朱松纯：AI热潮的回望与反思、思想自主、未来展望

五、社会智能：人工智能的下一个前沿

近几年，智能研究的重心经历了从语言智能到物理智能、再向社会智能的逐层跃迁。近年来引发公众关注和资本热捧的第一波技术浪潮以语言智能为核心，大语言模型通过对海量文本的统计学习，在语言理解和生成上取得了令人瞩目的突破。然而，语言智能本质上处理的是符号层面的概率分布，它缺乏对物理世界的真实感知：一个能写出优美诗篇的模型，并不知道"杯子从桌上掉落"意味着什么。

这推动了第二波热潮的兴起——物理智能，也即当前备受关注的具身智能与世界模型。研究者试图让智能体在三维空间中获得感知、导航和操作能力，建立对物理因果的直观理解。

但问题并未到此为止。人类智能最深刻的特征不在于处理语言或操作物体，而在于我们生活在由他人构成的社会世界之中。我们每天都在进行复杂的社会推理：揣摩他人的意图、理解隐晦的社交信号、在竞争与合作之间做出权衡、遵循或挑战社会规范。智能体融入人类社会所需具备的社会智能，是当前人工智能最大的缺失，也是通向AGI的最后一道屏障。

社会智能：下一个前沿

要界定社会智能的概念，首先需要厘清其与群体智能、社交智能的根本区别。社交智能通常指个体理解他人意图、情绪并进行互动回应能力，群体智能关注大量个体简单交互后涌现出的集体行为模式，而社会智能则远不止于此。它是指在大的物理时空中，形成结构化、体系化的智能系统——不仅涉及个体间的即时社交，更涵盖角色分工、组织协作、制度约束与长期演化等宏观维度。社会智能的真正实现，将推动“组织智能体”与“机构智能体”的出现，使智能体具备参与复杂社会组织运作的能力。 

社会人：进入复杂动态组织结构，理解合同、章程、责权利

当前，社会智能的实现在技术层面仍面临多重挑战。不同于物理智能，社会智能高度依赖于环境，广泛涵盖从宏观的文化背景和一般性常识，到微观的两个个体之间的共同经历。社会情境通常是复杂的、模糊的、动态的、随机的、部分可观察的和多智能体的，标准算法难以在真实环境中有效解决这些问题。这意味着，针对特定局部组件的改进往往无法提升社会智能的整体性能，必须采取全面、系统的方法，让模型像人类一样进行多种方式的学习——终身学习、多任务学习、单样本/小样本学习、元学习等。

社会智能的技术价值不可低估，其意义远超单一技术维度的突破，而是关乎AGI能否真正融入人类社会的根本命题。在智能设备走进千家万户的今天，Siri和Google Assistant已经能够根据用户要求安排会议，但它们当前还不具备判断事项优先级的社会智能。当一个AI系统无法理解翻白眼或打哈欠所表达的潜在信息，无法判断不同情境下谁应该坐在什么位置、谁的意见更需要优先考虑时，它就无法真正融入人类社会，无法成为人类的协作伙伴而非简单的工具。

更进一步说，社会智能是AGI从"工具"走向"伙伴"的分水岭——它决定了智能体能否理解责、权、利等社会关系的基本范畴，能否在复杂社会网络中建立信任、达成契约、形成共同体意识。这正是机器"立心"的关键所在：立的不只是个体的认知之心，更是在社会关系中彼此理解、高效协作的共情与责任之心。

我们团队在社会智能领域已取得一系列开创性成果。在理论层面，2023年3月，我们在《CAAI人工智能研究（英文）》上发表了题为"Artificial Social Intelligence: A Comparative and Holistic View"的综述论文，系统阐述了人工社会智能（ASI）的概念框架、研究现状与未来方向，呼吁学界对这一领域的重视，并提出以社会感知、心智理论和社会互动三大维度为核心的系统研究路径。

论文题目：Artificial Social Intelligence：A Comparative and Holisitc View

论文作者：Lifeng Fan, Manjie Xu, Zhihao Cao, Yixin Zhu, and Song-Chun Zhu

发表期刊：CAAI Artificial Intelligence Research

论文链接：https://doi.org/10.26599/AIR.2022.9150010

在技术实现层面，"通通"3.0已经在单个智能体的社交智能上展现出令人瞩目的能力。在"AI小镇"这一多智能体共存的仿真社会交互环境中，通通能够准确识别其他智能体的身份、性格、彼此间的关系，理解它们与物品、环境的互动方式，构建动态更新的社会认知图谱。她不仅能识别他人的情绪与意图，还可主动发起与响应对话，在复杂社交互动中提供协助、化解矛盾，完成需要协作与共情的社交任务。她的价值系统从自身价值（V0）演进为涵盖他人价值（V+）与初级集体价值（V++）的多层次体系——这正是社会智能在个体层面的具体体现：从"我"走向"我们"。

