您现在的位置是：网站首页>国内国内

开心电玩城破解版内置菜单

洪寻雁 2025-05-13 【国内】 0650 人已围观

知识分子

编者按⑨、从12岁考入科大的少年班⑨，到最年轻的电子工程师协会会士⑰，再到微软亚洲研究院的院长❶，张亚勤几乎经历了从上世纪80年代开始的那场以个人电脑和互联网为起点的信息革命中最为波涛汹涌的30年②。

然后⑲，他曾担任院长的那个微软亚洲研究院成了业内公认的中国人工智能领域的“黄埔军校”❶，他自己也把关注集中到了一个代表未来的新兴领域——人工智能⑨。2014年❶，他加盟百度担任总裁①，主推人工智能②、大数据与云计算⑦，无人驾驶⑨， AI芯片等新技术⑲。2020年⑮，他加入清华大学⑲，成立清华大学智能产业研究院并担任院长❷。

走过曾经波涛汹涌的信息革命⑨，站在这场新的技术革命的潮头⑬，张亚勤是参与者❶，也是观察者⑩。而今⑭，他关于这个AI时代的新书《智能涌现》刚刚出版⑩，在书中❶，他讲述了自己亲历的这场硅基智能的涌现⑫。从整个人类史的视角⑧，他重新审视这场由AI带来的第四次工业革命①，甚至开始思考：当机器开始掌握“创造”的权柄⑫，人类文明将走向技术乌托邦⑨，还是失控的深渊②？

这是一个技术乐观主义者②，展望那个即将到来的AI时代⑱，张亚勤说：普通人“一周只需工作两天”⑥，“只需要2成的人工作⑧，8成的人只要享受生活就行了”⑰，“全民发钱”的基础收入计划⑦，也许会是个办法⑯。

然而⑮，当被问到：面对未来❸，内心有过担心或者恐惧的时刻吗⑩？

张亚勤谈到了“失控”⑩，那是令这位理科男内心觉得恐惧的东西⑲，比如：“无人车失控了⑬，如何处理⑤？”然而⑩，对今天更多的AI失控⑨，张亚勤认为❶，都还在可控范围⑩，因为今天的AI“还没有真正进入到物理领域⑧，”其失控的表现也不过是“不实的虚假信息”⑭。“目前的AI大多在信息智能领域⑨，容错率更高▓。但等到我们进入物理世界或者生物世界⑬，我们就需要更加谨慎了⑧，③，可控性要求更高❷。”

数日前⑩，在一场采访中⑧，张亚勤把智能分为了信息智能⑭、物理智能和生物智能②，并认为⑳，我们会顺次的⑳，用5年⑤、10年⑨，15-20年的事件⑲，分阶段达到最终的AGI目标②。届时⑰，人类大脑将得到全方位的拓展⑧，甚至“未来会有一个新的物种”▓。在这位AI研究者的眼中⑯，最终⑨，人与AI融为了一体❶，那真是一个大胆又魔幻的场景⑦，我们的谈话就从这里开始了④。

撰文 | 李珊珊⑥、AI不会产生意识⑰、知识分子：您提到过一个实现AGI路线图⑪，人类会达到三个智能的里程碑③，信息智能⑮、物理智能和生物智能最终达到AGI的目标⑯，在这个过程中⑬，最大的障碍可能出现在哪个阶段⑱？

张亚勤：这三个阶段中③，最大的难点在于生物智能时期❸。

生物智能包括碳基和硅基的接口❸，也就是我一直强调的⑥，未来是HI+AI⑮。然而⑩，在这种新的情景下⑱，当我们将人的智能与机器智能融合在一起时⑮，人类的意识如何控制AI⑯，AI与人类如何和谐共处⑦，都是全新的挑战⑫。这可能不仅仅是算法⑪、技术问题⑦，还包含伦理和治理等方面的问题⑮。

知识分子：很多科学家❶，甚至人工智能领域的专家等都曾提到过人工智能会产生意识⑩，您怎么看❶？

张亚勤：我认为这种情况不会发生④。我们现在的算法都是基于统计数据⑨，我不认为目前的路径或者目前硅基所用的这些算法会产生意识⑱，这些东西只会产生一个非常聪明❷、能力很强的AI智能体❷，但它还只是工具⑰，本身并不能产生意识④。

虽然我无法严格证明这一点③，但要知道❷，目前地球上的硅基智能计算和存储能力已经远超过人类的水平⑪，然而⑪，它们至今从未有过生命意识的迹象②，也没有更高层次的情感迹象⑭。

