据 ai987.cn 于 2026 年 6 月 25 日收到的消息 ‣ 西班牙科鲁尼亚大学计算机科学与人工智能教授安帕罗·阿隆索·贝坦佐斯近日接受 BBC Mundo 专访，针对公众对人工智能最关心的八个问题进行了深度解答。这位深耕 AI 领域三十余年的专家，曾任西班牙人工智能协会主席，现为大学校长人工智能事务助理。

关于人工智能如何运作，阿隆索解释存在两大主要路径：早期的符号主义 AI 依赖专家知识显式编程，透明度高但难以规模化；当今主流的数据驱动 AI 则通过海量数据训练，自动提取模式并实现泛化预测，涵盖自然语言处理、计算机视觉、机器学习等多个子领域。深度学习利用多层神经网络进行推理，此外还有强化学习等多种技术路线。

数据来源方面，她指出取决于具体应用场景：医疗 AI 使用临床数据库，交通 AI 依赖摄像头与传感器数据。随着数字化进程加速，几乎所有自然与工业过程都能转化为训练数据，包括个人行程、病历、偏好记录等，流媒体推荐算法即是典型例子。

针对大众将 AI 想象为类人机器人的刻板印象，专家澄清：AI 实质是软件系统，可能嵌入扫地机器人等硬件，也可能仅存在于手机指纹识别、电视推荐等日常应用中。AI 系统数量无法统计，已渗透至农业病害预测、医疗诊断等几乎所有可想象领域。

就业影响上，阿隆索强调自动化早于疫情前已重塑就业版图，超市自助收银即是缩影。未来常规任务将更多由机器承担，医生借助设备提升诊疗水平的历史表明人机协作是常态。她呼吁政府关注技术红利分配，避免贫富差距扩大，同时指出 AI 在预防医学、个性化教育、气候治理、库存管理等领域具有巨大积极潜力。

风险方面，她列举监管疏漏导致系统异常行为未被忽视、领域性别失衡带来的算法偏见等问题。但她反对过度恐慌论调，主张将 AI 定位为辅助决策工具——医生参考 AI 诊断建议、用户自主选择推荐内容，最终决策权始终掌握在人类手中。

监管层面，欧盟自 2018 年成立高级别专家组起步，确立人工监督、可持续性、无偏见、安全性等核心原则，要求 AI 全流程接受人工监管。尽管全球统一监管面临《京都议定书》式的协调困境，且零风险不存在，但建立监控机制刻不容缓。

针对“AI 导致人类灭绝”的警告，专家类比汽车发展早期的恐慌：新技术初期常被高估风险，最终通过法规实现可控。她强调 AI 系统必须设置“熔断机制”，由人类设计者承担安全责任。

关于超越人类智能与获得意识，阿隆索指出当前 AI 多为“窄域专家”：AlphaGo 精通围棋却不会下国际象棋，癌症筛查模型不具备全科医生综合判断力。大语言模型本质是高阶文本预测器，类似“极聪明的鹦鹉”，缺乏深度推理与真实意识，人类自身对意识机制尚未完全破解。

综合自网络信息