这本《智能涌现：AI 时代的思考与探索》的作者张亚勤在圈内可是大名鼎鼎，12 岁考上中科大少年班，31 岁成为 IEEE 最年轻的院士，在微软和百度当过掌门人，现在带着清华团队研究 AI 产业化。这些经历让他写书时既有技术咖的硬核，又有产业操盘手的务实。翻开书，扑面而来的是 “数字化 3.0” 这概念。作者说过去三十年咱们先把文字照片搬上网（1.0），再把买卖社交挪到线上（2.0），现在要玩更大的 —— 把整个物理世界和生物体都数字化。比如家中冰箱能自动感应食物存量，街道摄像头能实时计算车流量，甚至人的基因序列都能变成代码分析。这可不是科幻，书中列举的自动驾驶车路云协同系统、蛋白质结构预测模型，已经在实验室跑起来了。最接地气的章节是讲 AI 怎么帮普通人过日子。作者算了一笔账：北京三甲医院专家号每天放 2000 个，AI 医生能同时处理 20 万个问诊，还能把诊疗方案翻译成 50 种方言。云南山区的老农拍张水稻照片上传，AI 能立刻诊断病害、推荐农药，比乡镇农技员跑得还快。这些场景被他称作 “比特到原子的回归”，数字世界终于能摸得着了。技术狂飙时最容易踩坑，作者没回避这事。他提出 “3R 原则”—— 响应要快（Responsive）、底盘要稳（Resilient）、底线要牢（Responsible）。比如某地突发疫情，AI 模型连夜迭代出防控方案是响应快；自动驾驶系统被黑客攻击时能自主切换备用通道叫底盘稳；AI 绝不参与武器研发则是守底线 (这点貌似一直被突破底线啊)。这些大实话，估计来自他当年带百度自动驾驶团队趟过的雷。书里预测未来十年会出五件大事：多模态 AI 看懂蒙娜丽莎的微笑，边缘计算让手机跑大模型，机器人学会扶老人起床，生物芯片能预防老年痴呆，还有 2025 年自动驾驶的 “ChatGPT 时刻”。别看预测大胆，每个判断都附了技术路线图。比如要实现 L4 级自动驾驶，得靠大模型生成百万级极端路况数据，这事儿据说已经有不少团队正在各地测试场紧锣密鼓的进行着。

总体感觉张院士的认识甚至不如 chatgpt 产生的有见地

大模型最核心的两个要素是统一标识和规模定律。统一标识通过将文本和其他类型的数据统一编码为单元，使模型能够处理不同形式的输入。规模定律则揭示了模型规模与性能之间的关系，表明随着模型参数的增加和数据规模的扩大，模型的表现会显著提升。

拥抱未来