通通在各类场景中完成各项任务，如改善亲子沟通、处理小花猫伤人事件等

大型社会模拟器：从世界模型迈向社会模型

在更宏观的尺度上，我们进一步实现了从个体智能向社会智能的系统跨越，构建了大型社会模拟器（Large-Social Simulator，LSS），实现了通用人工智能从1到N（N=102-108）的拓展跃升。该模拟器以中国光谷约200平方英里的真实城区为蓝本，基于118万人口脱敏数据，包含个体、组织、社会三个层级的虚拟社会系统。这一平台将社会智能的研究从单体智能体拓展到群体智能的涌现与演化，模拟交通、经济、公共服务等多领域交互，为探索人类与AGI共生的未来提供了前所未有的实验平台。它标志着通用人工智能研究从"造一个人"迈向了"建一个社会"。

大型社会模拟器：从个体智能迈向社会智能

大型社会模拟器是"世界模型"概念在社会维度上的扩展。当前被资本热炒的"世界模型"，本质上仍停留在单个智能体对物理环境的感知与预测层面，它回答的是"这个物体会怎样运动""这个场景接下来会发生什么"，这远不足以应对复杂社会系统的应用需求。然而，当智能体走向人类社会，我们所面对的真实挑战，早已超越了单个智能体与物理环境的局部交互。在住建规划、城市治理、公共政策等复杂场景中，智能体需要对社会结构、人口流动、资源配置、政策传导等宏观因素进行准确的认知、理解、判断与规划，其复杂度远超物理世界模型所能模拟的范畴。

为此，我们构建的大型社会模拟器是一个能够模拟宏观社会在大时空尺度下演化与变迁的仿真平台。它从个体物理空间延伸至群体社会空间，从瞬态因果预测拓展为大时空动态推演，为行业智能体提供了真正意义上的"社会模型"。 

大型社会模拟器：三大层级、百万人口，模拟真实社会动态演化

大型社会模拟器借助分布式计算、高并发调度技术，通过多维度数据融合与动态交互建模，构建了一个包含上百万人的虚拟社会系统。智能体被分层组织在个体、组织与社会三个层级——个体智能体（如公民）拥有独立的认知架构与价值系统，组织智能体（如企业、学校）聚合个体行为形成机构决策逻辑，社会级智能体（如政府机构）则在更高维度上进行资源配置与规则制定。每一层级都通过CUV框架进行建模，层级之间通过信息流与价值流的双向传导实现社会结构的动态演化——家庭的形成、企业的兴衰、制度的变迁，正是这种多层交互的涌现结果。

在宏观愿景上，我们提出了AGI社会发展的三阶段仿真框架。第一阶段，社群阶段：对小规模社会单元和关系进行建模，聚焦家庭、邻里、小团体等基本社会细胞的互动模式。第二阶段，城市阶段：扩展至城市环境，模拟多元智能体通过交通、经济、教育、医疗等服务系统产生的复杂交互，当前的大型社会模拟器正处于这一阶段。第三阶段，文明阶段：模拟宏观社会系统，涵盖制度演化、价值观变迁和长期集体行为的涌现，探究不同文明形态形成与演化的深层规律。长远来看，我们所做的工作不仅是模拟社会，更是在预演未来。

作为社会领域的大科学装置，大型社会模拟器致力于为复杂社会治理提供一个可量化、可复现的"社会实验室"。与自然科学拥有成熟的实验工具不同，社会学、经济学、政治学等学科长期面临"无法做实验"的困境——社会政策一旦实施便难以回滚，其影响往往需要数年甚至数十年才能显现。大型社会模拟器从根本上改变了这一局面：通过在数字空间中构建与真实社会平行的"社会副本"，研究者可以对公共政策的风险与效果进行预演和验证，探索社会运行的"反事实"状态，实现从"事后解释"到"事前推演"的范式转变。

在具体应用中，大型社会模拟器能够为国家治理体系与治理能力的现代化提供有力的辅助，目前已在三个维度实现了应用。第一，为决策提供前瞻性预演。在武汉东湖高新区构建的百万级人口虚拟社会系统，通过对交通、人口、公共资源等多维数据的融合建模，能够模拟不同治理方案的长期影响，为城市规划与公共政策制定提供量化依据。第二，实现风险早识别、早预警。在三峡通航场景中，模拟器基于近3亿条船舶轨迹数据，构建常态航行行为模型，能够提前两分钟预测航路，对异常行为实现秒级响应，建议采纳率达95%。第三，支撑政策效能评估。通过建模政府、市场、社会组织等多元主体，在政策正式实施前推演对不同群体的差异化影响，避免"一刀切"带来的治理偏差，推动公共服务精准化、交通治理智能化、教育资源配置优化等领域的深度融合。

社会智能：赋能城市治理与中国式现代化

从CUV架构的理论奠基，到"通通"的个体智能突破，再到大型社会模拟器的群体智能拓展，我们走出了一条从"立心"到"立人"、从"我"到"我们"的完整路径。这条路径的核心逻辑是：AGI的本质是理解"何以为人"，而"人"的本质不仅在于个体认知能力，更在于社会智能——在于感知他人、理解他人、与他人建立信任、达成契约、形成共同体的能力。只有具备了社会智能的通用智能体，才能真正与人类协同共生，共同构建人机和谐的未来社会。