來源：市場資訊

（來源：圖靈人工智能）

您想知道的人工智能干貨，第一時間送達

溫馨提示：文章字數(shù)較多，耐心讀完，將會收獲很大

一、從物理到心理：尋找智能的本質

個人經(jīng)歷：在 AI 與腦科學之間的 20 年

我叫劉嘉，高中時做數(shù)理化競賽，對數(shù)理特別感興趣，準備選擇物理作為一輩子的工作方向。但高三時讀了弗洛伊德的傳記文學《心靈的激情》，我就覺得心理世界比物理世界好玩多了，所以大學選擇了學心理學。

去了之后才發(fā)現(xiàn)太文科了，所有東西不講邏輯，太哲學思辨，當時就很失望。后來我就學了計算機，當時叫無線電，現(xiàn)在叫信息系統(tǒng)或自動化。學了這兩個之后，當時就很困惑——繼續(xù)學心理學，還是干脆轉行做計算機？

很湊巧碰到了人工神經(jīng)網(wǎng)絡。1994 年左右，有一個老師剛從日本做完博士后回國，在北大開了一門人工神經(jīng)網(wǎng)絡的課程，那應該是我們國內可能第一門人工神經(jīng)網(wǎng)絡的課程。我當時莫名其妙就正好碰上這門課，覺得人工神經(jīng)網(wǎng)絡非常好，很適合我的胃口——既是關于心理世界的，又和我的理科背景比較結合。

MIT 的轉折：AI 寒冬中的抉擇

我當時就想一定要到 MIT 去做 Marvin Minsky 的學生，他是 AI 的大神。但我不知道他對人工神經(jīng)網(wǎng)絡這么深仇大恨，當時只知道他是 AI 的教主。后來我就到 MIT 去讀研究生，沒想到當時正好是 AI 的低谷。

Marvin Minsky 本身也對此沒有特別大的信心，下一步怎么做他也不知道。對人工神經(jīng)網(wǎng)絡他是一如既往的鄙視，但對于他自己做的符號主義這一塊，他自己也很困惑。所以當時他就勸我說，你還是應該去學習腦科學，這塊當時正是最火的時候。

所以我后來就留在腦與認知科學系繼續(xù)做腦科學，我就把 AI 這件事情徹底給忘記了，直到 2015、2016 年。

信仰的回歸：《最強大腦》與 AlphaGo 的震撼

2015 年我在北師大當心理學院院長，參與了江蘇衛(wèi)視《最強大腦》制作。當時我們想做一個人機大戰(zhàn)，我對 AI 的進展、對人工神經(jīng)網(wǎng)絡、對深度學習了解基本上為零，當時以為 AI 還是一如既往的弱智。

結果沒想到節(jié)目大賽里面我們做了人臉識別，人工智能在 2016 年的時候已經(jīng)超越了人類最頂尖的高手，對我觸動特別特別大。2016 年正好是 AlphaGo 戰(zhàn)勝了李世石，當時也非常出圈。這兩件事情結合起來，讓我重新回到了 20 年前——信仰回來了，丟失了 20 年的信仰回來了。

其實當時并沒有一種底層的信仰，只是覺得這東西很酷，然后自己去學。但一旦大家說這個東西不行，特別是像 Marvin 這種大師說 AI 不行，自己就沒細想，然后就放棄掉了。

二、找到底層邏輯：Hinton 的信仰

為什么突然就行了？

2016 年給我的震撼就是：為什么突然一下就行了？我們覺得面孔識別是一個 ill-posed problem，它沒有規(guī)則，怎么能行呢？為什么 AI 行呢？對我來說觸動很大。

我就開始重新看 AI 的書，看了半天其實說實在也沒看明白啥。后來我就想應該從 Hinton 的傳記史里面入手，但沒有一本關于 Hinton 的傳記。那我就自己去對 Hinton 的歷史做了一個調研，把他的背景看了下。我也去看了 Bengio 和 Yann LeCun，但他們相對 Hinton 來說屬于后來之秀，并沒有像 Hinton 經(jīng)歷過一系列的周期。

