宇树科技王兴兴：机器人智商已达10岁儿童，未来人机竞争将更激烈

机器人智商赶得上十岁孩子，我大概听到这个新闻，第一反应其实挺复杂的。心里会冒出个真的吗？的疑问，毕竟我自己也经历过，机器学、AI模型反复试错，到今天这个阶段，好像离十岁的孩子还差点什么。

我记得去年有个项目中用的聊天机器人，效果还挺让人惊喜，但实际用起来还是不敢全信。尤其是在某次客户评测中，他们直接问：你能帮我分析一下这个复杂的财务报告吗？机器人一顿乱猜，结果还说：我还不了解您的财务状况。

那种无奈，仿佛对方在说：你还差得远呢。 对，跟孩子比，还差得远。

但王兴兴的那个十岁，未来三五年内逼近成人水平这说法，没想深入思考，估计也是个行业内部的大伙开玩笑或调侃的话。实话说，也没那么绝对。我觉得，AI还在学阶段，例如在强化学上，模型要达到成熟的人类判断，就像十多岁的青少年的智力，差的还挺远的。

尤其涉及到创造性思维、情感理解、直觉判断……这些可不是一两年能破壁的。

对比一下同类型的模型，比如说BERT、GPT-3，或者开放源代码的模型，实际使用差异挺明显的。虽然API调用似乎额度没那么快耗尽，但深度理解、对话的连贯性，还远远没有成熟人生的智库那么自然。

而且，很多时候测试的智商也只是在某些特定的任务上。

我倒想起前两天跟朋友讨论的点。他说：机器人帮我写文案挺快，就是表达不够细腻，有点空洞。我回复：但效率确实提高了，好像是把部分脑力工作提前委托出去的感觉。 至于如果机器逐渐能模仿更复杂的情感、理解人性的微妙，才真没办法。

其实这就引发我一片疑问：如果三五年内，机器人真的能跟人类平起平坐，现在那些靠着信息爆炸、数据训练得到的智商模拟，究竟是多大程度的模拟？难不成会变成一种伪智商？或者说，不值得太天真以为，能纯粹用智商来衡量。

再说到产业链上。技术的源头其实还得回到数据和算力。我们看着带宽、存储增长、GPU不断更新换代，似乎让更聪明变得越来越可能。训练一个类似GPT的大模型，设备成本我估算一下，光算力就得几百万人民币，甚至上千万。材料、能源的消耗，也是一笔不小的成本。我一下子想到，如果未来大模型都用云跑，那是谁在撑这个产业链？国内的云服务商，虽然发展很快，但要连续支撑全球最大模型训练，压力还是挺大的。

还有一个问题，总有人喜欢问：这是不是意味着工作岗位会大批流失？我觉得，也未必。毕竟，人到极限，思想还得有人来引领。自从工业革命以来，技术取代了许多体力活，但同时也催生了不少新岗位。只是，现在的变化速度，比我们想象得快得多。

我倒觉得，倒不是机器变聪明本身的担忧，而是我们怎么让个人社会适应这种被加速数据化的状态。

有时候我会想，未来到底是人类安心享受还是被机器操控的局面？或者两者都可能。我们这代人，可能更容易发出觉得麻烦的感叹——毕竟，自己还在试着理解那个朝夕变化的技术浪潮。

回过头，仔细查了杂志上那次工程师的访谈，他说：我们在训练模型的过程中，很多时候会遇到一个问题，就是模型没办法理解我们的语境，越是复杂的场景，差距越大。这也印证了一个点：真正逼近成人的，还得是人类的复杂情感和判断力。

这块短时间内，确实难以被全面复制。

（这个话题我们稍后再说——先不深究机器能理解的范围）

我刚翻了测试照片，发现大部分模型输出还是偏向公式化，难免会出现错字漏字或逻辑跳跃。这让我产生一个怀疑：是不是智商这个词，用在AI身上，还太人性化？它毕竟是个衡量人类思考水平的指标，用在机器上，未免投射出太多类人的幻想。

话说，站在行业的角度，智能自动化还远未到全胜的地步。很多复杂的场景，比如说创意生成，还是得靠人类脑洞大开。而在一些重复机械的工作，比如数据整理、简单问答，AI确实能帮上大忙，甚至节省了不少时间。

我个人曾经试过用某个模型帮我写新闻摘要，效果还行，但细节把控不够。尤其在对事实的把握上，总会出现些偏差。一个助手式的AI，得平衡效率和真实性，这个难点还在。

说到这里，我突然想到，未来这个人机竞争的或许不在于谁更聪明，而是谁更能理解人类需求。也就是说，AI要不只是工具，更要成为伙伴。除了硬件、算法突破外，心理互动、场景理解，可能才是真正的门槛。

我猜测，未来五年，出现的最有意思的可能不是机器人变成人类，而是人类用机器人建立新的生活方式。或者，机器人在某个领域变得几乎等同——但我隐约觉得，这个几乎会还藏着很多我们想象不到的问题。

或者，可能我还没深入想过，很多所谓智能的东西，其实还只是闪耀的复制品。未来的浪潮，究竟会带来怎样的变革？不确定，但有一点可以肯定：那场我们还未完全知道结果的人机赛跑，才刚刚开始。