您现在的位置是：网站首页>NBANBA

传奇电玩城下载

秦听蓉 2025-05-14 【NBA】 3827 人已围观

知识分子

编者按⑨、从12岁考入科大的少年班②，到最年轻的电子工程师协会会士⑩，再到微软亚洲研究院的院长⑯，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⑲。

然后▓，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”⑨，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▓。2014年③，他加盟百度担任总裁⑧，主推人工智能❷、大数据与云计算④，无人驾驶②， AI芯片等新技术⑤。2020年⑳，他加入清华大学⑦，成立清华大学智能产业研究院并担任院长①。

走过曾经波涛汹涌的信息革命③，站在这场新的技术革命的潮头⑨，张亚勤是参与者⑤，也是观察者⑭。而今⑬，他关于这个AI时代的新书《智能涌现》刚刚出版⑯，在书中❷，他讲述了自己亲历的这场硅基智能的涌现⑳。从整个人类史的视角②，他重新审视这场由AI带来的第四次工业革命⑫，甚至开始思考：当机器开始掌握“创造”的权柄①，人类文明将走向技术乌托邦⑦，还是失控的深渊⑬？

这是一个技术乐观主义者⑱，展望那个即将到来的AI时代②，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⑥，8成的人只要享受生活就行了”④，“全民发钱”的基础收入计划⑳，也许会是个办法③。

然而①，当被问到：面对未来⑭，内心有过担心或者恐惧的时刻吗⑭？

张亚勤谈到了“失控”⑰，那是令这位理科男内心觉得恐惧的东西❶，比如：“无人车失控了⑳，如何处理②？”然而⑪，对今天更多的AI失控⑬，张亚勤认为②，都还在可控范围❷，因为今天的AI“还没有真正进入到物理领域❷，”其失控的表现也不过是“不实的虚假信息”❶。“目前的AI大多在信息智能领域❷，容错率更高⑥。但等到我们进入物理世界或者生物世界⑲，我们就需要更加谨慎了⑳，⑭，可控性要求更高⑱。”

数日前⑱，在一场采访中⑫，张亚勤把智能分为了信息智能⑱、物理智能和生物智能⑨，并认为❷，我们会顺次的⑭，用5年❸、10年❷，15-20年的事件③，分阶段达到最终的AGI目标⑮。届时⑲，人类大脑将得到全方位的拓展⑮，甚至“未来会有一个新的物种”⑬。在这位AI研究者的眼中⑪，最终⑱，人与AI融为了一体⑤，那真是一个大胆又魔幻的场景⑫，我们的谈话就从这里开始了⑤。

撰文 | 李珊珊⑱、AI不会产生意识④、知识分子：您提到过一个实现AGI路线图⑬，人类会达到三个智能的里程碑⑮，信息智能⑦、物理智能和生物智能最终达到AGI的目标❶，在这个过程中⑱，最大的障碍可能出现在哪个阶段❷？

张亚勤：这三个阶段中⑬，最大的难点在于生物智能时期⑥。

生物智能包括碳基和硅基的接口⑤，也就是我一直强调的④，未来是HI+AI⑮。然而⑳，在这种新的情景下❸，当我们将人的智能与机器智能融合在一起时⑯，人类的意识如何控制AI⑧，AI与人类如何和谐共处⑤，都是全新的挑战⑨。这可能不仅仅是算法⑯、技术问题⑫，还包含伦理和治理等方面的问题⑤。

知识分子：很多科学家⑨，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⑯，您怎么看⑯？

张亚勤：我认为这种情况不会发生①。我们现在的算法都是基于统计数据❸，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⑯，这些东西只会产生一个非常聪明⑪、能力很强的AI智能体⑳，但它还只是工具⑧，本身并不能产生意识▓。

虽然我无法严格证明这一点❶，但要知道⑤，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⑭，然而⑤，它们至今从未有过生命意识的迹象①，也没有更高层次的情感迹象⑱。

我们人类目前对大脑的了解不到10%⑧，我们不了解意识如何产生⑫，也不知道意识产生的原因是什么❷，在这种情况下⑮，如果认为人类开发的产品会有意识⑩，就会存在一个悖论⑳。

