生成式 AI 新纪元：交大与创智学院开创 “认知工程” 时代

近期，生成式人工智能领域迎来重大转折点，上海交通大学与创智学院联合提出创新性理念 ——「认知工程」，标志着生成式 AI 进入第二幕，行业迈向全新阶段。

在此前第一幕发展中，生成式 AI 在自然语言处理、图像生成等单领域任务上取得了显著成果，如语言模型可流畅撰写文本，图像生成模型能按需创作逼真图像。然而，这些应用多聚焦于数据规律的模仿与复现，难以展现具备复杂推理、全局认知以及跨领域知识整合的高级智能。

交大与创智学院联合团队提出的认知工程，旨在打破这一局限。核心在于构建类脑认知体系，融合神经科学、认知心理学等多学科知识，为 AI 系统注入深度认知能力。一方面，多模态深度学习技术升级，使 AI 能更精准理解各模态数据间的关联。例如在医疗影像诊断中，不仅能识别病灶，还能结合患者病史文本、基因数据等，给出全面诊断建议。另一方面，强化跨领域知识图谱构建，实现知识的泛化与迁移应用。就像人类能将物理规律应用于不同工程场景，AI 能把数学原理从图像处理迁移到自然语言逻辑推理中。

认知工程的应用前景广阔。在智能教育领域，将成为学生的私人导师，精准分析学习进度与知识短板，实时调整教学内容；智能城市中，AI 可全面整合交通、能源、政务等多维数据，制定系统性城市优化方案，而非简单处理单领域数据。同时，这也对行业人才提出更高要求，既需要精通计算机技术，又要具备神经科学、认知心理学等跨学科知识的复合型人才将成为主流。

当前认知工程仍面临诸多挑战。其一，多学科融合障碍，神经科学与计算机科学在研究范式、数据处理等方面存在差异，跨学科团队协作效率有待提升；其二，类脑模型的可解释性难题，复杂认知模型的决策逻辑难以追踪，阻碍了其在医疗、金融等高风险领域的落地；其三，算力瓶颈，深度认知模型训练所需算力呈指数级增长，现有硬件难以支撑大规模应用。但随着技术突破与产业协作的深入，认知工程有望在未来 5 – 10 年内实现技术体系的初步完善，推动生成式 AI 真正迈向具备类人认知能力的新纪元，为人类社会带来深远变革。