在人工智能技術(shù)飛速滲透日常生活與產(chǎn)業(yè)發(fā)展的當(dāng)下，一個(gè)原本僅活躍于專(zhuān)業(yè)技術(shù)圈層的英文術(shù)語(yǔ)——token，憑借其在大語(yǔ)言模型、多模態(tài)生成、AI算力計(jì)費(fèi)等核心場(chǎng)景的關(guān)鍵作用，使用頻率呈爆炸式增長(zhǎng)，迅速破圈成為社會(huì)大眾耳熟能詳?shù)臒嵩~。從日常使用AI聊天、文案生成，到企業(yè)布局AI產(chǎn)業(yè)、測(cè)算技術(shù)成本，再到學(xué)術(shù)領(lǐng)域開(kāi)展人工智能研究、交流技術(shù)成果，token無(wú)處不在，卻因長(zhǎng)期缺乏統(tǒng)一規(guī)范的中文定名，出現(xiàn)了譯法混亂、概念混淆、溝通成本居高不下的問(wèn)題，不僅困擾著行業(yè)從業(yè)者與科研人員，也讓普通民眾在接觸AI相關(guān)知識(shí)時(shí)頻頻產(chǎn)生認(rèn)知障礙。

　　針對(duì)這一社會(huì)關(guān)切，全國(guó)科學(xué)技術(shù)名詞審定委員會(huì)責(zé)成第四屆計(jì)算機(jī)科學(xué)技術(shù)名詞審定委員會(huì)，快速啟動(dòng)科技新詞審定發(fā)布流程，經(jīng)過(guò)多輪專(zhuān)業(yè)研討、廣泛征集各界意見(jiàn)，最終優(yōu)先推薦“詞元”作為人工智能領(lǐng)域token的標(biāo)準(zhǔn)中文名并面向全社會(huì)發(fā)布試用。這一舉措不僅終結(jié)了token中文譯名的混亂局面，更成為我國(guó)人工智能領(lǐng)域術(shù)語(yǔ)規(guī)范化、本土化的重要里程碑。本文將從token中文名的備選方案、“詞元”譯名的信達(dá)雅水準(zhǔn)，以及由“詞元”延伸出的多元暢想三個(gè)維度，深入剖析這一科技術(shù)語(yǔ)定名背后的深意與價(jià)值。

　　一、人工智能領(lǐng)域token中文名的備選方案

　　在“詞元”成為官方推薦定名之前，人工智能領(lǐng)域的token因跨學(xué)科、多場(chǎng)景的應(yīng)用屬性，衍生出了十余種中文備選譯法，這些譯法分布在學(xué)術(shù)研究、產(chǎn)業(yè)應(yīng)用、大眾科普等不同場(chǎng)景，各有側(cè)重卻也各有短板。

　　(一)令牌、記號(hào)、標(biāo)記

　　這是token最基礎(chǔ)的直譯譯法，源于token在計(jì)算機(jī)編譯原理、網(wǎng)絡(luò)安全、身份驗(yàn)證領(lǐng)域的傳統(tǒng)含義，指用于驗(yàn)證身份、傳遞權(quán)限的標(biāo)識(shí)符號(hào)。在早期AI系統(tǒng)的權(quán)限管理、接口調(diào)用場(chǎng)景中，這一譯法被少量使用，但在當(dāng)前大模型核心場(chǎng)景中，完全脫離了token作為“語(yǔ)言處理最小單元、AI計(jì)算基礎(chǔ)載體”的核心內(nèi)涵，極易與網(wǎng)絡(luò)安全領(lǐng)域的概念混淆，無(wú)法適配人工智能自然語(yǔ)言處理的專(zhuān)業(yè)屬性，屬于場(chǎng)景錯(cuò)配的譯法。

　　(二)代幣、通證

　　該譯法源自區(qū)塊鏈、加密貨幣領(lǐng)域，是token在Web3場(chǎng)景中的常用譯名，強(qiáng)調(diào)其價(jià)值載體、流通憑證的屬性。隨著AI產(chǎn)業(yè)商業(yè)化發(fā)展，token逐漸成為AI算力、模型調(diào)用的計(jì)費(fèi)單位，部分人沿用這一譯法，但它過(guò)度聚焦商業(yè)價(jià)值屬性，忽略了token在AI技術(shù)層面的語(yǔ)言學(xué)、計(jì)算學(xué)本質(zhì)，且?guī)в袕?qiáng)烈的加密貨幣行業(yè)標(biāo)簽，與人工智能核心技術(shù)場(chǎng)景格格不入，極易誤導(dǎo)大眾對(duì)AI技術(shù)基礎(chǔ)概念的認(rèn)知。

