7月6日，在第二十七届中国科协年会主论坛现场，中国工程院院士、中国人工智能学会理事长戴琼海以人工智能前沿探索为主题，就脑工程与新一代人工智能研究领域前沿问题作主旨报告。

戴琼海表示，以大模型为代表的人工智能技术正在高速发展，大模型技术在完成文本内容理解、生成等诸多任务方面性能卓越。比如ChatGPT、DeepSeek等大模型展现出处理大数据的强大能力。

然而，戴琼海也强调，目前深度学习或大模型在开放通用场景中并不可靠，应用面临风险，存在不可解释、数据依赖、鲁棒性（指系统在面对内部结构和外部环境变化时，保持其性能和功能稳定的能力）差、不能决策等四大问题。人工智能确定的趋势是迈向通用人工智能，而不确定的奇点将带来未来人工智能的变革。据戴琼海预测，人工智能未来可能存在的三个奇点为传感器、算力和脑智能。这些方面的突破对人工智能布局将发挥重要作用。

智能光计算作为近年来新兴的计算模态，具备高速、低功耗等特性，展现出或可超越硅基电子计算的潜力，从而解决人工智能领域的算力与功耗难题。然而，其计算任务往往局限于简单的字符分类、图像处理等，究其原因，痛点是光的计算优势被困在了不适合的电架构中，计算规模受限，无法支撑复杂大规模智能计算。

针对这一难题，戴琼海等构建了智能光计算的通用传播模型，摒弃了传统电子深度计算范式，另辟蹊径，创造了分布式广度光计算架构，研制了国际首屈一指的大规模通用智能光计算芯片“太极-I”，将光计算从原理验证推向了大规模实验应用，以每焦耳160万亿次运算的系统级能效，为大规模复杂任务的“推理”带来了曙光，有望为大模型训练推理、通用人工智能、自主智能无人系统提供算力支撑。