「清新书院·学术午餐会」回顾 | 刘知远：大模型自主智能体与群体智能——迎接智能的第二次涌现

3月7日，“清新书院·学术午餐会”活动在清华大学未来第五教室楼举行。本次午餐会邀请了清华大学计算机系副教授、博士生导师刘知远，为我们作题为《大模型自主智能体与群体智能：迎接智能的第二次涌现》的分享。刘教授围绕着人工智能的发展历程、技术原理、大模型的应用，对AI如何重塑传播领域的未来做出了深入分析，并探讨了这一技术带来的机遇与挑战。本次午餐会由清华大学新闻与传播学院党委副书记蒋俏蕾副教授主持。

 刘知远老师作学术分享

 蒋俏蕾老师作开场介绍

首先，刘知远老师回顾了人工智能的历史，从符号智能到深度学习的演变，再到近年来大模型的兴起。如今的通用模型架构不再依赖于特定数据集和任务类型，而是采用统一的Transformer架构，能够处理更广泛的任务，如机器翻译、文本生成等，标志着专用智能任务之间的界限开始打破。大模型的通用性使得AI不再依赖于特定领域的定制化开发，而是能够在广泛的应用场景中表现出强大的适应性和学习能力。在新闻传播领域，大语言模型通过模拟人类的语言理解和生成能力，帮助研究人员进行数据分析、文本生成以及舆论监测等任务，极大地提升了传播学研究的精准度与效率。同时，通过对大量文本数据的学习，AI可以实时分析新闻事件的传播轨迹，也让学界和业界能更好地预测信息的扩散范围及其潜在影响。

与会同学与刘知远老师交流

随后，刘知远老师指出尽管大模型展现了强大的潜力，但依然面临着挑战。当前大模型仍然依赖于大量的训练数据，这些数据往往来自过去的记录，缺乏对实时事件的及时反应能力。此外，尽管模型在处理新闻内容时能够展现出较强的模式识别能力，但它们在处理复杂情感和社会动态时，仍然面临一定的局限性。未来，如何通过技术突破，使得AI更加灵活地应对复杂、动态的社会现象，仍是一个亟待解决的问题。

 与会同学聆听老师分享

最后，刘知远老师还深入探讨了人工智能技术的算力和效率问题。随着大模型训练的计算需求不断增加，AI的算力需求和训练成本也呈现出爆炸式增长。如何在有限的计算资源下提高AI模型的效率，成为当前人工智能发展的重要课题。例如，DeepSeek V3技术通过采用高效的稀疏激活架构，成功降低了训练成本，使得模型在不牺牲性能的前提下，实现了算力的最大化利用，这一创新为AI技术的普惠奠定了基础。展望未来，刘老师强调了群体智能在智能时代中的重要性：群体智能不仅限于个体智能的叠加，更是多智能体之间高效协作的结果。人类社会的工作和生活将不再会是传统的“单打独斗”，而是依赖于AI与人类的密切合作，共同解决复杂的社会问题。这种合作的核心就在于智能终端的普及与智能体的连接，它将构成一个高度协同的智能系统，为社会各领域带来变革性的改变。

学术午餐会现场

“清新书院 · 学术午餐会”是由清华大学新闻与传播学院党委研究生工作组主办、清华大学新闻与传播学院研究生分会承办的学术交流活动。午餐会以新闻传播学为讨论内容，同时鼓励相关交叉学科的学术交流。每次午餐会由一位主讲嘉宾分享相关研究的选题过程、领域概况、研究方法和创新性结论等。在汇报分享过程中，主讲嘉宾及同学们可同时免费享用举办方提供的午餐，并展开深度交流。

供稿丨缪伊婷

排版丨缪伊婷

摄影丨王嘉欣

审核丨苗培壮 雷凌雯