李飞飞巴黎AI峰会演讲：人类文明正面临重要历史关头，如何创造向善的AI力量？

导读

在全球瞩目的巴黎AI峰会开幕式上，被称作“AI教母”的斯坦福大学李飞飞教授发表演讲。她带来了一个跨越五亿年的宏大叙事。

"毫无疑问，历史学家今后一定会把这段时间称作'真正的第一个AI时代'。

李飞飞从五亿年前生命感知能力的进化讲起，一路讲到图灵时代，展现AI发展的宏大历史脉络。

首次系统阐述现代AI崛起背后的三大支柱：感知算法的突破、认知科学的启发、计算能力的跃升。

"以人为本的AI"三大核心价值：维护人的尊严、增强人的能力、促进社区发展。

呼吁抛开科幻化想象，采取务实态度推动AI发展，构建开放多元的健康生态系统。

人类文明正面临一个至关重要的历史关头，与其再问“我们能否创造AI”，不如问“我们能否创造一股向善的AI力量”。

李飞飞，1976年出生于中国北京，美国国家工程院院士、美国国家医学院院士、美国艺术与科学院院士，美国斯坦福大学首位红杉讲席教授 。

本月初，李飞飞等斯坦福大学和华盛顿大学的研究人员以不到50美元的费用，使用了16张英伟达H100GPU，耗时26分钟就完成了训练，成功“打造”出了一个名为s1-32B的人工智能推理模型。

人工智能的故事可以追溯到生命起源

对我们许多人而言，人工智能往往被视为一个关于技术、关于现代世界的故事，也毋庸置疑是一个关于未来的故事。

然而对我而言，它还是一个可以追溯到所有生命起源之初的故事，早在五亿年前就已经开始。

那是一个极其久远的时代，当时连“视觉”这一概念都尚未出现，实际上连眼睛都尚未进化，没有任何生物曾看过这个世界，所有生命都被置于你现在在屏幕上所看到的那片黑暗当中。

最初只是一种被动的体验——让光线进入体内，但不久之后就变得更加丰富并富有主动性。神经系统开始进化，“看见”开始转变为“洞察”，看见进而变为理解，而理解则推动了行动，所有这些都孕育了“智能”，从而永久地重塑了地球上生命的本质。

时至今日，五亿年之后，人类的智能已经让我们的物种可以想象并塑造工作和生活的方方面面。而我们也不再满足于仅仅拥有自然赋予的这份智慧。我们怀着的好奇心如今驱使我们想要创造出与我们同样聪明、甚至更胜一筹的机器。

其起源可以追溯到20世纪中叶。英国的伟大数学家艾伦·图灵（Alan Turing）极具前瞻性，早在计算机尚未真正出现之前，他就已经开始思考如何让它们拥有可与人类比肩的认知能力。

这股好奇心与雄心同样也感染了美国的早期计算机科学家们，他们不仅举办了首个研究项目来探索“会思考的机器”的可能性，还在1956年那个炎热的夏天正式提出了“人工智能”这一术语——比这个概念进入公众视野要早几十年。

令人觉得有趣的是，他们当时以为只需要两个月就能解决这一重大课题的很大一部分，甚至能破解智能的奥秘。也许他们太过乐观，但不得不佩服他们的胆识。如今，我们已经在那个“两个月项目”里走过了820个月，但确实也取得了不少实质性进展。

现代AI三大关键要素

另一个对AI的误解在于，认为它只是计算机和工程领域的事情，然而事实上，它一直以来都是一门高度跨学科、富有活力的追求。我们当今所处的现代AI时代，正是三项极其重要又各自独立的技术与科学进步汇聚而成的成果。

第一项是对感知算法的研究——即生物（包括动物乃至人类）如何理解周围世界，并最终创造出让机器也能具备类似能力的数学模型。

在达特茅斯AI夏季研讨会上延续了图灵的大胆假设之后，神经生理学家David Hubel和Torsten Wiesel率先揭示了哺乳动物视觉皮层中神经处理的层次结构，为他们赢得了诺贝尔奖，也彻底改变了我们对视觉处理的认知。

大约在同一时期，心理学家Frank Rosenblatt搭建了最早的神经网络原型之一——感知器（Perceptron）。这项工作启发了数十年后无数计算机科学家，最终形成了我们今天所熟知的深度学习神经网络算法，让机器拥有了自身近乎神奇的感知和分析能力。

与此同时，第二条研究脉络也开始出现——认知科学家转而研究人类自身的大脑，揭示我们对周围环境进行感知时所拥有的惊人深度和复杂性。

他们的研究明确指出，无法将我们的脑与其所处的进化环境分割开来。大脑不过是一个被禁锢在颅骨黑暗之中的机器，却又从生命最初时刻开始，就急切地向外部学习，通过每一次光线的照射、每一次触觉刺激、每一声细语来获取信息。

