中国工程院院士邓中翰：创新架构嵌入规则，破解AI幻觉难题

每经特派记者：林宇 每经首席编辑：陈阳

2026年10月19日至22日，备受瞩目的金融街论坛年会于北京金融街盛大启幕，吸引了全球金融与科技领域的目光。

在金融街论坛年会如火如荼进行之际，《每日经济新闻》记者就当下人工智能领域备受关注的大模型幻觉难题，专访了中国工程院院士、“星光中国芯工程”总指挥邓中翰。

邓中翰院士深入剖析道，大语言模型主要基于大数据统计以及词元预测来运作，这种模式存在诸多难以回避的基础性问题。其中，过程不可解释性以及人工智能幻觉尤为突出，这些问题若得不到妥善解决，极有可能在人工智能进一步深入发展的进程中，引发重大风险，对行业乃至社会带来不可预估的影响。

中国工程院院士、“星光中国芯工程”总指挥邓中翰 每经记者 林宇 摄

邓中翰院士进一步指出，近年来，GPU（图形处理器）凭借其强大的并行计算能力，已然成为人工智能芯片计算的主要硬件支撑，有力推动了人工智能技术的重大进步。然而，大语言模型基于大数据统计和词元预测的计算方式所暴露出的不可解释性和人工智能幻觉等问题，依旧是横亘在人工智能发展道路上的巨大障碍。当前，全球众多科学家都对这些问题深感忧虑，纷纷围绕世界模型、物理AI（人工智能）等前沿方向展开深入思考，积极探索解决方案。

“星光中国芯工程”团队紧跟时代步伐，针对GPU以及人工智能计算的未来发展，展开了全面且系统的研究。他们发现，在现有的大语言模型词元预测基础上，巧妙叠加CPU（中央处理器）所承载的人类知识规则和约束条件，并将这些规则和约束条件深度嵌入大模型计算底层，能够有效防止预测结果偏离规则和约束，进而显著减少因统计预测偏差而产生的人工智能幻觉。这一创新思路为解决大模型幻觉问题提供了全新的视角和方向。

邓中翰院士介绍说，经过不懈努力，这一探索已取得了一系列重要成果。特别是在感知人工智能领域以及面向物理AI方向，“星光中国芯工程”团队发挥了引领作用。他们牵头制定了SVAC（安全防范监控数字视音频编解码技术标准）国家标准，这一标准的出台为相关领域的技术发展提供了重要规范和指导。同时，团队还提出了一系列具有突破性的技术路线。以视音频编解码为例，作为物理AI最基本的技术环节，也是人工智能与外在物理世界连接的关键纽带，团队引入绝对时间与视音频编解码共同混合编码的创新方法，并在视音频编解码中采用元计算方式，将时间、空间、因果关系及其他约束条件巧妙引入视音频编解码和人工智能计算中。这一系列创新举措使得未来的模型学习和推理能够更好地涵盖时间、空间、因果关系、物理条件等关键内容，大大提升了人工智能的感知和理解能力。

邓中翰院士坦言，人工智能的发展之路并非一帆风顺，目前仍面临着若干重大挑战。但他坚信，全世界的科学家都在齐心协力，针对这些挑战积极寻找更多有效的解决方法。“星光中国芯工程”和数字感知芯片技术全国重点实验室也将持续发力，不断推进相关研究工作，为人工智能的发展贡献更多智慧和力量。

邓中翰院士详细阐述了团队的技术路线，即基于多核异构XPU架构。在这种架构中，GPU与CPU协同计算，就如同人的左右脑相互配合，将基于大数据的推理计算与人类知识、物理关系和约束条件的规则计算有机叠加。具体而言，用CPU来精准处理逻辑关系、因果关系和约束条件，形成一种独特的混合计算模式。这种模式能够有效减少人工智能幻觉，提升人工智能的可解释性，推动人工智能在物理AI和世界模型方面取得更大突破。目前，团队已经迭代推出五代XPU多核异构芯片。在2025年，更是成功实现了单芯片运行DeepSeek大模型。通过这些先进模型，结合时间、空间、物理条件关系，能够对观察到的视音频景象进行精准的分析识别，并做出及时有效的处理，包括发出报警信号和做出科学决策。

最后，邓中翰院士总结道，算法的发展离不开算力的有力支撑，而算力的提升则需要不同架构的不断创新和优化。在传统计算阶段，算力主要依赖CPU来实现；而在当今时代，大量人工智能应用则依托GPU这种并行化架构来运行。他认为，在人工智能的新时代，需要GPU与CPU共同构成的多核异构架构，以更好地实现更低功耗的目标。人脑具有独特的关注机制和遗忘机制，这是经过数亿年进化形成的宝贵智慧，相当于人的智慧算法，但目前并没有很好地体现在当前CPU或GPU算法中。因此，当前基于CPU、GPU的计算模式，应充分借鉴人脑进化形成的智慧，特别是关注机制和遗忘机制，以解决高功耗的暴力计算问题，推动人工智能向更加高效、智能的方向发展。