当然▓，我坚持硅基智能不会产生意识▓，一部分原因是出于经验⑬，另一方面⑫，也许这是某种哲学信仰⑤，信仰至少占一半吧①。AI可以帮助我们做许多事情①，但它没有自我意识⑩，没有自我价值❷，它的意识和价值都应该是依附于人类的❶。

当然⑪，还有一个情况是：如果脑机接口出现之后⑬，机器逐渐了解了我们的思维模式和意识⑤，情况会不会不一样⑯，我并不清楚⑤。

知识分子：硅基智能难道不会自己进化产生意识吗⑭，尤其是产生那种反抗人类或者奴役人类的意识④？

张亚勤：我并不担心⑳。我担心的是目前我们的算法或者路径会产生两个问题❶，一个是我们所设计的智能体在工作中失控了⑰，由于我们对算法不够完全了解⑥，这是可能会发生的事情⑰。另一个麻烦是：大模型智能体被坏人利用了⑥。

我从不担心AI会产生意识并且伤害人类⑤，我更担心的是AI的失控和滥用⑬。后者就要求我们在每一步⑦，无论是研究⑭、开发▓，还是制定政策规范❶，都要考虑到红线⑬。什么可以做⑤，什么不能做⑮，要有一个界限⑥。

知识分子：您提到脑机接口的情景下⑰，AI会和人类的融合❸，但AI与人类在节奏上有很大差距⑧，如何融合⑭？

张亚勤：我最近与人讨论⑮，也提到过这一点⑥，人类的DNA是经过了几十万年上百万年的演化产生的⑳，这个过程很慢❸，所以⑬，我们不论是生活还是思考⑰，都希望有一种更慢⑪、更和谐的方式⑧，更自然的节奏③。但机器不同⑲，目前AI进化的节奏越来越快⑨，还叠加上越来越多的数据⑤、越来越多算力的投入⑬，那就更快了③。碳基和硅基融合之后❶，这些节奏上的差距⑫，就成了问题⑰。

我们希望的一种方式是：一些AI更擅长③，但人类不喜欢的工作❷，由AI助理快速完成②，而另一些⑤，比如⑤，思考④、娱乐⑥，甚至③，体育锻炼⑲，与朋友家人和亲人相处⑬，按照我们人类自己的节奏⑥，慢慢完成③。这将是一种好的人机相处方式⑤，也是人类+AI这个未来新物种的一种存在方式⑳。

当然⑥，要做到这一点并不容易①，10-15年之前我就在讲⑥，人类不要被三屏奴役⑤，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⑱。我认为⑬，从现在开始③，人类就得思考自己要做什么⑱，我们要学会控制节奏❷，找到人类的主宰性⑰。

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①，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❷？

张亚勤：技术的成熟度和社会的接受度都是巨大的挑战❸。技术的发展需要时间⑯，社会的接受也需要时间⑨。

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⑯，目前已经在旧金山和武汉等城市开始L4运营⑩，但目前大多数车型仍处于辅助驾驶的L2或L2+的水平⑫，离真正的L4级的自动驾驶尚有很大差距⑱。尤其是在城市道路的复杂场景中⑮，技术仍不够成熟▓，车辆更多是提供高级辅助驾驶功能❷，辅助人类做决策⑰。这意味着驾驶员仍需保持手握方向盘⑮、眼睛看路的状态⑰。

人类社会对技术的敬畏心仍然不可或缺⑨。我们需要学会如何与机器和谐共存⑥，而不是完全依赖技术⑪。无人驾驶的普及不仅是技术问题▓，更是社会心理和文化适应的过程▓。

知识分子：您曾经提到自动驾驶安全的几个要素⑩，排在第一位的是智能驾驶决策模型的可解释性⑬。从这个角度看❶，黑箱大模型框架是否适用于自动驾驶⑫？还是我们需要一个更可解释的模型▓，这样才能更安全并且更能被大众接受①。

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①，许多决策过程我们并不完全理解④。我们在AIR研究院的研究方向之一⑦，就是让AI的驾驶行为决策更加透明⑱。

但另一方面⑤，尽管大模型的决策过程难以解释⑰，从结果来看⑰，它们往往是正确的⑥。放弃大模型可能意味着失去目前最有效的解决方案⑨。这就像人类的大脑⑥，我们对其理解可能不足10%⑳，但这并不妨碍我们每天依赖它做出正确决策⑨。