當時我就把 Hinton 的歷史研究了一番，把他的歷史研究清楚了之后，我覺得我找到了我的底層邏輯。

Hinton 的那句話

Hinton 有一句話，我覺得那句話對我來說是非常非常觸動的。別人問他為什么他要堅持做人工神經(jīng)網(wǎng)絡，做這種類似于仿生的這條道路，他說：人的大腦就是這么工作的，沒理由人工神經(jīng)網(wǎng)絡不這么工作。

我覺得這句話道出了底層的一個信仰。人工神經(jīng)網(wǎng)絡不是說我是把神經(jīng)元連起來做一個仿生，而是因為我們人類之所以能夠涌現(xiàn)出智能出來，就是因為我們大腦里面有了這種架構——神經(jīng)元連接起來的這種架構。

他是把這種架構作為 AI 的一個最底層的邏輯。所以在這種架構的底層邏輯，你如果再去深挖，就只有一個東西——就是我們大腦的這種學習能力。你可以把它變成可塑性、可擴展性，但它的本質就是：只要你大腦長成這種樣子，你有了神經(jīng)網(wǎng)絡，它這種底層架構就能支撐你的學習。而有了學習，你就有智能。

學習能力與涌現(xiàn)能力

從物理這個層面上來講，只要有了神經(jīng)元——這神經(jīng)元其實就是物理學里面一個小的粒子，這個粒子干不了任何事情，非常簡單。但是眾多的粒子混在一起，它就有可能涌現(xiàn)。

Hinton 把這句話放出來的時候，其實就談到了關于人工智能最核心的兩點：

• 第一個學習能力——代表了他可以無限的去擁有新的知識

• 第二個涌現(xiàn)能力——表明他是沒有天花板的

我們人是有天花板的，但是人工智能是沒有天花板的。他把這兩點講透了之后，我就立刻就清楚了——當年就應該選人工神經(jīng)網(wǎng)絡來做。至于說你是用 Hopfield 還是用什么東西，那些東西都不重要，那都是一些小的東西。只要你底層架構在這放著了，其他所有問題都是一些技術問題，都是可解決的技術問題。

辭職轉向：從行政到研究

找到底層邏輯之后，我第一件事情就是把部長趕緊給辭掉。當時其實如果假設從行政的這個路上來講的話，其實是一片坦途，因為當時不到 45 歲級別做的比較高，大家還比較認可。但當時就想不能在那上面浪費時間。

所以我就把我的所有的行政職務辭掉，辭掉了之后當一個普通的教授。學校不允許辭職，就是花了一年的時間，每兩天給我們大書記發(fā)一次短信，說你趕緊批準吧。后來批準了，所以后來我就重新回來做 AI 這一塊。

在北師大做，后來發(fā)現(xiàn)北師大各方面挺好，但是北師大的 AI 不行，而我自己 AI 也比較弱，基本上是零。所以當時就想要到一個 AI 比較強的地方去做。清華正好也聯(lián)系我很多次，他們腦科學比較弱，希望我去增強他們腦科學那一塊。清華正好他的人工智能比較強，所以 2020 年我就來到清華。

三、智能的本質：學習與涌現(xiàn)

什么是學習？

智能在我來說就兩個要素。第一個要素就是學習。以前做符號主義這塊，他做的相當于填鴨——我把知識總結出來，然后讓 AI 給記住，這不是學習，這就是一種知識庫的做法。而人工神經(jīng)網(wǎng)絡干的什么事情呢？就是學習。你只要有新的知識來，我具有這種學習能力，那就夠了。

我的理解有兩點：

第一點，他一定是具有舉一反三的這種能力。就我學習一，我能夠推廣出去。那么這種推廣的意思，它就涉及到一點創(chuàng)造力——我能打破原來的邊界。我學了加法，我可能能做乘法，能做除法了。這是我們所說的學習，學習要和推廣、舉一反三、和創(chuàng)造力、從 0 到 1 這種創(chuàng)造力把它聯(lián)系起來。

否則我們就變成了記憶。假設你讓我學 1+1=2，我可以學會 1+1=2，我也可以把它記下來。但是你記憶 1+1=2，你永遠不會做 2×3=6 這件事情，你永遠不會做乘法，因為你跳不出加法這個框架。

