AI导读：

清华大学电子工程系吴及教授接受采访，就AI技术瓶颈、AI+医疗等话题进行深入探讨，指出AI发展速度快于预期，面临物理世界建模等技术瓶颈，AI+医疗应用难度大但前景广阔，同时强调理念和认知是推动AI应用落地的首要任务。

“AI教父”杰弗里·辛顿在BBC节目中表示，AI发展速度远超预期，未来20年内可能出现具备超人能力的AI，最快或将在5年内实现。对此，清华大学电子工程系长聘教授吴及接受了《每日经济新闻》的采访，就AI技术瓶颈、AI+医疗等话题进行深入探讨。

吴及认为，AI在学术研究方面有待突破的是对真实的物理世界进行建模，即将文本意义上的世界模型和物理意义上的世界模型关联起来。目前，AI技术虽然在文本生成、代码编写等方面取得了显著进展，但在理解整个物理世界方面仍存在不足。

在谈及AI技术瓶颈时，吴及指出，AI技术或大模型与很多现实场景应用结合得还不够好，能够被大规模、常态化使用的成功应用还比较有限。因此，将文本意义上的世界模型和物理意义上的世界模型关联起来，将是学术前沿研究上会面临的下一个瓶颈。

对于AI在医疗领域的应用，吴及表示，医疗场景下AI的应用难度更大，但也将逐步渗透到一些典型场景中。AI可以提高医疗资源配置的效率，如分诊和转诊；提高诊疗质量，缩小不同地区间的医疗水平差距；提高诊疗效率，减轻医生的负担，极大提高诊疗效率。

在谈及AI应用落地时，吴及强调，理念和认知是首要任务。尽管全社会都非常关注AI技术，但对AI的认识深度仍然不足。很多人对AI的理解仅限于表面，对技术本身的理解有限，容易形成错误认识和误解。因此，加强对AI的认知和理解，是推动AI应用落地的重要前提。

此外，吴及还提到，数据是推进AI技术进一步应用的关键。目前，各个领域的数据还没有实现全面联网，数据孤岛和数据烟囱效应仍然存在。因此，数据采集、质量保证和汇聚都是难题。只有理解清楚AI的算力、数据和算法三大要素，才能更好地推动AI应用落地。

（文章来源：每日经济新闻）