作者簡介：李培根，中國工程院院士，華中科技大學原校長、教授。原文發表于《高等工程教育研究》2023年第五期。
摘 要：人工智能技術的發展，正以前所未有的速度改變世界。人類在很多方面或許正面臨拐點，如人類的存在形式、科學發現和技術創新的方式、人才需求、教師工作形態等。如何培養應對拐點到來的人才，這就需要教育率先做好轉型變革的準備。文中指出，工程中的易變性、不確定性、復雜性和模糊性等問題足以讓我們全面地審視現在的專業教育，而依稀可見的拐點，更需要從理念到方式的變革，而非修補式的改革。本文提出若干迥異于傳統工程教育的模式或方式，如從知識導向轉向問題導向、學習空間和學習方式的轉變等。文中還有關于工程教育的大膽預測，如培養學生具備引導AI、駕馭AI的意識流，利用虛擬現實/混合現實以及元宇宙等技術構建跨域的實踐學習環境等。
關鍵詞：人工智能 AI大模型 工程教育 工程教育變革 VUCA 意識流 思維流 問題導向
曾經，科技的發展，推動了工業革命。當今科技的發展，尤其是人工智能技術的發展，正以前所未有的速度改變世界。我們正在面臨的第四次工業革命，其核心理念是CPS（Cyber Physics System，數字-物理系統），其特征是比特世界與原子世界的深度融合。多年前，第四次工業革命的概念問世后，學界、工業界、政界中無數人士對之期待無比。
當我們還來不及感受第四次工業革命的成果時，ChatGPT橫空出世。也許有人認為類似于ChatGPT的大模型是第四次工業革命深度發展的必然結果，或許還有人認為，第四次工業革命只是倏忽一現的過渡時代。無需探究何種說法更為嚴格，很多人已經注意到，AI（人工智能）大模型的出現已經帶給智者們更多的驚喜和憂慮，因為它直接挑戰了人類的智慧。前幾次工業革命都給世界帶來巨大的變化，但有一點不曾變化的是：人-機關系中，人是“主”，機（包括機器和數字、信息工具）是“從”或者工具。大模型的出現不禁讓人懷疑人-機關系的驟變。
2023年5月1日《紐約時報》報道顯示，“深度學習三巨頭”之一、2018年圖靈獎得主Geoffrey Hinton透露他已經離職谷歌。5月3日，在麻省理工技術評論（MIT Technology Review）一場接近一小時的半公開分享會上，Hinton比較完整地講述了他對AI的所有恐懼和擔憂：一旦AI在人類灌輸的目的中生成了自我動機，那以它的成長速度，人類只會淪為硅基智慧演化的一個過渡階段。MIT實驗室的精英們對Hinton的表態無言以對，不知所措（“The MIT Lab was speechless and bewildered”）。
人類或許正面臨一個拐點，面對這個拐點，逃避是沒有意義的。恰恰相反，應該以正確的方式去面對和迎接這一拐點。當然，這需要科學家、工程師、政治家、教育工作者乃至全社會的共同努力。由于真正面對拐點的是未來的精英們，如何培養應對拐點到來的人才，這就需要教育率先做好轉型變革的準備。
一、透視VUCA
VUCA一詞由美國軍方于20世紀90年代提出，是Volatility（易變性）、Uncertainty（不確定性）、Complexity（復雜性）、Ambiguity（模糊性）的縮寫，概括了后互聯網時代商業世界的特征[1]。進入智能時代，也許還有其它的特性，但VUCA將依然是需要關注的特性和需要處理的問題。
1.易變性
易變性表現在很多方面。技術手段的變化已經讓我們眼花繚亂，而人工智能技術的出現又將大大加速科學發現和技術創新。如，AlphaFold能以前所未有的準確率預測蛋白質結構，給出的答案與蛋白質的真實結構之間，大約只差一個原子的寬度。要知道，根據氨基酸的排列順序，折疊出三維結構——這可是困擾了科學家50年的問題。[2]
