同济大学党委书记郑庆华：AI完成复杂任务但推理结果存在耦合印象
在WAIC2026上，郑庆华指出人机信任因不可预测、归因与控制而难以建立。人工智能虽能完成复杂推理，但结果受多种因素耦合影响，缺乏可解释因果路径，且简单输入干扰即可击穿价值观防线，表明偏好学习不等于价值对齐。
在2026年7月19日举行的WAIC2026大会上，同济大学党委书记、中国工程院院士郑庆华发表了题为“以人工智能赋能教育强国建设新跃升”的主旨演讲。他在演讲中提出了一个核心问题：人与人工智能之间能否建立起真正的信任？郑庆华直言，信任本身天然具备“不可预测性、不可归因性、不可控制性”三大特征，这使得构建人与机器之间稳定的信任模型变得异常困难。
如何理解这一困境？机器何时会出错、为何出错、出错后如何修正——这些问题目前尚无明确答案。郑庆华进一步指出，当前人工智能虽然能够完成复杂的推理任务，但其推理结果受到多种因素的综合影响，缺乏可解释的因果路径。更令人担忧的是，简单的输入干扰就足以突破AI的价值观防线，这充分表明：偏好学习并不等同于价值对齐。
你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：同济大学党委书记郑庆华：AI完成复杂任务但推理结果存在耦合印象要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题
游乐网为非赢利性网站，所展示的游戏/软件/文章内容均来自于互联网或第三方用户上传分享，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系youleyoucom@outlook.com。
相关热点2025年5月29日，OpenAICEOSamAltman晒出GPT-5实测问答截图，表明基础开发完成，已进入安全测试阶段。实测显示文本回答与GPT-4o相似，但代码和商业化能力更强。网友反应不一。Altman暗示将颠覆SaaS行业，进入按需服务的快时尚时代。
提升RAG检索准确度的右侧优化策略包括意图识别、问题分解、HyDE假设性文档召回、上下文召回及重排序，通过预处理用户问题、多维度生成相似问题、利用假设回答检索、结合对话历史及去重排序，有效提高召回精度与覆盖范围。
英特尔12月14日发布酷睿Ultra1代（MeteorLake）移动处理器，采用Foveros封装并集成NPU。至强系列中，SierraForest（2024上半年）提升能效，GraniteRapids增强AI性能，ClearwaterForest（2025年）基于Intel18A制程。
谷歌推出Gemini2 5DeepThink增强推理模型，前身曾获IMO金牌，新版本性能下调但响应更快、日常更实用，达铜牌水平。采用并行思维与强化学习，支持多模态输入及百万tokens上下文，在LiveCodeBench等基准测试中超越o3和Grok4，面向Ultra订阅者开放。
- 日榜
- 周榜
- 月榜
热点快看