9 月 11 日，在 2025 inclusion·外滩大会的开幕主论坛上，香港大学计算与数据科学学院院长马毅提出，尽管当前人工智能技术迅猛发展，但对“智能”本质的科学认知仍显不足。他呼吁，应将ai从依赖经验试错、缺乏透明度的“黑箱”模式，转向基于数学原理和闭环反馈机制的“白箱”体系，唯有如此，才能迈向真正的机器智能。
马毅梳理了智能演化的四个关键阶段：首先是DNA承载的种系遗传智能，随后是生物个体大脑与感知系统形成的个体发育智能，再发展为通过语言实现信息共享的群体智能，最终才进入真正意义上的人工智能阶段。他认为，生命进化的实质正是智能机制的逐步建立，而目前以大规模语言模型为代表的人工智能，仍停留在初级的“种系智能”层面——高度依赖庞大参数和预训练数据，资源消耗巨大、运行效率偏低，且不具备个体记忆与自我意识。
他强调，真正的智能核心在于“自我验证”与“自我纠错”的能力，即系统能主动质疑已有知识，识别错误并进行修正。相比之下，现有大模型只是静态知识的集合体，无法理解其所输出内容，因此频繁出现逻辑矛盾与“幻觉”现象。“它们看似博学多识，实则并无真正的理解力。”马毅指出。
面向未来，他主张将智能研究回归科学本质，作为一项可建模、可推导的数学课题来深入探索。重点应放在构建具备个体学习能力、记忆机制和闭环控制功能的系统，在可解释、可验证的理论框架下，推动AI向具有自主性与适应性的“自主智能”迈进。
9月11日上午，以“重塑创新增长”为主题的2025 Inclusion·外滩大会在上海黄浦世博园区拉开帷幕。本届大会凸显国际化与多元化特征，围绕“金融科技”、“人工智能与产业”、“创新创投生态”、“全球对话与合作”以及“负责任创新与普惠未来”五大主线展开，共设1场主论坛、44场见解论坛，并配套科技展览与系列创新活动。现场打造了10000平方米的科技展区和5000平方米的科技集市，吸引近200家企业参展，超过30项前沿科技成果集中发布。
