AI如何改变2025？每经对话清华复旦五位学者，前瞻AI应用三大趋势

2024年，人工智能（AI）技术迎来了史无前例的发展契机，众多领域纷纷迎风而上，广泛应用AI科技。

生成式AI迎来爆发式增长，尤其是在文本生成、图像生成、视频生成等领域的应用；制造业引入智能机器人和自动化生产线，带来了前所未有的高效运作；服务业中，AI的应用让个性化服务得以实现，用户体验和满意度也随之大幅度提升。

那么，展望2025年，AI将在哪些领域焕发新的光彩呢？《每日经济新闻》记者采访了来自清华大学和复旦大学的五位AI专家，对2025年AI应用的三大趋势进行了前瞻性解析。

趋势一：AI打造个性化教育

当下，教育个性化已经成为了许多教育专家关注的焦点，而AI的崛起无疑是一个令人兴奋的趋势。

清华大学计算机系副教授、博士生导师喻纯在接受《每日经济新闻》记者采访时指出，AI与教育个性化的结合是（AI应用）一个极具潜力的方向。

喻纯 清华大学计算机系副教授、博士生导师

喻纯认为，教育个性化的需求非常大，“教育本身非常个性化，每个人的兴趣、思维习惯都很不同。需求上来讲，一个孩子需要多位老师去满足这种个性化需求，才能真正将他的所有潜能激发出来。马斯克一直强调，知识不应仅来源于看书，而应在实践中解决问题时获取。这是比较理想的方式，不过，项目导向学习（PBL）非常个性化，除非组建教授团队为每个孩子设计项目，但哪有这么多资源呢？在大学里，一个教授平均要面对几十个学生，根本没时间做这件事。”

在喻纯看来，AI的出现，为实现个性化教育提供了新的可能性。AI不仅能够精准传递知识，还能感知和理解学生的情绪变化，从而提供更具针对性的指导。

复旦大学计算机学院副教授、博士生导师郑骁庆也认为，教育行业将最先受益于AI智能服务，尤其是开展个性化教育。“AI作为一个专属教练的身份出现，利用互动优势，可以激发学生的兴趣和学习热情，也能及时提供帮助。”此外，他还认为，AI在教育领域的应用还有助于弥补教育资源分配的不均。

郑骁庆 复旦大学计算机学院副教授、博士生导师

关于AI在教育中的应用，喻纯提出了几个具体的场景，包括：

学前教育（3~6岁）：AI能够支持语言启蒙、情绪管理，并作为家庭教育专家，帮助父母理解孩子行为，提供个性化指导。

K12教育：AI通过对话和互动，帮助学生构建知识，同时革新评估方式，提供更全面的个性化评价。

高等教育：AI通过项目导向学习和个性化学习路径，提升学生的学习体验和效果。

“AI能够以更低的成本为每个人打造一个有助于成长的环境。如此一来，每个人或许都能在自己最感兴趣、最擅长的领域发光发热，成为各自领域的‘马斯克’”， 喻纯总结道。

趋势二：AI与工业场景结合，从制造到智造

人工智能与新时代工业场景的结合，正推动生产力的飞跃。科技部副部长吴朝晖曾表示，人工智能将成为第四次工业革命的标准，它将推动传统实体经济实现革命性升级与发展，从而催生智能经济新形态，成为发展新质生产力的重要引擎。

清华大学计算机系长聘副教授、博士生导师崔鹏在接受《每日经济新闻》记者采访时指出，在当前大模型技术迅速发展的背景下，从资源禀赋的角度上讲，制造业的场景是中国发展人工智能的主战场。新质生产力和第四次工业革命的核心都在于利用AI解决严肃行业的生产力问题。“AI技术，应该更多地与工业场景结合，以提升生产力。”

崔鹏 清华大学计算机系长聘副教授、博士生导师

崔鹏进一步阐述道，人类在处理小规模、低维度数据方面较为擅长，但面对大规模、高维度数据时，往往力不从心。而现代工业生产所产生的海量高维度数据，确实超出了人类的理解与调度能力，这正是亟需AI介入的关键所在。

清华大学汽车工程系长聘教授、博士生导师李升波也认为，人工智能与制造业的深度融合已成为推动智能制造蓬勃发展的关键。他向每经记者列举了两个具体应用例子：一个是面向复杂场景的高智能化自主移动机器人；另一个是汽车装配场景下能够完成这些操作的通用机器人。

李升波 清华大学汽车工程系长聘教授、博士生导师

崔鹏还进一步向每经记者提出了AI在工业生产中的三个具体应用场景，包括：

自动生产线的优化调度：AI能够处理大量高维度数据，识别出潜在规律，提升生产线的运行效率。

设备维护与故障排查：AI可以通过分析故障代码，精准定位可能的故障点，显著提高排查效率，降低停机成本。

生产工艺的优化：在钢铁行业等领域，通过分析传感器数据，AI能够实现对生产参数的动态调整，进而提升生产效率。

复旦大学计算机学院副教授、博士生导师郑骁庆则强调了人机协作的重要性。他告诉每经记者，未来的制造业将不再是单纯的机械化，而是智能化与个性化的结合。AI将在辅助决策、生产调度、库存管理等方面发挥关键作用。“大部分任务可能都由AI或者机器学习技术去解决。但同时，人类需要进行监控和管理。”

趋势三：“AI+医疗”逐步渗透到典型场景

据有关报道，在中国，医疗领域已经成为探索AI应用的重要场所。目前，AI技术在一些医院已初步展开应用，覆盖了分诊导诊、预先问诊、病历生成等多种场景。

根据医疗信息云平台Athenahealth的一项调查，在美国，超过90%的医生表示“定期”感到倦怠，其中，有83%的受访医生认为AI或能有所帮助，即通过AI简化行政任务，提高诊断准确性并识别患者数据等。

“相比自动化、智能设备等场景，AI在医疗场景的应用更为复杂，”清华大学电子工程系长聘教授、博士生导师吴及在接受《每日经济新闻》记者采访时指出，医疗本质上是人对人的服务，这一过程非常复杂，医学诊疗不仅包含理论和科学，还涉及大量经验，很多时候依赖专家的直觉。因此，“AI在医疗领域的应用难度较大，但会逐步渗透到一些典型场景中。”

吴及 清华大学电子工程系长聘教授、博士生导师、清华大学精准医学研究院临床大数据中心共同主任

首先是分诊和转诊场景。吴及表示，AI可以帮助优化分诊和转诊体系，确保患者得到最合适的医疗服务。“医学专家不是万能的，越顶尖的医院分科越细，AI的引入可以综合利用充分的信息，有效配置医疗资源。我们在新冠疫情期间尝试过，比如重症预警，预测哪些患者可能会发展为重症，从而更有效地分配医疗资源。”

其次，AI能够缩小不同地区间的医疗水平差距。吴及告诉每经记者，好的医疗资源一定会存在很强的虹吸效应，并往中心城市聚集，而AI可以促进“知识下沉”，将先进的治疗技术和管理经验传递到基层医疗机构，提高整体诊疗水平。

吴及最后提到，AI可以为医务人员“减负”。“将重复性工作交给AI处理，机器可能未必比得上顶尖的医生，但它可以在保证基本质量的情况下，可以大幅提高效率，减轻医生的负担，从而提升整体医疗机构的运行效率。”