技術的快速發展必然導致市場需求的快速變化。一方面，新技術一定催生新需求；另一方面，技術的飛速發展又能大大加快某一新技術的市場化速度。當前，市場中已經展現各種個性化需求，未來產品的個性化體現勢必更甚。如，隨著技術對人體的認識越來越清楚，個體對藥物適應和需求的差異將越來越受到關注；而技術的發展也使藥物的生產更容易適應個性化需求。
對職業素養要求的變化也會越來越快，其緣由依然是智能技術的快速發展。某些職業崗位即使不會消失，其工作形態將發生很大變化，就像教師未來的工作形態要發生很大變化一樣。
易變性的表現還有很多，有很多變化甚至是顛覆性的。劇烈的變化必然導致對相應的專業人員素養要求的變化。既然如此，專業教育也應該隨之變化。
2.不確定性
不確定性存在于工業的各種過程和活動中。工業過程本身充滿著不確定性：加工中各種隨機因素的影響；環境隨機因素的影響；人（工程師、工人等）的活動雖有一定的規律，但也存在不確定性；市場變化的不確定性……永遠不可能完全消除不確定性，但減小不確定性的影響卻是企業持續改善的關鍵。
3.復雜性
復雜性廣泛顯現在工程領域。哪怕傳統專業領域中最普通的過程，如機械制造中的金屬切削過程，也呈現復雜性。或許有人認為這種并不對應于戰略型新興產業的傳統問題太簡單，但恰恰是因為問題太復雜，人們不得不忽略其復雜性而簡單化處理。至于一個復雜裝備，一定存在多領域物理問題，力、電、熱、流體……多領域物理問題是如何耦合關聯的？人們知道的只是那些顯性的、線性的、低階的關聯，而對于那些高階的、隱性的關聯，學者和專家們也束手無策。如果考慮一個系統（如企業）的整體聯系，其復雜度可想而知。如一個企業的成本問題，其影響因素非常多，通常考慮的措施只是針對那些顯性的、基于因果的關聯，而大量隱性的、并非基于因果的復雜關聯，人們可能根本沒意識到。
因為手段的局限，工程中大量的不確定性、復雜性問題被忽略或簡單化。數字-智能技術發展到今天，使人們有了洞察并深刻認識不確定性、復雜性等問題的手段，未來人們有理由從大量的不確定性、復雜性中去尋求進一步的改善。工程教育當然應該直面那些曾經被忽略的問題。
4.模糊性
也許就在最近幾年，人們驀地發現某些事物或現象的模糊性，與此相關的是人們對模糊性的認識也是模糊的。有很多事物本身就是模糊的，但是人類卻忽略事物本身的模糊性而試圖以清晰、簡單化的方式去處理。學科、專業界限越來越模糊。一些研究者從事的研究或關注的問題可能遠超其所在專業的傳統界限，如機械專業的研究者可能研究醫學或生命科學相關的問題。可是，很多學校對學科界限模糊性的認識卻很模糊，盲目以新增專業而應之。
人的某些生理指標（如血壓）與疾病的對應關系是因人而異的，總體上是模糊的。但醫學上卻簡單地設定一個正常的指標閾值。顯然，這種“正常”消除了個體差異。還有，某種疾病對應的用藥，一日幾次，一次幾顆，同樣未考慮個體差異。對某種病的所有患者，都依據一個指標，用同樣的藥、和一種用藥劑量，最終對個體病人的療效卻是模糊的。
人工智能與人類智能的界限在哪里？通用大模型的發展似乎使界限變得更模糊。
自從扎克伯格把Facebook更名為Meta之后，元宇宙開始真正進入人們的視野（誕生于1992年的科幻小說《雪崩》中提到的“Metaverse”[元宇宙]此前僅為少數人知曉），且一度大熱。學界和業界中對元宇宙的看法存在分歧，不乏著名人士（如埃隆·馬斯克）對元宇宙概念存疑。盡管元宇宙的熱潮已消退不少，但不得不承認元宇宙還是未來發展的重要關注點。即便不言元宇宙，哪怕虛擬現實（VR）、增強現實（AR）乃至擴展現實（XR），也向人們展示了虛擬世界和現實世界的融合，或者說其界限開始變得模糊。
