编者按：

在7月10日于郑州召开的光合组织2026智能计算应用大会上，中国工程院院士李国杰在致辞中谈到，人工智能（AI）的演进与应用正催动计算体系的变革——在架构、规模、能效与可靠性上实现系统级创新。继而他阐述了对AI及智能基础设施建设的最新思考。

以下为李国杰院士的分享。

当前，人工智能正在从大模型向智能体和具身智能快速演进，AI for Science（人工智能驱动科学研究）正在推动基础研究和技术发明加速发展。这些变革催生了巨大算力需求，它不再是单一精度的计算，而是需要同时支持“高精度的科学计算”和“低精度的AI训练”超智融合的能力。这种融合要求计算系统在架构、规模、能效和可靠性上实现系统级的创新。

关于人工智能和智能基础设施，我想分享最近思考的三个观点。

第一，大模型能力的边界是语言的边界，但科学发现需要超越语言，仅依靠基于Transformer架构的机器学习的范式，几乎不可能构建起真正的通用智能（AGI）。AI for Science真正的价值在于，它能够帮助人类去探索那些语言无法穷尽的科学的前沿。人类不可替代的作用是：治理随着AI能力的扩张同步产生的不可验证的空间，决定科学探索的方向和价值的边界。

第二点思考，影响人工智能落地的主要问题，不是一个模型能做多少事情，而是做的事情没有做到位、不可信、不放心。因此，人工智能近期的主攻目标不应是“争取两三年内就实现基于大语言模型的AGI”，而是发展可信、可用的人工智能。人工智能的可信度、可用度才是重点的发展方向。因此，要把人工智能技术切入到人类真正感到“痛”的地方。

第三，算力基础设施是智能基础设施的根基。在可见的未来，智能是离不开算力的。“光合组织”就是在打通芯片、整机、基础软件直到智能应用的一个全栈的国产化链路，实际上是在构建一个新时代的智能基础设施，具有深远的战略意义。如今，光合组织已经聚集了6000多家产业伙伴，大家共同探讨如何通过全栈协同的创新，来驱动人工智能和产业的高质量发展，这是非常有意义的。

今天，十万卡算力集群“曙光8000”正式发布，我期待像这样的超级巨头，能够深入融合光合组织生态，在服务千行百业中真正释放出超智融合的算力价值，推动AI+人类共生的科研范式取得更大的突破。

（作者系中国工程院院士，《中国科学报》记者赵广立受权整理发布）