C.Mohan，美国国家工程院院士，印度国家工程院外籍院士，清华大学杰出访问教授，香港浸会大学杰出理学教授，IBM Fellow，ACM Fellow，IEEE Fellow。
编者按：
人工智能与数据库，两个看似平行的技术方向，正在以前所未有的方式交汇。
在8 月 22 日举办的2026 时序数据技术创新大会上，美国国家工程院院士、香港浸会大学杰出教授C. Mohan带来题为“硅谷视角下的 DB × AI：当数据遇见智能” （Perspectives from Silicon Valley on DB × AI: When Data Met Intelligence）的主题演讲。
Mohan教授从AI七十年的演进历程讲起，分享了对全球AI格局、数据主权、隐私与版权、开源模型及Agentic AI的观察，并重点探讨了AI与数据库的深度融合，以及DB × AI带来的新机遇。
70年演进之路：从达特茅斯会议到AI海啸
人工智能常被当作近年才兴起的新事物，但这一术语诞生于1956年的达特茅斯研讨会，距今已有将近70年的历史。
Mohan教授将AI的发展划分为两波截然不同的浪潮。第一波浪潮是“专家驱动”的时代：系统基于规则，需要领域专家逐条手写逻辑。他回忆说，在印度读本科时，就见证了早期在图像识别和语音理解方面的探索。但这种方式极其耗时费力，最终不可避免地陷入了从“炒作”到“失望”的循环。
第二波浪潮则由大数据的爆发驱动，彻底改变了AI的发展轨迹。数学和统计模型可以在不严重依赖专家的前提下完成训练。这一时代催生出深度学习和大语言模型（LLMs），后者能够无缝处理文本、图像、音频和视频等多模态内容。
Mohan教授用“AI海啸”（AI Tsunami）来形容当前的时代。数十亿美元的资金涌入这一领域，投入规模“令人难以置信”，投资者们期待这些投入能转化为财务回报。
凭借在硅谷数十年的经历，Mohan 以互联网泡沫作进行类比：
“各式各样愚蠢的公司被创建，资金像疯了一样涌入，尤其是在我家门口的硅谷。然后，互联网泡沫就破裂了。”
“All sorts of silly companies were formed and money was poured like crazy, especially in my backyard in Silicon Valley. And then the dot-com bust happened.”
C. Mohan, 2026时序数据技术创新大会
Mohan教授经历过硅谷多轮技术周期，相比被短期进展吸引，他更倾向于以长期视角观察一项技术，关注它是否真正成熟、广泛应用，并能够解决真实问题。
全球AI 鸿沟与主权之问
技术在飞速进步，但AI领域的地缘政治格局却四分五裂。全球重要论坛上出现了一种令人担忧的“排斥”趋势：在印度总理揭幕、OpenAI、Anthropic、微软、谷歌和英伟达CEO齐聚的德里AI影响力峰会上，中国明显缺席；而就在今年4月初，Mohan教授出席的上海论坛上，印度同样未能到场。
“这两个十几亿人口的大国，确实应该好好合作。”（These two giants in terms of billion-plus people should really be collaborating.）Mohan教授感叹，而这种分歧还因西方国家不愿签署包容性AI宣言而进一步加剧。在美国内部，联邦政府与各州之间在监管问题上屡屡出现分歧，短期利润往往被置于长期社会影响之上。
这种碎片化引发了关于公平与代表性的根本性问题：普通人能否真正受益于AI，还是AI永远只是少数受过良好教育、拥有丰富资源的人的专属？训练数据是否真正覆盖了全球人口，还是严重偏向西方视角？
与此同时，随着高端GPU的获取受到限制，“AI主权”正在成为各国的优先议题。越来越多的国家下决心开发反映自身语言和文化特色的大语言模型，而不是继续依赖主要基于西方数据训练出来的通用模型。
竞争格局的转变：DeepSeek与开源模型的崛起
当前全球大模型玩家众多，其中美国和中国厂商占据重要位置，而这一竞争格局也在持续变化。技术上，模型已从纯文本理解进化到全面的多模态输入输出；但在市场层面，准入门槛正在降低，既定的权力格局开始被撼动。
Mohan教授认为，DeepSeek的横空出世是一个标志性事件。他直言这是对“许多西方固有思维的一记重击”（a kick in the back for lots of Western way of thinking），有力证明了相对较少的资本投入同样可以产出卓越的AI成果。阿里巴巴的通义千问（Qwen）模型进一步印证了这一趋势——该模型势头强劲，其3.8版本在多个关键基准测试中已与西方头部模型不相上下。