長期以來，人類心目中的人-機關系，人是“主”，機器是“從”。現在已經出現的一些技術，似乎在模糊既有的關系。如，基于AR的智能裝配系統，可以指導工人如何一步一步地操作。這種情形中的“主-從”關系顯然已經模糊了。過去，工程師應用CAD（計算機輔助設計）系統進行設計，這種人-機系統中，人還是“主”，機器是“從”。可是“生成式設計”（Generative design）之類的設計系統，正在逐步改變這種關系。未來，肯定會轉向HAD（Human-Aided Design，人輔助設計）。HAD中，機是“主”，人是“從”。
互聯網、虛擬現實、人工智能等技術使學習的空間界域變得模糊。過去，學生的學習空間是很局限的，教室、家中、實驗室、圖書館，如此而已。未來在虛擬空間的學習時間占比肯定會大大增加，而且教師應該啟發、引導學生如何使虛擬空間中的“自學習”更有成效。
可以預計的是，知識-智慧、成績-能力之間的關系都會變得更模糊，尤其在智能時代。教育界習慣地認為，知識越多越智慧，成績越好創新能力越強。事實上，它們之間的關系至少不是線性的，其關聯在智能時代將更加模糊。有些學校成立一些提高班，試圖通過給成績好的學生灌輸更多的知識，以提高他們的創新能力，實際上是進入了教育的誤區。
教育必須面對林林種種的模糊性。
以細分或新增專業去應對學科、專業界限的模糊性，似乎無濟于事。學校（教師）應該更多地讓學生在問題中去學習跨學科的知識，去體驗跨學科知識關聯，包括一些模糊的關聯。
傳統的循證醫學以模糊的總體（消除了個體差異）替代個體，又以簡單化、精確的方式處理，最終帶給病人的是模糊的效應。正確的方式應該是基于對個體差異的認識，從而以精確的手段處理問題，帶給病人的是更準確的療效——基因和數字-智能技術使之成為可能。
當生命主體進入數字世界，并與數字虛體進行雙向連接和打通時，將構建一體化的“數字身份”，打破阻礙數實融合發展的信息、時間和空間壁壘，推動新一輪創新變革[3]。未來的工業世界中，工業的元宇宙中，每一位員工（尤其是技術和管理人員）都可能有自己專屬的數字化身。工科教師應該思考，員工多重身份如何更好地融合在物理與數字空間？
盡管技術的發展已經能夠部分地顛覆人和機器的主-從關系，但人類顯然不能從屬于智能機器。人類將不斷嘗試開發出更多的在人-機關系中似乎扮演“主”作用的智能系統，同時又利用智能系統這種工具，形成超越人類自身智慧的超能力。兼顧這兩面，應該是未來工程教育的責任。如何讓未來的工程師不至于淪為智能系統的工具？在智能時代，不能指望人在解決具體工程問題（如設計）上超越智能系統的能力，但可以期望卓越工程師在針對某一工程問題時具備某種“意識流”、“思維流”，而智能系統恰恰隨著人的“意識流”或“思維流”工作。——在這種情形下，人依然是“主”，智能系統是“從”。不難想象，一個具有寬廣問題視野和發散思維的人，其“意識流”或“思維流”所引導的智能系統一定能夠設計出更好的創新方案。問題是，工程教育該如何培養學生具備引導AI、駕馭AI的“意識流”或“思維流”？涉及工程和技術創新的意識流、思維流較之威廉·詹姆斯之心理學中的對應概念應該有更多的內涵，筆者擬另文討論。
既然知識-智慧、成績-能力之間的關系會變得更模糊，教育者當思考，未來的工程教育如何讓成績普通的學生也具有良好的創新能力？如何使知識不至于淹沒智慧？
未來的工程師既要能夠利用模糊性，也要善于消除模糊性。某些情景下的模糊性意味著融合，如數字孿生（digital twin）、元宇宙等，這種虛實空間的模糊卻是未來工程師需要構建的。有些情景下的模糊意味著不精準，如循證醫學以消除了個體差異的總體模糊施加于個體之上，表現在個體病人療效上的模糊性顯然是應該消除的。