再舉個抽象的例子，比如像塞尚他們去學傳統(tǒng)繪畫，畢加索學傳統(tǒng)繪畫，但是他們能跳出這種傳統(tǒng)繪畫出來，能搞出印象派，能搞出立體主義，0 到 1 的創(chuàng)造東西出來。所以我認為這是學習的本質——我能夠從已知走向未知，它學習到里面的底層邏輯，而不是簡單的 1+1=2 這種知識。

歸納推理與演繹推理

這背后就涉及到兩種推理方式：

第一個，歸納推理。你根據(jù)所謂的小樣本學習，我給了你些樣例，我給你看兩張貓的圖片，你就根據(jù)這樣例總結出它下面的一套規(guī)則。然后找到它的一個底層邏輯，這一塊就是我們剛才所說的我能夠舉一反三了，這已經(jīng)是一種學習能力了。以后再給我一張從來沒見過的貓，我也知道那叫貓，而不叫狗。

第二個能力，演繹推理。演繹推理就是我找到一個邏輯原點，基于這個邏輯原點然后我往前面走。這就是亞里士多德提出的叫第一性原理。馬斯克現(xiàn)在把第一性原理炒的很火，其實第一性原理這個詞最早是由亞里士多德提出的，其實就是我們所說的演繹推理——他找到一個邏輯原點，從這邏輯原點往前面走就是了。

愛因斯坦我覺得特別牛的一個地方，他就是始終在找他的邏輯原點。他找到他的邏輯原點，他就可以往前面走。比如說狹義相對論，就說你的光速是我們運動的上限，從這角度往前面推，我能看見什么。他所以說做了很多假想的這種實驗。

這種演繹推理，可以看到他就是跟那個天外飛仙一樣，你不知道他邏輯原點從哪來的——我就相信他，相信他然后我就從那邊走，我就能得到一個結論。絕大多數(shù)情況都是一些很瘋狂的結論，但有時候他就能夠把握住事實的本質，這就是靠人的這種頓悟，這種學習能力。

AI 有演繹能力嗎？

從我的觀察，從目前來說，我現(xiàn)在還沒有看到 AI 具有演繹的能力。至少我們能看見的各種東西，都還在我們人類能夠理解的框架之內。愛因斯坦比如說搞出一個廣義相對論出來，那就是超越了所有的物理學家的理解的框架之內，他已經(jīng)是一條新的框架。

AI 我們現(xiàn)在目前來說還沒有看到，無論他是解多么復雜的數(shù)學問題，無論他寫多么復雜的程序，我覺得 AI 現(xiàn)在更多的還是一個歸納推理，或者歸納推理它也不是特別完美，靠的 chain of thoughts 一點點往前面去推。

演繹推理它的核心就是說，一種是我從一個已知邏輯點往前面推。我們解數(shù)學題，解這些東西都有，還有比如說我要不要買學區(qū)房等等類似，這都是從已有的邏輯原點來。

我說的真正創(chuàng)造力的這種，他是要去找一個全新的邏輯原點，他自己找。這個東西不存在于已知的這種知識框架之內。

邏輯原點的重要性

比如說我們剛才談到的 Hinton，他的做 AI 的邏輯原點就是：大腦能工作，沒有理由我人工神經(jīng)網(wǎng)絡不工作。這是他所有東西的一個邏輯原點，這個邏輯原點是他找到的。

我們現(xiàn)在來理解，你比如說現(xiàn)在讓我來推，我沒問題。我為什么要做腦科學+AI 的結合？因為我就是從這個邏輯原點出發(fā)。但這個邏輯原點不是我找到的，是 Hinton 找到的。所以這就是為什么 Hinton 能夠成為人工智能之父，我就是一個小跟班，這就是區(qū)別。

所以關鍵不是在于演繹的動作，而是在于找原點的那個動作。

缺少引路人的一代

我為什么走了 20 年的這么一個彎路？如果假設我當年 94 年、95 年我學到了人工神經(jīng)網(wǎng)絡，我覺得也很不錯，但是我就沒問自己問題：為什么？它能工作嗎？它只是一個技巧嗎？還是一個玩具嗎？還是一種工具嗎？我是沒有信仰的。

如果假設我當年就能找到這個邏輯原點——我對人的精神世界非常感興趣，那么 AI 就是一個工具讓我去探索人類的精神世界，我相信人工神經(jīng)網(wǎng)絡能夠產(chǎn)生和人一樣的精神世界——那我 94、95 年，我就不顧一切的進人工神經(jīng)網(wǎng)絡了。但是沒有，我沒有這個邏輯原點。