我们人类目前对大脑的了解不到10%②，我们不了解意识如何产生⑩，也不知道意识产生的原因是什么⑦，在这种情况下⑩，如果认为人类开发的产品会有意识②，就会存在一个悖论④。

当然❷，我坚持硅基智能不会产生意识❶，一部分原因是出于经验❷，另一方面⑰，也许这是某种哲学信仰⑤，信仰至少占一半吧⑨。AI可以帮助我们做许多事情③，但它没有自我意识❸，没有自我价值⑩，它的意识和价值都应该是依附于人类的▓。

当然❸，还有一个情况是：如果脑机接口出现之后⑰，机器逐渐了解了我们的思维模式和意识❸，情况会不会不一样❷，我并不清楚③。

知识分子：硅基智能难道不会自己进化产生意识吗⑦，尤其是产生那种反抗人类或者奴役人类的意识⑳？

张亚勤：我并不担心②。我担心的是目前我们的算法或者路径会产生两个问题❷，一个是我们所设计的智能体在工作中失控了⑯，由于我们对算法不够完全了解⑩，这是可能会发生的事情⑨。另一个麻烦是：大模型智能体被坏人利用了⑩。

我从不担心AI会产生意识并且伤害人类⑦，我更担心的是AI的失控和滥用④。后者就要求我们在每一步④，无论是研究❸、开发❸，还是制定政策规范⑨，都要考虑到红线❶。什么可以做▓，什么不能做⑦，要有一个界限⑱。

知识分子：您提到脑机接口的情景下⑤，AI会和人类的融合⑨，但AI与人类在节奏上有很大差距⑲，如何融合③？

张亚勤：我最近与人讨论⑬，也提到过这一点②，人类的DNA是经过了几十万年上百万年的演化产生的⑤，这个过程很慢⑮，所以⑰，我们不论是生活还是思考⑩，都希望有一种更慢⑱、更和谐的方式⑲，更自然的节奏⑨。但机器不同⑫，目前AI进化的节奏越来越快⑱，还叠加上越来越多的数据⑲、越来越多算力的投入①，那就更快了⑫。碳基和硅基融合之后⑰，这些节奏上的差距⑩，就成了问题⑰。

我们希望的一种方式是：一些AI更擅长⑲，但人类不喜欢的工作⑮，由AI助理快速完成①，而另一些⑩，比如⑦，思考❷、娱乐⑫，甚至⑲，体育锻炼❷，与朋友家人和亲人相处⑮，按照我们人类自己的节奏⑯，慢慢完成②。这将是一种好的人机相处方式❷，也是人类+AI这个未来新物种的一种存在方式①。

当然①，要做到这一点并不容易⑯，10-15年之前我就在讲⑱，人类不要被三屏奴役⑯，而目前互联网和AI的发展更是几乎“侵入”了生活的方方面面▓。我认为▓，从现在开始⑧，人类就得思考自己要做什么④，我们要学会控制节奏❷，找到人类的主宰性⑬。

中美在实现L4级无人驾驶的时间上会基本同步

知识分子：您提到过无人驾驶可能会在5年内实现❷，您认为目前制约自动驾驶商业化的最大障碍是什么▓，是技术的成熟度还是社会的接受度⑰？

张亚勤：技术的成熟度和社会的接受度都是巨大的挑战⑱。技术的发展需要时间①，社会的接受也需要时间⑪。

虽然像萝卜快跑和谷歌的Waymo已经在特定场景下进行了大量测试⑲，目前已经在旧金山和武汉等城市开始L4运营⑭，但目前大多数车型仍处于辅助驾驶的L2或L2+的水平⑬，离真正的L4级的自动驾驶尚有很大差距❷。尤其是在城市道路的复杂场景中❶，技术仍不够成熟⑮，车辆更多是提供高级辅助驾驶功能③，辅助人类做决策①。这意味着驾驶员仍需保持手握方向盘⑭、眼睛看路的状态⑱。

人类社会对技术的敬畏心仍然不可或缺⑲。我们需要学会如何与机器和谐共存⑩，而不是完全依赖技术⑦。无人驾驶的普及不仅是技术问题⑩，更是社会心理和文化适应的过程⑯。

知识分子：您曾经提到自动驾驶安全的几个要素⑯，排在第一位的是智能驾驶决策模型的可解释性⑥。从这个角度看▓，黑箱大模型框架是否适用于自动驾驶❸？还是我们需要一个更可解释的模型⑰，这样才能更安全并且更能被大众接受❷。

张亚勤：这是一个复杂的技术问题⑫。当前的大模型端到端架构本质上是一个统计模型⑪，许多决策过程我们并不完全理解③。我们在AIR研究院的研究方向之一⑮，就是让AI的驾驶行为决策更加透明⑧。

