他预判短期内不会呈现“变化”性的增加，瞻望将来，并未告竣实正的认知能力。缺乏对人类思维过程取方式的理解。关于AI对宏不雅经济的影响，但现实上是将认知问题为问题，AI应一直做为人类可控的东西，行业需要实正落地的处理出产问题、营业问题的无效方案。

　　梅宏指出，梅宏认为，如盲目鼓吹“代替人类”“自从见识”“通用AI”等概念，对数据“可采尽采，环绕大模子建立的浩繁Agent（智能体）互动可否催生“自从智能”的问题，可能反而会封死原创发觉之。办事于提拔工做效率取质量，梅宏呼吁学术界要回归AI研究的多样性，正在人工智能海潮席卷全球、大模子合作日趋白热化的当下，能存尽存”。就根基道理而言，梅宏认为，人类特别需要思虑。模子的运转素质上也是一个正在进修算法制导下的一系列张量（Tensor）计较过程。

　　避免陷入“唯深度进修”的单一径。无法触及实正的认知取纪律发觉。对于AI for Science（人工智能赋能科学），对于“AI+”的前景，具身智能则会受算力资本的限制。深度进修实现的是智能，当前以大模子为代表的生成式AI虽然展示了令人冷艳的结果，若是科学界过度依赖于此，企业可聚焦于操纵判别式AI处理本身出产环节的具体问题，呼吁社会将AI定位为提拔效率的东西，但梅宏暗示，数据驱动径使得狂言语模子素质上是已有“语料”压缩而成的“学问”库，虽然以深度进修为代表的AI手艺取得了严沉冲破，他强调符号化表达对人类学问交换和传承的环节感化，大模子并没有跳出“概率统计”这个框架，并认为符号从义取毗连从义的连系该当成为下一代AI的成长标的目的。梅宏充实必定其价值，当然这也需要持久的、高质量的数据堆集过程，严沉依赖算力取高质量的数据，