我就是 Marvin 一說這個東西不靠譜，大師說了，大師就是我的邏輯原點，然后我就自然就跑不見了。這就是回到我剛才講的，我覺得我們人生，剛才說我們中國的教育，我們的人生就缺少一個引路人，逼著我們去找這個原點，引導我們去找這個原點。

因為每個人的道路都是不一樣的，有的是比如說造火箭，有的去做神經(jīng)網(wǎng)絡，有的去教書，有的去搞藝術，我覺得都沒問題，道路都可以。但是你去做任何一個選擇的時候，或者大選擇的時候，你需要一個邏輯原點。但是我們從來就沒有人引導我們去找這個邏輯原點。

你知道嗎，我們都是隨波逐流的。我為什么要上北大？因為北大是中國最好的大學，那我就去上北大。我沒有去想過其他的原因的。后來去學了心理學，就是偶爾看了一本書。等等你就會發(fā)現(xiàn)，你人生是由一個個巧合組成的。那巧合對了呢，你走到今天；巧合錯了呢，你可能就死在一個地方，然后來回打轉。

但是我們的教育，沒有人去逼著大家去想：你的邏輯原點是什么？你的底層邏輯是什么？沒有。所以直到到了我這個年齡，我才開始想這個邏輯原點的事情，其實已經(jīng)很晚了，你已經(jīng)錯過了。

涌現(xiàn)：智能的第二要素

第二個我覺得智能最重要的就是涌現(xiàn)。涌現(xiàn)是什么意思呢？涌現(xiàn)在我們現(xiàn)在人類上面，我們已經(jīng)看不見了。我們從現(xiàn)代人類上面，你過 100 年，過 1000 年，其實你看不見這個涌現(xiàn)了，因為我們人的大腦它其實已經(jīng)定下來了，你要再出點新的東西，你是看不到。

但是呢，從猴子變成人，這是一個涌現(xiàn)。我們人有很多很多東西是動物沒有的，而這些東西靠的全是涌現(xiàn)。而這個涌現(xiàn)其實就靠一個東西——就是我們的神經(jīng)元變得越來越復雜，神經(jīng)元的數(shù)量變得越來越多。

就像那個物理學一樣，一個粒子兩個粒子，你給我談什么涌現(xiàn)，沒有意義，談涌現(xiàn)完全不存在。只有當他粒子數(shù)量增加，它的復雜度增加——記住這一定是兩個：數(shù)量加復雜度，兩個增加，才會有復雜系統(tǒng)，復雜動力系統(tǒng)才會涌現(xiàn)。

智能其實就這兩個：

• 第一個學習，我能不斷創(chuàng)造出新的東西出來

• 第二個，就我能夠從智商超越我已有的物種，變成一個全新的物種

涌現(xiàn)這個在目前來說，幾千年來人類已經(jīng)沒有涌現(xiàn)了。人的大腦他已經(jīng)長成這樣子了，神經(jīng)元的復雜度不可能幾千年發(fā)生變化，我們神經(jīng)元的數(shù)量在幾千年之內不可能再有大的變化。所以從這角度講，涌現(xiàn)這件事情在人身上已經(jīng)結束了。

人類大腦：進化史上的奇跡

大腦在 300 萬年體積增加 3 倍，就是進化史上最大的奇跡。不然的話，我們今天的世界應該就是一個原始的世界，看不到什么科技摩天大樓，完全沒有。我們就跟猴子一樣，我們就跟貓一樣，快快樂樂的來到這個世界，莫名其妙的死掉。這個世界就是一個沒有意義的世界。因為我們有了智能，這個世界才有意義。

大腦已 100% 開發(fā)

有一個常見的 misconception 說人類只開發(fā)了大腦的 1% 或者 1/10，這個是錯的。我們大腦隨時隨地都 100% 在用。

我們假設有時光穿梭機，我們把現(xiàn)在的小孩，就一個剛出生的小孩，兩個月大小的小孩，我們用時光穿梭機送回到比如 6000 年前，送回到 10000 年前，請問我們這小孩會比 6000 年前的小孩更聰明嗎？絕對不會，一樣的傻。