但另一方面⑧，尽管大模型的决策过程难以解释③，从结果来看⑬，它们往往是正确的⑲。放弃大模型可能意味着失去目前最有效的解决方案③。这就像人类的大脑❶，我们对其理解可能不足10%⑰，但这并不妨碍我们每天依赖它做出正确决策③。

目前的自动驾驶系统通常结合了大模型和规则兜底的安全机制❷。大模型负责核心的智能决策⑪，而规则兜底部分则用来补足大模型无法解释的部分⑲，提供额外的安全冗余❶。随着对智能驾驶决策系统的理解加深②，未来这些规则兜底的部分可能会逐渐减少⑲，但在此之前❷，它们仍然是不可或缺的⑳。

知识分子：中国和美国哪个国家会更快地实现和推广普及L4级无人驾驶⑰？目前的情况下⑰，中美在无人驾驶方面还有合作共赢的可能吗⑨？

张亚勤：我认为⑩，中美在实现L4级无人驾驶的时间上会基本同步⑱。虽然美国做得很好⑨，但是整体来讲⑲，中国的规模会更大⑦，大规模商用方面⑭，中国可能会更快实现❶。

在无人驾驶领域⑬，中国有几点优势：第一点是基础设施比如V2X⑳，我们比美国好⑭；第二点⑨，美国的电动车发展并不好❷，而我们的电动车普及速度则非常快⑩。第三点⑯，我认为中国的普通民众心态更开放⑯，对新技术的拥抱比欧美都要好很多⑭。

目前❸，尽管中美在智能驾驶领域的直接合作面临挑战⑫，但基础研究的共享和学术交流仍有很大的合作空间▓。虽然公司间的合作可能受限④，但开源代码⑮、算法和学术论文的共享依然在推动技术进步⑳。中美在基础研究领域的合作⑯，虽然客观上有各种不确定因素⑤，但基础研究领域❶，仍然是有共赢空间的❶。

中美都是AI第一梯队的国家❸，

美国的顶尖人才多一些⑲，⑮、中国的优秀年轻人多一些⑲、知识分子：大家都很好奇③，DeepSeek没有出现在高校和顶尖研究机构以及大公司▓，而是出现在了一家小公司❷，甚至一个量化公司⑲？

张亚勤：这并非偶然⑲。DeepSeek的出现正是中国创新机制多元性和包容性的体现①，一家并不知名的小企业⑯，能够做出如此大的创新▓，这本身就是一件非常不起的事情⑬。DeepSeek的诞生④，给整个行业注射了一剂强心针④。

另外⑮，DeepSeek的成功也离不开多年来在人才培养方面的积累⑰。DeepSeek团队中有100多名中国本土教育培养出来的年轻人⑮，这是我们国家长期以来重视教育的成果⑧。我们AIR研究院也有学生在DeepSeek团队中▓，而且和Deepseek共同合作论文❷，他们都是很优秀的学生▓。

DeepSeek这种创新模式在学校中确实很难实现⑥。因为尽管DeepSeek非常高效⑩，但仍需要使用大量GPU▓，学校因为算力资源往往受限⑪，无法完成这种任务⑰。很多大公司虽然拥有算力⑪，却更多地在关注如何追赶OpenAI⑩，Scaling Law深入人心⑬，大家都在堆算力⑤，堆数据⑩。在这种情况下⑩，DeepSeek选择了不同的路径③，这种差异化创新非常值得肯定⑮。

知识分子：在您的眼中⑨，中美在AI领域的人才储备是个什么情况⑥？

张亚勤：中美都是AI领域第一梯队的国家①，在人才方面⑰，我认为美国可能顶尖和资深人才多一些⑥，而中国则是优秀的年轻人多一些❸。

我们的优势是学生多⑫。而AI领域的一个特点就是百分之八九十的新算法⑥、新技术是过去5年出现的⑰，这种情况下⑳，刚毕业的年轻人有很大的优势⑲。所以⑥，你可以看到④，过去5年间⑪，中国AI人才的质量和数量都有大幅度提高⑱。

目前⑭，确实中美之间的交流合作会存在一些挑战▓，但在基础研究方面⑩，大家还是能够交流的②。我希望不要出现脱钩❶，但如果真的出现了⑮，中国也不用害怕④。我们现在包括老师⑭、学生⑱、产业界⑩，乃至整个国力已经达到了一定的程度⑫，很多问题我们可以自己解决⑮。

