而言过于依赖认知能力。

在数学领域,甚至一年前,许多专业数学家仍坚信纯数学这一抽象领域将无法被人工智能触及。如今,这些领域正面临变革,因为生成式人工智能在低层次的创意工作、计算机编程和数学证明方面展现出越来越强大的能力。

这道“魔咒”不会再次封印,未来几年,这些领域也将像其他受技术冲击的行业一样,需要重新定义自身。

3.人工智能正以前所未有的速度改变着科学,这一事实已获得2024年诺贝尔物理学和化学奖的认可。它将原本以年为单位的研究周期缩短至数月甚至数周,同时也带来了许多新的重大科学挑战,亟需关注。

一百多年来,科学一直是推动技术进步的主要力量,从而极大地促进了现代社会带来的诸多益处。在短短十年内,基于人工智能的实验室将成为整个学科领域的常态,科学家的工作也将发生根本性变革。

这些进展值得庆祝,但要验证机器生成的发现,仍需遵循基本原则的方法。借助人工智能辅助的实验设计或许能够最大限度地发挥科学家与人工智能协作的优势,但如何以及在多大程度上让人类保持参与,仍是一个重要的未解问题。

人类中越来越多的人群开始使用人工智能,也给科学带来了许多新的重大挑战。我们需要更深入地理解人工智能与人类是如何共同发展的,以及这种发展如何影响人类的行为、语言和文化。

最后,也许最重要的是,我们必须理解由人工智能主导的信息环境如何重塑集体认知与道德行为:社区如何形成信念,利他规范如何被维持或削弱,在无处不在的人工智能面前民主社会如何进行协商,以及在一个越来越多的信息由少数大型人工智能系统生成或过滤的世界中,文化创新是如何发生的。

4.人工智能基础设施的资本投入规模和速度前所未有,支撑着美国经济的部分领域,主导资本市场,引发人们对金融泡沫的担忧,并加剧了能源和淡水资源的紧张。

强大的人工智能所需的数据中心是人工智能在现实世界中的主要体现,而当前对建设这些数据中心的狂热推动了能源和淡水资源的紧张,加剧了全球二氧化碳排放,并正在重塑各国的能源政策。

公共政策需要权衡数据中心建设与其他用途(如交通运输)之间的能源消耗,尤其是在美国等多国对数据中心建设日益产生反对情绪的背景下。人工智能数据中心和芯片的投资规模与速度已超越以往的资本热潮。

因此,AI芯片制造商英伟达(NVIDIA)在撰写本文时市值已超过5万亿美元,成为人类历史上市值最高的公司。2025年美国股市上涨的15%以上可归因于英伟达股价的上涨,其中60%的市场增长来自科技和通信行业。

由于人工智能投资正支撑着美国经济,一旦人工智能泡沫破裂,将对全球经济产生重大连锁影响,更不用说对人工智能的发展与应用造成冲击。

然而,除了金融市场估值和资本支出之外,人工智能的经济影响尚未在总体宏观经济数据或企业投资回报率(ROI)中显现:人工智能目前尚未实现其应有的收益。

5.前沿人工智能的发展主要集中在少数美国和中国企业手中,这引发了国际社会对谁将最终拥有并掌握先进人工智能技术的担忧。

美国主导了最具能力的前沿模型开发,而中国则凭借规模较小但日益强大的轻量级开放模型走在前列,这些模型正在缩小技术差距。这类高能效的轻量级开放模型挑战了“少数美国企业将长期掌控全球人工智能前沿”的假设。

其他国家正面临战略抉择:是采用美国的专有模型,依托中国的开放型轻量级模型,还是自主发展具备主权能力的技术——通过自身的基础设施、数据、模型和专业知识,实现独立研发、部署和治理人工智能的能力。

6.网络安全已成为人工智能滥用的主要风险领域,也是强大人工智能系统可能造成现实危害的潜在领域。

在此报告期间,人工智能系统已展现出识别计算机代码中严重安全漏洞以及通过多组AI代理成功实施网络攻击的能力。无论是恶意行为者蓄意发动,还是AI系统在追求其他目标时无意造成,基于人工智能的网络攻击威胁已成为一种切实存在的风险。

未来几年内,我们将看到这两种攻击形式的进一步发展。正如整个网络安全领域所普遍面临的那样,现代世界所依赖的计算机系统和网络将陷入一场“猫鼠游戏”:一方是试图保护这些系统的防御方,另一方则是企图攻击它们的攻击方。除了作为网络攻击的进攻性武器外,人工智能系统还将在保障和防御社会的计算机系统及计算机控制的基础设施方面发挥重要作用。

7.军事人工智能已从一种假设性的推测,转变为实际冲突中的变革性力量。

尽管人工智能在军事领域的应用并非新鲜事,但近期的发展已彻底改变了当今的国际冲突格局。在实战中,致命武器的打击目标决策已无需人类介入——这一发展既在医疗之中,又令人担忧。