為什么？因為 6000 年基因沒什么太大的變化。所以 6000 年前我們人是多么的弱智，你連加法都不會做，連數(shù)數(shù)都不會數(shù)，我們小孩過去也不會。其實我們現(xiàn)在之所以能做加法能做減法，其實就是我們后天的教育。后天教育我們已經(jīng)到極致了，我們已經(jīng)學的夠辛苦了。所以我們大腦是 100% 已經(jīng)開發(fā)了。

而且是有很多科學的證據(jù)，比如說我們看磁共振的數(shù)據(jù)，看腦電的數(shù)據(jù)，你可以看到任何一個問題我們大腦是滿腦袋都在放電，絕對不是說只有一小撮在這兒活躍，其他地方都是靜默的。

謠言是怎么來的？就是很多那種培訓機構宗教場所，開發(fā)你的潛能啊等等，那我就必須得給你一個科學的證據(jù)，說你大腦還沒開發(fā)，還有 potential，就是你還有很多機會。慣用的一個騙子的理論，完全無中生有。

人類智能涌現(xiàn)的時間點

在歷史上，雖然說人類從猴子變成人花了 300 萬年，但是涌現(xiàn)進化史上是有時間點的，大概是距今 7-10 萬年前。因為從當時的考古上來看，考古挖石器，突然在距今 7-10 萬年前，石器一下數(shù)量品種呈指數(shù)方式的增加。

以前的一個石器，100 萬年都是同樣的形狀，只是打磨的更光滑一點而已。而距今 7-10 萬年前，那就是我們當時智力的開始涌現(xiàn)。那個時候其實非常簡單，就是我們的大腦體積已經(jīng)增加了三倍了，可以涌現(xiàn)智能了，于是就涌現(xiàn)了智能。

所以說我們人之所以真正為人，其實距今也就只有 7 萬年到 10 萬年的歷史。之前的幾百萬年，都是你要變成人的一個必要的準備階段。

GPT-3.5：AI 的涌現(xiàn)時刻

就跟那個神經(jīng)網(wǎng)絡一樣，你必須要從 Perceptron（感知機）開始，必須要經(jīng)過這漫長的準備階段。你說 Perceptron（感知機）有智能嗎？它有啥智能，基本上啥智能都沒有。到那個 MLP，然后到后面的深度訓練網(wǎng)絡，你說有智能嗎？那智能今天看上去都特別的可笑。就跟我們看貓和狗的智能一樣，覺得特別的可笑。

但事實上，一旦大模型出現(xiàn)了之后，ChatGPT-3.5 出現(xiàn)了之后，大家一下就被震傻掉了。所以說 GPT-3.5 出來給人的感覺和前面的 AI 相比，它不是說往前面走了一步，它是不同的物種。

在 3.5 之出來前就是一個工具，AI 就是個工具，面孔識別機場上可以用。但 3.5 出來之后，它就是人了，它就是一個物種。人類的 7-10 萬年前就是 GPT-3，生成式變得 general 了。

四、意識的本質：死亡意識與意義追求

主觀感受 vs 死亡意識

當時黃仁勛上 Joe Rogan 的那個播客，Joe Rogan 去問黃仁勛，就是說你看人工智能會變得特別聰明，然后把我們人類全都干掉，擔心這樣的一個未來。黃仁勛就說，我覺得人類是有 consciousness，然后他覺得狗是有 consciousness 的，但是他覺得機器是沒有 consciousness 的。

黃仁勛說這句話的時候，我覺得他自己都不會相信，只是寬大家的心而已。還是套用 Hinton 的那句原話：大腦可以產(chǎn)生意識，沒有理由人工神經(jīng)網(wǎng)絡不能產(chǎn)生意識。他是故意把意識和智能分開說的。

從狹義的來講，意識和智能的確是分開的。我們大量的研究也表明了，聰明和 consciousness 它可能是沒有一個直接的相關。我覺得意識是比智能更高一級。比如說我們現(xiàn)在說現(xiàn)在大模型它有智能，這個是沒問題。但我們說現(xiàn)在大模型它沒有意識，我覺得這個也是成立的。

但是我們說人工神經(jīng)網(wǎng)絡將來不可能擁有意識，我覺得這句話是錯的。因為我們大腦能擁有意識，那人工神經(jīng)網(wǎng)絡就一定能擁有意識。