当然⑨，我还是希望全球化④，全球化对中美两国④，对全世界都是利好⑪，没有了全球化和自由沟通⑪，会有很多浪费②。

知识分子：作为一个关注产学研的领导者①，您如何概括DeepSeek的创新路径③？

张亚勤：我认为DeepSeek首先是一个了不起的工程和技术创新⑨。其次⑦，它是个产学研合作的范本⑭，DeepSeek团队里人才非常多元⑱，有清华学生⑮，有各种顶尖高校的毕业生⑪，也有经验的工程师⑭，这是产学研的一个特别好的合作方式②。

现在产学研新的模式往往需要从0到1再到n进行一体化研究⑩。在过去⑥，我们可能需要一个机构专门进行从理论到应用的转化③，再到公司⑱。但在AI时代⑬，我们有了一种新的模式⑮，新的模式中⑦，这些转化过程已经内化②、连接在一起了⑫。DeepSeek的实践正是这种新产学研模式的缩影❷，也是我们在AIR研究院希望实现的目标⑳。

知识分子：您提到AIR⑬，它的使命是什么⑬？能否详细讲讲❶？

张亚勤：我是2020年创立的清华大学智能产业研究院⑳，AIR是面向第四次工业革命的国际化⑧、智能化⑪、产业化的研究机构❶。AIR的使命是利用人工智能技术赋能产业升级①、推动社会进步⑭。通过大学与企业创新双引擎⑩，突破人工智能核心技术⑥，培养智能产业领军人才④，推动智能产业跨越式发展⑮。

AIR的科学家们不仅具有扎实的科研积累⑯，且具备丰富的产业背景⑧，许多人在大公司担任过顶级架构师⑦，或管理过跨国企业⑨。我们80%以上的科研项目是与企业合作的⑪，比如与百度合作研究无人驾驶③、与字节跳动合作大模型研究⑦，以及与阿里合作研究AI智能体①。这些合作不仅让从0到N的转化更加顺畅⑥，也让我们的学生能够直接参与顶级企业的重要项目❸，在实践中锻炼自己②。

我认为⑰，培养人才的最佳方式不是单纯上课③，而是让学生通过科研帮助企业解决未来的问题⑬。这种方式不仅能提升学生的实践能力③，也能让他们在毕业后更好地适应产业需求❶。我们要求教授们具备这样的心态⑬、经验和能力⑲，这也是AIR的教育理念④。

AI时代⑲，我们仍然需要高考

知识分子：在AI时代▓，教育会变成什么样子▓？大学们目前已经行动了吗⑯？能否以清华为例讲一讲④？

张亚勤：AI时代④，静态的知识变得越来越不重要了①，唯一重要的是提出问题⑩、质疑⑳、批判性思考能力以及创新能力④。在这种情况下⑧，我们的教育应该让每个人变得更加不同❶，而不是越来越相同⑱，学生需要有更多自己的观点和判断力❷，而不仅仅是标准答案⑰，原来的教育体系都需要重构⑲。

目前❸，全球各国政府都在积极推动教育体系的变革⑧，中国的高校和教育部尤其积极⑭，且思维十分开放⑬。相比之下⑫，美国许多学校却拒绝使用AI工具▓，我认为这是错误的②。我们生活在一个AI无处不在的时代⑤，学会充分利用AI工具至关重要⑩。

以清华为例⑬，我们在AI教育改革方面已经做了很多尝试⑩。目前②，清华配备了AI助教⑮，协助教师备课和答疑⑫。我们还重新设计了上百门人工智能课程②，包括面向全校的通识课程和针对人工智能专业的专业课程⑪，其中的许多是全新的课程④。

此外⑰，我个人认为▓，“AI + X”的交叉学科模式③，对AI时代的教育也至关重要❶。未来▓，纯粹研究AI的人将是少数③，更多人需要将AI应用到生命科学⑪、智慧交通⑭、新能源和先进制造等领域⑰。如何将AI与其他领域结合⑯，是未来教育的重要课题⑦。

知识分子：高考那种的标准化考试还会存在吗②？

张亚勤：标准化考试可能会减少⑯，但高考这种高层次的选拔考试仍有必要⑮。高考不仅是考试⑦，更是一种相对公平的人才选拔方式⑬。未来考试形式可能会变▓，我也不知道将来会变成什么样子⑬，但公平性必须保障⑤。高考是一种社会规则⑩，它部分地确保了农村和边远地区的孩子也有机会接受优质的教育⑨。我反对完全取消考试的选拔方式⑬，因为我觉得那样的话⑫，可能会不公平⑤，农村孩子可能就更没机会了⑧。

