AI的未来：超越当前认知的技术革命
不少人把眼下这波AI热潮拿来和2000年那场互联网泡沫相提并论，但这其实忽略了根本差异：当年互联网解决的是"连接"问题，而今日的AI要解决的是"创造"问题。更准确地说，我们AI正处于从"模式识别"向"认知推理"跃迁的关键节点。以大语言模型为例，核心本质仍是一个极度复杂的"序列预测引擎"——海量吸收人类知识文本，然后推断最可能出现的下一个token。这让我们在语义解析、常识问答、代码撰写等方面表现惊艳，但本质上仍是"刺激-反应式"的机敏，而非依赖深层世界模型的主动思考。打个比方，现阶段的AI就像一个只发育了
智能学科体系剖析：核心要义、架构与推进策略
本文刊载于《中国科学院院刊》2026年第6期“国家科学技术思想库：人工智能赋能科学研究”中国科学院学部人工智能赋能科学研究咨询项目学科组中国科学院智能学科探究人工思维的理论、方法、系统、应用、赋能、伦理与治理等内容，是一门典型的融合学科。伴随近年来人工智能的迅猛进步，其学科内涵与体系架构持续丰富和演变。文章在剖析人工智能发展态势的基础上，从理论方法、智能形态、学科融合和应用赋能四个维度阐述智能学科的核心要义，提出由基础支撑学科、基本知识体系、主要智能形态和应用赋能扩展构成的智能学科体系框架。在新形势下，应
人工智能学科体系框架：核心要素、结构设计与战略路径
本文发表于《中国科学院院刊》2026年第6期"国家科学技术思想库：人工智能赋能科学研究"专栏中国科学院学部人工智能赋能科学研究咨询项目学科组中国科学院人工智能学科聚焦于智能的理论探索、技术方法、系统架构、实践应用、赋能机制、伦理规范及治理框架等方面，属于典型的交叉性学科。伴随近年来人工智能技术的迅猛进步，其学科内涵与体系架构持续得到丰富和完善。文章基于对人工智能发展态势的深入分析，从理论方法、智能形态、学科交叉和应用赋能四个维度解析人工智能学科内涵，构建了由基础支撑学科、基本知识体系、主要智能形态和应用赋
AI动画的眼神之谜
观看了大量AI生成的动画作品后，我注意到了一个显著的现象——角色眼神缺乏灵魂。人类的眼神承载着丰富的情感，具有独特的表达力和不可复制的特质。当"空洞感"这一特征出现在AI动画中时，随着AI大模型学习能力的增强以及硬件性能的飞跃，这种空洞感可能会被巧妙地隐藏在人类观众的感知范围之外。那么，AI创作的动画眼神与人类真实眼神的本质区别究竟在何处？这个问题引出了更深层的思考：AI大模型究竟是在模仿人类或生物智能，还是在构建一种全新的、区别于传统生物的智能形态？不同类型的智能体系又会带来怎样截然不同的表现形式？