各個工程專業的教師都應該透視VUCA，全面審視當前專業教育中存在的、嚴重滯后于科學與技術發展現狀與趨勢的問題。解決相應的問題恐怕都需要借助數字-智能技術。換言之，需要在數字空間透視VUCA，需要在數字空間改造工程專業。
二、迎接拐點
我們可以從若干方面感受到拐點的來臨。
2023年2月27日，Sam Altman（2015年與埃隆·馬斯克共同創立了OpenAI）在社交媒體稱，一個新版的摩爾定律可能很快會出現，即宇宙中的智能數量每18個月翻一番。有人驚呼，奇點將至。在物理學界，奇點被認為是大爆炸之前宇宙存在的一種形式，奇點抑或存在于黑洞中央。于一般人而言，奇點是頗為神秘的概念。因為ChatGPT的出現，說奇點將至，恐怕言過其實。如果說拐點將至，恐不言過。
目前AI在部分領域的表現已經達到甚至超越人類標準。施一公言，AlphaFold蛋白結構預測是本世紀最重要的科學突破之一。人類蛋白質組里能夠被預測的以單個蛋白為單位的空間三維結構，已基本被 AlphaFold 預測。這也是 21 世紀截止目前人類在科學技術領域上的****突破之一，也應該是人類有史以來在科學和技術領域最重要的突破之一。這是一個典型的量變引起巨大的質變，而這一量變是在過去短短一年之內發生的，這是不可思議的革命[4]。在蛋白結構預測方向上，AlphaFold的能力超越了人類。而且這一變化是革命性的，是質變。
谷歌和三星這兩家領先的科技公司最近轉向AI來規劃其部分芯片的布局。谷歌得出的結論是，人工智能設計的芯片“對于所有關鍵指標，包括功耗、性能和芯片面積，都優于或可與人類生產的芯片相媲美”。更進一步，該公司使用AI來設計其下一代AI加速器（TPU，張量處理器）[5]。
設想如果人工智能系統可以把大量領域里的所有基礎內容全部掌握，然后去跟人對話交流，助人做各種驗證、論證和計算，并且啟發人。人自然就可以有更多時間做最有創造力的突破性工作。如果這種范式一旦成立，會形成一種人工智能跟知識發現的新飛輪。即人工智能做得越強，它的知識、理解、推理等組合能力越強，就越能幫助人類發現更多更好的突破性的科學進展和新知識，包括新藥的發現、癌癥的治療、人腦的研究等。[6]
從上面的例子和分析可以預期：
AI大模型的不斷進化，將使科學發現、技術創新越來越容易，科學發現和技術創新的工作形態可能迎來拐點。
通常人們解決工程問題無非依賴建模、實驗或經驗。然而，這些手段在處理工程中深層次物理問題或復雜工程問題時常常顯得乏力。數字-智能技術的進展（如大數據、物聯網、數字孿生、AI等）使我們意識到，只有在數字空間方有可能更深刻地認識和解決復雜工程問題。如，數字孿生等技術的運用，能夠超越人對制造工藝物理過程的認識局限；超越人對裝備運行物理過程的認識局限；超越人對企業各種資產、活動、過程之間復雜關聯的認識局限；超越人對城市復雜活動的認識局限……人類創造的工業世界中，除了我們感知的物理空間，似乎還要有一個平行的空間——數字孿生空間。
人類認識和處理工程深層次物理問題的空間迎來拐點——在孿生空間（物理空間+數字空間）。
我們能夠理解和告訴別人的世界的復雜度，最高不會超過語言所能描述的范圍。維特根斯坦在他的《邏輯哲學論》中曾說過：“我的語言的界限意味著我的世界的界限。”人類認識世界和處理各種問題，本質上都是信息的處理過程。不同的信息處理有不同的復雜度，復雜度有三個方面，一是輸入信息的復雜度，二是信息處理本身的計算復雜度，三是輸出信息的復雜度[7]。顯然，計算機在某些問題的處理上大大超越人類所能處理的復雜度。
以前，人們對工程問題的認識和處理，除了自然語言之外，還有模型、工程圖等。可以認為，在工程領域的很多問題上，AI在某些方面超越了人的語言界限，也就是說它在某些方面所認識和處理復雜問題的能力超越了人。