　　(三)語(yǔ)元、詞符、字元

　　這類(lèi)譯法偏向語(yǔ)言學(xué)與自然語(yǔ)言處理專(zhuān)業(yè)視角，“語(yǔ)元”側(cè)重語(yǔ)言層面的基礎(chǔ)單元，覆蓋面過(guò)寬，無(wú)法精準(zhǔn)對(duì)應(yīng)AI模型處理的文本最小單位；“詞符”僅強(qiáng)調(diào)符號(hào)屬性，缺失“基礎(chǔ)單元、不可再分”的核心技術(shù)內(nèi)涵；“字元”局限于單字層面，無(wú)法覆蓋AI詞元化處理中的子詞、短語(yǔ)、標(biāo)點(diǎn)、數(shù)字等多種形態(tài)，適用范圍過(guò)于狹窄，難以適配大模型多樣化的詞元分割邏輯。

　　(四)智元、模元、數(shù)元

　　這是結(jié)合人工智能技術(shù)特性提出的創(chuàng)新譯法，“智元”突出AI的智能屬性，“模元”關(guān)聯(lián)大模型、多模態(tài)概念，“數(shù)元”側(cè)重?cái)?shù)據(jù)單元屬性。這類(lèi)譯法試圖貼合AI技術(shù)的前沿性，但過(guò)于抽象且缺乏語(yǔ)言學(xué)根基，token的核心起源是自然語(yǔ)言處理，脫離“語(yǔ)言”這一本源的譯法，無(wú)法銜接計(jì)算語(yǔ)言學(xué)的學(xué)術(shù)傳統(tǒng)，也難以讓行業(yè)快速接受，同時(shí)通用性不足，無(wú)法覆蓋文本、語(yǔ)音、圖像等多模態(tài)token的統(tǒng)一表述。

　　(五)分詞單元、詞例、形符

　　“分詞單元”屬于描述性譯法，過(guò)于冗長(zhǎng)，不符合科技術(shù)語(yǔ)簡(jiǎn)潔凝練的要求，不利于傳播與使用；“詞例”“形符”是傳統(tǒng)語(yǔ)料庫(kù)語(yǔ)言學(xué)中的專(zhuān)業(yè)譯法，僅能體現(xiàn)文本形式的實(shí)例屬性，無(wú)法涵蓋token在AI模型中作為計(jì)算單元、算力載體、生成單位的多重功能，適用場(chǎng)景局限于傳統(tǒng)語(yǔ)言學(xué)研究，無(wú)法適配人工智能產(chǎn)業(yè)化、工程化的發(fā)展需求。

　　二、“詞元”譯名對(duì)“信、達(dá)、雅”翻譯標(biāo)準(zhǔn)的完美契合

　　梳理上述這些備選譯法，既能看清術(shù)語(yǔ)定名的復(fù)雜過(guò)程，也能理解“詞元”當(dāng)選的科學(xué)性與合理性。將token譯為“詞元”，并非簡(jiǎn)單的文字對(duì)應(yīng)，而是深度兼顧技術(shù)本質(zhì)、語(yǔ)言邏輯與文化內(nèi)涵。我國(guó)近代翻譯家嚴(yán)復(fù)提出的“信、達(dá)、雅”三字標(biāo)準(zhǔn)，歷來(lái)是翻譯領(lǐng)域的黃金準(zhǔn)則，尤其對(duì)于科技術(shù)語(yǔ)而言，“信”是基礎(chǔ)、“達(dá)”是關(guān)鍵、“雅”是升華，三者兼具才能成為合格的專(zhuān)業(yè)術(shù)語(yǔ)。在眾多譯法中“詞元”脫穎而出，完全達(dá)到了“信、達(dá)、雅”的理想境界，成為科技術(shù)語(yǔ)翻譯的典范。

　　(一)信：準(zhǔn)確忠實(shí)，還原技術(shù)本質(zhì)

　　“信”即譯文準(zhǔn)確無(wú)誤，忠實(shí)于原文的核心含義與專(zhuān)業(yè)內(nèi)涵，不偏離、不增刪、不誤導(dǎo)。token在人工智能領(lǐng)域的核心定義是“大模型處理的最小語(yǔ)言/信息單元，是模型理解、生成、計(jì)算內(nèi)容的基礎(chǔ)載體”，“詞元”二字精準(zhǔn)對(duì)應(yīng)這一定義，無(wú)任何語(yǔ)義偏差。