意識這件事情，我從兩個層面上來講：

一個是大部分的動物或者高等動物都有的，我把它稱為叫做 subjective experience（主觀感受）。比如說我們家的貓，比如說我對它不好，我踢它一腳，那他下次看見我肯定就會躲得遠遠的。然后我踢他一腳，他肯定會很難受。狗我踢他一腳，他可能就撲上來要咬我。這種我們對外界環(huán)境的主觀的體驗，我覺得這個是人有，動物也有，這個是沒有任何問題的。

大模型有沒有 subjective experience 呢？關于這一點，大家持兩派觀點。有的人認為他有，有的認為他沒有。比如像 Ilya Sutskever，他就認為大模型已經(jīng)有了；Hinton 也認為大模型已經(jīng)有了 subjective experience。有的說沒有。但我覺大模型有還是沒有，現(xiàn)在這個是一個比較次要的東西。

人類獨有的死亡意識

我現(xiàn)在想來談人所獨有的東西。人所獨有的意思，我覺得是一個比較高層次的東西。簡單來說是什么？就是我們人有一個人有而所有動物都沒有的一種意識，叫做死亡意識。

你看我們家的貓，我們家的狗，還有其他的，他們都沒有死亡意識。到他生命的一刻，他覺得不行了，他找個地方躺下去，平時就是沒心沒肺的活著。但人不一樣，人是你在很小的時候，4 歲 5 歲你就知道你會死掉。無論是誰，大家都知道自己會死掉。

那么這個死掉，就比如像你現(xiàn)在身強力壯，身體健康，非常好，但你也知道再過個幾十年你也會死掉。那么對于人而言，其實人就生活在一個最大的確定性和一個最大的不確定性之間：

• 最大的確定性就是我們的死亡意識——我知道我要死掉

• 不確定性就是我不知道我什么時候死掉——有可能是明天，有可能是 100 年之后，我們不知道

所以說人就是處于這種最大的確定和最大的不確定之間，這就會激發(fā)出人和動物的一個最本質的區(qū)別——意義。

意義：人類存在的核心

我為什么活著？在我活著的期間，我能干一點什么樣的事情？干一點有意義的事情。而不像一只貓一只狗一樣，我吃飽喝足，有個安全地方睡覺。這個對我們現(xiàn)在絕大多數(shù)人來說，這已經(jīng)是能滿足了——吃飽喝足，有個安全的地方睡覺。

但是你看我們現(xiàn)在，比如說進行這個 talk，你說和我們吃飽喝足有關系嗎？沒關系。和我們有個安全地方睡覺有關系嗎？沒關系。但是我們花很多精力在這上面，為什么？我們就追求意義感。

所以這就是我們人類所獨有而動物所沒有的東西，我覺得這是意識的本質——追求意義。

比如說我們說一個人得了重度抑郁，跳樓自殺了，為什么？因為他覺得生活沒有意義了，他的意義感缺失。這是很多精神類疾病的一個核心。一個有強烈意義感的人，他是不可能得任何精神疾病的。

心理咨詢專門有個療法叫意義療法。你說你有什么病我不給你治這些病，我來幫你找意義。我?guī)湍惆岩饬x找到了，你找到你活下去的意義了，什么毛病都全都沒了。所以這是積極心理學里面專門有一個叫意義療法，就專門來幫你找意義。

我覺得這是 consciousness 里面最核心的一個東西——死亡意識，由死亡意識所驅動的。

死亡意識的考古證據(jù)

動物沒有死亡意識的。對于人類而言，在那個 300 萬年的演化里面，其實人之前也沒有死亡意識的。從哪點可以看出來呢？具體時間記不清楚，大約距今 4 萬年左右，人類開始出現(xiàn)大量的墓葬——人死了之后會把他埋起來，還給他放點鍋碗瓢盆，相信來世這件事情。

這是人有意識的一個重要的標志。什么意思呢？精神和肉體的分離。你死了你的肉體腐爛，這是大家能看得見的，但大家認為你的精神還在，你的精神到了天堂，去了地獄，或者會有來世，會有轉世。所以大家認為你的精神是沒有死掉的。