对我个人而言，作为在21世纪初成长起来的科学家，当时感知算法几乎是我所在领域的唯一关注点，而认知科学带给我的启示在于“规模”。

演化与发育能如此有效地塑造人类智慧，是因为它们能利用大量数据来驱动我们的学习。我和我的合作者、学生们推测，同样的规律也适用于机器，只不过这一次，数据来自现代数字设备和互联网，而不再是依靠生物感官。

我们提出了一个关键假设：数据是让神经网络等高容量算法真正“活起来”的关键。这个理念让神经网络焕发新生，开启了利用海量数据来推动AI进步的全球趋势，也成为如今所说的AI“规模定律”（scaling law）的一部分。

最后，如果没有极其强大的运算能力来支撑，以上所有成就都不会发生，或者根本连起点都无法跨越。

为追求更逼真的游戏画面，90年代初诞生了一个小型产业，但在短短二十年内迅速膨胀为全球巨头——以英伟达（NVIDIA）等公司为代表，开发出了越来越强大的图形处理器（GPU）。

结果证明，这恰恰是让神经网络算法得以利用互联网规模大数据进行学习的最后一块拼图。所以，如果现场有游戏玩家，那我们要感谢你们。

AI的发展越来越快，看不到尽头

2012年，在ImageNet挑战赛上，我的实验室率先将算法、数据和计算这三大要素首次大规模结合在一起，几乎在一夜之间就改变了我们整个领域。那是机器首次能够理解并准确地描述海量图像——成百上千万张之多。

如今我们对此已经习以为常，但在当时，这是一项前所未有的壮举，甚至有些像科幻小说里的场景。它就像推倒了第一块多米诺骨牌，随后的一系列突破接连不断，并且来得越来越快。

毫无疑问，历史学家今后一定会把这段时间称作“真正的第一个AI时代”。从任何一个你能想到的指标来看——无论是计算机专业中人工智能方向的学生人数、投资金额、新创企业数量，还是其他方面——AI都是一场在深度和广度上不断扩大的革命。

过去几年里，人工智能又迎来了更惊人的跃进——也就是大型语言模型的出现。

这些大型语言模型把现代AI所依赖的三大要素——算法、数据和计算力——都推向了更极致的规模。它们采用了一种名为“Transformer”的新型模型架构，训练数据几乎覆盖了整个互联网，并在数量惊人的最新、最强大芯片上运行。正如我们所见，其结果是在机器能力上比过去十年来的任何一次突破都更为迅猛。

现在我们几乎将“AI可以用自然语言流畅地跟我们对话”视为理所当然，AI能回答我们提出的几乎任何领域的问题，甚至能够生成各种复杂形式的内容——从图像、声音、音乐到视频，无所不包。ChatGPT所取得的惊人成就就是这项创新如何影响我们日常生活的最佳例证，因其创造了用户采用速度的历史新纪录。

而且，这些能力并不只是表面上看着“会说话”而已。你会发现AI模型在各种基准测试（从手写识别到博士水平的科学问答）上的表现近几年都在飞速攀升；其中一些难度极高、对人类来说具有挑战性的任务，AI的成绩简直像坐火箭一样往上蹿，几乎呈垂直上升的趋势。

AI正从观察者变身执行者

不仅如此，从能够流畅使用语言开始，大型语言模型还在朝更具“主动性”的方向发展——它们学会了将复杂任务分解成若干步骤，并逐步规划如何实现目标。人们目前将这种趋势称作“具备代理能力（agentic）的AI”。而在2025年，这似乎正成为这场深远技术演进的新篇章。

对许多用户和企业而言，这些能力已经非常实用，而它们还远不止于此，后续的发展潜力更是不可估量。

我们目前所讨论的还大多停留在“语言智能”层面，但人类之所以为人，是因为我们拥有更全面、更完整的智能。从“被动感知”到“主动行动”的新阶段正在到来。

在我自己的研究领域——涉及摄像头和机器人时，我看到AI正逐渐具备“创造、理解、推理和交互”这些维度，进而在数字或物理的三维空间里与人和环境相互作用。我们称之为“空间智能（spatial intelligence）”和“具身智能（embodied intelligence）”。

举个例子：假设你看到这样一张图片，视觉智能很容易让我们识别出里面的所有物品：那只猫、那盆植物、那张桌子，以及那杯牛奶。但是，这就代表我们感知系统的全部功能了吗？我敢打赌，其中不少人不仅仅“看懂了”那张图，还会产生“哎呀，快伸手把那杯牛奶抓住，别让它掉到地上打碎了！”的冲动。

这只是个小例子，但它清楚展示了“从观察到行动”之间多么巨大的差别，也说明了我认为我们如今所处的拐点：AI正从观察者变成与我们并肩行动的“执行者”。

实际上，就连我一直崇拜的图灵先生，他对于未来的预见在这一点上也可能有些“过于狭隘”或“向内看”了。因为进化本身已经一再告诉我们：智能的真正强大之处，不仅仅在于“思考”，而在于让思考能驱动行动。