數字及AI技術描述物理世界的語言能力以及處理工程問題的復雜性迎來拐點；如果把數字及AI技術的能力視為人類能力的延伸，則人類描述物理世界的語言能力以及處理復雜工程問題的能力迎來拐點。
幾年前，就有人預感人工智能的影響。2017年11月底，麥肯錫對46個國家，400-800個職業進行研究，認為到2030年，全球將有20%的工作崗位（約8億）受到AI影響。美國有3900-7300萬個崗位被AI取代。至少4億工人將會在未來12年內重新找工作。大多數辦公室行政人員、建筑設備操作人員，會計師以及一些后臺技術人員，都有可能被取代。很多職業即使不會消失，也將成為AI重塑的對象——職業崗位的工作形態會發生驟變。上面的估計可能略嫌保守，2030年，全球肯定不止20%的工作崗位受到AI影響。
其實，教育者最應該關注的是，AI系統掌握的知識無比豐富，把知識傳授作為基本任務的學校教育將受到何種影響？可汗學院已宣布將使用GPT-4為其人工智能助手“Khanmigo”提供技術支撐，Khanmigo既可以作為學生的虛擬導師，也可以作為教師的課堂助手。Khanmigo會成為人工智能助教，幫助老師們制定課程計劃、批改作業，并且通過對話的方式為孩子提供一對一的輔導[8]。中國的教育體系看重傳授知識，不看重興趣和創造力的培養。殊不知，人工智能對知識的掌握要比人強很多。
傳統以傳授知識為主的教育模式受到挑戰，將來教師最重要的工作不再是傳授知識，教師工作形態可能迎來拐點。
近年來，元宇宙概念引發了很多人的關注。至目前為止，元宇宙還沒有統一的定義。有一種說法：“我們試圖不那么嚴格地定義元宇宙，以至于它限制了創作者的想象力。”[9]——不無道理！通俗的理解，元宇宙融合現實世界，也超越現實世界。
技術本來就是人類存在的一種方式。把虛構性想象轉化為現實——恐怕是人類文明的底層沖動。元宇宙可進一步實現人類的存在性滿足：在虛擬世界中實現第二生命的重啟，存在唯一性被打破[10]。本文僅專注于工業元宇宙的影響。
元宇宙等技術的發展意味著人類存在形式迎來拐點，人類不僅存在于現實世界，也存在于虛擬世界。工程管理和技術人員的存在形式也將迎來拐點。
工程教育需要關注的是，人類存在環境和形式的改變對工業世界有何影響？對工程師有何影響？對客戶有何影響？
埃森哲率先提出“多元宇宙”[11]，強調“幾乎所有企業都將在多元宇宙的融合環境下開展新一輪轉型。”元宇宙技術在工業中的應用，有可能打造新興消費者體驗模式、新興業務應用和商業模式，推動企業重構與變革。
企業開發產品，如何通過元宇宙技術給用戶更好的體驗？企業如何通過元宇宙技術使員工之間的協同合作更加便捷？管理者如何通過元宇宙技術與員工更好地溝通交流？
象征著拐點來臨的，可不止上述幾點。本文不求全面論及。
因應拐點來臨，工程教育該如何響應？
三、轉型變革
每一次工業革命都會帶來教育形態的變革。AI突破性進展引發的劇烈變化將甚于以往任何一次工業革命。
教育的改革似乎從來沒停止過，但學校習慣于修修補補。
當拐點已現端倪的時候，教育需要更為徹底的轉型與變革。當然，徹底的轉型變革談何容易，豈能一朝一夕？如若一個學校馬上全面動員，迅速推進，完成全面變革恐怕也不止十年。但真正的改革者永遠不會以此作為彷徨猶疑的借口。至少現在就應該開始謀劃、推動、準備。
重要的不是課程內容的增刪，不是新增專業，不是新增“學院”！重要的是全面的轉型與變革。
未來的轉型變革與以前的教育改革的主要不同之處：
不同之處，或許不止這些。但從以上所列可以看出，其差異是顯著性的，有些甚至是顛覆性改變。
關于變化，若從詞義究之，可以從中國傳統文化中“變”與“化”的含義去體會。“物生謂之化，物極謂之變”( 《素問·天元紀大論》) ；“其微也，為物之化；其甚也，為物之變 ”(王冰，《素問·六微旨大論》注) ；朱子曰：“變者，化之漸；化者，變之成。”