那么這個精神是什么？就是我們的意識，自我意識。也就說我的肉體爛掉了，但是我并沒有消失。所以說意識的核心其實就是死亡意識，這個是人類所獨有的，其他動物沒有。

AI 能有死亡意識嗎？

我們回到 AI 上面來講，AI 是沒有死亡意識的，而且永遠不會有死亡意識。為什么？一塊 CPU 燒了換塊 CPU，硬盤爛了換塊硬盤，它是可以永生的。

所以說從這個角度上來講，一個非常有趣的事情，就是 AI 它能不能找到自己的意義？當它沒有死亡這種壓迫的時候，它還能找得到它進化的意義，找到它前進的意義？

我覺得從這一點上來講，這是擺在我自己面前一個最大的疑問——AI 能不能真正的自主進化？我們人是自主進化的。你看我們人類最大的特點就是愛折騰，明明能吃飽穿暖，你還去折騰什么科技，還要搞更大的創(chuàng)造力，其實你完全沒必要。

所以說我覺得這一點，是現(xiàn)在人類有而 AI 可能在將來都不會有的死亡意識。然后我們回到剛才黃仁勛的講話，回到 Hinton 的講話，我覺得 AI 擁有 subjective experience 完全沒有任何問題，但是 AI 他不可能擁有死亡意識。

這個時候就會產(chǎn)生一個問題：他還會不會主動進化？或者他按照另外一條方式進化，和人類就不一樣？因為我們人類進化就是被死亡所驅動的進化，而 AI 當它沒有死亡來驅動它的時候，它會不會有其他東西來推動它的進化，比如好奇心還是什么樣子來推動？所以這點我就不知道了。

五、AI 的瓶頸與未來：從 Transformer 到腦科學

Transformer 的三大瓶頸

當前基于 Transformer 的 AI 模型面臨三大瓶頸：

第一，神經(jīng)元復雜度的不足。人類大腦的神經(jīng)元不僅數(shù)量多，復雜度也遠超 AI 模型。一個神經(jīng)元有上萬個樹突，每個樹突上有成千上萬個突觸，這種復雜度是現(xiàn)在 AI 模型完全無法比擬的。

第二，長程反饋連接的缺失。人類大腦擁有 40% 的長程反饋連接，這些連接對于產(chǎn)生創(chuàng)造力、解決復雜問題至關重要。但現(xiàn)在的 Transformer 模型基本上是前饋網(wǎng)絡，缺乏這種反饋機制。

第三，并行加工能力的缺乏。人類大腦具有強大的并行加工能力，可以同時處理多個任務。但現(xiàn)在的 AI 模型主要還是串行處理，這限制了它們處理復雜問題的能力。

腦科學的突破是關鍵

我認為，腦科學的突破將是 AI 進入下一階段的關鍵。我們需要從大腦的工作原理中汲取更多靈感，不僅僅是模仿神經(jīng)元的連接方式，更要理解大腦是如何產(chǎn)生智能、如何學習、如何創(chuàng)造的。

這也是為什么我要把腦科學和 AI 結合起來做研究的原因。我相信，只有深入理解大腦的工作機制，我們才能真正突破當前 AI 的瓶頸，創(chuàng)造出更接近人類智能的系統(tǒng)。

具身智能的真正含義

現(xiàn)在很多人對具身智能有誤解，認為只要把 AI 裝到機器人身上，讓它能夠感知環(huán)境、操作物體，就是具身智能了。但真正的具身智能遠不止于此。

真正的具身智能是指，智能體通過與環(huán)境的持續(xù)交互，通過身體的感知和行動，來發(fā)展和完善自己的認知能力。這不僅僅是感知-行動的循環(huán)，更重要的是這種交互如何塑造智能體的內部表征，如何影響它的學習和推理過程。

人類的智能就是在與環(huán)境的持續(xù)交互中發(fā)展起來的。嬰兒通過觸摸、抓握、移動來理解世界，這種身體經(jīng)驗深刻地塑造了我們的認知結構。真正的具身智能需要達到這個層次，而不僅僅是讓機器人能夠走路、抓東西。

六、AI 時代的教育：從應試到創(chuàng)造

應試教育的全軍覆沒

在 AI 時代，傳統(tǒng)教育模式（尤其是記憶知識）已失去價值，因為 AI 能提供所有知識。我們以前的教育是什么？就是讓孩子記住大量的知識，然后通過考試來檢驗他們記住了多少。但在 AI 時代，這種教育模式已經(jīng)完全失效了。