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⑲。大模型负责核心的智能决策❷，而规则兜底部分则用来补足大模型无法解释的部分⑨，提供额外的安全冗余③。随着对智能驾驶决策系统的理解加深❷，未来这些规则兜底的部分可能会逐渐减少④，但在此之前⑳，它们仍然是不可或缺的⑮。

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⑤？目前的情况下⑤，中美在无人驾驶方面还有合作共赢的可能吗⑮？

张亚勤：我认为④，中美在实现L4级无人驾驶的时间上会基本同步⑳。虽然美国做得很好⑲，但是整体来讲①，中国的规模会更大⑲，大规模商用方面⑱，中国可能会更快实现⑫。

在无人驾驶领域⑨，中国有几点优势：第一点是基础设施比如V2X▓，我们比美国好⑦；第二点⑯，美国的电动车发展并不好⑧，而我们的电动车普及速度则非常快❸。第三点⑱，我认为中国的普通民众心态更开放⑥，对新技术的拥抱比欧美都要好很多❶。

目前⑱，尽管中美在智能驾驶领域的直接合作面临挑战⑧，但基础研究的共享和学术交流仍有很大的合作空间⑬。虽然公司间的合作可能受限⑬，但开源代码❸、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⑩，虽然客观上有各种不确定因素⑲，但基础研究领域⑳，仍然是有共赢空间的❷。

中美都是AI第一梯队的国家❸，

美国的顶尖人才多一些⑰，⑱、中国的优秀年轻人多一些⑳、知识分子：大家都很好奇⑩，DeepSeek没有出现在高校和顶尖研究机构以及大公司⑥，而是出现在了一家小公司⑥，甚至一个量化公司▓？

张亚勤：这并非偶然▓。DeepSeek的出现正是中国创新机制多元性和包容性的体现⑨，一家并不知名的小企业⑩，能够做出如此大的创新⑱，这本身就是一件非常不起的事情②。DeepSeek的诞生⑯，给整个行业注射了一剂强心针⑫。

另外❷，DeepSeek的成功也离不开多年来在人才培养方面的积累⑮。DeepSeek团队中有100多名中国本土教育培养出来的年轻人⑱，这是我们国家长期以来重视教育的成果②。我们AIR研究院也有学生在DeepSeek团队中③，而且和Deepseek共同合作论文②，他们都是很优秀的学生❸。

DeepSeek这种创新模式在学校中确实很难实现⑱。因为尽管DeepSeek非常高效⑤，但仍需要使用大量GPU⑰，学校因为算力资源往往受限⑥，无法完成这种任务❶。很多大公司虽然拥有算力❷，却更多地在关注如何追赶OpenAI②，Scaling Law深入人心▓，大家都在堆算力⑳，堆数据③。在这种情况下⑮，DeepSeek选择了不同的路径④，这种差异化创新非常值得肯定⑱。

知识分子：在您的眼中▓，中美在AI领域的人才储备是个什么情况⑫？

张亚勤：中美都是AI领域第一梯队的国家⑥，在人才方面②，我认为美国可能顶尖和资深人才多一些⑧，而中国则是优秀的年轻人多一些⑮。

我们的优势是学生多⑲。而AI领域的一个特点就是百分之八九十的新算法⑪、新技术是过去5年出现的①，这种情况下⑩，刚毕业的年轻人有很大的优势⑱。所以⑭，你可以看到❶，过去5年间⑮，中国AI人才的质量和数量都有大幅度提高⑥。

目前❶，确实中美之间的交流合作会存在一些挑战⑭，但在基础研究方面⑫，大家还是能够交流的⑮。我希望不要出现脱钩⑪，但如果真的出现了⑳，中国也不用害怕⑲。我们现在包括老师⑭、学生⑰、产业界⑭，乃至整个国力已经达到了一定的程度①，很多问题我们可以自己解决⑦。

当然⑦，我还是希望全球化⑭，全球化对中美两国❸，对全世界都是利好⑳，没有了全球化和自由沟通⑧，会有很多浪费❸。

知识分子：作为一个关注产学研的领导者⑳，您如何概括DeepSeek的创新路径④？

张亚勤：我认为DeepSeek首先是一个了不起的工程和技术创新⑲。其次④，它是个产学研合作的范本⑰，DeepSeek团队里人才非常多元③，有清华学生⑦，有各种顶尖高校的毕业生⑦，也有经验的工程师⑯，这是产学研的一个特别好的合作方式⑰。