开源模型过去在准确率、性能和能力上长期落后于闭源模型，如今二者的差距正在收窄。
训练数据困境：隐私、版权与获取壁垒
在模型架构与能力之外，Mohan 抛出了一个更根本的问题：训练大模型，用的到底是什么数据？
是仅仅公开可获取的数据，还是也包含用户与服务的私密交互——比如涉及百度、谷歌、Facebook 或微信的互动，这类私有数据。
这造成了严重的数据获取鸿沟。在普通开发者和大型科技公司之间拉开了一道差距：拿不到专有系统和数据的开发者，可用的资源更少；而大型科技公司，往往能获得更广泛的专有基础设施、产品和数据。
版权是需要关注的另一焦点。Mohan 以《纽约时报》起诉 OpenAI 和微软为例，说明训练数据相关法律问题的悬而未决。正如他所说：“有些东西摆在那里、你能看到，并不意味着你不用获得内容授权，就可以随意使用。”
隐私风险不止于版权，还在于数据隐私。Mohan 提醒，当基础模型基于海量数据构建时，个人可识别信息可能被无意暴露；聊天机器人还可能诱导用户透露个人信息，而这些信息有可能被运营这些系统的公司所利用。因此，如何妥善解决这些隐私与版权挑战，关乎AI的可持续发展。
智能体AI的崛起与隐忧
Mohan教授借用了Gartner的技术成熟度曲线（Hype Cycle）来定位AI的现状。一项新兴技术通常会经历炒作、幻灭，最终走向成熟并进入生产环境。但并非所有技术都能跑完全程——有些会在半路“过早夭折”。
目前，行业正处于多项关键技术的“期望膨胀的顶峰”阶段，包括智能体AI（Agentic AI）、AI就绪数据（AI-ready data）、特定领域的生成模型以及检索增强生成（RAG）等。其中，智能体AI已经“席卷全球”——软件智能体正在接管那些以往需要跨多个系统、由人工逐一操作的业务流程和工作流。
但Mohan教授也发出了重要警告：如果没有适当的“护栏”（guardrails），这些高度自主的智能体可能对社会造成不利后果。与其只依赖大语言模型，不如让数据库与大模型结合——这能提升模型给出逻辑答案的能力。将向量检索、知识图谱与大模型结合，正是这种思路的例证，数据库为智能体系统提供必要的结构支撑和可靠性保障。
AI与数据库的融合：构建更扎实的 AI 系统
本届大会的核心技术主题是“DB × AI”——AI 与数据库的深度融合。Mohan 形容这背后有“巨大的协同动力”。
他指出，数据库从业者此前曾担心，AI 的热潮会削弱数据库的重要性。事实恰恰相反：AI 越往前发展，越离不开数据库和底层数据基础设施，同时具备 AI 与数据库技术能力的组织将拥有显著的竞争优势。
向量搜索、知识图谱和AI模型正在被直接集成到数据库系统中，数据库领域也出现了“AI原生数据库”（AI-Native）的探索。所谓“库内推理”，就是在SQL查询执行过程中直接调用大模型和机器学习（ML）模型；同时，用户也可以通过自然语言直接访问数据库，大幅降低了使用门槛。
Mohan教授列举了谷歌“智能体数据云”（Agentic Data Cloud）作为典型案例。借助TPU和云技术，谷歌为其分布式数据库Spanner增加了图（Graph）和向量支持；AlloyDB 最初与亚马逊 Aurora 类似，后来增强了向量检索和自然语言能力，如今被定位为“AI 数据库”。
Mohan 也提到其他厂商的类似进展，包括语义检索（Semantic Search）、模式转换（Schema Conversions），以及用 AI 帮助客户完成数据库系统迁移。与此同时，AI 同样可用于数据库系统内部，实现更自适应的查询优化和主动的数据监控。
结语：在热潮中保持清醒
对于研究者和技术人而言，AI 与数据库的融合，正在打开一片令人振奋的新天地。这种融合需要一种贯穿全栈的系统性思维——硬件与软件协同设计，共同攻克性能、延迟、准确性、可靠性、安全性、隐私、成本和复杂度等一系列开放性课题。
Mohan教授用一句话收束全篇——技术进步，不应脱离它所处的社会语境：
“这是一个令人兴奋的时代，未来还有许多事情值得期待。但除了技术问题，我们也要关注社会层面的关切。”
“The world is exciting, and there are lots of things to come. But be aware of societal concerns also, not just technical concerns.”
C.Mohan, 2026时序数据技术创新大会
随着 AI 与数据库技术持续融合，在技术雄心与社会关切之间找到平衡，将成为塑造两者未来的重要一环。
