- AI的“域内泛化”：AI要学会骑所有车，得分别在普通自行车、电动车、山地车上大量训练，换个没见过的车型（比如独轮车）就完全不会，因为它只靠统计数据找规律，没法突破训练范围做认知延伸。

图灵奖得主Richard Sutton也说“无目标则无智能”，现在的AI都是“有明确目标才干活”，比如“帮我写报告”“识别病灶”，没法像人一样“没事找事”地主动探索、创造，这是AI和人类智能的核心差距。

四、AI的“神级应用”：在生命科学里，效率比人类高几百倍

陈润生作为生物信息学专家，最看重AI在生命科学和医疗领域的应用，他说AI已经在这里创造了“人类几十年干不过机器三个月”的奇迹，咱们举几个实在例子：

1. 生物大分子结构计算：人类科学家用实验解析生物大分子结构，几十年才完成不到1%；AI只用三个月就计算出数亿个，帮科学家快速搞懂蛋白质、核酸的作用，为新药研发、疾病治疗打基础，效率提升几百上千倍。

2. 精准医疗与新药研发

- 靶点发现：以前找一个癌症新药靶点要花几年、砸上亿；AI能快速分析海量基因数据，几个月就找到潜在靶点，比如陈润生团队用AI解码DNA里97%的“非编码序列”，发现这些曾被当成“垃圾”的片段，其实是肿瘤的元凶之一，为癌症治疗找到新方向。

- 个性化治疗：AI能融合你的基因组、病历、生活习惯，甚至中医脉象数据，给你定制专属治疗方案，比如同样是高血压，AI能判断你是“盐摄入过多”还是“基因问题”，推荐不同的用药和调理方式 。

3. 医学影像诊断：AI能快速识别CT、X光片里的微小病灶，比如肺结节长到不到1毫米就能发现，而医生通常要等结节长到5毫米才能看到，早发现早治疗，能大幅降低癌症死亡率 。

4. 基础科研加速：AI能帮物理学家算复杂公式、帮化学家设计新材料、帮生物学家分析蛋白质结构，以前几十年搞不定的难题，AI可能几年就搞定，比如DeepSeek大模型已经具备原始创新能力，能指导人类发现疾病新靶点。

陈润生团队还在做一个叫“灵枢”的医学多模态大模型，把中医数据（脉象、舌苔）和西医数据（基因、影像）融合起来，让AI既能懂西医的精准检测，又能懂中医的辨证施治，未来普通人在家就能用手机做“中西医结合”的健康评估，这就是AI带来的医疗普惠 。

除了医疗，AI在其他领域也在提效：

- 工业制造：AI能预测设备故障，比如工厂的机床振动异常，AI提前预警，避免停机损失；还能优化生产流程，比如调整流水线速度、物料配比，提升产能降低成本。

- 农业生产：AI通过土壤传感器、卫星图像，判断农作物的生长情况，精准控制浇水、施肥，减少浪费，提升产量，比如东北农场用AI管理耕地，每亩能多收几百斤粮食。

- 日常服务：AI能帮你写报告、做PPT、整理相册，甚至陪老人聊天、提醒吃药，让生活和工作更轻松。

五、AI的“核心瓶颈”：神经活动怎么变成“想法”，还没搞懂

陈润生说AI要突破高级智能，最大的拦路虎是“神经活动到心理活动的转化机制”——简单说就是：人脑里的电信号、化学信号，怎么变成“我饿了”“我开心”“我想出去玩”这些想法和感受？科学家现在还没完全搞明白，这就导致AI没法真正拥有“意识”和“思维”。

不过也有好消息，谷歌12月5日发布的新技术，正尝试在这方面改进，比如让AI更接近人脑的信息处理方式，提升跨场景学习能力，但这还需要时间，短期内AI还是“高级工具”，不是“有自我意识的生物”。

陈润生还提醒行业别走进“堆算力的误区”——很多人觉得“芯片堆得越多，AI越聪明”，他说“堆积算力的尽头是沙漠”，真正的突破在底层创新，比如研究新的算法、模仿脑发育的模型，而不是一味砸钱买芯片 。

六、AI与人类：不是“谁取代谁”，而是“协同发展”

面对“AI会不会超越人类”的争论，陈润生的态度很理性：AI和人类智能不是对手，而是互相促进的伙伴 。他不认同辛顿“人类只是智慧过渡阶段”的极端观点，也不觉得AI能在短期内全面超越人类，理由很实在：

这章没有结束，请点击下一页继续阅读！

1. AI的“长板”是效率和规模：处理海量数据、重复工作，AI比人类快得多，比如算数据、查资料、做流水线工作，交给AI能解放人类的时间。