《广西日报》（2025年11月5日 第4版 人工智能专版“前沿观点”专栏）
近日中国—东盟AI艺术创作研究中心顾问、全国政协委员舒勇应《广西日报》邀请，正式在该报“人工智能”专版开设“前沿观点”个人专栏。该专栏将聚焦全球人工智能技术动态、产业趋势及社会影响，以独特视角解读AI发展前沿，为广西乃至全国读者提供深度思考与创新启示。
随着人工智能技术加速演进，其已成为驱动新一轮科技革命与产业变革的核心力量。广西正积极布局人工智能产业生态，推动数字经济与实体经济深度融合。在此背景下，《广西日报》率先推出人工智能专版，并特邀舒勇教授主持专栏，旨在打造权威AI观点平台，为区域创新发展注入智力动能。
舒勇长期致力于人工智能创作应用、伦理治理及跨界应用研究，曾参与多项国家级AI重点项目，学术成果丰硕。其在专栏开篇语中表示：“人工智能不仅是技术革命，更是思维范式的重塑。广西生态资源丰富、面向东盟区位独特，在‘AI+产业’‘AI+文化’等领域潜力巨大。本专栏将结合全球视野与本地实践，探索AI赋能区域高质量发展的新路径。”
据悉，“前沿观点”专栏将定期刊发舒勇教授的原创文章，内容涵盖大模型技术突破、AI伦理治理、AI应用创作等前沿议题，同时关注人工智能如何助力广西特色产业转型升级、服务中国—东盟数字合作。文章将以通俗语言解析复杂技术，兼具科学性与可读性，为政府决策、企业转型与公众认知提供参考。
《广西日报》相关负责人表示，开设以文艺工作者应用人工智能产生的经验来开设专栏是党媒深化科技传播、服务地方战略的创新举措。未来将依托专栏凝聚更多专家资源，构建“政产学研用”对话桥梁，助推广西在人工智能新赛道上抢占先机。
业内认为，专栏的设立，不仅提升了《广西日报》在科技领域的影响力，更将为广西构建面向东盟的AI创新枢纽提供前瞻性引导，助力数字广西建设迈上新台阶。
舒勇个人专栏人工智能 前沿观点
“人工智能时代，广西不能缺席、不能落后”已成为广泛共识，广西以更开放的胸襟主动承接全国乃至全球AI先进技术与创新成果，转化为本土产业动能与应用实效，赋能东盟区域协同应用。“人工智能”专版将聚焦技术演进、理论探索、跨区域协同与场景应用新实践，与读者共探智能浪潮中的广西机遇。愿我们以理性视角审视变革、以前瞻姿态拥抱机遇，共同书写人工智能赋能八桂、链接东盟、照亮未来的新篇章。-- 编者按
《为人工智能筑起感官的桥梁》
■舒 勇《 广西日报 》（ 2025年11月05日第 004 版）
想象一个孩童第一次站在海边的时刻：细沙在脚底流动，冰凉的海水漫过脚背，远处传来海浪与鸥鸣的交响，咸润的海风拂过脸颊，阳光在起伏的波浪上碎成万千光点。这一切并非割裂的信号，而是一场完整、鲜活的生命体验。
然而，今天的人工智能在理解世界时，却常常像隔着一层毛玻璃。它能认出图像中的“沙滩”，分析音频中的“海浪”，却无法真正懂得沙粒流过脚底的触感、海水的温度与气息、光影与声响交织成的整体感受。正因缺乏这种与真实世界相联结的感官网络，AI时常陷入“幻觉”，做出脱离现实的推断。
要帮助AI跨越这道认知的鸿沟，我们需要的是一种全新的数据形式——感官结构化数据。它不同于传统单一类型的记录，而是试图将人多维的感官信息——视觉、声音、触感、气味，甚至身体自身的平衡与温度变化——整合为一张动态关联的数据网。这不是简单的数据叠加，而是有机关联。例如，它记录的不只是雷声与闪电，更是它们之间精确的时间延迟；它不仅捕捉触摸热物体的温度变化，还包括随之而来的收缩反射与神经信号。换句话说，它是要在数字世界中，重建出那种“此时此刻”的整体经验。
这样的数据建构，将直接针对AI产生幻觉的根源。当AI仅凭模糊图像猜测远方黑影是“珍稀鸟类”时，如果它能同时获取现场的声音信息、环境温度、空间气流，甚至红外热感数据，它便不会轻易妄下结论。当监控画面中出现违反物理常识的“穿墙”现象，若有墙体结构、震动传感、实时声场等多重信息进行交叉验证，AI便能判断那更可能是视觉误差，而非超自然事件。感官结构化数据为AI提供了来自真实世界的“共同语言”，也赋予其自我校验的能力。例如，若AI描述“卡车在雨中静音滑行”，数据中雨滴撞击车身的声响、轮胎摩擦路面的噪音、空气湿度的变化等一系列信号会立刻揭示这一描述的矛盾之处，从而抑制不合逻辑的臆想。
实现这条路充满挑战。它需要能同步捕捉多种感官信号的灵敏硬件，需要能实时处理海量交织数据的新型计算架构，更需要能理解这种多维、动态关联的AI模型。但这无疑是值得探索的方向。
倘若这一愿景逐步实现，未来的AI将不再仅是信息的解读者，而有望成为经验的感知者。当AI能够体会阳光在石阶上移动的温度变化，理解不同力度揉面时的手感反馈，甚至感受不同雨声敲打屋檐所带来的氛围差异，它的“理解”将更深地植根于我们共享的物理现实之中。那时，它的“幻觉”或许将如孩童的呓语，随着感知的成熟而悄然减少。
这不仅是一场数据技术的革新，更是在为人工智能构建真实感与可信度的基石。我们不仅在教会机器如何思考，更是在尝试教它如何感受——而这，或许才是智能走向真正的理解与共通的开始。