　　“詞”忠實(shí)于token的語(yǔ)言學(xué)起源，明確其作為語(yǔ)言符號(hào)的屬性，避免了脫離本源的泛化翻譯；“元”忠實(shí)于其“最小基礎(chǔ)單元”的技術(shù)本質(zhì)，清晰傳遞出不可再分、核心載體的核心特征，相比其他備選譯法的片面性、誤導(dǎo)性，“詞元”完整且準(zhǔn)確地還原了token在AI領(lǐng)域的專(zhuān)屬含義，既不照搬其他領(lǐng)域的舊譯，也不盲目創(chuàng)新，完全符合科技術(shù)語(yǔ)“精準(zhǔn)嚴(yán)謹(jǐn)”的核心要求，做到了對(duì)專(zhuān)業(yè)內(nèi)涵的絕對(duì)忠實(shí)。

　　(二)達(dá)：通順曉暢，適配場(chǎng)景需求

　　“達(dá)”即譯文通順流暢，符合目標(biāo)語(yǔ)言的表達(dá)習(xí)慣，適配使用場(chǎng)景的溝通需求，便于理解與傳播?！霸~元”作為雙音節(jié)中文詞匯，完全契合現(xiàn)代漢語(yǔ)的表達(dá)邏輯，無(wú)論是口語(yǔ)交流還是書(shū)面寫(xiě)作，都簡(jiǎn)潔易懂、毫無(wú)晦澀感，既適合科研人員撰寫(xiě)論文、產(chǎn)業(yè)人士交流業(yè)務(wù)，也適合普通大眾理解AI相關(guān)知識(shí)，打破了專(zhuān)業(yè)術(shù)語(yǔ)與大眾認(rèn)知之間的壁壘。

　　同時(shí)，“詞元”的適配性極強(qiáng)，能無(wú)縫融入AI領(lǐng)域的各類(lèi)衍生表述，如“詞元化”(tokenization)、“詞元長(zhǎng)度”“詞元計(jì)費(fèi)”“詞元數(shù)量”等，衍生術(shù)語(yǔ)自然流暢、語(yǔ)義清晰，無(wú)需額外解釋即可讓人理解含義，真正實(shí)現(xiàn)了專(zhuān)業(yè)場(chǎng)景與大眾場(chǎng)景的雙向通達(dá)，解決了此前譯法混亂導(dǎo)致的溝通障礙，大幅降低了AI知識(shí)的傳播與學(xué)習(xí)成本。

　　(三)雅：雅致得體，兼具文化與專(zhuān)業(yè)質(zhì)感

　　“雅”即譯文用詞雅致、規(guī)范得體，兼具專(zhuān)業(yè)質(zhì)感與文化內(nèi)涵，不粗俗、不生硬、不敷衍。科技術(shù)語(yǔ)的“雅”并非追求辭藻華麗，而是做到專(zhuān)業(yè)嚴(yán)謹(jǐn)、簡(jiǎn)潔莊重、契合學(xué)科氣質(zhì)，“詞元”恰好具備這一特質(zhì)。

　　從中文文化內(nèi)涵來(lái)看，“元”字蘊(yùn)含著“本源、基礎(chǔ)、核心”的哲學(xué)意蘊(yùn)，代表著事物的根本單元，用在AI術(shù)語(yǔ)中，既體現(xiàn)了技術(shù)的底層邏輯，又帶有中式文化的厚重感，避免了直譯的生硬與淺白；從專(zhuān)業(yè)質(zhì)感來(lái)看，“詞元”摒棄了“代幣”“令牌”等帶有行業(yè)偏見(jiàn)的詞匯，也區(qū)別于過(guò)于口語(yǔ)化、隨意化的譯法，以莊重規(guī)范的用詞，彰顯了人工智能作為前沿科技學(xué)科的專(zhuān)業(yè)性與嚴(yán)謹(jǐn)性，符合國(guó)家科技名詞審定的高標(biāo)準(zhǔn)，成為兼具文化底蘊(yùn)與專(zhuān)業(yè)價(jià)值的優(yōu)質(zhì)術(shù)語(yǔ)。概言之，“詞元”譯名以“信”為根，牢牢把握token的技術(shù)核心；以“達(dá)”為徑，實(shí)現(xiàn)全場(chǎng)景的順暢溝通；以“雅”為魂，提升術(shù)語(yǔ)的專(zhuān)業(yè)與文化質(zhì)感，三者相輔相成，完美踐行了“信、達(dá)、雅”的翻譯準(zhǔn)則，是科技術(shù)語(yǔ)本土化、規(guī)范化的經(jīng)典案例。