人类文明面临至关重要的历史关头

不过，如果AI真的不再只是“会思考的机器”，而是同时成为“会行动的机器”，那么我们整个社会在引导这项技术发展方向时，就承担着更加紧迫而重大的责任。我认为毫不夸张地说，这一切正将我们带到一个对整个人类文明至关重要的历史关头。我们要如何应对？我想，这也正是我们这周聚在这里的主要原因。

这个问题其实一直在指引我的研究工作。虽然我肯定，想要找到简单答案几乎不可能，但有一个主线在我多年的探索中始终贯穿，那就是我所说的“以人为本的AI（Human-Centered AI）”，并且它包含三个核心价值：尊严（dignity）、能动性（agency）和社区（community）。

首先是尊严。当面对越来越强大的技术时，我们人类常常会反思：到底是什么在定义“我们是谁”？如果AI这项技术能帮助我们守护并且“找回”这份尊严，尤其是能帮助到最脆弱的人群，那将是让我最激动的事情。

在这一点上，我想给各位看一个例子：如何让机器人和AI技术帮助那些严重瘫痪患者重新获得自主行动的可能。在这项斯坦福大学的研究中，我的学生利用完全“非侵入式”脑电波（EEG）记录获取使用者的思维信号，通过AI算法对这些信号进行解码并发送指令给机械手臂。最终，机械手臂在患者“意念”的控制下做出包括烹制日式寿喜烧在内的一整套烹饪动作。这便是AI帮助人们重新赢得自主与尊严的一个示例。

其次是能动性（agency）。我所在实验室多年来的核心理念，就是探索如何让AI“增强（augment）”人类的能力，而不是取代人类。

毫无疑问，每一次重大的技术变革都会对劳动力市场产生冲击，AI也不例外。然而，我相信AI可以帮助我们从创造力到医疗保健、从科研到制造业，在方方面面获得新的能力。因为在许多方面，AI的技能与人类的技能其实是互补关系。我们完全可以利用这个“数字或物理上的合作者”来强化自身能力。

最后是社区（community）。过去十年里，科技也常常被诟病“把人们越拉越远”，催生了各种“信息茧房”和“狂热话题诱饵”等。如今，AI又一次走到了十字路口：一条路是让AI主导很多社交体验，甚至为每个人极度定制并强化他们原本的偏见；另一条路则可能帮助我们构建更健康、更强大并具有包容性的社区，比如借助AI教育助手，让更多人（包括孩子和成人）获得学习的机会。

以人为本，创造向善的AI力量

在这样一个关乎人类文明走向的关键时刻，我们如何通力合作，以一种理性、务实且负责任的方式去治理AI，从而让它继续释放惊人的潜力？

最起码，我们需要从以下几个方面开始：

首先，务必要基于科学而不是科幻来进行治理。无论是大街小巷还是华尔街，关于AI的话题中都充斥着夸张炒作和耸人听闻的描述，往往导致对AI的治理政策被各种误导。相反，我们应该用更科学的方法来评估和测量AI的实际能力与局限，从而制定更加精准、可落实的政策，并且基于现实而非幻想。

其次，我们需要采取务实而非意识形态化的态度来看待AI治理。AI有望成为一种强大技术，如果使用得当，它确实能让我们更好地工作和生活。因此，我们不应该只顾在上游阻碍这项仍然非常年轻的技术进一步探索与研究；相反，我们应该更多关注它的具体应用场景，确保它能被善加利用，并对可能产生的不良后果加以防范。

最后，我们必须投入更多资源，构建更健康、更蓬勃的AI生态系统，让学术界、创业者、开源社群以及公共部门都能与大企业一道参与进来、发挥关键作用。如果AI真的要改变世界，我们就需要各行各业、社会各个群体都能在这个变革过程中发挥作用、共同塑造未来。

我在演讲开头提到过，现代AI之所以兴起，主要归功于算法、数据和计算力这三大要素的结合。但若这三种关键资源仅仅掌握在少数几家公司手中，AI生态系统就会面临好奇心驱动的研究乏力、顶尖教育人才受限、开源项目缺少资源、多学科交叉探索不足等诸多问题。

75年前，艾伦·图灵对未来一瞥，发出了“人类是否有胆量去构造能够思考的机器”的挑战。今天，我们已经把这个挑战推进到一个恐怕是他当年难以想象的高度。AI时代的技术飞跃令人叹为观止，我相信，如今是时候提出一种新的挑战了：与其再问“我们能否创造AI”，不如问“我们能否创造一股向善的AI力量”。

简而言之，今天我想向各位发出邀请：让我们共同努力，去构建“以人为本”的AI。

本文源自：价值线