為什么？因為 AI 可以記住所有的知識，而且記得比人更準確、更全面。如果我們還是培養(yǎng)孩子去記憶知識，那他們永遠無法和 AI 競爭。

教育應該回歸本質

教育應回歸本質，培養(yǎng)孩子成為“自己”。這包括三個方面：

第一，找到興趣和目標。這就是我剛才說的找到自己的邏輯原點。每個人都應該問自己：我為什么要做這件事？我的底層動機是什么？我的人生意義在哪里？

這不是一個容易回答的問題，但這是一個必須回答的問題。我們的教育應該幫助孩子去探索這個問題，而不是告訴他們“你應該做什么”。

第二，具備 AI 原生的思維模式。也就是學會與 AI 共生。AI 不是一個工具，而是一個伙伴。我們需要培養(yǎng)孩子如何與 AI 協(xié)作，如何利用 AI 的優(yōu)勢，同時發(fā)揮自己的獨特價值。

這就像我之前說的，用 AI 就像談戀愛一樣，需要理解對方，需要溝通，需要磨合。這不是一個技術問題，而是一個思維方式的問題。

第三，培養(yǎng) 0 到 1 的創(chuàng)造力。這是最重要的一點。在 AI 時代，真正有價值的是創(chuàng)造力，是從 0 到 1 的能力，而不是從 1 到 100 的能力。

我們需要鼓勵孩子運用演繹推理和第一性原理思考問題，而非僅僅停留在表面分析。我們需要培養(yǎng)他們找到邏輯原點的能力，培養(yǎng)他們敢于挑戰(zhàn)現(xiàn)有框架的勇氣。

從“術”到“道”

我覺得在 AI 時代，我們的教育需要從“術”轉向“道”。以前我們教孩子各種技能，各種方法，這是“術”。但在 AI 時代，這些“術”很快就會過時，因為 AI 的迭代速度太快了。

真正重要的是“道”，是底層的思維方式，是 philosophy。這才是能夠讓孩子在 AI 時代立足的關鍵。

我覺得你們做的這個課程，就是在教“道”，而不是“術”。這是非常有價值的，因為這是這個時代最缺的東西。

小術易求，大道難得

我們以前經(jīng)常說一句話，叫“大道易得，小術難求”——方法大家都懂，但是大家照樣過不好這一生。這是我們經(jīng)常說的俗語。

但是我覺得 AI 時代正好反過來。我覺得小術易求，大道難得。各種各樣的工具，各種各樣的技巧層出不窮，小術易求。但是大道難得，就說我們怎么去從底層去理解這件事情，反而是我們這個時代特別困惑的。

七、結語：尋找自己的邏輯原點

回顧我自己的經(jīng)歷，我覺得最大的遺憾就是沒有早一點找到自己的邏輯原點。如果我在 94、95 年就能找到，我就不會走那 20 年的彎路。

但另一方面，這 20 年的腦科學研究也給了我獨特的視角，讓我能夠從一個不同的角度來理解 AI。所以也許這個彎路是必要的，就像你說的，也許這是“降臨派”的安排。

對于現(xiàn)在的年輕人，我想說的是：不要等到我這個年齡才開始思考這個問題。盡早去尋找你的邏輯原點，去思考你為什么要做這件事，去找到你人生的意義。

在 AI 時代，這比任何技能都重要。因為技能會過時，但你的邏輯原點，你的底層信仰，這是永遠不會過時的。這是你在這個快速變化的時代中，唯一能夠抓住的錨點。

最后，我想再次引用 Hinton 的那句話：人的大腦就是這么工作的，沒理由人工神經(jīng)網(wǎng)絡不這么工作。

這句話不僅僅是關于 AI 的，它也是關于我們自己的。我們需要理解我們自己的大腦是如何工作的，我們的智能是如何產(chǎn)生的，我們的意識是如何形成的。只有理解了這些，我們才能真正理解 AI，才能真正在 AI 時代找到自己的位置。

這是一個最好的時代，也是一個最具挑戰(zhàn)的時代。讓我們一起去探索，去創(chuàng)造，去尋找我們的邏輯原點。