　　三、從“詞元”出發(fā)，人工智能時(shí)代的多元天馬行空暢想

　　“詞元”的定名，不僅是一個(gè)科技術(shù)語(yǔ)的規(guī)范，更像是打開(kāi)了人工智能世界的一把鑰匙，以“詞元”為原點(diǎn)，我們可以突破現(xiàn)有技術(shù)邊界，展開(kāi)天馬行空、開(kāi)闊多元的暢想，觸及語(yǔ)言、科技、產(chǎn)業(yè)、文化、社會(huì)乃至人類(lèi)認(rèn)知的方方面面，感受AI時(shí)代的無(wú)限可能。

　　(一)詞元重構(gòu)人類(lèi)語(yǔ)言的表達(dá)與傳承邊界

　　詞元作為語(yǔ)言的最小基礎(chǔ)單元，未來(lái)將徹底打破人類(lèi)語(yǔ)言的壁壘與傳承困境。首先，跨語(yǔ)言無(wú)障礙溝通將成為現(xiàn)實(shí)，詞元將成為全球語(yǔ)言的通用“翻譯原子”，不同語(yǔ)言的文字、語(yǔ)音都能被拆解為統(tǒng)一的詞元，再通過(guò)AI模型重組為目標(biāo)語(yǔ)言，不僅實(shí)現(xiàn)語(yǔ)義的精準(zhǔn)傳遞，更能保留語(yǔ)氣、情感、文化內(nèi)涵，讓跨國(guó)、跨民族交流如同母語(yǔ)溝通一般自然，徹底消除語(yǔ)言隔閡。

　　其次，瀕危語(yǔ)言的數(shù)字化永生將得以實(shí)現(xiàn)，全球數(shù)千種瀕危語(yǔ)言可被全面拆解為詞元，建立專(zhuān)屬的詞元數(shù)據(jù)庫(kù)，完整保存其語(yǔ)法、詞匯、文化語(yǔ)境，通過(guò)AI模型還原瀕危語(yǔ)言的表達(dá)體系，讓瀕臨消失的語(yǔ)言文化以數(shù)字形式永久傳承，甚至能通過(guò)詞元重組，復(fù)活失傳的古代語(yǔ)言、方言，讓人類(lèi)語(yǔ)言文明實(shí)現(xiàn)前所未有的完整延續(xù)。

　　再者，人類(lèi)語(yǔ)言表達(dá)將迎來(lái)全新形態(tài)，詞元將打破傳統(tǒng)文字、語(yǔ)音的限制，融合視覺(jué)、觸覺(jué)、情感等多維度信號(hào)，形成“多模態(tài)詞元”。未來(lái)人類(lèi)表達(dá)無(wú)需單純依靠文字，可通過(guò)詞元直接傳遞情緒、畫(huà)面、感受，比如表達(dá)“喜悅”時(shí)，詞元可同時(shí)傳遞笑容、心跳、溫暖的畫(huà)面等多重信息，讓語(yǔ)言表達(dá)更立體、更細(xì)膩，重塑人類(lèi)的溝通方式與情感傳遞邏輯。

　　(二)詞元成為AI科技進(jìn)化的核心基石與通用貨幣

　　在人工智能技術(shù)發(fā)展中，詞元將超越當(dāng)前的文本處理單元屬性，成為AI世界的通用基礎(chǔ)粒子。一方面，多模態(tài)AI將實(shí)現(xiàn)全場(chǎng)景詞元統(tǒng)一，圖像、語(yǔ)音、視頻、代碼、生物信號(hào)等所有信息都能被轉(zhuǎn)化為標(biāo)準(zhǔn)化詞元，無(wú)論是Sora視頻生成、AI語(yǔ)音交互，還是醫(yī)療影像分析、工業(yè)數(shù)據(jù)處理，都以詞元為核心計(jì)算單位，實(shí)現(xiàn)不同模態(tài)、不同領(lǐng)域AI模型的無(wú)縫銜接，打造真正的通用人工智能(AGI)。

