科技部原副部长李萌：工程创新成为成就颠覆性创新更重要的形式

DeepSeek用更低成本训练出性能等效的大模型，引发(yǐnfā)业界对大模型效率革命(gémìng)的思考。对于颠覆性创新来说，要考虑哪些因素？ 在26日—27日举行的(de)“浦江创新论坛——科学学上海论坛·2025科技(kējì)创新智库国际研讨会”上，全国政协委员、科技部原副部长(bùzhǎng)李萌分享了几点思考。在他看来，工程创新成为成就颠覆性创新更重要的形式，比如DeepSeek本质上是工程创新，展示了工程创新对于推动大模型创新发展的巨大潜力，不仅大模型如此，相关(xiāngguān)企业的算力硬件实现性能大幅度提升(tíshēng)也得益于此。下一阶段人工智能的发展更考验软硬协同的能力，在人形(rénxíng)机器人(jīqìrén)，高级别自动驾驶等具身(jùshēn)领域，越来越显示出工程优化的重要性。 “过去有一个问题今天仍然在问，为什么蒸汽机革命没有发生在伦敦(lúndūn)，而是在曼城？今天恰恰存在对(duì)工程创新催生颠覆性创新认识不够的问题，当理论遇到(yùdào)物理极限以后，工程创新能够打开新的空间，这就是(jiùshì)在多数时候看到工程界比学术界更乐观的原因。”他说。 李萌认为，未来理论突破和工程优化将(jiāng)交替引领颠覆性(diānfùxìng)创新。他解释称，从(cóng)“0到1”和从“1到100”都是可以产生颠覆性创新的过程。从摩尔定律到尺度定律技术(jìshù)进步的通道轨迹表明，重大技术的突破往往是基础理论(jīchǔlǐlùn)和工程应用交替式引领上升。认识到这一点，对于完善中国特色科研组织和研发模式具有重大意义。 他(tā)还说， 人工智能本身是一个极综合领域，大模型的效率革命是复合因素推动的，架构、策略、极致的软硬件协同的作用，体现了(le)从单一维度向多阶段(jiēduàn)复合性(fùhéxìng)理解转变。复合性创新替代单一路径，也适应于其他领域，颠覆性创新越来越在交叉融合的复合性创新中产生。 而如何度量颠覆性创新？效率(xiàolǜ)最优成为新维度。 他解释称(chēng)，之前研究颠覆性(diānfùxìng)创新从技术(jìshù)维度、市场维度、效果感受维度探索度量方法。DeepSeek走出了一条低算力、低成本、性能等效的大(dà)(dà)模型发展之路(lù)，能效比的地位上升了。过去是大力出奇迹，现在行业(hángyè)竞争逻辑变了，效率在决定是否有颠覆性这方面起到了很重要的作用。也就(jiù)是说没有高性能、高能效比就没有颠覆性创新，对于能效比的追求也会(huì)倒逼业内探索能力等效的途径和措施，未来大模型技术发展将长期处于尺度定律和效率革命的动态平衡，且这个趋势并不局限于在大模型一个领域。同时，开源开放是支撑颠覆性创新生态规模不可缺少的方式。 但李萌也提醒，在重视颠覆性创新的同时，也要同步考量可能出现的颠覆性危害。以往的科技革命和(hé)产业变革都是建立在可解释的科学原理和透明的技术路线上(shàng)，而今天的大模型智能涌现具有不完全可解释性。越接近通用智能越要保持敏捷(mǐnjié)治理，形成创造性技术与社会(shèhuì)良性互动，否则带来(dàilái)的危害也可能是颠覆性的。 他认为，相较(jiào)而言(éryán)，人们比较重视颠覆性技术和颠覆性创新，而对相伴的治理问题认识两极分化，要么置之不理，要么做出人工智能会毁灭人类的判断。随着大模型(móxíng)推理能力的增强，问题越来越紧迫，前一段时间有(yǒu)开发者发现大模型越聪明就越不听话(bùtīnghuà)，模型的大小和遵守指令有时会呈负相关。 (本文来自第一财经(cáijīng))