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⑮。在过去⑩，我们可能需要一个机构专门进行从理论到应用的转化⑬，再到公司⑳。但在AI时代②，我们有了一种新的模式⑦，新的模式中⑨，这些转化过程已经内化⑫、连接在一起了❶。DeepSeek的实践正是这种新产学研模式的缩影⑮，也是我们在AIR研究院希望实现的目标⑮。

知识分子：您提到AIR⑦，它的使命是什么❷？能否详细讲讲⑬？

张亚勤：我是2020年创立的清华大学智能产业研究院⑮，AIR是面向第四次工业革命的国际化⑨、智能化⑨、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❷、推动社会进步④。通过大学与企业创新双引擎❷，突破人工智能核心技术⑬，培养智能产业领军人才⑭，推动智能产业跨越式发展⑪。

AIR的科学家们不仅具有扎实的科研积累⑫，且具备丰富的产业背景⑳，许多人在大公司担任过顶级架构师⑱，或管理过跨国企业⑱。我们80%以上的科研项目是与企业合作的⑤，比如与百度合作研究无人驾驶⑬、与字节跳动合作大模型研究⑥，以及与阿里合作研究AI智能体⑭。这些合作不仅让从0到N的转化更加顺畅⑦，也让我们的学生能够直接参与顶级企业的重要项目⑧，在实践中锻炼自己④。

我认为⑭，培养人才的最佳方式不是单纯上课⑬，而是让学生通过科研帮助企业解决未来的问题③。这种方式不仅能提升学生的实践能力❸，也能让他们在毕业后更好地适应产业需求⑩。我们要求教授们具备这样的心态❸、经验和能力②，这也是AIR的教育理念⑫。

AI时代⑯，我们仍然需要高考

知识分子：在AI时代⑭，教育会变成什么样子❷？大学们目前已经行动了吗②？能否以清华为例讲一讲⑬？

张亚勤：AI时代⑪，静态的知识变得越来越不重要了⑧，唯一重要的是提出问题④、质疑②、批判性思考能力以及创新能力②。在这种情况下⑧，我们的教育应该让每个人变得更加不同⑰，而不是越来越相同⑫，学生需要有更多自己的观点和判断力▓，而不仅仅是标准答案⑦，原来的教育体系都需要重构❸。

目前⑤，全球各国政府都在积极推动教育体系的变革❷，中国的高校和教育部尤其积极⑧，且思维十分开放⑪。相比之下⑥，美国许多学校却拒绝使用AI工具❶，我认为这是错误的④。我们生活在一个AI无处不在的时代②，学会充分利用AI工具至关重要❶。

以清华为例⑤，我们在AI教育改革方面已经做了很多尝试②。目前⑪，清华配备了AI助教▓，协助教师备课和答疑⑮。我们还重新设计了上百门人工智能课程⑳，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①，其中的许多是全新的课程⑧。

此外⑮，我个人认为⑲，“AI + X”的交叉学科模式⑦，对AI时代的教育也至关重要❷。未来⑦，纯粹研究AI的人将是少数⑮，更多人需要将AI应用到生命科学⑥、智慧交通②、新能源和先进制造等领域①。如何将AI与其他领域结合④，是未来教育的重要课题⑩。

知识分子：高考那种的标准化考试还会存在吗⑨？

张亚勤：标准化考试可能会减少❷，但高考这种高层次的选拔考试仍有必要⑬。高考不仅是考试❷，更是一种相对公平的人才选拔方式⑦。未来考试形式可能会变⑭，我也不知道将来会变成什么样子②，但公平性必须保障⑱。高考是一种社会规则⑪，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④。我反对完全取消考试的选拔方式❷，因为我觉得那样的话❶，可能会不公平⑧，农村孩子可能就更没机会了⑤。