多年來，產業界中推行的信息化、數字化、智能化……那都是緩慢演化的過程。事物的發展邏輯就是，“化”逐步進展必然導致質的改變。人工智能大模型的出現是人們探究智能化的必然結果，到達這一拐點，勢必引起社會很多領域的劇“變”。如果說，多年來數字化、智能化等產生的是量變、漸變和緩變，那么大模型引發的可能是質變和驟變。這里所言驟變，一指某些變化的顛覆性，二是從工程教育歷史的長程看，十年、二十年中所發生的劇烈變化即可視為驟變。
教育當然不可能置身其外！之所以判斷是驟變和質變，根本原因在于傳統教育及其教師的核心能力是知識傳授。恰恰是知識傳授這一核心能力能夠基本為未來的智能系統所取代。
AI大模型出現后的智能時代，教師如何因應將要來臨的驟變？未來的智能時代，盡管有很多職業會消失，而教師這一職業將依然存在。但可以肯定的是，教師的工作形態一定要改變。這就是為什么，直到現在學校教育改革基本上是少數人參與，而未來的教育變革卻一定需要全員參與。不參與變革的教師則可能丟失其教師資格。
長期以來，中國的教師都習慣了一種教師為中心的模式：我教什么，你學什么；我講什么，你聽什么。其實，哪怕在當前，善于觀察、頗為進取的教師已經感受到某種挑戰和危機。因為老師講課的同時，很多學生埋頭、漫游在云上，或許學生已經明白了老師將要講的內容，甚至有學生在竊笑老師講授中的不足或者錯誤……往日學生聚精會神聽講的現象似乎越來越少了。莫怪教師不用心，只因時代真的變了。需要注意的是，這種現象還只是互聯網及搜索技術所致。真到人工智能大模型在社會中廣泛應用的那一天，又會出現何等異象？
工程教育需要從“知識導向”為主轉向“問題導向”為主。如果片面強調知識的復雜性可能導致“讓知識淹沒智慧”。知識很多，創新能力卻低下，這是我們不愿看到的。現代專業人員的視野主要不體現在知識多少上，而是體現在“問題”上。今后教師的主要任務將不再是課堂上的知識講授，知識講授可以由“數字教師”擔任，學生可以通過 “自學習”而獲得相當一部分知識。教師更應該專注，如何讓學生具有寬廣的問題視野？如何把專業知識中的問題節點拎出來，讓學生很好地構建“問題空間”？如何使學生善于對工程“問題空間”中的節點進行相互關聯？未來教育更需要師生互動的研討式活動，在這種互動中啟發和引導學生發現新問題的沖動和解決問題的想象力。傳統的專業教育以講授知識為主，實際上注重培養學生的收斂思維。而互動研討式的教育活動顯然不同于以往的模式，有利于培養學生的發散思維，而發散思維恰恰是創新非常需要的。“問題導向”的另一方面是培養學生提問的能力，尤其是向AI提問的能力。善于提問可能是利用AI提升人的創新能力的關鍵。關于“問題導向”，筆者擬另文專題論述。
智能時代的學習空間將大大改變。傳統的學習空間是在現實空間，如教室、實驗室、圖書館等。未來的學習除了在現實空間外，可能很多時間在虛擬空間。學生的“自學習”更多地發生在數字空間。即便是實踐學習的多數環節也有可能在虛擬空間中進行。學校可與企業合作，利用虛擬現實/混合現實以及元宇宙等技術構建跨域的實踐學習環境。
當前，工程教育強調培養學生處理復雜工程問題的能力及創新能力，未來的工程教育應該培養學生善用智能工具的能力，包括與智能系統的對話和互動，以及前述的引導AI、駕馭AI的“意識流”或“思維流”。而處理復雜工程問題的能力及創新能力則隱含在善用智能工具的能力之中。
不難想象，鑒于未來人才的能力表現、教與學的方式等都將發生驟變，學校中的考核方式也應該隨之改變。傳統的基于知識的、閉卷的考試方式應該讓位于基于問題的、開卷的考核形式。
四、結語
