近日，在上证首席讲坛第二十三期节目上，复旦大学计算机学院特聘教授、北电数智首席科学家窦德景就AI大模型的突破点和未来应用场景进行了深入浅出的分享，并同期接受了上海证券报记者的专访。
作为人工智能领域的资深学者与产业实践者，窦德景深耕AI领域二十余载，既见证了行业有起有落的发展历程，也亲身参与了从技术研发到产业落地的全链条实践。在生成式AI掀起全球变革浪潮的当下，他以横跨产学研的独特视角，解读中国AI发展的核心逻辑与未来机遇。
AI要突破必须扎根具体场景
从学术殿堂到产业一线，窦德景的履历勾勒出一条跨领域的产业和个人成长轨迹。
1996年，窦德景从清华大学电子工程系本科毕业后，赴耶鲁大学攻读电气工程硕士学位，随后又师从世界著名人工智能学者德鲁·麦克德莫特（Drew Mcdermott）攻读人工智能方向的博士学位。此后，窦德景历任斯坦福大学生物医学信息研究中心客座副教授、美国俄勒冈大学计算机和信息科学系正教授，发表超过250篇论文，谷歌学术引用量超1.3万次，成为国际AI领域的知名学者。
2010年后，随着深度学习技术的突破，AI迎来第三次高潮，窦德景选择投身产业实践。他先后担任百度研究院大数据实验室和商业智能实验室主任，波士顿咨询合伙人、副总裁及中国区首席数据科学家。现在，他在担任复旦大学特聘教授的同时，依然是北京北电数智首席科学家，在产学研三界搭建起技术转化的桥梁。
“在百度时，我带领团队用大数据优化搜索广告投放效率；在波士顿咨询，我带领团队帮助企业解决AI落地的实际痛点；现在在北电数智，我聚焦算力适配与垂类模型开发，探索从技术到价值的转化。”对于深度参与产业发展实践，窦德景表示，AI技术的价值实现，必须以解决实际问题为核心。
谈及与AI结缘二十余载的感悟，窦德景表示：“2012年AlexNet在图像识别领域超越人类，2016年AlphaGo在围棋比赛中击败李世石，2022年ChatGPT实现对话能力突破，每一次里程碑事件的背后，都是技术与场景的深度耦合。”他表示，中国AI要实现突破，必须扎根具体场景，让技术真正解决产业问题。
要学会用“长板补短板”
在AI领域，算力、算法、数据被称为“三要素”，三者的协同发展是技术突破的关键。对此，窦德景提出了独特的见解：“在资源有限的现实条件下，要学会用‘长板补短板’——算力不足就优化算法，数据有限就提升数据质量。”
“从算法层面看，中国近年来的创新已展现出全球竞争力。”窦德景特别提到DeepSeek大模型，“它用约1/3的参数量、更少的算力，达到了与GPT-4等大模型相近的性能，这证明通过算法优化、大规模强化学习，混合专家模型架构设计、多头注意力机制创新等，能有效提升模型效率，打破‘唯参数论、大力出奇迹’的桎梏。”
数据是AI大模型的“燃料”，其质量与安全性直接决定了模型价值。谈及如何用高质量数据提升AI模型价值，窦德景给记者举了一个“AI成功落地的例子”：当他和团队发现基础大模型并不能精准回答各地社保政策的区别时，他就和客户（某人力资源公司）合作，采用筛选后的1680条数据，对某个开源大模型进行微调训练，通过5个小时1万次的迭代，实现了模型输出与标准答案的基本一致。
在这个案例上，模型训练所花费的算力不到2张A10 GPU卡，但5人团队筛选出1680条数据，则花费了整整2周的时间。“这个案例，既显示出数据质量的重要性，也显示出实现数据质量的高成本。”窦德景说。
也正是因为这样的实践经验，让窦德景坚定加入北电数智，用数据质量和可信推动公司发展。“医院数据不能出域、金融数据需严格保密，我们通过数据隔离技术，让企业在不泄露原始数据的前提下，实现模型训练与微调。”窦德景说。
面对AI大模型“吞噬”数据量的日益增长，窦德景认为，合成数据将有效解决数据短缺问题，从而助推AI持续发展。“随着强化学习技术的发展，通过算法生成高质量合成数据，能缓解真实数据不足的问题。但在此之前，谁能掌握高质量、高可信度的行业数据，谁就能在AI竞争中占据先机”。
AI应用是中国机遇
“AI竞争的本质是人才竞争，中国要实现AI崛起，就必须培养既懂技术又懂场景的复合型人才。”谈及如何提升AI产业竞争力，窦德景表示。
窦德景在教学中始终强调“产学研融合”的人才培养模式。“我会带学生参与真实的产业项目，比如和三甲医院合作开发专病模型，让他们在解决实际问题中理解技术边界与产业需求。”窦德景介绍，很多学生毕业后可以进入医疗、制造等领域，成为AI场景应用落地的关键人才。
面对全球AI发展的激烈竞争，窦德景认为，中国AI需要在基础研究与应用创新两端同时发力：在基础研究层面，要聚焦算法优化、算力适配等核心技术；在应用层面，应坚持“场景为王”，避免盲目追求大模型参数规模，而是通过垂类开发让AI真正融入产业流程。
窦德景强调，中国AI发展的最大优势在于拥有丰富的应用场景与庞大的市场需求。“从政务服务到工业制造，从医疗健康到文旅消费，中国拥有全球最多样的场景样本。”窦德景说。
谈及AI未来5至10年的发展趋势，窦德景认为，AI将从“生成式”向“智能体”演进，最终走向“物理AI”（具身智能）。
“现在我们处于生成式AI阶段，已经通过了简单版图灵测试；下一步是智能体AI，让软件或硬件智能体自主完成复杂任务；未来的物理AI，将实现机器人与人类的深度协作，在危险救援、精密制造等领域发挥作用。”窦德景表示，但无论技术如何发展，AI的核心使命始终是服务人类，解决人类难以应对的问题。