　　另一方面，詞元將成為AI算力與智能的“通用貨幣”，如同現(xiàn)實(shí)世界的貨幣一般，成為AI產(chǎn)業(yè)的核心度量衡。模型的智能水平、算力的強(qiáng)弱、內(nèi)容的價(jià)值、技術(shù)的服務(wù)能力，都將以詞元的處理能力、生成數(shù)量、質(zhì)量為標(biāo)準(zhǔn)衡量；AI模型之間的交互、協(xié)作，也將通過(guò)詞元的交換、流轉(zhuǎn)實(shí)現(xiàn)，形成去中心化的AI協(xié)作網(wǎng)絡(luò)，讓人工智能從單一工具進(jìn)化為具備自主交互、協(xié)同進(jìn)化能力的智能體系。

　　更具顛覆性的是，詞元將推動(dòng)AI自主學(xué)習(xí)與創(chuàng)新的突破，AI模型可自主拆解、重組、優(yōu)化詞元，不再依賴(lài)人類(lèi)的標(biāo)注與訓(xùn)練，通過(guò)詞元的自主迭代，自主學(xué)習(xí)知識(shí)、生成全新內(nèi)容、研發(fā)新技術(shù)，甚至能創(chuàng)造出人類(lèi)未曾有過(guò)的語(yǔ)言、概念與創(chuàng)意，讓AI從“人類(lèi)助手”轉(zhuǎn)變?yōu)椤白灾鲃?chuàng)新主體”，推動(dòng)科技進(jìn)步進(jìn)入全新階段。

　　(三)詞元催生全新的經(jīng)濟(jì)形態(tài)與產(chǎn)業(yè)生態(tài)

　　詞元的標(biāo)準(zhǔn)化與通用化，將徹底重構(gòu)AI產(chǎn)業(yè)生態(tài)，催生詞元經(jīng)濟(jì)這一全新經(jīng)濟(jì)形態(tài)。在消費(fèi)端，詞元將成為數(shù)字內(nèi)容消費(fèi)的核心單位，AI生成的文案、畫(huà)作、視頻、音樂(lè)，都將按詞元數(shù)量、質(zhì)量計(jì)費(fèi)，用戶(hù)可按需購(gòu)買(mǎi)、定制個(gè)性化內(nèi)容，數(shù)字內(nèi)容消費(fèi)將更加精準(zhǔn)、靈活；在產(chǎn)業(yè)端，企業(yè)的AI服務(wù)、算力租賃、技術(shù)研發(fā)，都將以詞元為核心計(jì)價(jià)單位，形成透明化、標(biāo)準(zhǔn)化的AI產(chǎn)業(yè)定價(jià)體系，降低企業(yè)布局AI的成本，推動(dòng)AI在農(nóng)業(yè)、工業(yè)、醫(yī)療、教育等全行業(yè)的深度落地。

　　同時(shí)，詞元將催生全新的職業(yè)與產(chǎn)業(yè)賽道，比如詞元工程師、詞元優(yōu)化師、詞元數(shù)據(jù)庫(kù)管理員、詞元經(jīng)濟(jì)分析師等，圍繞詞元的采集、標(biāo)注、優(yōu)化、交易、管理，形成完整的產(chǎn)業(yè)鏈條。甚至?xí)霈F(xiàn)詞元交易平臺(tái)、詞元版權(quán)保護(hù)中心、詞元質(zhì)量認(rèn)證機(jī)構(gòu)等全新業(yè)態(tài)，讓AI產(chǎn)業(yè)的分工更加細(xì)化，推動(dòng)數(shù)字經(jīng)濟(jì)向更精細(xì)化、智能化的方向發(fā)展，成為未來(lái)數(shù)字經(jīng)濟(jì)的核心支柱。

　　(四)詞元推動(dòng)文明融合與社會(huì)形態(tài)革新

　　從文化與社會(huì)視角來(lái)看，詞元將成為人類(lèi)文明交流融合的紐帶。不同國(guó)家、民族的文化內(nèi)容，都能被轉(zhuǎn)化為標(biāo)準(zhǔn)化的詞元，通過(guò)AI的傳播與重組，打破文化壁壘，讓東方文化、西方文化、小眾文化在詞元層面實(shí)現(xiàn)深度融合與創(chuàng)新，催生兼具多元文化特色的全新數(shù)字文明，推動(dòng)人類(lèi)命運(yùn)共同體的文化構(gòu)建。