AI的突破性進展迫使我們思考教育的未來，拐點的來臨已經依稀可見。如何培養學生未來不至于成為AI的工具，反之能利用AI工具大大拓展自己的創新能力？未來工程教育的變革顯然不同于以往修補式的改革，需要全方位的，從理念、方式到手段的劇變和驟變。雖然變革的進程可能持續很長時間，但學校能否及時跟進，將決定其教育是否一流；國家是否及時地謀劃與推進，將決定我國未來能否真正培養出一流的、頂尖的、卓越的工程人才。
參考文獻
[1]王曉紅. 整合思維:VUCA時代必備的思考模式[EB/OL].[2023-04-10].https://www.hbrchina.org/2018-04-10/5964.html.
[2]Daisy.《Science》公布2021年度突破:一個困擾生物學家50年的難題，被AI解決了，并實現了一位諾獎者的夢想[EB/OL].[2022-12-20].https://baijiahao.baidu.com/s?id=1719645882150558140&wfr=spider&for=pc.
[3]埃森哲. 技術展望2023[EB/OL].[2023-05-04].https://baijiahao.baidu.com/s?id=1762474916521902471&wfr=spider&for=pc.
[4]施一公. AlphaFold蛋白結構預測是本世紀最重要的科學突破之一[EB/OL].[2021-07-24].https://baijiahao.baidu.com/s?id=1706141747251114858&wfr=spider&for=pc.
[5]BRYAN MCMAHON.AI正在引領一場新型科學革命[EB/OL].[2022-06-19].https://baijiahao.baidu.com/s?id=1736328766257228190&wfr=spider&for=pc.
[6]孔月昕. ChatGPT帶來的巨大范式轉移，意味著什么[EB/OL].[2023-03-04].https://baijiahao.baidu.com/s?id=1759445437251249087&wfr=spider&for=pc.
[7]祁曉亮. 人工智能的黎明:從信息動力學的角度看ChatGPT[EB/OL].[2023-04-24].https://baijiahao.baidu.com/s?id=1764136485194269167&wfr=spider&for=pc.
[8]羅博深，張天祁. ChatGPT對人類社會最為根本的改變，將發生在教育領域[EB/OL].[2023-03-27].https://baijiahao.baidu.com/s?id=1761577469957645257&wfr=spider&for=pc.
[9]麥肯錫. 虛擬世界中的價值創造-虛擬世界的真實業務[EB/OL].[2022-06-24].https://www.mckinsey.com/capabilities/growth-marketing-and-sales/our-insights/value-creation-in-the-metaverse.
[10]尹健. 當下元宇宙的落地方法與展望[EB/OL].[2022-04-24].https://baijiahao.baidu.com/s?id=1729015457489454461&wfr=spider&for=pc.
[11]時青靖. 埃森哲:借力多元宇宙[EB/OL].[2022-07-13].https://www.hbrchina.org/2022-0713/9165.html.