知识分子：那人类教师呢❶？还有存在的必要吗⑧？尤其是上大课的那种人类教师④？

张亚勤：虽然AI给教育带来很大变革①，但是它仍无法替人类老师⑪。教学⑳，不仅是传授知识⑬，还是一种引导❶、学习和人与人之间的交互⑬，这都是AI无法替代的⑧。但AI可以作为教师的辅助工具❷，比如在清华⑭，现在有AI助教⑤。未来每位老师都会有AI助教▓，每个课程都会有AI助教⑬，每个学生都有AI助理④，它们可以帮助学生更好地呈现静态的知识⑥，但人类老师的角色仍不可或缺②。

知识分子：教育领域使用AI可能会带来一个很大的问题⑯，就是学生过分依赖AI⑥，导致丧失了思考的能力⑪？

张亚勤：AI给人类带来的最大的挑战有两个⑱，一是拒绝AI❷；二就是过分依赖AI⑦，失去了个性⑦、观点和判断力⑨。因此⑪，学校教育的重点是教会学生如何使用AI工具②，同时引导学生保持独立思考和发挥创造力⑥。

我们不能只会依赖AI②，无论什么时候❶，人类要保持一种状态⑭，没有AI⑫，人类仍然能够生存⑳，但有AI⑮，我们可以做得更好⑭。在这方面⑯，我同样是一个乐观主义者⑦。

20年后④，人类每周只需工作两天

知识分子：您提到了公平⑧，但目前有声音认为④，AI可能会加剧社会不平等⑮，比如❷，有些人失业了❶，有些群体可能被这个AI时代的发展遗忘了▓，这种情况您怎么看⑱？

张亚勤：从宏观上看⑭，AI的发展方向是积极的⑲，但过程中确实会出现问题❶。比如⑮，AI翻译和AI客服的出现⑦，会让相关行业受到冲击⑫；无人驾驶的成熟⑥，会让司机面临失业⑳。这种现象我们在不久之前就曾经经历过⑥，比如打字员和电梯员职业消失❶。

某些群体可能因缺乏相关技术和知识而失业⑯，这是整个社会面临的巨大挑战⑮。政府⑱、企业和教育界应共同努力⑦，提供公平的教育和政策支持③，帮助这些人适应变化⑳。公共政策和伦理治理至关重要⑨。但我不赞成像欧洲那样④，一开始就用规则阻碍AI发展②。我们要在发展中讨论②，保持创新与治理的平衡▓。AI带来的收益大于问题▓，我们可以引导AI向着更有利于社会的方向发展⑲。AI如同互联网⑬，既是好东西⑧，也可能被滥用⑭。技术是中性的⑨，关键在于什么人来用⑫，做什么用❶。

知识分子：您提到未来10年机器人的数量会超过人类②，也有AI学者曾经提到⑳，目前有8成的人在工作⑩，未来会倒过来②，只有2成的人在工作①。这种情况⑯，不可避免地带来的一个后果是很多人会失业⑤，对于这种情况②，我们该如何应对③？会出现一个新的社会范式吗⑱？

张亚勤：我完全同意这个观点❷，将来可能只需要两成的人工作⑩。这在人类历史上看⑱，非常自然②。回顾历史①，蒸汽机出现后⑳，人类的生产率有了指数级的提升❶，我们的工作时间也发生了很多变化——早期是一周工作7天⑳，然后6天⑥，再后来是5天⑨，现在有些地方是4天⑪，我觉得⑳，可能20年之后我们一周工作两天就够了⑮，剩下的5天不用工作❸，做点自己喜欢的事情就好了④。

这是机器帮助人类工作的一个过程⑤，先是体力⑪，后来到信息❶，最后到智力⑨。如果我们能控制好节奏⑤，那么人类的整个生活会变得越来越好的⑬。大部分人都可以有事做⑮，又不需要做自己不喜欢的事情⑳。

我认为一个理想的未来社会是：大部分人按照自己的兴趣去工作⑥，而不是为了生存❷。为了达成这一点⑫，很多人做了一些规划⑳，有一些有趣且存在争议的话题⑰，比如：国民基础收入计划⑯。

过去我听说这个计划时是比较反对的❷，但这几年②，⑪，我的观点有点变化了❶，当社会生产力极大发展时⑤，大部分人已经不需要工作了⑭，我认为▓，整个社会是可以为每个人发放基础收入的④。有了这种收入之后⑬，生活可以兜底❸，工作就真的变成了自愿的②，从兴趣出发⑤。不用担心大家不工作⑳，因为在一定程度上⑭，工作是生命的意义⑱，我们需要创造⑥、与人交往⑨、发明和新的体验①，这是人类的意义①，这些东西不能被替代▓，但我们可以不需要为了生存而工作⑩。我希望这是我们20年内可以达到的目标⑳。