知识分子：那人类教师呢⑦？还有存在的必要吗⑦？尤其是上大课的那种人类教师⑭？

张亚勤：虽然AI给教育带来很大变革⑪，但是它仍无法替人类老师❶。教学⑬，不仅是传授知识❶，还是一种引导⑭、学习和人与人之间的交互▓，这都是AI无法替代的④。但AI可以作为教师的辅助工具②，比如在清华⑬，现在有AI助教⑫。未来每位老师都会有AI助教⑤，每个课程都会有AI助教⑲，每个学生都有AI助理❸，它们可以帮助学生更好地呈现静态的知识⑬，但人类老师的角色仍不可或缺⑰。

知识分子：教育领域使用AI可能会带来一个很大的问题❷，就是学生过分依赖AI❶，导致丧失了思考的能力⑤？

张亚勤：AI给人类带来的最大的挑战有两个⑬，一是拒绝AI⑤；二就是过分依赖AI⑪，失去了个性④、观点和判断力▓。因此❸，学校教育的重点是教会学生如何使用AI工具①，同时引导学生保持独立思考和发挥创造力③。

我们不能只会依赖AI⑱，无论什么时候⑰，人类要保持一种状态⑯，没有AI❸，人类仍然能够生存⑪，但有AI⑯，我们可以做得更好⑥。在这方面⑱，我同样是一个乐观主义者③。

20年后⑪，人类每周只需工作两天

知识分子：您提到了公平⑨，但目前有声音认为❷，AI可能会加剧社会不平等⑧，比如⑰，有些人失业了❷，有些群体可能被这个AI时代的发展遗忘了⑦，这种情况您怎么看⑮？

张亚勤：从宏观上看⑥，AI的发展方向是积极的⑲，但过程中确实会出现问题④。比如⑪，AI翻译和AI客服的出现⑳，会让相关行业受到冲击⑤；无人驾驶的成熟⑨，会让司机面临失业⑰。这种现象我们在不久之前就曾经经历过▓，比如打字员和电梯员职业消失⑨。

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⑰。政府⑫、企业和教育界应共同努力⑮，提供公平的教育和政策支持⑪，帮助这些人适应变化❷。公共政策和伦理治理至关重要⑥。但我不赞成像欧洲那样⑨，一开始就用规则阻碍AI发展⑤。我们要在发展中讨论⑯，保持创新与治理的平衡⑭。AI带来的收益大于问题❷，我们可以引导AI向着更有利于社会的方向发展⑩。AI如同互联网❷，既是好东西⑤，也可能被滥用⑨。技术是中性的⑧，关键在于什么人来用❸，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⑯，也有AI学者曾经提到②，目前有8成的人在工作③，未来会倒过来⑭，只有2成的人在工作⑮。这种情况⑲，不可避免地带来的一个后果是很多人会失业①，对于这种情况⑪，我们该如何应对⑳？会出现一个新的社会范式吗⑫？

张亚勤：我完全同意这个观点⑯，将来可能只需要两成的人工作⑥。这在人类历史上看❷，非常自然④。回顾历史⑩，蒸汽机出现后⑫，人类的生产率有了指数级的提升⑰，我们的工作时间也发生了很多变化——早期是一周工作7天⑰，然后6天⑥，再后来是5天⑰，现在有些地方是4天⑤，我觉得⑭，可能20年之后我们一周工作两天就够了❷，剩下的5天不用工作⑩，做点自己喜欢的事情就好了⑲。

这是机器帮助人类工作的一个过程⑳，先是体力▓，后来到信息④，最后到智力▓。如果我们能控制好节奏⑩，那么人类的整个生活会变得越来越好的❶。大部分人都可以有事做⑪，又不需要做自己不喜欢的事情⑮。

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⑱，而不是为了生存⑭。为了达成这一点⑬，很多人做了一些规划❶，有一些有趣且存在争议的话题⑮，比如：国民基础收入计划⑥。

过去我听说这个计划时是比较反对的⑪，但这几年⑯，⑥，我的观点有点变化了⑩，当社会生产力极大发展时⑮，大部分人已经不需要工作了①，我认为⑳，整个社会是可以为每个人发放基础收入的③。有了这种收入之后⑳，生活可以兜底⑮，工作就真的变成了自愿的④，从兴趣出发⑫。不用担心大家不工作①，因为在一定程度上⑨，工作是生命的意义④，我们需要创造④、与人交往⑪、发明和新的体验▓，这是人类的意义⑤，这些东西不能被替代⑩，但我们可以不需要为了生存而工作⑤。我希望这是我们20年内可以达到的目标⑪。