　　在社會(huì)生活層面，詞元將融入日常生活的方方面面，打造全新的智能社會(huì)形態(tài)。教育領(lǐng)域，老師可根據(jù)學(xué)生的詞元接受能力，定制個(gè)性化學(xué)習(xí)內(nèi)容，實(shí)現(xiàn)因材施教；醫(yī)療領(lǐng)域，患者的病情、癥狀、生理數(shù)據(jù)可轉(zhuǎn)化為詞元，AI通過(guò)詞元分析實(shí)現(xiàn)精準(zhǔn)診斷、個(gè)性化診療；政務(wù)領(lǐng)域，政務(wù)信息、民生需求可通過(guò)詞元快速處理，提升政務(wù)服務(wù)效率，讓社會(huì)治理更加智能化、精細(xì)化。

　　(五)詞元重塑人類(lèi)對(duì)信息與世界的認(rèn)知方式

　　最具深遠(yuǎn)意義的是，詞元將重塑人類(lèi)的認(rèn)知邏輯，改變?nèi)祟?lèi)對(duì)信息、知識(shí)與世界的理解方式。人類(lèi)以往認(rèn)知世界，依賴(lài)文字、語(yǔ)言、圖像的整體感知，而詞元讓人類(lèi)能夠以“最小基礎(chǔ)單元”的視角拆解信息、理解世界，讓抽象的知識(shí)、復(fù)雜的信息變得更加簡(jiǎn)單、清晰，大幅提升人類(lèi)的學(xué)習(xí)效率與認(rèn)知能力。

　　同時(shí)，詞元將打通人類(lèi)智能與人工智能的認(rèn)知壁壘，人類(lèi)的思維、情感、知識(shí)可轉(zhuǎn)化為詞元，AI的智能邏輯、計(jì)算結(jié)果也能以詞元形式被人類(lèi)理解，實(shí)現(xiàn)人機(jī)認(rèn)知的無(wú)縫對(duì)接。未來(lái)，人類(lèi)可通過(guò)詞元直接與AI進(jìn)行思維層面的交流，借助AI的算力拓展自身的認(rèn)知邊界，甚至實(shí)現(xiàn)知識(shí)的直接傳承與思維的跨界碰撞，讓人類(lèi)的智慧與AI的智能深度融合，推動(dòng)人類(lèi)文明向更高維度進(jìn)化。

　　綜上，從token中文譯名的百家爭(zhēng)鳴，到“詞元”這一規(guī)范名稱(chēng)的正式發(fā)布，看似只是一個(gè)科技術(shù)語(yǔ)的確定，實(shí)則是我國(guó)人工智能領(lǐng)域走向規(guī)范化、本土化、成熟化的重要標(biāo)志?！霸~元”的定名，既解決了當(dāng)下術(shù)語(yǔ)混亂的現(xiàn)實(shí)問(wèn)題，又以精準(zhǔn)的內(nèi)涵、完美的信達(dá)雅水準(zhǔn)，為AI技術(shù)的發(fā)展奠定了術(shù)語(yǔ)基礎(chǔ)，更成為我們暢想人工智能未來(lái)的起點(diǎn)。

　　詞元雖小，卻承載著AI技術(shù)的核心邏輯，更蘊(yùn)含著語(yǔ)言、科技、產(chǎn)業(yè)、文化的無(wú)限可能。它不僅是人工智能處理信息的最小單元，更是人類(lèi)開(kāi)啟智能時(shí)代的一把鑰匙，讓我們看到了跨語(yǔ)言溝通、文明融合、產(chǎn)業(yè)革新、認(rèn)知升級(jí)的美好藍(lán)圖。隨著“詞元”在全社會(huì)的推廣試用，我國(guó)人工智能領(lǐng)域的發(fā)展將更加規(guī)范有序，而圍繞詞元展開(kāi)的技術(shù)創(chuàng)新與實(shí)踐探索，也將持續(xù)推動(dòng)AI技術(shù)不斷突破，讓人工智能更好地服務(wù)于人類(lèi)社會(huì)發(fā)展，書(shū)寫(xiě)智能時(shí)代的全新篇章。

　　作者簡(jiǎn)介：

　　徐飛：博士，資深教授，現(xiàn)任福耀科技大學(xué)常務(wù)副校長(zhǎng)，歷任上海交通大學(xué)副校長(zhǎng)、西南交通大學(xué)校長(zhǎng)、上海財(cái)經(jīng)大學(xué)常務(wù)副校長(zhǎng)。出版著作近30部，發(fā)表論文210余篇。