当下探讨“AI是否会统治人类”这一话题，其实为时尚早。目前，可供AI学习的文本信息正逐渐趋近“耗竭”状态，并且“千亿级”AI大模型的研发与运行，需要消耗大量的资源。

中国科学院脑科学与智能技术卓越创新中心研究员张铁林指出，文本大模型更新迭代的进程明显受到了文本数据量和资源条件方面的限制。一方面，现今互联网上公开的人类自然语言文本语料，在很大程度上都已被机器“学习利用”。另一方面，训练千亿甚至万亿参数AI大模型，不仅要耗费巨量的电力能源，还需要数以万计的AI芯片提供算力支持，这无疑意味着巨额的资本投入。一些急于看到回报的资本开始纷纷撤离，导致那些缺乏支持的AI大模型项目不得不停滞。因此，在短期内能否发展出具备人脑综合高级认知能力的AI大模型，仍需进一步观察和研究。

尽管以人类自然语言为学习语料的AI大模型取得了较为显著的成果，在这一领域也存在着不同的发展态势。从长远来看，以科学数据为学习基础的科研大模型同样具有重要的发展潜力，因为我国在科学数据方面具备一定的先天优势，所以在针对科研大模型的研发工作上相对较为顺利。

我国类脑脉冲等新型低能耗大模型方面也已经布局多年，正在迎来国际领跑机会，结合类脑芯片硬件系统，将极大发挥低能耗优势。在获得相应的资源支持后，我国有望在科研大模型、类脑脉冲大模型等领域取得更为出色的成绩。

在AI的应用侧而言，我国与其他国家仍存差距，只有聚焦发展，才可能在未来缩小差距。数据显示，美国AI头部大模型应用是中国头部应用的近100倍，活跃用户数是国内头部应用的近10倍，用户的使用频率也高一个数量级，这说明我国在AI应用场景上仍有较大提升空间。实际上，我国AI产品也在过去一年快速成长，近期相关数据显示，夸克已经突破2亿的用户规模，深入越来越多的场景。

《2024人工智能发展白皮书》显示，截至2023年底，国内人工智能初创企业的风险融资额为2333.5亿美元，而美国则超过4000亿美元。“和国外一样，国内也存在‘耐心资本不足’的问题。”腾讯研究院高级研究员白惠天认为，想要在AI领域取得长足发展，就需要更多耐心资本注入，为科研人员解决后顾之忧。

此外，建立合理的AI人才发展梯队，也能够让我们在全球AI竞争环境下立于不败之地。

2017年，国务院制定发布了《新一代人工智能发展规划》，其中明确提出“把高端人才队伍建设作为人工智能发展的重中之重，坚持培养和引进相结合，完善人工智能教育体系，加强人才储备和梯队建设，特别是加快引进全球顶尖人才和青年人才，形成我国人工智能人才高地”。不难发现，国家始终将AI领域的人才培养和梯队建设作为AI发展的重中之重，这也为我国AI快速发展奠定了坚实基础。

相信在2025年，AI技术发展会给我们带来更多惊喜，让我们一起拭目以待。