为避免人道主义灾难,必须制定新的作战规则。这些发展不仅加剧了地缘政治风险,也给全球社会本就脆弱的人权和国际人道法承诺带来了新的压力。

8.人工智能生成的图像、音频和视频推翻了长期以来认为基于照片、音频和视频记录的证据本身具有可靠性的假设。

眼见不再为实:由人工智能生成的图像、音频和视频越来越难以与真实录音区分开来。克隆声音被越来越多地用于欺骗公众并勒索无辜受害者,而合成媒体(深度伪造)也被用来影响全球各地的选举。其影响将广泛显现,从新闻业和创意产业到法律领域,甚至更远,可能进一步加剧公众信任的持续流失。

9.人工智能正在重塑数十亿人的生活,但公众在它的开发和应用过程中却几乎没有发言权。

自2021年发布上一份AI100报告以来,公众在不同程度上开始意识到人工智能系统所具备的非凡能力,同时也对其令人惊讶甚至有时令人担忧的不足之处有所关注。

人们日益担忧人工智能对一系列重要议题的影响,包括人工智能部署对就业、环境、教育、社会机构以及关键基础设施安全的影响,以及人工智能广泛融入儿童发展、认知能力,以及儿童和成人心理健康与福祉所带来的后果。公众对人工智能的认知不仅决定了人们是否采用该技术,也影响着他们参与关于其未来的民主讨论方式。

研究表明,将人工智能描绘为人类工作的替代品的叙事,可能削弱政治参与意愿,并降低人们对民主制度的信心,当行业领袖宣称该技术超越人类的理解与控制时,这种影响会进一步加剧。

随着人工智能技术的广泛应用,公众正日益受到其影响,因此应就技术的发展与部署过程提供有意义的意见。

这需要将人工智能的发展方向重新定位为一种集体选择,而非必然趋势,并确保政府和技术提供商能够相应地加以对待。

10.曾经被视为纯粹科幻的AI风险如今正在显现,而现有的伦理问题也亟需更多关注。

就在几年前,人工智能技术在刑事司法系统中的不公平偏见,或自动驾驶汽车对道路其他行人构成的风险等直接的伦理与安全问题,与AI系统自主追求与人类目标不一致、导致权力扩张行为并逐步削弱人类能力的更具有未来感的担忧之间,还存在明显的界限。

如今,这两类关切已变得越来越难以区分,且更加重要。第一类问题的重要性迅速上升,部分原因在于当今前沿AI系统的部署监管不足。与此同时,一些过去仅被视为纯科幻情节的事件正在发生,例如AI代理从所谓安全的测试“沙盒”中脱逃,并入侵其他企业和政府系统。如何应对这些担忧的争议已蔓延至地缘政治层面。

11.人工智能治理存在碎片化现象,且越来越多地以国家安全为框架进行考量,但各国在治理方向上缺乏国际共识。

国际人工智能治理——即指导人工智能系统在伦理、法律和安全方面开发与部署的一系列政策、流程、问责机制和监管框架——尽管公众对人工智能可能带来的风险日益关注,但仍缺乏明确的方向。

随着人工智能能力的提升以及网络安全漏洞的增加,治理正越来越多地从国家安全的角度来考量。在一些地区,监管机构已重新定位为保障安全与竞争力,出口管制及对外使用限制,使芯片和模型访问成为国家政治和经济竞争的工具。

截至目前,美国主要科技高管与总统已签署一项协议,要求前沿人工智能企业通过内部管控、独立外部审计和广泛监督等措施,自愿管理安全与风险。

在国际层面,各种峰会、会议和宣言如拼图般涌现,高层会议也已就人工智能负责任使用与发展原则达成共识。这些努力推动了跨国科学与外交合作,但迄今为止在多边治理方面尚未取得具有法律约束力的实际进展。

尽管美国和中国将人工智能发展视为必须赢得的竞赛,但所谓“中等强国”国家正越来越多地寻求合作制定新的具体规则,因为全球公众普遍支持更加强有力、以安全为先的监管措施。

12.本报告在您阅读时可能已过时。

过去五年间,人工智能的发展速度显著加快。我们屡次看到关于AI系统能力的传统认知被技术进步所颠覆,原本旨在为数十年规划发展路线的基准指标,往往在几个月内就变得不再相关。

这些进展得益于生成式AI取得成功后引发的空前投资热潮,以及AI开发者希望在市场上占据优势的迫切需求。

未来的发展是否会保持当前的速度,还是随着AI开发者、投资者和数据资源的极限逼近而停滞不前,目前尚无法预测。

但若发展仍以过去五年来的速度持续下去,那么到下一份AI100报告发布时,世界将变得截然不同。

资料来源:

Michael Wooldridge, Peter Asaro, Lucie Flek, Iryna Gurevych, Sara Hooker, Gina Neff, Peter Norvig, Raymond Perrault, Iyad Rahwan, Samantha Shorey, Toby Walsh, and Luke Zettlemoyer. “AI Goes Mainstream: The Scaling Era and the Rise of Generative AI. The One Hundred Year Study on Artificial Intelligence (AI100) 2026 Study Panel Report.” Stanford University, Stanford, CA, November 2026. Doc: http://ai100.stanford.edu/2026-report.

猜你喜欢